論文の概要: Commonsense Knowledge in Wikidata

• arxiv url: http://arxiv.org/abs/2008.08114v2
• Date: Thu, 15 Oct 2020 23:04:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-27 21:31:13.724751
• Title: Commonsense Knowledge in Wikidata
• Title（参考訳）: Wikidataにおける常識知識
• Authors: Filip Ilievski, Pedro Szekely, and Daniel Schwabe
• Abstract要約: 本稿では,既存のコモンセンスソースを補完するコモンセンス知識をウィキデータが保持しているかどうかを検討する。 我々はWikidataとConceptNetの関係をマッピングし、Wikidata-CSを既存の統合コモンセンスグラフに統合する。
• 参考スコア（独自算出の注目度）: 3.8359194344969807
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Wikidata and Wikipedia have been proven useful for reason-ing in natural language applications, like question answering or entitylinking. Yet, no existing work has studied the potential of Wikidata for commonsense reasoning. This paper investigates whether Wikidata con-tains commonsense knowledge which is complementary to existing commonsense sources. Starting from a definition of common sense, we devise three guiding principles, and apply them to generate a commonsense subgraph of Wikidata (Wikidata-CS). Within our approach, we map the relations of Wikidata to ConceptNet, which we also leverage to integrate Wikidata-CS into an existing consolidated commonsense graph. Our experiments reveal that: 1) albeit Wikidata-CS represents a small portion of Wikidata, it is an indicator that Wikidata contains relevant commonsense knowledge, which can be mapped to 15 ConceptNet relations; 2) the overlap between Wikidata-CS and other commonsense sources is low, motivating the value of knowledge integration; 3) Wikidata-CS has been evolving over time at a slightly slower rate compared to the overall Wikidata, indicating a possible lack of focus on commonsense knowledge. Based on these findings, we propose three recommended actions to improve the coverage and quality of Wikidata-CS further.
• Abstract（参考訳）: wikidataとwikipediaは、質問応答やエンティティリンクといった自然言語アプリケーションにおける推論に有用であることが証明されている。 しかし、wikidata for commonsense reasoningの可能性を研究していない。 本稿では,wikidata が既存の commonsense ソースを補完する commonsense 知識を共用するかどうかについて検討する。 共通感覚の定義から始め,3つの指針を考案し,Wikidata(Wikidata-CS)の共通感覚のサブグラフを生成する。 提案手法では,WikidataとConceptNetの関係をマッピングし,Wikidata-CSを既存のコモンセンスグラフに統合する。 私たちの実験では 1)Wikidata-CSは,Wikidataのごく一部を表すものであるが,Wikidataが関連するコモンセンス知識を含んでいて,15のConceptNet関係にマッピング可能であることの指標である。 2) wikidata-cs と他の commonsense ソースとの重複は低く,知識統合の価値を動機付けている。 3)Wikidata-CSはWikidataに比べてわずかに緩やかに進化しており,コモンセンスの知識に焦点が当てられていない可能性が示唆されている。 これらの知見に基づいて,Wikidata-CSのカバレッジと品質をさらに向上するための3つの推奨行動を提案する。

関連論文リスト

• Towards a Brazilian History Knowledge Graph [50.26735825937335]
  ブラジル歴史辞典(DHBB)とウィキペディア/ウィキデータに基づくブラジルの歴史に関する知識グラフを構築した。 DHBBに記述されている多くの用語/エンティティがWikidataに対応する概念(またはQ項目)を持っていないことを示す。
  論文  参考訳（メタデータ） (2024-03-28T22:05:32Z)
• KIF: A Wikidata-Based Framework for Integrating Heterogeneous Knowledge Sources [0.45141207783683707]
  我々は、異種知識ソースを仮想的に統合するためのWikidataベースのフレームワークKIFを提案する。 KIFはPythonで書かれており、オープンソースとしてリリースされている。
  論文  参考訳（メタデータ） (2024-03-15T13:46:36Z)
• Mapping Process for the Task: Wikidata Statements to Text as Wikipedia Sentences [68.8204255655161]
  本稿では,ウィキデータ文をウィキペディアのプロジェクト用自然言語テキスト(WS2T)に変換するタスクに対して,文レベルでのマッピングプロセスを提案する。 主なステップは、文を整理し、四つ組と三つ組のグループとして表現し、それらを英語のウィキペディアで対応する文にマッピングすることである。 文構造解析,ノイズフィルタリング,および単語埋め込みモデルに基づく文成分間の関係について,出力コーパスの評価を行った。
  論文  参考訳（メタデータ） (2022-10-23T08:34:33Z)
• Does Wikidata Support Analogical Reasoning? [17.68704739786042]
  Wikidataの知識が類推的推論をサポートするかどうかを検討する。 Wikidataは類似分類のためのデータ作成に利用できることを示す。 我々は、Wikidataからアナログを抽出する自動手法を導くためのメトリクスセットを考案した。
  論文  参考訳（メタデータ） (2022-10-02T20:46:52Z)
• WikiDes: A Wikipedia-Based Dataset for Generating Short Descriptions from Paragraphs [66.88232442007062]
  ウィキデックスはウィキペディアの記事の短い記述を生成するデータセットである。 データセットは、6987のトピックに関する80万以上の英語サンプルで構成されている。 本論文は,ウィキペディアとウィキデータに多くの記述が欠落していることから,実際的な影響を示すものである。
  論文  参考訳（メタデータ） (2022-09-27T01:28:02Z)
• Enriching Wikidata with Linked Open Data [4.311189028205597]
  現在のリンクされたオープンデータ(LOD)ツールは、Wikidataのような大きなグラフの強化には適していない。 本稿では、ギャップ検出、ソース選択、スキーマアライメント、セマンティックバリデーションを含む新しいワークフローを提案する。 実験の結果,我々のワークフローは,高品質な外部LODソースからの数百万の新規ステートメントでWikidataを豊かにすることができることがわかった。
  論文  参考訳（メタデータ） (2022-07-01T01:50:24Z)
• 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)
• Survey on English Entity Linking on Wikidata [3.8289963781051415]
  Wikidataはコミュニティ主導の多言語知識グラフである。 現在のWikidata固有のEntity Linkingデータセットは、DBpediaのような他の知識グラフのためのスキームとアノテーションスキームの違いはない。 ほとんど全てのアプローチはラベルや時々記述のような特定の特性を用いるが、ハイパーリレーショナル構造のような特性は無視する。
  論文  参考訳（メタデータ） (2021-12-03T16:02:42Z)
• 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)
• Assessing the quality of sources in Wikidata across languages: a hybrid approach [64.05097584373979]
  いくつかの言語でラベルを持つWikidataのトリプルからサンプルした参照コーパスの大規模なコーパスを評価するために,一連のマイクロタスク実験を実施している。 クラウドソースアセスメントの統合されたバージョンを使用して、いくつかの機械学習モデルをトレーニングして、Wikidata全体の分析をスケールアップしています。 この結果はWikidataにおける参照の質の確認に役立ち、ユーザ生成多言語構造化データの品質をWeb上で定義し、取得する際の共通の課題を特定するのに役立ちます。
  論文  参考訳（メタデータ） (2021-09-20T10:06:46Z)
• Analyzing Wikidata Transclusion on English Wikipedia [1.5736899098702972]
  本研究はウィキデータ・トランスクルージョンの分類とウィキデータ・トランスクルージョンの英訳ウィキペディアにおける分析について述べる。 ウィキデータ・トランスクルージョンはウィキペディアの記事の内容に影響を及ぼすが、前回の統計では61%だったよりもずっと低い率(5%)で起こる。
  論文  参考訳（メタデータ） (2020-11-02T14:16:42Z)

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。