論文の概要: Exploring Weighted Property Approaches for RDF Graph Similarity Measure

• arxiv url: http://arxiv.org/abs/2404.19052v1
• Date: Mon, 29 Apr 2024 18:48:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-11 01:28:07.010332
• Title: Exploring Weighted Property Approaches for RDF Graph Similarity Measure
• Title（参考訳）: RDFグラフ類似度測定のための軽量化手法の検討
• Authors: Ngoc Luyen Le, Marie-Hélène Abel, Philippe Gouspillou,
• Abstract要約: 本稿ではRDFグラフ類似度測定のための重み付き特性アプローチを提案する。 提案手法は,特性の相対的重要性を類似性計算に取り入れる。 車両領域におけるRDFグラフデータセットに関する総合的研究を通じて,本手法の評価を行った。
• 参考スコア（独自算出の注目度）: 2.048226951354646
• License:
• Abstract: Measuring similarity between RDF graphs is essential for various applications, including knowledge discovery, semantic web analysis, and recommender systems. However, traditional similarity measures often treat all properties equally, potentially overlooking the varying importance of different properties in different contexts. Consequently, exploring weighted property approaches for RDF graph similarity measure presents an intriguing avenue for investigation. Therefore, in this paper, we propose a weighted property approach for RDF graph similarity measure to address this limitation. Our approach incorporates the relative importance of properties into the similarity calculation, enabling a more nuanced and context-aware measures of similarity. We evaluate our approach through a comprehensive experimental study on an RDF graph dataset in the vehicle domain. Our results demonstrate that the proposed approach achieves promising accuracy and effectively reflects the perceived similarity between RDF graphs.
• Abstract（参考訳）: RDFグラフ間の類似性の測定は、知識発見、セマンティックWeb分析、レコメンダシステムなど、様々なアプリケーションに不可欠である。 しかし、伝統的な類似度尺度はしばしば全ての性質を等しく扱い、異なる文脈における異なる性質の様々な重要性を見越す可能性がある。 その結果、RDFグラフ類似度測定のための重み付き特性アプローチの探索は、調査の興味深い道筋を示す。 そこで本稿では,RDFグラフ類似度尺度の重み付き特性アプローチを提案し,この制限に対処する。 提案手法は,特性の相対的重要性を類似性計算に取り入れることで,類似性に関するよりニュアンスで文脈に配慮した測定を可能にする。 車両領域におけるRDFグラフデータセットに関する総合的研究を通じて,本手法の評価を行った。 本研究では,提案手法が有望な精度を実現し,RDFグラフの類似性を効果的に反映していることを示す。

関連論文リスト

• Cluster-Aware Similarity Diffusion for Instance Retrieval [64.40171728912702]
  拡散に基づく再ランク付け(diffusion-based re-level)は、隣り合うグラフで類似性の伝播を実行することで、インスタンスを検索する一般的な方法である。 本稿では,新しいクラスタ・アウェア類似性(CAS)拡散モデルを提案する。
  論文  参考訳（メタデータ） (2024-06-04T14:19:50Z)
• Rematch: Robust and Efficient Matching of Local Knowledge Graphs to Improve Structural and Semantic Similarity [6.1980259703476674]
  我々は,新しいAMR類似度指標であるrematchを導入し,RAREと呼ばれる構造類似度の評価を行った。 Rematchは構造的類似度で2位、第1位はSTS-BとSICK-Rのベンチマークで1～5ポイントのセマンティック類似度で2位である。
  論文  参考訳（メタデータ） (2024-04-02T17:33:00Z)
• Towards Human-Like Machine Comprehension: Few-Shot Relational Learning in Visually-Rich Documents [16.78371134590167]
  Visually-Rich Documents (VRDs) ではキーバリュー関係が一般的である これらの非テクスト的手がかりは、人間の理解とそのような関係三重項の獲得を大幅に促進する重要な指標となる。 本研究は,VRDにおけるキー-値関係三重項の抽出を目的とした,数発のリレーショナル学習に焦点を当てた。
  論文  参考訳（メタデータ） (2024-03-23T08:40:35Z)
• Response Style Characterization for Repeated Measures Using the Visual Analogue Scale [0.9620910657090188]
  視覚的アナログ尺度(VAS)は、人々の感情を正確に、かつ容易に評価できる能力から、スライダベースの尺度として人気を博している。 その重要性にもかかわらず、VASのレスポンススタイル(RS)を扱うことにはほとんど注意が払われていない。 我々は,様々な種類の繰り返し測定されたVASデータに対する新しいRP特性評価法を開発した。
  論文  参考訳（メタデータ） (2024-03-15T09:33:10Z)
• Collaborative likelihood-ratio estimation over graphs [55.98760097296213]
  グラフに基づく相対的制約のない最小二乗重要度フィッティング(GRULSIF) 我々はこの考え方を、グラフベースの相対的非制約最小二乗重要度フィッティング(GRULSIF)と呼ばれる具体的な非パラメトリック手法で開発する。 我々は、ノード当たりの観測回数、グラフのサイズ、およびグラフ構造がタスク間の類似性をどの程度正確にエンコードしているかといった変数が果たす役割を強調する、協調的なアプローチの収束率を導出する。
  論文  参考訳（メタデータ） (2022-05-28T15:37:03Z)
• Attributable Visual Similarity Learning [90.69718495533144]
  本稿では、画像間のより正確で説明可能な類似度測定のための帰属的視覚類似度学習(AVSL)フレームワークを提案する。 人間の意味的類似性認知に動機づけられた2つの画像とグラフとの類似性を表現するために,一般化された類似性学習パラダイムを提案する。 CUB-200-2011、Cars196、Stanford Online Productsデータセットの実験は、既存の深い類似性学習方法よりも大幅に改善されたことを示している。
  論文  参考訳（メタデータ） (2022-03-28T17:35:31Z)
• Kinship Verification Based on Cross-Generation Feature Interaction Learning [53.62256887837659]
  顔画像からの血縁検証は、コンピュータビジョンの応用において、新しいが挑戦的な技術として認識されている。 本稿では,頑健な親族関係検証のためのクロスジェネレーション・インタラクション・ラーニング(CFIL)フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-09-07T01:50:50Z)
• EAGER: Embedding-Assisted Entity Resolution for Knowledge Graphs [4.363674669941547]
  EAGER(Embedding-Assisted Knowledge Graph Entity Resolution)と呼ばれる,より包括的なERアプローチを提案する。 異なる大きさの知識グラフと構造化された知識グラフを持つ23のベンチマークデータセットに対するアプローチを評価した。
  論文  参考訳（メタデータ） (2021-01-15T14:12:10Z)
• Similarity measure for aggregated fuzzy numbers from interval-valued data [0.0]
  本稿では,2つのファジィ数間の類似度を区間間一致法(IAA)を用いて計算する手法を提案する。 本研究で提案される類似度尺度には, ファジィ数に対する新規な特徴と属性がいくつか含まれている。
  論文  参考訳（メタデータ） (2020-12-04T03:44:40Z)
• A Similarity Inference Metric for RGB-Infrared Cross-Modality Person Re-identification [66.49212581685127]
  IRとRGBの相違が大きいため、モダリティの人物再識別(re-ID)は難しい課題である。 既存のメソッドはこの課題に対処するため、典型的には、特徴分布やイメージスタイルをモダリティ間で整列させることで対処する。 本稿では,モダリティ内サンプルの類似性を利用して,モダリティ間の相違を回避する新しい類似度推定指標(SIM)を提案する。
  論文  参考訳（メタデータ） (2020-07-03T05:28:13Z)
• Relation of the Relations: A New Paradigm of the Relation Extraction Problem [52.21210549224131]
  我々は,関係抽出(RE)の新たなパラダイムを提案し,同じ文脈におけるすべての関係の予測を総合的に検討する。 我々は、手作りのルールを必要としないデータ駆動型アプローチを開発し、グラフニューラルネットワークと関係行列変換器を用いた関係関係(RoR)をそれ自体で学習する。 実験の結果、私たちのモデルはACE05データセットでは+1.12%、SemEval 2018 Task 7.2では2.55%で最先端のアプローチよりも優れています。
  論文  参考訳（メタデータ） (2020-06-05T22:25:27Z)

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。