論文の概要: A Novel Approach for Generating SPARQL Queries from RDF Graphs
- arxiv url: http://arxiv.org/abs/2006.02862v1
- Date: Sat, 30 May 2020 18:28:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-26 18:09:06.933144
- Title: A Novel Approach for Generating SPARQL Queries from RDF Graphs
- Title（参考訳）: RDFグラフからSPARQLクエリを生成する新しいアプローチ
- Authors: Emna Jabri
- Abstract要約: この研究は、研究マスターの論文プロジェクトの一部として行われている。
目標は、RDFグラフをクエリするために、ユーザが提供するキーワードに基づいてSPARQLクエリを生成することだ。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This work is done as part of a research master's thesis project. The goal is
to generate SPARQL queries based on user-supplied keywords to query RDF graphs.
To do this, we first transformed the input ontology into an RDF graph that
reflects the semantics represented in the ontology. Subsequently, we stored
this RDF graph in the Neo4j graphical database to ensure efficient and
persistent management of RDF data. At the time of the interrogation, we studied
the different possible and desired interpretations of the request originally
made by the user. We have also proposed to carry out a sort of transformation
between the two query languages SPARQL and Cypher, which is specific to Neo4j.
This allows us to implement the architecture of our system over a wide variety
of BD-RDFs providing their query languages, without changing any of the other
components of the system. Finally, we tested and evaluated our tool using
different test bases, and it turned out that our tool is comprehensive,
effective, and powerful enough.
- Abstract（参考訳）: この作業は研究マスターの論文プロジェクトの一環として行われます。
目標は、RDFグラフをクエリするために、ユーザが提供するキーワードに基づいてSPARQLクエリを生成することだ。
そこで我々はまず,入力オントロジーを,オントロジーで表される意味を反映したRDFグラフに変換する。
その後、このRDFグラフをNeo4jグラフィカルデータベースに保存し、RDFデータの効率的かつ永続的な管理を保証する。
取調べの際には,当初ユーザによってなされた要求に対する,異なる可能な解釈と望ましい解釈について検討した。
また、neo4jに特有の2つのクエリ言語であるsparqlとcypherの変換も提案しました。
これにより、システムの他のコンポーネントを変更することなく、クエリ言語を提供するさまざまなBD-RDFに対して、システムのアーキテクチャを実装することができます。
最後に、異なるテストベースを使用してツールをテストし、評価しました。
関連論文リスト
- Effective Instruction Parsing Plugin for Complex Logical Query Answering on Knowledge Graphs [51.33342412699939]
知識グラフクエリ埋め込み(KGQE)は、不完全なKGに対する複雑な推論のために、低次元KG空間に一階論理(FOL)クエリを埋め込むことを目的としている。
近年の研究では、FOLクエリの論理的セマンティクスをよりよく捉えるために、さまざまな外部情報(エンティティタイプや関係コンテキストなど)を統合している。
コードのようなクエリ命令から遅延クエリパターンをキャプチャする効果的なクエリ命令解析(QIPP)を提案する。
論文 参考訳（メタデータ） (2024-10-27T03:18:52Z) - VisRAG: Vision-based Retrieval-augmented Generation on Multi-modality Documents [66.42579289213941]
Retrieval-augmented Generation (RAG) は、大規模言語モデルが外部知識ソースを生成に活用できる効果的な手法である。
本稿では,視覚言語モデル(VLM)に基づくRAGパイプラインを構築することで,この問題に対処するVisRAGを紹介する。
このパイプラインでは、まず文書を解析してテキストを得る代わりに、VLMを画像として直接埋め込んで、VLMの生成を強化する。
論文 参考訳（メタデータ） (2024-10-14T15:04:18Z) - Less is More: Making Smaller Language Models Competent Subgraph Retrievers for Multi-hop KGQA [51.3033125256716]
本研究では,小言語モデルで処理される条件生成タスクとして,サブグラフ検索タスクをモデル化する。
2億2千万のパラメータからなる基本生成部分グラフ検索モデルでは,最先端モデルと比較して競合検索性能が向上した。
LLMリーダを接続した最大の3Bモデルは、WebQSPとCWQベンチマークの両方で、SOTAのエンドツーエンドパフォーマンスを新たに設定します。
論文 参考訳（メタデータ） (2024-10-08T15:22:36Z) - eSPARQL: Representing and Reconciling Agnostic and Atheistic Beliefs in RDF-star Knowledge Graphs [10.001148724656723]
RDF-starと呼ばれるステートメントに対するステートメントを認めるRDFへの最近の拡張は、W3C標準になるように改訂されている。
これらのRDF星のステートメントのセマンティクスや、それらを操作するためのビルトイン・ファシリティの提案はない。
本稿では,eSPARQLと呼ばれる4値論理に基づくRDF-starメタデータのクエリ言語を提案する。
論文 参考訳（メタデータ） (2024-07-31T09:48:27Z) - AutoRDF2GML: Facilitating RDF Integration in Graph Machine Learning [9.408189129889006]
AutoRDF2GMLは、RDFデータをグラフ機械学習タスクに適したデータ表現に変換するように設計されたフレームワークである。
大規模RDF知識グラフから作成したグラフ機械学習のための新しいベンチマークデータセットを4つ提示する。
論文 参考訳（メタデータ） (2024-07-26T13:44:06Z) - UQE: A Query Engine for Unstructured Databases [71.49289088592842]
構造化されていないデータ分析を可能にするために,大規模言語モデルの可能性を検討する。
本稿では,非構造化データ収集からの洞察を直接問合せ,抽出するUniversal Query Engine (UQE)を提案する。
論文 参考訳（メタデータ） (2024-06-23T06:58:55Z) - Database-Augmented Query Representation for Information Retrieval [59.57065228857247]
データベース拡張クエリ表現(DAQu)と呼ばれる新しい検索フレームワークを提案する。
DAQuは、元のクエリを複数のテーブルにまたがるさまざまな(クエリ関連の)メタデータで拡張する。
リレーショナルデータベースのメタデータを組み込む様々な検索シナリオにおいてDAQuを検証する。
論文 参考訳（メタデータ） (2024-06-23T05:02:21Z) - Expressive Reasoning Graph Store: A Unified Framework for Managing RDF
and Property Graph Databases [9.021529689292985]
ERGS(Expressive Reasoning Graph Store)について紹介する。
ERGSはJanusGraph上に構築されたグラフストアで、RDFデータセットの保存とクエリを可能にする。
本稿では、RDFデータをProperty Graph表現に変換し、SPARQLクエリを一連のGremlinに変換するクエリ変換モジュールを記述する。
論文 参考訳（メタデータ） (2022-09-13T09:07:50Z) - VGStore: A Multimodal Extension to SPARQL for Querying RDF Scene Graph [26.239835473804366]
SPARQLは、セマンティックな類似性や空間的な関係など、暗黙のマルチモーダルな関係をほとんど探求しません。
RDFグラフデータベースに大規模なシーングラフデータセット、すなわちVisual Genomeを組み込むことで、この問題を最初に検討した。
提案したRDFストア型マルチモーダルシーングラフに基づいてSPARQLクエリを拡張した。
論文 参考訳（メタデータ） (2022-09-07T08:05:00Z) - Autoregressive Search Engines: Generating Substrings as Document
Identifiers [53.0729058170278]
自動回帰言語モデルは、回答を生成するデファクト標準として現れています。
これまでの研究は、探索空間を階層構造に分割する方法を探究してきた。
本研究では,検索空間の任意の構造を強制しない代替として,経路内のすべてのngramを識別子として使用することを提案する。
論文 参考訳（メタデータ） (2022-04-22T10:45:01Z) - RDFFrames: Knowledge Graph Access for Machine Learning Tools [6.50725902438059]
ナレッジグラフのための機械学習ツールは、データベースシステムを使用することの明らかな利点にもかかわらず、SPARQLを使用しない。
これは、データモデルとプログラミングスタイルの点で、SPARQLと機械学習ツールのミスマッチのためです。
本稿では,機械学習ソフトウェアスタックからの知識グラフのインターフェースを提供するフレームワークであるRDFFramesを提案する。
論文 参考訳（メタデータ） (2020-02-10T09:39:25Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。