論文の概要: Graphie: A network-based visual interface for UK's Primary Legislation

• arxiv url: http://arxiv.org/abs/2210.02165v1
• Date: Wed, 5 Oct 2022 11:47:20 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:31:46.674928
• Title: Graphie: A network-based visual interface for UK's Primary Legislation
• Title（参考訳）: Graphie:英国のプライマリ・レギュレーションのためのネットワークベースのビジュアルインターフェース
• Authors: Evan Tzanis, Pierpaolo Vivo, Yanik-Pascal F\"orster, Luca Gamberi, Alessia Annibale
• Abstract要約: 我々は、イギリスのデジタルレポジトリ(法典.gov.uk)に含まれるActs and Billsを視覚化するための新しいナビゲーションインターフェースであるGraphieを提示する。 Graphieは、通常、各サブブランチに含まれる内容と情報に応じて木のような方法で組織される、議会法の階層構造のネットワーク表現を提供する。 Graphieのビルディングブロックは、[legislation.gov.uk]が提供するデータをオープンアクセス形式で解析しモデル化することで、さまざまなデータ視覚化をサポートするために設計されたオフラインデータパイプラインであるSofiaである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present Graphie, a novel navigational interface to visualize Acts and Bills included in the UK's legislation digital repository [legislation.gov.uk]. Graphie provides a network representation of the hierarchical structure of an Act of Parliament, which is typically organized in a tree-like fashion according to the content and information contained in each sub-branch. Nodes in Graphie represent sections of an Act (or individual provisions), while links embody the hierarchical connections between them. The legal map provided by Graphie is easily navigable by hovering on nodes, which are also color-coded and numbered to provide easily accessible information about the underlying content. The full textual content of each node is also available on a dedicated hyperlinked canvas. The building block of Graphie is Sofia, an offline data pipeline designed to support different data visualizations by parsing and modelling data provided by [legislation.gov.uk] in open access form. While we focus on the Housing Act 2004 for illustrative purposes, our platform is scalable, versatile, and provides users with a unified toolbox to visualize and explore the UK legal corpus in a fast and user-friendly way.
• Abstract（参考訳）: 我々は,英国のデジタルレポジトリ [legislation.gov.uk]に含まれるActs and Billsを視覚化するための新しいナビゲーションインターフェースであるGraphieを紹介する。 Graphieは、通常、各サブブランチに含まれる内容と情報に応じて木のような方法で組織される、議会法の階層構造のネットワーク表現を提供する。 graphieのノードはact(または個々の規定)のセクションを表し、リンクはそれらの間の階層的な接続を具体化する。 Graphieが提供する法的なマップは、ノードをホバリングすることで簡単にナビゲートできる。 各ノードの完全なテキストコンテンツは、専用のハイパーリンクキャンバスでも利用できる。 Graphieのビルディングブロックは、[legislation.gov.uk]が提供するデータをオープンアクセス形式で解析しモデル化することで、さまざまなデータ視覚化をサポートするために設計されたオフラインデータパイプラインであるSofiaである。 2004年ハウジング法(英語版)を例示目的で重視する一方で、当社のプラットフォームはスケーラブルで汎用性があり、英国法定コーパスを迅速かつユーザフレンドリな方法で可視化および探索するための統一ツールボックスをユーザに提供しています。

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)
• HUGE: Huge Unsupervised Graph Embeddings with TPUs [6.108914274067702]
  グラフ埋め込み(Graph Embedding)は、グラフ内のノードを連続的に表現するプロセスである。 高帯域幅メモリを利用した高性能グラフ埋め込みアーキテクチャを提案する。 実・合成大規模データセット上での埋め込み空間の品質を検証する。
  論文  参考訳（メタデータ） (2023-07-26T20:29:15Z)
• Connector 0.5: A unified framework for graph representation learning [5.398580049917152]
  本稿では,浅層から最先端まで,様々なグラフ埋め込みモデルをカバーする新しいグラフ表現フレームワークを提案する。 我々は,グラフの構造的関係を表現するためのディープグラフ埋め込みモデルを提供する,効率的なオープンソースフレームワークを構築する計画である。
  論文  参考訳（メタデータ） (2023-04-25T23:28:38Z)
• SHGNN: Structure-Aware Heterogeneous Graph Neural Network [77.78459918119536]
  本稿では、上記の制約に対処する構造対応不均一グラフニューラルネットワーク(SHGNN)を提案する。 まず,メタパス内の中間ノードの局所構造情報を取得するために,特徴伝搬モジュールを利用する。 次に、ツリーアテンションアグリゲータを使用して、グラフ構造情報をメタパス上のアグリゲーションモジュールに組み込む。 最後に、メタパスアグリゲータを利用して、異なるメタパスから集約された情報を融合する。
  論文  参考訳（メタデータ） (2021-12-12T14:18:18Z)
• Edge but not Least: Cross-View Graph Pooling [76.71497833616024]
  本稿では,重要なグラフ構造情報を活用するために,クロスビューグラフプーリング(Co-Pooling)手法を提案する。 クロスビュー相互作用、エッジビュープーリング、ノードビュープーリングにより、相互にシームレスに強化され、より情報的なグラフレベルの表現が学習される。
  論文  参考訳（メタデータ） (2021-09-24T08:01:23Z)
• Spectral Embedding of Graph Networks [76.27138343125985]
  ローカルノードの類似性と接続性、グローバル構造をトレードオフする教師なしグラフ埋め込みを導入する。 埋め込みは一般化されたグラフ Laplacian に基づいており、固有ベクトルは1つの表現においてネットワーク構造と近傍近傍の両方をコンパクトにキャプチャする。
  論文  参考訳（メタデータ） (2020-09-30T04:59:10Z)
• Heterogeneous Graph Neural Networks for Extractive Document Summarization [101.17980994606836]
  クロス文関係は、抽出文書要約における重要なステップである。 We present a graph-based neural network for extractive summarization (HeterSumGraph) 抽出文書要約のためのグラフベースニューラルネットワークに異なる種類のノードを導入する。
  論文  参考訳（メタデータ） (2020-04-26T14:38:11Z)
• Bridging Knowledge Graphs to Generate Scene Graphs [49.69377653925448]
  本稿では,2つのグラフ間の情報伝達を反復的に行う新しいグラフベースニューラルネットワークを提案する。 我々のグラフブリッジネットワークであるGB-Netは、エッジとノードを連続的に推論し、相互接続されたシーンとコモンセンスグラフのリッチでヘテロジニアスな構造を同時に活用し、洗練する。
  論文  参考訳（メタデータ） (2020-01-07T23:35:52Z)
• Homology-Preserving Multi-Scale Graph Skeletonization Using Mapper on Graphs [5.86893539706548]
  本稿では、トポロジカルデータ解析の一般的なツールであるmapper構築をグラフ視覚化に適用することを提案する。 我々は,グラフのホモロジー保存骨格を生成するモグ (mog) と呼ばれる,重み付けされた非方向グラフを対象とするマッパー構成のバリエーションを開発する。 我々は,このような骨格のインタラクティブな探索を可能にするソフトウェアツールを提供し,本手法の合成および実世界のデータに対する有効性を実証する。
  論文  参考訳（メタデータ） (2018-04-03T19:18:36Z)

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。