論文の概要: Rediscovering Ranganathan: A Prismatic View of His Life through the Knowledge Graph Spectrum

• arxiv url: http://arxiv.org/abs/2401.03343v2
• Date: Mon, 29 Jan 2024 11:07:29 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-30 20:33:10.391020
• Title: Rediscovering Ranganathan: A Prismatic View of His Life through the Knowledge Graph Spectrum
• Title（参考訳）: ランガナサンの再発見:知識グラフスペクトルによる彼の人生の原始的視点
• Authors: B. Dutta and S. Arzoo
• Abstract要約: 本稿では,S. R. Ranganathan教授の伝記知識グラフ(KG)について紹介する。 KGは2つのレベルで「顔に基づく方法論」を用いて開発された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The present study puts forward a novel biographical knowledge graph (KG) on Prof. S. R. Ranganathan, one of the pioneering figures in the Library and Information Science (LIS) domain. It has been found that most of the relevant facts about Ranganathan exist in a variety of resources (e.g., books, essays, journal articles, websites, blogs, etc.), offering information in a fragmented and piecemeal way. With this dedicated KG (henceforth known as RKG), we hope to furnish a 360-degree view of his life and achievements. To the best of our knowledge, such a dedicated representation is unparalleled in its scope and coverage: using state-of-the-art technology for anyone to openly access, use/re-use, and contribute. Inspired by Ranganathan's theories and ideas, the KG was developed using a "facet-based methodology" at two levels: in the identification of the vital biographical aspects and the development of the ontological model. Finally, with this study, we call for a community-driven effort to enhance the KG and pay homage to the Father of Library Science on the hundredth anniversary of his revitalizing the LIS domain through his enduring participation.
• Abstract（参考訳）: 本稿では,図書館情報科学(LIS)分野の先駆者の一人であるS.R.ランガナサン教授の伝記知識グラフ(KG)について述べる。 ランガナサンに関する関連する事実のほとんどは、様々な資源(書籍、エッセイ、雑誌記事、ウェブサイト、ブログなど)に存在し、断片的で断片的な情報を提供する。 この献身的なkg (henceforth, rkg) により、我々は彼の生涯と業績を360度見れるようにしたい。 私たちの知る限りでは、このような専門的な表現は、その範囲と範囲において、別個のものです: オープンアクセス、使用/再利用、貢献のために最先端の技術を使用するのです。 ランガナサンの理論とアイデアにインスパイアされたこのkgは、重要な伝記的側面の同定と存在論的モデルの開発という2段階の「顔に基づく方法論」を用いて開発された。 最後に,本研究は,lis領域の活性化から100周年を記念した図書館学の父に対して,その持続的な参加を通じて,kgの向上と献金を行うコミュニティ主導の努力を求めるものである。

関連論文リスト

• Generations of Knowledge Graphs: The Crazy Ideas and the Business Impact [19.774378927811725]
  本稿では、エンティティベースのKG、テキストリッチなKG、デュアルニューラルなKGの3世代にわたる知識グラフについて述べる。 私たちはKGを例として、イノベーションからプロダクションプラクティスへ、そして次のレベルのイノベーションへと研究のアイデアを進化させるレシピを実証しています。
  論文  参考訳（メタデータ） (2023-08-27T22:35:27Z)
• The World Literature Knowledge Graph [2.9441626898733153]
  世界文学知識グラフは、194,346人の著者と965,210の著作を含むセマンティックリソースである。 知識グラフは、読者の3つの異なるコミュニティから集められた文学作品の受信に関する情報を統合する。
  論文  参考訳（メタデータ） (2023-07-31T13:41:31Z)
• 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)
• Taxonomy Enrichment with Text and Graph Vector Representations [61.814256012166794]
  我々は,既存の分類学に新たな語を加えることを目的とした分類学の豊かさの問題に対処する。 我々は,この課題に対して,少ない労力で高い結果を得られる新しい手法を提案する。 我々は、異なるデータセットにわたる最先端の結果を達成し、ミスの詳細なエラー分析を提供する。
  論文  参考訳（メタデータ） (2022-01-21T09:01:12Z)
• 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)
• Triple Classification for Scholarly Knowledge Graph Completion [1.9322973059079729]
  本稿では,事前学習したトランスフォーマー言語モデルを用いて学術知識グラフ補完を行う手法であるexBERTを提案する。 評価の結果, exBERTは3つの分類, リンク予測, 関係予測のタスクにおいて, 他のベースラインよりも優れていた。 我々は、公共のKGとオンラインリソースから収集した2つの学術データセットを研究コミュニティのリソースとして提示する。
  論文  参考訳（メタデータ） (2021-11-23T13:16:31Z)
• Knowledge Graphs Evolution and Preservation -- A Technical Report from ISWS 2019 [34.67467325805731]
  知識グラフに関する最も無視されているFAIR問題の1つは、継続的な進化と長期保存である。 我々は、KGsの進化の保存と支援がどのような意味を持ち、これらの問題にどのように対処できるかを理解するために、この問題を調査したい。 この文書は、9人の学生チームが共同で実施した取り組みを報告する。
  論文  参考訳（メタデータ） (2020-12-22T11:21:09Z)
• Domain-specific Knowledge Graphs: A survey [4.56877715768796]
  この調査はドメイン固有のKGの包括的定義を提供する最初のものである。 現在のアプローチを検討すると、さまざまな限界と欠陥が明らかになる。 研究地図に記載されていない領域は、文献の既存の問題に対処するために強調されている。
  論文  参考訳（メタデータ） (2020-10-31T10:39:53Z)
• COVID-19 Literature Knowledge Graph Construction and Drug Repurposing Report Generation [79.33545724934714]
  我々は,学術文献から微細なマルチメディア知識要素を抽出する,新しい包括的知識発見フレームワークであるCOVID-KGを開発した。 我々のフレームワークはまた、証拠として詳細な文脈文、サブフィギュア、知識のサブグラフも提供します。
  論文  参考訳（メタデータ） (2020-07-01T16:03:20Z)
• Overview of the CCKS 2019 Knowledge Graph Evaluation Track: Entity, Relation, Event and QA [53.453030789147505]
  CCKS 2019は6つのタスクで評価トラックを開催し、1,600以上のチームを惹きつけた。 本稿では,CCKS 2019における知識グラフ評価手法の概要を紹介する。
  論文  参考訳（メタデータ） (2020-03-09T00:32:13Z)
• 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。