論文の概要: Does Wikidata Support Analogical Reasoning?
- arxiv url: http://arxiv.org/abs/2210.00620v1
- Date: Sun, 2 Oct 2022 20:46:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 13:28:31.248611
- Title: Does Wikidata Support Analogical Reasoning?
- Title（参考訳）: Wikidataはアナロジ的推論をサポートするか?
- Authors: Filip Ilievski, Jay Pujara and Kartik Shenoy
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 17.68704739786042
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Analogical reasoning methods have been built over various resources,
including commonsense knowledge bases, lexical resources, language models, or
their combination. While the wide coverage of knowledge about entities and
events make Wikidata a promising resource for analogical reasoning across
situations and domains, Wikidata has not been employed for this task yet. In
this paper, we investigate whether the knowledge in Wikidata supports
analogical reasoning. Specifically, we study whether relational knowledge is
modeled consistently in Wikidata, observing that relevant relational
information is typically missing or modeled in an inconsistent way. Our further
experiments show that Wikidata can be used to create data for analogy
classification, but this requires much manual effort. To facilitate future work
that can support analogies, we discuss key desiderata, and devise a set of
metrics to guide an automatic method for extracting analogies from Wikidata.
- Abstract（参考訳）: アナロジー推論手法は、常識知識ベース、語彙資源、言語モデル、あるいはそれらの組み合わせなど、様々なリソース上に構築されている。
エンティティやイベントに関する知識の広範なカバーは、Wikidataを状況やドメイン間の類似的な推論のための有望なリソースとしますが、Wikidataはまだこのタスクに使われていません。
本稿では,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。
具体的には、関係知識がwikidataで一貫してモデル化されているか、あるいは一貫性のない方法でモデル化されているかを調査した。
さらなる実験から、wikidataはアナロジー分類のためのデータを作成するのに使えることが分かりました。
アナロジーを支援するための今後の作業を容易にするため,キーデシダラタについて論じ,Wikidataからアナロジーを抽出する自動手法を導出する指標のセットを考案する。
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) - 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) - Commonsense Knowledge in Wikidata [3.8359194344969807]
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。
論文 参考訳（メタデータ） (2020-08-18T18:23:06Z) - Wikidata on MARS [0.20305676256390934]
一般化されたプロパティグラフの形式的データモデルとして,マルチ分散リレーショナル構造 (MARS) が提案されている。
MARPLはプロパティグラフ上の推論ルールを記述するための有用なルールベースのロジックである。
Wikidataは、Wikidataのデータ型を追加する拡張MARSでモデル化することができる。
論文 参考訳（メタデータ） (2020-08-14T22:58:04Z) - Inferential Text Generation with Multiple Knowledge Sources and
Meta-Learning [117.23425857240679]
本研究では,テキストティフ・エルス関係のような多種多様なコモンセンスのイベントの推論テキストを生成する問題について検討する。
既存のアプローチでは、トレーニング例からの限られた証拠を使用して、個々の関係について学習するのが一般的である。
この研究では、モデルのための燃料として複数の知識ソースを使用します。
論文 参考訳（メタデータ） (2020-04-07T01:49:18Z)
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。