摘要
自动标注列类型（column types）为知识库（KB）概念是理解网络表格基本内容的关键任务。目前的方法主要依赖于表格元数据（如列名）或知识库中的单元格实体对应关系，但在处理元信息不完整的不断增长的网络表格时可能失效。本文提出了一种基于神经网络的列类型标注框架——ColNet，该框架能够将知识库推理和查找与机器学习相结合，并能自动训练卷积神经网络进行预测。预测模型不仅通过词表示考虑了单元格内的上下文语义，还通过从多个单元格中学习局部特征来嵌入列的语义。该方法在DBPedia以及两个不同的网络表格数据集上进行了评估：来自普通网页的T2Dv2和来自维基百科页面的Limaye，其性能优于现有的最先进方法。