Fugu-MT 論文翻訳(概要): EventKG+BT: Generation of Interactive Biography Timelines from a Knowledge Graph

論文の概要: EventKG+BT: Generation of Interactive Biography Timelines from a Knowledge Graph

arxiv url: http://arxiv.org/abs/2012.06306v1
Date: Fri, 4 Dec 2020 13:06:27 GMT
ステータス: 処理完了
システム内更新日: 2021-05-23 05:39:22.810674
Title: EventKG+BT: Generation of Interactive Biography Timelines from a Knowledge Graph
Title（参考訳）: EventKG+BT:知識グラフからインタラクティブな伝記タイムラインを生成する
Authors: Simon Gottschalk and Elena Demidova
Abstract要約: 興味のある人々の生活における顕著な業績や重要な出来事の研究は、通常、長い伝記や伝記資料をよく読む必要がある。 EventKGナレッジグラフは、関連する事実の構造化された表現を提供する。
参考スコア（独自算出の注目度）: 2.28438857884398
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Research on notable accomplishments and important events in the life of people of public interest usually requires close reading of long encyclopedic or biographical sources, which is a tedious and time-consuming task. Whereas semantic reference sources, such as the EventKG knowledge graph, provide structured representations of relevant facts, they often include hundreds of events and temporal relations for particular entities. In this paper, we present EventKG+BT - a timeline generation system that creates concise and interactive spatio-temporal representations of biographies from a knowledge graph using distant supervision.
Abstract（参考訳）: 公共の関心を持つ人々の生活における顕著な業績や重要な出来事の研究には、退屈で時間を要する長い百科事典や伝記資料の密読が必要である。 EventKGナレッジグラフのようなセマンティックリファレンスソースは関連する事実の構造化された表現を提供するが、数百のイベントと特定のエンティティの時間的関係を含んでいることが多い。本稿では,遠隔監視を用いた知識グラフからバイオグラフィーの簡潔かつインタラクティブな時空間表現を生成するタイムライン生成システムEventKG+BTを提案する。

関連論文リスト

Learning Granularity Representation for Temporal Knowledge Graph Completion [2.689675451882683]
時間的知識グラフ(TKG)は、実世界の事実の動的な構造的知識と進化的パターンを反映する時間的情報を含んでいる。本稿では,TKG 補完のための textbfLearning textbfGranularity textbfRepresentation (termed $mathsfLGRe$) を提案する。グラニュラリティ・ラーニング(GRL)とアダプティブグラニュラリティ・バランシング(AGB)の2つの主要コンポーネントから構成される。
論文参考訳（メタデータ） (2024-08-27T08:19:34Z)
A Survey on Temporal Knowledge Graph: Representation Learning and Applications [16.447980641446602]
時間的知識グラフ表現学習は、知識グラフにおける実体と関係のための低次元ベクトル埋め込みを学習することを目的としている。時間知識グラフ表現学習とその応用に関する総合的な調査を行う。
論文参考訳（メタデータ） (2024-03-02T16:21:45Z)
Temporal Inductive Path Neural Network for Temporal Knowledge Graph Reasoning [16.984588879938947]
時間的知識グラフ(TKG)の推論は、過去の出来事に基づいて将来の事実を予測することを目的としている。既存のほとんどのアプローチでは、グラフ内のノードが知識表現において重要な役割を果たすため、エンティティモデリングに依存するTKGをモデル化する。実体に依存しない視点で過去の情報をモデル化するTiPNN(Temporal Inductive Path Neural Network)を提案する。
論文参考訳（メタデータ） (2023-09-06T17:37:40Z)
A Survey on Temporal Knowledge Graph Completion: Taxonomy, Progress, and Prospects [73.44022660932087]
時間的特性は、かなりの量の知識で顕著に明らかである。新たな知識の継続的な出現、構造化されていないデータから構造化された情報を抽出するアルゴリズムの弱点、ソースデータセットにおける情報の欠如を引用する。 TKGC(Temporal Knowledge Graph Completion)のタスクは、利用可能な情報に基づいて行方不明アイテムを予測することを目的として、注目を集めている。
論文参考訳（メタデータ） (2023-08-04T16:49:54Z)
Follow the Timeline! Generating Abstractive and Extractive Timeline Summary in Chronological Order [78.46986998674181]
時間順で抽象的かつ抽出的な時系列を生成できる統一タイムライン要約器(UTS)を提案する。我々は、以前の中国の大規模タイムライン要約データセットを拡張し、新しい英語タイムラインデータセットを収集する。 UTSは、自動評価と人的評価の両方の観点から最先端のパフォーマンスを達成する。
論文参考訳（メタデータ） (2023-01-02T20:29:40Z)
On a Generalized Framework for Time-Aware Knowledge Graphs [3.9318191265352196]
本稿では,時間認識型知識グラフの拡張について,簡潔ながら明確に概説する。知識グラフは、半構造化ドメイン知識の管理と標準化のための効果的なツールとして登場した。
論文参考訳（メタデータ） (2022-07-20T15:14:46Z)
What is Event Knowledge Graph: A Survey [46.56390787391834]
本稿では、歴史、オントロジー、例、アプリケーションビューからイベントKG(EKG)を包括的に調査する。 EKGは、インテリジェント検索、質問回答、レコメンデーション、テキスト生成など、多くの機械学習および人工知能アプリケーションにおいて、ますます重要な役割を担っている。
論文参考訳（メタデータ） (2021-12-31T03:42:55Z)
Extracting Summary Knowledge Graphs from Long Documents [48.92130466606231]
本稿では,長い文書から要約された知識グラフを予測する新しいテキスト・ツー・グラフタスクを提案する。自動アノテーションと人文アノテーションを用いた200k文書/グラフペアのデータセットを開発する。
論文参考訳（メタデータ） (2020-09-19T04:37:33Z)
A Survey on Knowledge Graphs: Representation, Acquisition and Applications [89.78089494738002]
我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
論文参考訳（メタデータ） (2020-02-02T13:17:31Z)
Generative Adversarial Zero-Shot Relational Learning for Knowledge Graphs [96.73259297063619]
我々は、この厄介なキュレーションを解放するために、新しい定式化、ゼロショット学習を考える。新たに追加された関係について,テキスト記述から意味的特徴を学習しようと試みる。我々は,GAN(Generative Adrial Networks)を活用し,テキストと知識グラフ領域の接続を確立する。
論文参考訳（メタデータ） (2020-01-08T01:19:08Z)

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。