《表1 多种跨语言知识图谱构架》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《CLOpin：一种面向舆情分析与预警领域的跨语言知识图谱架构》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在跨语言知识图谱研究方面，国内外研究者提出XLore[15]、XLORE2[16]、Wiki Ci KE[17]、Concept Net5.5[18]、CLEQS[19]、DBpedia NIF[20]、EventKG[21]、Body-MindLanguage[22]和CrossOIE[23]等架构，这些跨语言知识图谱提供基于分类的方法规范语义规则，并通过概念标注、实体对齐的方法增加跨语言知识链接[24]。9种跨语言知识图谱均未能全面地兼顾数据来源、单词发现与关系挖掘的准确率、系统效率、输出类型等方面的指标，表1对以上架构的部分指标进行对比。与之对应的是，CLOpin架构拥有多数据源的输入，通过引入分析专家工具集可以使CKG、IKG准确性与完整性提高，同时将专家工具集与专业机器学习和深度学习算法相结合，以提升架构的整体效率，且最终输出为CKG和IKG，这将有助于构建跨语言知识图谱CLKG。