Key points are not available for this paper at this time.
웹 및 텍스트 소스에서 관계적 사실을 추출하여 대규모 지식 기반을 자동으로 구축하는 데 큰 발전이 있었습니다. 그러나 세상은 동적입니다: 스포츠 대회와 같은 주기적인 사건은 각자의 시간 포인트와 함께 해석되어야 하며, 스포츠 팀을 코칭하는 것, 정치적 또는 비즈니스 직책을 맡는 것, 심지어 결혼과 같은 사실은 영원하지 않으며 각자의 시간 범위에 따라 보강되어야 합니다. 본 논문은 이러한 확장된 시간 인식을 통한 시간적 사실 자동 수집 문제를 다룹니다. 우리는 사실 후보를 위한 패턴 기반 수집 기술을 사용하고 가중치 패턴-후보 그래프를 구축합니다. 우리의 주요 기여는 신중하게 설계된 손실 함수와 함께 새로운 유형의 라벨 전파 알고리즘을 기반으로 하는 PRAVDA라는 시스템으로, 특정 목표 관계에 대해 좋은 시간적 사실에 라벨을 붙이기 위해 그래프를 반복적으로 처리합니다. 온라인 뉴스 및 위키백과 기사에 대한 실험을 통해 이 방법의 정확성을 입증했습니다.
Wang et al. (Mon,)는 이 질문을 연구했습니다.