Fugu-MT 論文翻訳(概要): Open Domain Knowledge Extraction for Knowledge Graphs

論文の概要: Open Domain Knowledge Extraction for Knowledge Graphs

arxiv url: http://arxiv.org/abs/2312.09424v1
Date: Mon, 30 Oct 2023 22:18:34 GMT
ステータス: 処理完了
システム内更新日: 2024-01-15 14:24:17.611423
Title: Open Domain Knowledge Extraction for Knowledge Graphs
Title（参考訳）: 知識グラフのためのオープンドメイン知識抽出
Authors: Kun Qian, Anton Belyi, Fei Wu, Samira Khorshidi, Azadeh Nikfarjam, Rahul Khot, Yisi Sang, Katherine Luna, Xianqi Chu, Eric Choi, Yash Govind, Chloe Seivwright, Yiwen Sun, Ahmed Fakhry, Theo Rekatsinas, Ihab Ilyas, Xiaoguang Qi, Yunyao Li
Abstract要約: 我々は,オープンWebから高品質なエンティティや事実を大規模にソースするフレームワークODKEを紹介する。私たちは、業界規模のオープンドメイン知識グラフを成長させる上での課題と設計上の決定を反映しています。
参考スコア（独自算出の注目度）: 15.422838487500915
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The quality of a knowledge graph directly impacts the quality of downstream applications (e.g. the number of answerable questions using the graph). One ongoing challenge when building a knowledge graph is to ensure completeness and freshness of the graph's entities and facts. In this paper, we introduce ODKE, a scalable and extensible framework that sources high-quality entities and facts from open web at scale. ODKE utilizes a wide range of extraction models and supports both streaming and batch processing at different latency. We reflect on the challenges and design decisions made and share lessons learned when building and deploying ODKE to grow an industry-scale open domain knowledge graph.
Abstract（参考訳）: 知識グラフの品質は、下流アプリケーションの品質に直接影響する(例えば、グラフを使用した回答可能な質問の数など)。ナレッジグラフを構築する際の課題のひとつは、グラフのエンティティと事実の完全性と鮮度を保証することだ。本稿では,オープンWebから高品質なエンティティや事実を大規模にソースする,スケーラブルで拡張可能なフレームワークODKEを紹介する。 odkeは幅広い抽出モデルを使用し、異なるレイテンシでストリーミング処理とバッチ処理の両方をサポートする。私たちは、業界規模のオープンドメイン知識グラフを成長させるためにODKEの構築とデプロイで学んだ課題と設計上の決定を反映します。

関連論文リスト

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)
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)
Recognizing Unseen Objects via Multimodal Intensive Knowledge Graph Propagation [68.13453771001522]
画像の領域と対応するセマンティック埋め込みとをマッチングする多モード集中型ZSLフレームワークを提案する。我々は、大規模な実世界のデータに基づいて、広範囲な実験を行い、そのモデルを評価する。
論文参考訳（メタデータ） (2023-06-14T13:07:48Z)
Growing and Serving Large Open-domain Knowledge Graphs [20.506622420854477]
本稿では,佐賀市における継続的構築と大規模知識提供のためのプラットフォームの拡張について紹介する。ファクトランキングなどの重要な機能を支える知識グラフの埋め込みをトレーニングするためのパイプラインについて説明する。次に、グラフ埋め込みを含む私たちのプラットフォームがどのようにしてセマンティックリンクサービスを作成するかを説明します。
論文参考訳（メタデータ） (2023-05-16T14:23:10Z)
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)
FabKG: A Knowledge graph of Manufacturing Science domain utilizing structured and unconventional unstructured knowledge source [1.2597961235465307]
我々は,商業・教育用両方の実体・関係データに基づく知識グラフを開発する。学生ノートを活用したKG作成のための新しいクラウドソーシング手法を提案する。私たちは、すべてのデータソースを使用して、65,000以上のトリプルを含む知識グラフを作成しました。
論文参考訳（メタデータ） (2022-05-24T02:32:04Z)
Conditional Attention Networks for Distilling Knowledge Graphs in Recommendation [74.14009444678031]
本稿では,知識グラフをレコメンデーションシステムに組み込むために,知識対応コンディショナルアテンションネットワーク(KCAN)を提案する。本研究では,まず,ユーザ・イテムネットワークとナレッジグラフのグローバルな意味的類似性を捉えるノード表現を得る。そして,そのサブグラフに条件付きアテンションアグリゲーションを適用することで,その知識グラフを改良し,目標固有ノード表現を得る。
論文参考訳（メタデータ） (2021-11-03T09:40:43Z)
Edge: Enriching Knowledge Graph Embeddings with External Text [32.01476220906261]
We propose a knowledge graph enrichment and embedded framework named Edge。元の知識グラフが与えられたら、まず、セマンティックおよび構造レベルで外部テキストを使用してリッチだがノイズの多い拡張グラフを生成する。関連する知識を抽出し,導入した雑音を抑制するため,元のグラフと拡張グラフとの共有埋め込み空間におけるグラフアライメント項を設計する。
論文参考訳（メタデータ） (2021-04-11T03:47:06Z)
Graph Self-Supervised Learning: A Survey [73.86209411547183]
SSL(Self-supervised Learning)は、グラフデータの有望でトレンドの学習パラダイムとなっています。グラフデータにSSL技術を用いた既存のアプローチをタイムリーかつ包括的にレビューします。
論文参考訳（メタデータ） (2021-02-27T03:04:21Z)
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)
A Heterogeneous Graph with Factual, Temporal and Logical Knowledge for Question Answering Over Dynamic Contexts [81.4757750425247]
動的テキスト環境における質問応答について検討する。構築したグラフ上にグラフニューラルネットワークを構築し,エンドツーエンドでモデルをトレーニングする。
論文参考訳（メタデータ） (2020-04-25T04:53:54Z)

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。