风险|筛选风险词、用实体类型推断限售商品，阿里安全夺冠知识图谱大赛( 三 ) 实体|知识|任务|类型|阿里|图谱

文章图片

必杀属性示意图
基于第一部分生成的 train ，构建了一套自动生成「必杀」特征的逻辑，如下（1）对所有标签为游戏的数据进行统计，生成如下统计结果：

游戏类型 310 次
发行厂商 320 次
中文名 2000 次

以及（2）统计每个特征在其它类型中出现次数；（3）用在本类中出现的次数 / 其它类出现的次数，即为该特征的「必杀」特征。

文章图片

必杀属性计算样例
利用分值大于 6 的「必杀」特征，重新打标数据。除了「必杀」属性之外，阿里安全基于「模式匹配法」统计相同属性出现的频率。一方面，可以过滤掉低频属性，另一方面，基于假设：待验证实体的属性与 M 类属性共现的次数远远大于 N 类属性共现次数，可以判断该实体属于 M 类。用这种方法纠正了错误实体分类，如下图所示：

文章图片

整体迭代的过程如下:

文章图片

模式匹配法示意图
应用场景
违规商品检测
各电商平台上每天都会出现各种各样的新产品，当面对新型商品时，如何判断其是否属于违规的商品类型则成为了一个非常重要的事情。当出现以一个新的商品种类的时候，实体类型推断模块可以借助商品的描述信息，对此品类的商品进行类型推断，从而自动发现一些新的禁限售商品，从而提升违规商品的防控水位。
因此，实体类型推断在知识图谱中具有非常重要的价值，因此该任务也一直是研究的热点。而在实际应用场景中，新实体往往不会有百科那样多的文本特征使用，因此如何利用有限的数据资源，训练出更准确的实体类型推断系统则成为了一个非常有挑战的问题。
随着近期 prompt 方式的飞速发展，小样本甚至零样本的分类方法的效果都得到了大幅度的提高。但是在目前工业界主流的应用场景，还是强依赖于标注数据的高成本运作方式。未来，希望可以出现一套低成本且快速的范式，有效解决目前实体类型推断的难题。