論文の概要: Knowledge Graphs and Natural-Language Processing
- arxiv url: http://arxiv.org/abs/2101.06111v1
- Date: Tue, 15 Dec 2020 16:53:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-07 11:19:09.517343
- Title: Knowledge Graphs and Natural-Language Processing
- Title（参考訳）: 知識グラフと自然言語処理
- Authors: Andreas L Opdahl
- Abstract要約: この章では、最も重要なセマンティック技術と知識グラフをどのようにサポートするかを説明します。
自然言語テキスト(特にTwitterのようなソーシャルメディアから集めたもの)は、特定の分析課題を引き起こすデータソースの一種である。
- 参考スコア（独自算出の注目度）: 1.90365714903665
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Emergency-relevant data comes in many varieties. It can be high volume and
high velocity, and reaction times are critical, calling for efficient and
powerful techniques for data analysis and management. Knowledge graphs
represent data in a rich, flexible, and uniform way that is well matched with
the needs of emergency management. They build on existing standards, resources,
techniques, and tools for semantic data and computing. This chapter explains
the most important semantic technologies and how they support knowledge graphs.
We proceed to discuss their benefits and challenges and give examples of
relevant semantic data sources and vocabularies. Natural-language texts -- in
particular those collected from social media such as Twitter -- is a type of
data source that poses particular analysis challenges. We therefore include an
overview of techniques for processing natural-language texts.
- Abstract（参考訳）: 緊急関連データは多種多様である。
ハイボリュームで高速で、反応時間は重要であり、データ分析と管理のための効率的で強力な技術を求めている。
知識グラフは、緊急管理のニーズによくマッチする、豊かで柔軟な、均一な方法でデータを表現します。
それらは既存の標準、リソース、技術、セマンティックデータとコンピューティングのためのツールの上に構築される。
この章では、最も重要なセマンティック技術と、それらが知識グラフをどのようにサポートするかを説明します。
我々は,それらの利点と課題を議論し,関連する意味的データソースと語彙の例を示す。
自然言語テキスト(特にTwitterのようなソーシャルメディアから集めたもの)は、特定の分析課題を引き起こすデータソースの一種である。
したがって、自然言語テキストの処理技術の概要を含める。
関連論文リスト
- Bridging Local Details and Global Context in Text-Attributed Graphs [62.522550655068336]
GraphBridgeは、コンテキストテキスト情報を活用することで、ローカルおよびグローバルな視点をブリッジするフレームワークである。
提案手法は最先端性能を実現し,グラフ対応トークン削減モジュールは効率を大幅に向上し,スケーラビリティの問題を解消する。
論文 参考訳（メタデータ） (2024-06-18T13:35:25Z) - Text2Data: Low-Resource Data Generation with Textual Control [104.38011760992637]
自然言語は、人間が機械とシームレスに対話するための共通かつ直接的な制御信号として機能する。
ラベルのないデータを用いて教師なし拡散モデルを用いて基礎となるデータ分布を理解する新しいアプローチであるText2Dataを提案する。
制御性を確保し、破滅的な忘れを効果的に防止する、新しい制約最適化ベースの学習目標を通じて制御可能な微調整を行う。
論文 参考訳（メタデータ） (2024-02-08T03:41:39Z) - Hierarchical Knowledge Distillation on Text Graph for Data-limited
Attribute Inference [5.618638372635474]
我々は,ソーシャルメディアのテキストデータに基づく属性推論のためのテキストグラフに基づく少ショット学習モデルを開発した。
我々のモデルはまず、多様体学習とメッセージパッシングを用いてテキストグラフを構築し、洗練する。
クロスドメインテキストと未ラベルテキストをさらに活用して、少数ショットのパフォーマンスを向上させるために、テキストグラフ上で階層的な知識蒸留が考案される。
論文 参考訳（メタデータ） (2024-01-10T05:50:34Z) - When Graph Data Meets Multimodal: A New Paradigm for Graph Understanding
and Reasoning [54.84870836443311]
本稿では,画像エンコーディングとマルチモーダル技術を統合することで,グラフデータの理解と推論を行う新しいパラダイムを提案する。
このアプローチは, GPT-4Vの高度な機能を利用して, 命令応答形式によるグラフデータの理解を可能にする。
研究は、このパラダイムを様々なグラフタイプで評価し、特に中国のOCRパフォーマンスと複雑な推論タスクにおいて、モデルの強みと弱みを強調した。
論文 参考訳（メタデータ） (2023-12-16T08:14:11Z) - Exploring In-Context Learning Capabilities of Foundation Models for
Generating Knowledge Graphs from Text [3.114960935006655]
本論文は,知識グラフの自動構築と完成の技術をテキストから改善することを目的としている。
この文脈では、新しいパラダイムの1つは、言語モデルがプロンプトとともにそのまま使われる、コンテキスト内学習である。
論文 参考訳（メタデータ） (2023-05-15T17:10:19Z) - ALIST: Associative Logic for Inference, Storage and Transfer. A Lingua
Franca for Inference on the Web [0.0]
知識グラフの特定のクエリ言語からクエリの表現を抽象化する形式主義。
多様な知識ソース上でデータと関数(操作)を動的にキュレートする表現。
表現形式主義の多様性を表現するためのアリストの表現力の実証。
論文 参考訳（メタデータ） (2023-03-12T15:55:56Z) - Comprehensive Event Representations using Event Knowledge Graphs and
Natural Language Processing [0.0]
この研究は、自然言語処理(NLP)の分野からの発見を利用して、テキストから知識を抽出し、知識グラフを構築する、成長する仕事の体系を利用して構築することを目的としている。
具体的には、サブイベント抽出は、サブイベント認識イベント表現を作成する方法として使用される。
これらの事象表現は、きめ細かい位置抽出を通じて豊かにされ、歴史的に関連する引用のアライメントによって文脈化される。
論文 参考訳（メタデータ） (2023-03-08T18:43:39Z) - Joint Language Semantic and Structure Embedding for Knowledge Graph
Completion [66.15933600765835]
本稿では,知識三重項の自然言語記述と構造情報とを共同で組み込むことを提案する。
本手法は,学習済み言語モデルを微調整することで,完了作業のための知識グラフを埋め込む。
各種知識グラフベンチマーク実験により,本手法の最先端性能を実証した。
論文 参考訳（メタデータ） (2022-09-19T02:41:02Z) - ENT-DESC: Entity Description Generation by Exploring Knowledge Graph [53.03778194567752]
実際には、出力記述が最も重要な知識のみをカバーするため、入力知識は十分以上である可能性がある。
我々は、KG-to-textにおけるこのような実践的なシナリオの研究を容易にするために、大規模で挑戦的なデータセットを導入する。
本稿では,元のグラフ情報をより包括的に表現できるマルチグラフ構造を提案する。
論文 参考訳（メタデータ） (2020-04-30T14:16:19Z) - Exploiting Structured Knowledge in Text via Graph-Guided Representation
Learning [73.0598186896953]
本稿では、知識グラフからのガイダンスを用いて、生テキスト上で学習する2つの自己教師型タスクを提案する。
エンティティレベルのマスキング言語モデルに基づいて、最初のコントリビューションはエンティティマスキングスキームです。
既存のパラダイムとは対照的に,本手法では事前学習時にのみ,知識グラフを暗黙的に使用する。
論文 参考訳（メタデータ） (2020-04-29T14:22:42Z) - Natural language technology and query expansion: issues,
state-of-the-art and perspectives [0.0]
クエリのあいまいさや誤解釈を引き起こす言語特性と、追加の要因は、ユーザの情報ニーズを正確に表現する能力に影響を与える。
汎用言語に基づく問合せ拡張フレームワークの解剖学を概説し,モジュールに基づく分解を提案する。
それぞれのモジュールについて、文献における最先端のソリューションをレビューし、使用するテクニックの光の下で分類する。
論文 参考訳（メタデータ） (2020-04-23T11:39:07Z)
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。