論文の概要: OBA: An Ontology-Based Framework for Creating REST APIs for Knowledge
Graphs
- arxiv url: http://arxiv.org/abs/2007.09206v1
- Date: Fri, 17 Jul 2020 19:46:18 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-09 13:47:37.050385
- Title: OBA: An Ontology-Based Framework for Creating REST APIs for Knowledge
Graphs
- Title(参考訳): OBA: 知識グラフのためのREST APIを作成するためのオントロジーベースのフレームワーク
- Authors: Daniel Garijo and Maximiliano Osorio
- Abstract要約: 知識グラフをポップアップして作成するオントロジーエンジニアとWeb開発者は、これらの知識グラフを理解し、アクセスし、クエリする必要があるが、API、RDF、SPARQLに精通していない。
本稿では、おなじみのWeb開発者からREST APIを自動生成するOntology-Based API framework(OBA)について説明する。
OBAにはフレームワークの機能を示す3つの例があります。
- 参考スコア(独自算出の注目度): 0.26107298043931193
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, Semantic Web technologies have been increasingly adopted by
researchers, industry and public institutions to describe and link data on the
Web, create web annotations and consume large knowledge graphs like Wikidata
and DBPedia. However, there is still a knowledge gap between ontology
engineers, who design, populate and create knowledge graphs; and web
developers, who need to understand, access and query these knowledge graphs but
are not familiar with ontologies, RDF or SPARQL. In this paper we describe the
Ontology-Based APIs framework (OBA), our approach to automatically create REST
APIs from ontologies while following RESTful API best practices. Given an
ontology (or ontology network) OBA uses standard technologies familiar to web
developers (OpenAPI Specification, JSON) and combines them with W3C standards
(OWL, JSON-LD frames and SPARQL) to create maintainable APIs with
documentation, units tests, automated validation of resources and clients (in
Python, Javascript, etc.) for non Semantic Web experts to access the contents
of a target knowledge graph. We showcase OBA with three examples that
illustrate the capabilities of the framework for different ontologies.
- Abstract(参考訳): 近年、セマンティックウェブ技術は、研究者、産業、公共機関によってウェブ上のデータを記述しリンクし、ウェブアノテーションを作成し、WikidataやDBPediaのような巨大な知識グラフを消費するために採用されてきている。
しかし、知識グラフを設計、作成するオントロジーエンジニアと、これらの知識グラフを理解し、アクセスし、クエリする必要があるが、オントロジーやRDF、SPARQLに精通していないWeb開発者との間には、依然として知識ギャップがある。
本稿では、RESTful APIのベストプラクティスに従いながら、オントロジーからREST APIを自動的に作成するアプローチである、オントロジーベースのAPIフレームワーク(OBA)について述べる。
オントロジー(あるいはオントロジーネットワーク)が与えられた場合、OBAはWeb開発者(OpenAPI仕様、JSON)に慣れ親しんだ標準技術を使用して、W3C標準(OWL、JSON-LDフレーム、SPARQL)と組み合わせて、ドキュメント、ユニットテスト、リソースとクライアント(Python、Javascriptなど)の自動検証による、ターゲットとする知識グラフの内容へのアクセスを可能にする。
OBAには、異なるオントロジーのためのフレームワークの機能を示す3つの例があります。
関連論文リスト
- Demystifying Application Programming Interfaces (APIs): Unlocking the Power of Large Language Models and Other Web-based AI Services in Social Work Research [0.0]
アプリケーションプログラミングインタフェース(API)は、大規模言語モデル(LLM)やその他のAIサービスといった高度な技術を活用することを目的とした、ソーシャルワーク研究者にとって不可欠なツールである。
本稿では、APIをデミステレーションし、研究方法論をいかに拡張できるかを説明する。
実際のコード例は、構造化されていないテキストからデータを抽出するなど、LLMが特別なサービスにアクセスするためのAPIコードを生成する方法を示している。
論文 参考訳(メタデータ) (2024-10-26T16:07:12Z) - Knowledge-Aware Query Expansion with Large Language Models for Textual and Relational Retrieval [49.42043077545341]
知識グラフ(KG)から構造化文書関係を付加したLLMを拡張した知識対応クエリ拡張フレームワークを提案する。
文書テキストをリッチなKGノード表現として活用し、KAR(Knowledge-Aware Retrieval)のための文書ベースの関係フィルタリングを利用する。
論文 参考訳(メタデータ) (2024-10-17T17:03:23Z) - GraphQL Adoption and Challenges: Community-Driven Insights from StackOverflow Discussions [1.3999481573773076]
APIは、クライアントサーバアーキテクチャのためのクエリ言語およびWebアプリケーションプログラミングインターフェース(API)である。
我々の結果は、クライアントとサーバがSOに関する議論を惹きつける2つのアーキテクチャレイヤであることを示している。
論文 参考訳(メタデータ) (2024-08-15T18:08:13Z) - KnowledgeHub: An end-to-end Tool for Assisted Scientific Discovery [1.6080795642111267]
本稿では、知識Hubツール、科学文献情報抽出(IE)および質問回答(QA)パイプラインについて述べる。
これはPDF文書がテキストや構造化表現に変換されるのをサポートすることで達成される。
ブラウザベースのアノテーションツールは、オントロジーに従ってPDF文書の内容に注釈を付けることができる。
これらのエンティティと関係トリプルから知識グラフを構築し、データから洞察を得るためにクエリすることができる。
論文 参考訳(メタデータ) (2024-05-16T13:17:14Z) - Leveraging Large Language Models to Improve REST API Testing [51.284096009803406]
RESTGPTはAPI仕様を入力として、機械解釈可能なルールを抽出し、仕様内の自然言語記述からサンプルパラメータ値を生成する。
評価の結果、RESTGPTはルール抽出と値生成の両方において既存の技術よりも優れています。
論文 参考訳(メタデータ) (2023-12-01T19:53:23Z) - DIVKNOWQA: Assessing the Reasoning Ability of LLMs via Open-Domain
Question Answering over Knowledge Base and Text [73.68051228972024]
大きな言語モデル(LLM)は印象的な生成能力を示すが、内部知識に依存すると幻覚に悩まされる。
検索拡張LDMは、外部知識においてLLMを基盤とする潜在的な解決策として出現している。
論文 参考訳(メタデータ) (2023-10-31T04:37:57Z) - Exploring Behaviours of RESTful APIs in an Industrial Setting [0.43012765978447565]
これらのAPIが示す振る舞いの例を生成するために,REST APIに共通する一連の動作特性を提案する。
これらの例は、APIの理解を深めるために(i)、自動テストケースのソースとして(ii)の両方に使用することができます。
提案手法は,システム理解と実践者によるテスト生成の源泉として考えられる例を生成することができる。
論文 参考訳(メタデータ) (2023-10-26T11:33:11Z) - Semantic Parsing for Conversational Question Answering over Knowledge
Graphs [63.939700311269156]
本研究では,ユーザの質問にSparqlパースとアノテートし,システム回答が実行結果に対応するデータセットを開発する。
本稿では,2つの意味解析手法を提案し,その課題を強調した。
私たちのデータセットとモデルはhttps://github.com/Edinburgh/SPICE.orgで公開されています。
論文 参考訳(メタデータ) (2023-01-28T14:45:11Z) - Improving Candidate Retrieval with Entity Profile Generation for
Wikidata Entity Linking [76.00737707718795]
本稿では,エンティティ・プロファイリングに基づく新しい候補探索パラダイムを提案する。
我々は、このプロファイルを使用してインデックス付き検索エンジンに問い合わせ、候補エンティティを検索する。
本手法は,ウィキペディアのアンカーテキスト辞書を用いた従来の手法を補完するものである。
論文 参考訳(メタデータ) (2022-02-27T17:38:53Z) - Open Domain Question Answering over Virtual Documents: A Unified
Approach for Data and Text [62.489652395307914]
我々は、知識集約型アプリケーションのための構造化知識を符号化する手段として、Data-to-text法、すなわち、オープンドメイン質問応答(QA)を用いる。
具体的には、ウィキペディアとウィキソースの3つのテーブルを付加知識源として使用する、データとテキスト上でのオープンドメインQAのための冗長化-レトリバー・リーダー・フレームワークを提案する。
UDT-QA(Unified Data and Text QA)は,知識インデックスの拡大を効果的に活用できることを示す。
論文 参考訳(メタデータ) (2021-10-16T00:11:21Z) - Dependently Typed Knowledge Graphs [4.157595789003928]
本稿では,標準セマンティックWeb技術(RDFとそのクエリ言語SPARQL)を依存型理論と統一的に再現する方法を示す。
知識グラフの基本機能を提供するのに加えて、依存型はエンティティとクエリの両方をエンコードする表現力を与えます。
論文 参考訳(メタデータ) (2020-03-08T14:04:23Z)
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。