論文の概要: What is Event Knowledge Graph: A Survey

• arxiv url: http://arxiv.org/abs/2112.15280v1
• Date: Fri, 31 Dec 2021 03:42:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-03 13:21:00.249498
• Title: What is Event Knowledge Graph: A Survey
• Title（参考訳）: イベント知識グラフとは何か: 調査
• Authors: Saiping Guan, Xueqi Cheng, Long Bai, Fujun Zhang, Zixuan Li, Yutao Zeng, Xiaolong Jin, and Jiafeng Guo
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 46.56390787391834
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Besides entity-centric knowledge, usually organized as Knowledge Graph (KG), events are also an essential kind of knowledge in the world, which trigger the spring up of event-centric knowledge representation form like Event KG (EKG). It plays an increasingly important role in many machine learning and artificial intelligence applications, such as intelligent search, question-answering, recommendation, and text generation. This paper provides a comprehensive survey of EKG from history, ontology, instance, and application views. Specifically, to characterize EKG thoroughly, we focus on its history, definitions, schema induction, acquisition, related representative graphs/systems, and applications. The development processes and trends are studied therein. We further summarize perspective directions to facilitate future research on EKG.
• Abstract（参考訳）: 通常、知識グラフ(KG)として組織されるエンティティ中心の知識に加えて、イベントは世界でも必須の知識であり、イベント中心の知識表現形式であるイベントKG(EKG)が誕生するきっかけとなる。 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、多くの機械学習や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。 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EKGを包括的に調査する。 具体的には、EKGを徹底的に特徴づけるために、その歴史、定義、スキーマ誘導、取得、関連する代表グラフ/システム、アプリケーションに焦点を当てる。 そこで開発プロセスと動向を考察する。 さらに、今後のEKG研究を促進するために、視点方向を要約する。

関連論文リスト

• Knowledge Graphs Meet Multi-Modal Learning: A Comprehensive Survey [61.8716670402084]
  本調査は,KG-driven Multi-Modal Learning(KG4MM)とMulti-Modal Knowledge Graph(MM4KG)の2つの主要な側面におけるKG認識研究に焦点を当てる。 KG対応マルチモーダル学習タスクと本質的MMKGタスクの2つの主要なタスクカテゴリについて検討した。 これらのタスクの多くに対して、定義、評価ベンチマークを提供し、関連する研究を行うための重要な洞察を概説する。
  論文  参考訳（メタデータ） (2024-02-08T04:04:36Z)
• On the Evolution of Knowledge Graphs: A Survey and Perspective [11.061075842989817]
  知識グラフ(KGs)は、多様な知識の構造化された表現であり、様々なインテリジェントなアプリケーションで広く使われている。 我々は,様々な種類のKGの進化と知識抽出・推論技術に関する総合的な調査を行う。 本稿では,知識工学の今後の方向性について考察する。
  論文  参考訳（メタデータ） (2023-10-07T14:46:51Z)
• SKG: A Versatile Information Retrieval and Analysis Framework for Academic Papers with Semantic Knowledge Graphs [9.668240269886413]
  本稿では,抽象概念やメタ情報から意味概念を統合してコーパスを表現するセマンティック知識グラフを提案する。 SKGは、高い多様性と豊富な情報コンテンツが格納されているため、学術文献における様々なセマンティッククエリをサポートすることができる。
  論文  参考訳（メタデータ） (2023-06-07T20:16:08Z)
• A Survey of Knowledge Graph Reasoning on Graph Types: Static, Dynamic, and Multimodal [57.8455911689554]
  知識グラフ推論(KGR)は、知識グラフに基づくマイニング論理則に基づいて、既存の事実から新しい事実を推論することを目的としている。 質問応答やレコメンデーションシステムなど、多くのAIアプリケーションでKGを使うことに大きなメリットがあることが証明されている。
  論文  参考訳（メタデータ） (2022-12-12T08:40:04Z)
• A Survey on Knowledge Graph-based Methods for Automated Driving [0.0]
  知識グラフ(KG)は、構造化データ、動的データ、およびリレーショナルデータを活用することで恩恵を受けるアプリケーションに対して、業界と学術の両方から大きな注目を集めている。 我々は、現在研究課題を議論し、自動運転のためのKGベースのソリューションについて、将来的な研究方向性を提案する。
  論文  参考訳（メタデータ） (2022-09-30T15:47:19Z)
• KSG: Knowledge and Skill Graph [28.2974853907085]
  我々は,CN-DBpediaに基づく新しい動的知識とスキルグラフ(KSG)を提案する。 KSGは様々な環境で異なるエージェントのスキルを検索し、新しいスキルを取得するための転送可能な情報を提供する。 これは、スキル検索と学習のための動的KSGに目を向ける最初の研究である。
  論文  参考訳（メタデータ） (2022-09-13T02:47:46Z)
• Knowledge Graph Augmented Network Towards Multiview Representation Learning for Aspect-based Sentiment Analysis [96.53859361560505]
  本稿では,知識グラフ拡張ネットワーク(KGAN)を提案する。 KGANは感情の特徴表現を、文脈、構文、知識に基づく複数の視点から捉えている。 3つの人気のあるABSAベンチマークの実験は、我々のKGANの有効性と堅牢性を示している。
  論文  参考訳（メタデータ） (2022-01-13T08:25:53Z)
• KACC: A Multi-task Benchmark for Knowledge Abstraction, Concretization and Completion [99.47414073164656]
  包括的知識グラフ(KG)は、インスタンスレベルのエンティティグラフとオントロジーレベルの概念グラフを含む。 2ビューのKGは、知識の抽象化、包括化、完成に関する人間の能力を「シミュレーション」するためのモデルのためのテストベッドを提供する。 我々は,データセットのスケール,タスクカバレッジ,難易度の観点から,既存のベンチマークを改善した統一KGベンチマークを提案する。
  論文  参考訳（メタデータ） (2020-04-28T16:21:57Z)
• Knowledge Graphs and Knowledge Networks: The Story in Brief [0.1933681537640272]
  知識グラフ(KG)は、実世界のノイズの多い生情報を構造化形式で表現し、エンティティ間の関係をキャプチャする。 ソーシャルネットワーク、レコメンダシステム、計算生物学、関係知識表現といった動的現実世界の応用は、困難な研究課題として浮上している。 この記事では、AIのためのKGの旅を要約する。
  論文  参考訳（メタデータ） (2020-03-07T18:09:18Z)
• 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)

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。