論文の概要: Engineering Knowledge Graph from Patent Database
- arxiv url: http://arxiv.org/abs/2106.06739v1
- Date: Sat, 12 Jun 2021 10:54:31 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-19 19:59:58.871051
- Title: Engineering Knowledge Graph from Patent Database
- Title（参考訳）: 特許データベースからのエンジニアリング知識グラフ
- Authors: L Siddharth, Lucienne T.M. Blessing, Kristin L. Wood, Jianxi Luo
- Abstract要約: 本稿では,特許データベースにある実世界の工学的事実である3つ組(エンティティ,関係性,実体)からなる,大規模でスケーラブルなエンジニアリング知識グラフを提案する。
本稿では,特許文書におけるクレームの構文的および語彙的特性に基づく一連のルールを適用し,事実を抽出する。
各特許文書にこれらの事実を集約し、特許データベース全体にわたる事実の集合を統合することにより、エンジニアリング知識グラフを得る。
- 参考スコア（独自算出の注目度）: 6.6469061025360965
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a large, scalable engineering knowledge graph, comprising sets of
(entity, relationship, entity) triples that are real-world engineering facts
found in the patent database. We apply a set of rules based on the syntactic
and lexical properties of claims in a patent document to extract facts. We
aggregate these facts within each patent document and integrate the aggregated
sets of facts across the patent database to obtain the engineering knowledge
graph. Such a knowledge graph is expected to support inference, reasoning, and
recalling in various engineering tasks. The knowledge graph has a greater size
and coverage in comparison with the previously used knowledge graphs and
semantic networks in the engineering literature.
- Abstract（参考訳）: 我々は,特許データベースにある実世界の工学的事実である(エンティティ,関係,実体)三つ組からなる,大規模でスケーラブルなエンジニアリング知識グラフを提案する。
我々は,クレームの構文的および語彙的性質に基づく一連の規則を特許文書に適用し,事実を抽出する。
各特許文書にこれらの事実を集約し、特許データベース全体にわたる事実の集合を統合し、エンジニアリング知識グラフを得る。
このような知識グラフは、様々なエンジニアリングタスクにおける推論、推論、リコールをサポートすることが期待されている。
知識グラフは、工学文献における知識グラフやセマンティックネットワークと比較して、より大きなサイズとカバレッジを持つ。
関連論文リスト
- Knowledge Graph Extension by Entity Type Recognition [2.8231106019727195]
本稿では,エンティティ型認識に基づく知識グラフ拡張フレームワークを提案する。
このフレームワークは、異なる知識グラフ間でスキーマとエンティティを整列させることにより、高品質な知識抽出を実現することを目的としている。
論文 参考訳（メタデータ） (2024-05-03T19:55:03Z) - AceMap: Knowledge Discovery through Academic Graph [90.12694363549483]
AceMapは学術グラフによる知識発見のために設計された学術システムである。
本稿では,AceMapデータベースを構築するための高度なデータベース構築手法を提案する。
AceMapは、学術的アイデアの進化をトレースするなど、高度な分析機能を提供する。
論文 参考訳（メタデータ） (2024-03-05T01:17:56Z) - Entity Alignment Method of Science and Technology Patent based on Graph
Convolution Network and Information Fusion [17.021664156393765]
ほとんどのエンティティアライメント手法は、グラフ構造の埋め込みを得るためにグラフニューラルネットワークのみを使用する。
本稿では,科学技術特許情報融合のためのグラフ畳み込みネットワークに基づくエンティティアライメント手法を提案する。
論文 参考訳（メタデータ） (2023-11-01T05:04:55Z) - Universal Knowledge Graph Embeddings [4.322134229203427]
本稿では,大規模知識源からユニバーサル知識グラフの埋め込みを学習することを提案する。
私たちはDBpediaとWikidataをベースとした普遍的な埋め込みを、約1億5000万のエンティティ、1500万のリレーション、120億のトリプルで計算することで、私たちのアイデアをインスタンス化します。
論文 参考訳（メタデータ） (2023-10-23T13:07:46Z) - PatentMiner: Patent Vacancy Mining via Context-enhanced and
Knowledge-guided Graph Attention [2.9290732102216452]
我々は、リッチなセマンティック知識をマイニングし、新たな潜在的な特許を予測するために、PatentMinerという新しい特許空白予測手法を提案する。
特許知識グラフ(例えば、年)は、特許文書から名前付きエンティティ認識と関係抽出を行うことによって構築される。
構築した知識グラフにおいてリンク予測を行うために,CNM(Common Neighbor Method),GAT(Graph Attention Networks),CGAT(Context-enhanced Graph Attention Networks)を提案する。
論文 参考訳（メタデータ） (2021-07-10T17:34:57Z) - KompaRe: A Knowledge Graph Comparative Reasoning System [85.72488258453926]
本稿では,複数の手がかりに対する共通点と矛盾点の推測を目的とした知識グラフの比較推論を提案する。
我々は,大規模な知識グラフに対して比較推論機能を提供する,最初のプロトタイプシステムであるKompaReを開発した。
論文 参考訳（メタデータ） (2020-11-06T04:57:37Z) - 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) - Knowledge Graphs [43.06435841693428]
我々は、知識グラフに使用される様々なグラフベースのデータモデルとクエリ言語を動機付け、対比する。
本稿では,帰納的手法と帰納的手法を組み合わせた知識の表現と抽出について説明する。
我々は知識グラフの高レベルな今後の研究方向性を結論づける。
論文 参考訳（メタデータ） (2020-03-04T20:20:32Z) - 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。
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。