論文の概要: Building FKG.in: a Knowledge Graph for Indian Food
- arxiv url: http://arxiv.org/abs/2409.00830v1
- Date: Sun, 1 Sep 2024 20:18:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-06 08:51:29.906135
- Title: Building FKG.in: a Knowledge Graph for Indian Food
- Title（参考訳）: FKG.in - インド料理の知識グラフ
- Authors: Saransh Kumar Gupta, Lipika Dey, Partha Pratim Das, Ramesh Jain,
- Abstract要約: 本研究では,インド料理の料理情報を知識グラフの形で同化する自動システムを構築した。
我々は、AI、LLM、言語技術を用いて、パブリックドメインのレシピブログサイトから情報をキュレートする新しいワークフローを提案する。
設計はアプリケーションに依存しず、AI駆動のスマート分析、パーソナライズドデジタルヘルスのためのレコメンデーションシステム構築に使用することができる。
- 参考スコア（独自算出の注目度）: 2.339288371903242
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper presents an ontology design along with knowledge engineering, and multilingual semantic reasoning techniques to build an automated system for assimilating culinary information for Indian food in the form of a knowledge graph. The main focus is on designing intelligent methods to derive ontology designs and capture all-encompassing knowledge about food, recipes, ingredients, cooking characteristics, and most importantly, nutrition, at scale. We present our ongoing work in this workshop paper, describe in some detail the relevant challenges in curating knowledge of Indian food, and propose our high-level ontology design. We also present a novel workflow that uses AI, LLM, and language technology to curate information from recipe blog sites in the public domain to build knowledge graphs for Indian food. The methods for knowledge curation proposed in this paper are generic and can be replicated for any domain. The design is application-agnostic and can be used for AI-driven smart analysis, building recommendation systems for Personalized Digital Health, and complementing the knowledge graph for Indian food with contextual information such as user information, food biochemistry, geographic information, agricultural information, etc.
- Abstract（参考訳）: 本稿では,インド料理の料理情報を知識グラフの形で要約する自動システムを構築するために,知識工学と多言語意味推論技術とともにオントロジー設計を提案する。
主な焦点は、オントロジーの設計を導き、食品、レシピ、食材、調理特性、そして最も重要な栄養に関するすべての知識を大規模に捉えるインテリジェントな手法を設計することである。
本ワークショップでは,インド料理の知識を育成する上での課題について詳述し,高レベルのオントロジー設計を提案する。
また、AI、LLM、言語技術を用いて、パブリックドメインのレシピブログサイトから情報をキュレートし、インド料理の知識グラフを構築する新しいワークフローを提案する。
本論文で提案する知識キュレーション手法は汎用的であり,任意の領域に対して複製可能である。
デザインはアプリケーションに依存しず、AI駆動のスマート分析、パーソナライズされたデジタルヘルスのためのレコメンデーションシステムの構築、ユーザ情報、食品生化学、地理情報、農業情報などのコンテキスト情報によるインド食品の知識グラフの補完に使用することができる。
関連論文リスト
- FIRE: Food Image to REcipe generation [10.45344523054623]
フードコンピューティングは、食品画像のレシピ情報を自律的に生成できるエンドツーエンドのインテリジェントシステムを開発することを目的としている。
本稿では,食品コンピューティング分野におけるレシピ生成に適した新しい手法であるFIREを提案する。
本稿では、FIREと大規模言語モデルのプロンプトを統合することの恩恵を享受できる2つの実用的なアプリケーションを紹介する。
論文 参考訳（メタデータ） (2023-08-28T08:14:20Z) - Semi-Automated Construction of Food Composition Knowledge Base [0.06445605125467573]
本稿では,オンラインの科学文献から食品組成の知識基盤を構築するための半自動フレームワークを提案する。
我々の研究は、人間のループモデルが、ますます増加するビッグデータに順応するAI支援食品システムへの一歩であることを実証している。
論文 参考訳（メタデータ） (2023-01-24T22:08:49Z) - 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) - Learning Structural Representations for Recipe Generation and Food
Retrieval [101.97397967958722]
本稿では,食品レシピ生成課題に取り組むために,構造認識ネットワーク(SGN)の新たな枠組みを提案する。
提案モデルは高品質でコヒーレントなレシピを作成でき、ベンチマークRecipe1Mデータセット上で最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2021-10-04T06:36:31Z) - Towards Building a Food Knowledge Graph for Internet of Food [66.57235827087092]
食品分類から食品分類、食品知識グラフまで、食品知識組織の進化を概観する。
食品知識グラフは、食品検索と質問回答(QA)、パーソナライズされた食事レコメンデーション、食品分析、可視化において重要な役割を果たす。
食品知識グラフの今後の方向性は、マルチモーダル食品知識グラフや食品インテリジェンスなど、いくつかの分野をカバーする。
論文 参考訳（メタデータ） (2021-07-13T06:26:53Z) - JAKET: Joint Pre-training of Knowledge Graph and Language Understanding [73.43768772121985]
本稿では,知識グラフと言語の両方をモデル化する新しい事前学習フレームワークであるJAKETを提案する。
知識モジュールと言語モジュールは相互に支援するための重要な情報を提供する。
我々の設計により、事前学習されたモデルは、新しいドメインの見知らぬ知識グラフに容易に適応できる。
論文 参考訳（メタデータ） (2020-10-02T05:53:36Z) - Machine Knowledge: Creation and Curation of Comprehensive Knowledge
Bases [28.856786775318486]
知識グラフとしても知られる大規模な知識基盤は、Webコンテンツやテキストソースから自動的に構築されている。
本稿では,知識基盤の創出と大規模化に関する基礎的概念と実践的手法について考察する。
論文 参考訳（メタデータ） (2020-09-24T09:28:13Z) - Structure-Aware Generation Network for Recipe Generation from Images [142.047662926209]
食品画像と材料のみに基づいて調理指導を行うオープン・リサーチ・タスクについて検討する。
ターゲットレシピは長い段落であり、構造情報に関する注釈を持たない。
本稿では,食品レシピ生成課題に取り組むために,構造認識ネットワーク(SGN)の新たな枠組みを提案する。
論文 参考訳（メタデータ） (2020-09-02T10:54:25Z) - Multi-modal Cooking Workflow Construction for Food Recipes [147.4435186953995]
ワークフロー構築のための最初の大規模データセットであるMM-ReSを構築した。
本稿では、視覚情報とテキスト情報の両方を利用して調理ワークフローを構築するニューラルエンコーダデコーダモデルを提案する。
論文 参考訳（メタデータ） (2020-08-20T18:31:25Z) - 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。