Fugu-MT 論文翻訳(概要): Best Practices for Implementing FAIR Vocabularies and Ontologies on the Web

論文の概要: Best Practices for Implementing FAIR Vocabularies and Ontologies on the Web

arxiv url: http://arxiv.org/abs/2003.13084v1
Date: Sun, 29 Mar 2020 17:40:04 GMT
ステータス: 処理完了
システム内更新日: 2022-12-18 13:57:41.383939
Title: Best Practices for Implementing FAIR Vocabularies and Ontologies on the Web
Title（参考訳）: Web上でFAIR語彙とオントロジーを実装するためのベストプラクティス
Authors: Daniel Garijo and Mar\'ia Poveda-Villal\'on
Abstract要約: 本稿では,セマンティックWeb語彙の作成,理解,再利用のためのガイドラインとベストプラクティスについて述べる。このガイドラインを具体例で説明し、研究者がこれらの実践を語彙で実施するのを手助けする。
参考スコア（独自算出の注目度）: 0.26107298043931193
License: http://creativecommons.org/licenses/by/4.0/
Abstract: With the adoption of Semantic Web technologies, an increasing number of vocabularies and ontologies have been developed in different domains, ranging from Biology to Agronomy or Geosciences. However, many of these ontologies are still difficult to find, access and understand by researchers due to a lack of documentation, URI resolving issues, versioning problems, etc. In this chapter we describe guidelines and best practices for creating accessible, understandable and reusable ontologies on the Web, using standard practices and pointing to existing tools and frameworks developed by the Semantic Web community. We illustrate our guidelines with concrete examples, in order to help researchers implement these practices in their future vocabularies.
Abstract（参考訳）: セマンティックウェブ技術の導入に伴い、生物学から農業学、地球科学まで様々な領域で語彙やオントロジーが発展してきた。しかし、これらのオントロジーの多くは、ドキュメントの欠如、uriの解決、バージョニングの問題などにより、研究者による発見、アクセス、理解が難しい。この章では、Web上でアクセス可能で、理解可能で、再利用可能なオントロジーを作成するためのガイドラインとベストプラクティスを説明し、標準のプラクティスを使用し、Semantic Webコミュニティによって開発された既存のツールやフレームワークを指し示します。ガイドラインを具体例で示し、研究者が将来の語彙でこれらのプラクティスを実践できるように支援します。

関連論文リスト

Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。 1つの簡単な解決策は、統計分析と機械学習を統合することである。埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文参考訳（メタデータ） (2024-06-16T14:49:19Z)
Improving Retrieval in Theme-specific Applications using a Corpus Topical Taxonomy [52.426623750562335]
ToTER (Topical Taxonomy Enhanced Retrieval) フレームワークを紹介する。 ToTERは、クエリとドキュメントの中心的なトピックを分類学のガイダンスで識別し、そのトピックの関連性を利用して、欠落したコンテキストを補う。プラグイン・アンド・プレイのフレームワークとして、ToTERは様々なPLMベースのレトリバーを強化するために柔軟に使用できる。
論文参考訳（メタデータ） (2024-03-07T02:34:54Z)
Retrieval-Augmented Code Generation for Universal Information Extraction [66.68673051922497]
情報抽出は、自然言語テキストから構造的知識を抽出することを目的としている。本稿では,Large Language Models(LLMs)に基づく汎用検索拡張コード生成フレームワークを提案する。 Code4UIEはPythonクラスを採用し、様々な構造的知識のタスク固有のスキーマを普遍的に定義する。
論文参考訳（メタデータ） (2023-11-06T09:03:21Z)
Vocab-Expander: A System for Creating Domain-Specific Vocabularies Based on Word Embeddings [0.0]
Vocab-Expanderは、エンドユーザ(例えば技術スカウト)が自身の関心領域の語彙を作成し拡張できるオンラインツールである。それは、Webテキストと常識知識ベースであるConceptNetに基づいて、最先端の単語埋め込みテクニックのアンサンブルを利用する。
論文参考訳（メタデータ） (2023-08-07T12:13:25Z)
Reorganizing Educational Institutional Domain using Faceted Ontological Principles [0.0]
本研究は,図書館分類システムと言語手法の違いが,特定の分野にどのような影響を及ぼすかを明らかにすることを目的とする。特定のドメイン固有のオントロジーには、知識表現と言語を使用します。この構造は問題解決の助けとなるだけでなく、複雑なクエリを簡単に扱えることを示すのにも役立ちます。
論文参考訳（メタデータ） (2023-06-17T09:06:07Z)
OntoSeer -- A Recommendation System to Improve the Quality of Ontologies [1.713291434132985]
オントロジー開発者は、含めるべきクラス、プロパティ、公理の選択に関するいくつかの疑問に答えなければならない。オントロジーの発展において再利用できる用語(類と性質)の語彙を知ることは困難である。 OntoSeerはオントロジー開発プロセスを監視し、開発中の品質を改善するためにリアルタイムで提案する。
論文参考訳（メタデータ） (2022-02-04T13:28:13Z)
Taxonomy Enrichment with Text and Graph Vector Representations [61.814256012166794]
我々は,既存の分類学に新たな語を加えることを目的とした分類学の豊かさの問題に対処する。我々は,この課題に対して,少ない労力で高い結果を得られる新しい手法を提案する。我々は、異なるデータセットにわたる最先端の結果を達成し、ミスの詳細なエラー分析を提供する。
論文参考訳（メタデータ） (2022-01-21T09:01:12Z)
Semantic Search for Large Scale Clinical Ontologies [63.71950996116403]
本稿では,大規模臨床語彙検索システムを構築するための深層学習手法を提案する。本稿では,意味学習データに基づくトレーニングデータを生成するTriplet-BERTモデルを提案する。このモデルは,5つの実ベンチマークデータセットを用いて評価され,提案手法は自由テキストから概念,概念まで,概念語彙の検索において高い結果が得られることを示す。
論文参考訳（メタデータ） (2022-01-01T05:15:42Z)
A New Neural Search and Insights Platform for Navigating and Organizing AI Research [56.65232007953311]
我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
論文参考訳（メタデータ） (2020-10-30T19:12:25Z)
On the Merging of Domain-Specific Heterogeneous Ontologies using Wordnet and Web Pattern-based Queries [0.0]
我々は,コミュニティ間の共通ドメインの形式的,明示的,共有的な概念化と理解の提供を目指しています。オントロジーは特定の領域の概念とその制約を明示的に定義することができる。
論文参考訳（メタデータ） (2020-04-30T05:03:50Z)
Coupling semantic and statistical techniques for dynamically enriching web ontologies [0.0]
本稿では,World Wide Web から大規模ジェネリックを動的に強化するための,自動結合型統計・セマンティックフレームワークを提案する。このアプローチの利点は, (i) 背景知識の欠如による大規模セマンティック・パターンのダイナミック・エンリッチメントを提案し, このような知識の再利用を可能にすることである。
論文参考訳（メタデータ） (2020-04-23T11:21:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。