論文の概要: Leveraging Wikidata's edit history in knowledge graph refinement tasks
- arxiv url: http://arxiv.org/abs/2210.15495v1
- Date: Thu, 27 Oct 2022 14:32:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-28 13:38:25.525687
- Title: Leveraging Wikidata's edit history in knowledge graph refinement tasks
- Title（参考訳）: 知識グラフ改良作業におけるWikidataの編集履歴の活用
- Authors: Alejandro Gonzalez-Hevia, Daniel Gayo-Avello
- Abstract要約: 編集履歴は、コミュニティが何らかのファジィで分散した合意に達する過程を表す。
Wikidataで最も重要な100のクラスから、すべてのインスタンスの編集履歴を含むデータセットを構築します。
タイプ予測タスクのための知識グラフ埋め込みモデルにおいて,この編集履歴情報を活用する2つの新しい手法を提案し,評価する。
- 参考スコア（独自算出の注目度）: 77.34726150561087
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Knowledge graphs have been adopted in many diverse fields for a variety of
purposes. Most of those applications rely on valid and complete data to deliver
their results, pressing the need to improve the quality of knowledge graphs. A
number of solutions have been proposed to that end, ranging from rule-based
approaches to the use of probabilistic methods, but there is an element that
has not been considered yet: the edit history of the graph. In the case of
collaborative knowledge graphs (e.g., Wikidata), those edits represent the
process in which the community reaches some kind of fuzzy and distributed
consensus over the information that best represents each entity, and can hold
potentially interesting information to be used by knowledge graph refinement
methods. In this paper, we explore the use of edit history information from
Wikidata to improve the performance of type prediction methods. To do that, we
have first built a JSON dataset containing the edit history of every instance
from the 100 most important classes in Wikidata. This edit history information
is then explored and analyzed, with a focus on its potential applicability in
knowledge graph refinement tasks. Finally, we propose and evaluate two new
methods to leverage this edit history information in knowledge graph embedding
models for type prediction tasks. Our results show an improvement in one of the
proposed methods against current approaches, showing the potential of using
edit information in knowledge graph refinement tasks and opening new promising
research lines within the field.
- Abstract（参考訳）: 知識グラフは様々な目的のために様々な分野に採用されている。
これらのアプリケーションのほとんどは、結果を提供するために有効で完全なデータに依存しており、知識グラフの質を改善する必要性を迫られている。
ルールベースのアプローチから確率的手法の使用まで、多くの解決策が提案されているが、まだ検討されていない要素がある:グラフの編集履歴である。
共同知識グラフ(Wikidataなど)の場合、これらの編集は、コミュニティが各エンティティを最もよく表す情報に対して、何らかのファジィで分散した合意に達する過程を表し、知識グラフの精査方法によって使用される潜在的に興味深い情報を保持できる。
本稿では,ウィキデータからの編集履歴情報を用いて,型予測手法の性能を向上させる手法を提案する。
そのため、私たちはまず、Wikidataで最も重要な100のクラスからすべてのインスタンスの編集履歴を含むJSONデータセットを構築しました。
この履歴情報を編集して分析し、知識グラフ精錬タスクにおける潜在的な適用性に焦点を当てる。
最後に,タイプ予測タスクのための知識グラフ埋め込みモデルにおいて,この編集履歴情報を活用するための2つの新しい手法を提案し,評価する。
本研究は,現在のアプローチに対する提案手法の1つを改善し,知識グラフリファインメントタスクにおける編集情報の利用の可能性を示し,この分野に新たな有望な研究ラインを開く。
関連論文リスト
- A Survey of Deep Graph Learning under Distribution Shifts: from Graph Out-of-Distribution Generalization to Adaptation [59.14165404728197]
我々は,分散シフト下での深層グラフ学習について,最新かつ先見的なレビューを行う。
具体的には,グラフ OOD 一般化,トレーニング時グラフ OOD 適応,テスト時グラフ OOD 適応の3つのシナリオについて述べる。
文献の理解を深めるために,提案した分類に基づく既存モデルを体系的に分類した。
論文 参考訳（メタデータ） (2024-10-25T02:39:56Z) - Graph Domain Adaptation: Challenges, Progress and Prospects [61.9048172631524]
本稿では,グラフ間の効果的な知識伝達パラダイムとしてグラフ領域適応を提案する。
GDAは、ソースグラフとしてタスク関連のグラフを多数導入し、ソースグラフから学習した知識をターゲットグラフに適応させる。
研究状況と課題について概説し、分類学を提案し、代表作の詳細を紹介し、今後の展望について論じる。
論文 参考訳（メタデータ） (2024-02-01T02:44:32Z) - KGrEaT: A Framework to Evaluate Knowledge Graphs via Downstream Tasks [1.8722948221596285]
KGrEaTは、分類、クラスタリング、レコメンデーションといった実際の下流タスクを通じて知識グラフの品質を推定するフレームワークである。
フレームワークは知識グラフを入力として、評価対象のデータセットに自動的にマップし、定義されたタスクのパフォーマンスメトリクスを計算する。
論文 参考訳（メタデータ） (2023-08-21T07:43:10Z) - Graph Pooling for Graph Neural Networks: Progress, Challenges, and
Opportunities [128.55790219377315]
グラフニューラルネットワークは多くのグラフレベルのタスクの主要なアーキテクチャとして登場した。
グラフプーリングは、グラフ全体の全体的グラフレベル表現を得るためには不可欠である。
論文 参考訳（メタデータ） (2022-04-15T04:02:06Z) - Towards Loosely-Coupling Knowledge Graph Embeddings and Ontology-based
Reasoning [15.703028753526022]
我々は、知識グラフの埋め込みにおけるデータ駆動力と、専門家や包摂体制から生じるドメイン固有の推論(OWL2)とを緩やかに結合することを提案する。
最初の結果から,バニラ知識グラフ埋め込みのMRR精度を最大3倍に向上し,知識グラフ埋め込みとルールマイニング,最大3.5倍MRRの推論を組み合わせたハイブリッドソリューションより優れていた。
論文 参考訳（メタデータ） (2022-02-07T14:01:49Z) - Self-supervised on Graphs: Contrastive, Generative,or Predictive [25.679620842010422]
SSL(Self-supervised Learning)は、よく設計されたプリテキストタスクを通じて有益な知識を抽出するための新しいパラダイムとして登場しています。
既存のグラフSSLメソッドは、コントラスト、生成、予測の3つのカテゴリに分けられる。
また、一般的なデータセット、評価メトリクス、下流タスク、さまざまなアルゴリズムのオープンソース実装をまとめています。
論文 参考訳（メタデータ） (2021-05-16T03:30:03Z) - Combinatorial Learning of Graph Edit Distance via Dynamic Embedding [108.49014907941891]
本稿では,従来の検索手法による編集経路の解釈可能性を組み合わせたハイブリッド手法を提案する。
動的プログラミングにインスパイアされたノードレベルの埋め込みは、動的再利用方式で指定され、サブ最適分岐がプルーニングされることが推奨される。
異なるグラフデータセットを用いた実験結果から,A* の探索処理は精度を犠牲にすることなく極めて容易であることが示唆された。
論文 参考訳（メタデータ） (2020-11-30T17:41:02Z) - 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) - Knowledge graph based methods for record linkage [0.0]
本稿では,レコードリンケージ問題に対処するための知識グラフを提案する。
提案手法は,bf WERLと命名され,主知識グラフ特性を利用して,埋込ベクトルを学習し,国勢調査情報を符号化する。
我々は,この手法をベンチマークデータセット上で評価し,刺激的および満足な結果の関連手法と比較した。
論文 参考訳（メタデータ） (2020-03-06T11:09:44Z) - Guiding Graph Embeddings using Path-Ranking Methods for Error Detection
innoisy Knowledge Graphs [0.0]
この研究は、様々な主要なアプローチを示し、タスクのためのハイブリッドでモジュラーな方法論を提案する。
2つのベンチマークと1つの実世界のバイオメディカル・パブリッシング・データセットで異なる手法を比較し、アプローチの可能性を示している。
論文 参考訳（メタデータ） (2020-02-19T11:04:11Z)
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。