增加多语言知识图谱中文本信息的覆盖范围和精确度

该研究提出了自动知识图谱增强（KGE）的新任务，以解决非英语语言中可用文本信息的数量和质量较少的问题。研究呈现了一种新的无监督方法M-NTA，结合了机器翻译、网络搜索和大型语言模型，以生成高质量的文本信息。研究还探讨了增加非英语文本信息对实体链接、知识图谱补全和问题回答的影响。此外，研究还介绍了WikiKGE-10，一个跨7个语系评估10种语言中KGE方法的基准。