論文の概要: Research Knowledge Graphs: the Shifting Paradigm of Scholarly Information Representation

• arxiv url: http://arxiv.org/abs/2506.07285v1
• Date: Sun, 08 Jun 2025 21:10:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-10 21:10:47.097581
• Title: Research Knowledge Graphs: the Shifting Paradigm of Scholarly Information Representation
• Title（参考訳）: 研究知識グラフ : 学習情報表現のシフトパラダイム
• Authors: Matthäus Zloch, Danilo Dessì, Jennifer D'Souza, Leyla Jael Castro, Benjamin Zapilko, Saurav Karmakar, Brigitte Mathiak, Markus Stocker, Wolfgang Otto, Sören Auer, Stefan Dietze,
• Abstract要約: 研究知識グラフ(Research Knowledge Graphs, RKGs)は、研究成果物とその関連性を簡単に利用し、機械で操作可能な表現を提供することを目的としている。 本稿では、RKGビルディングブロックと原則の説明とともに、RKGビジョンの第一概念化、利用内RKGの分類について述べる。
• 参考スコア（独自算出の注目度）: 2.967893090870586
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Sharing and reusing research artifacts, such as datasets, publications, or methods is a fundamental part of scientific activity, where heterogeneity of resources and metadata and the common practice of capturing information in unstructured publications pose crucial challenges. Reproducibility of research and finding state-of-the-art methods or data have become increasingly challenging. In this context, the concept of Research Knowledge Graphs (RKGs) has emerged, aiming at providing an easy to use and machine-actionable representation of research artifacts and their relations. That is facilitated through the use of established principles for data representation, the consistent adoption of globally unique persistent identifiers and the reuse and linking of vocabularies and data. This paper provides the first conceptualisation of the RKG vision, a categorisation of in-use RKGs together with a description of RKG building blocks and principles. We also survey real-world RKG implementations differing with respect to scale, schema, data, used vocabulary, and reliability of the contained data. We also characterise different RKG construction methodologies and provide a forward-looking perspective on the diverse applications, opportunities, and challenges associated with the RKG vision.
• Abstract（参考訳）: データセット、出版物、方法などの研究成果物の共有と再利用は、資源とメタデータの不均一性と、構造化されていない出版物で情報を収集する一般的な慣習が重要な課題となる科学活動の基本的な部分である。 研究の再現性と最先端の方法やデータの発見は、ますます困難になっている。 この文脈でRKG(Research Knowledge Graphs)の概念が出現し、研究成果物とその関連性を簡単に利用し、機械で操作可能な表現を提供することを目指している。 これは、データ表現のための確立された原則の使用、グローバルにユニークな永続的な識別子の一貫して採用、語彙とデータの再利用とリンクによって促進される。 本稿では、RKGビルディングブロックと原則の説明とともに、RKGビジョンの第一概念化、利用内RKGの分類について述べる。 また、実世界のRKG実装について、スケール、スキーマ、データ、使用語彙、含んでいるデータの信頼性について調査する。 また、異なるRKG構築手法を特徴付けるとともに、RKGのビジョンにまつわる多様な応用、機会、課題について、先見的な視点を提供する。

関連論文リスト

• Graph Foundation Models: A Comprehensive Survey [66.74249119139661]
  Graph Foundation Models (GFMs)は、構造化データにスケーラブルで汎用的なインテリジェンスを提供することを目指している。 この調査は、GFMの概要を包括的に提供し、モジュラーフレームワークの下での多様な取り組みを統合する。 GFMは構造化データに対するオープンエンド推論の基盤となる。
  論文  参考訳（メタデータ） (2025-05-21T05:08:00Z)
• Talking to GDELT Through Knowledge Graphs [0.6461717749486492]
  本研究では,各アプローチの強みと弱みを質問応答解析で把握するために,様々なRAG(Retrieval Augmented Regeneration)アプローチについて検討する。 テキストコーパスから情報を取得するために,従来のベクトルストアRAGと,最先端の大規模言語モデル(LLM)に基づくアプローチを実装した。
  論文  参考訳（メタデータ） (2025-03-10T17:48:10Z)
• G-OSR: A Comprehensive Benchmark for Graph Open-Set Recognition [54.45837774534411]
  ノードレベルとグラフレベルの両方でグラフオープンセット認識(GOSR)手法を評価するベンチマークである textbfG-OSR を導入する。 結果は、現在のGOSR手法の一般化可能性と限界に関する重要な洞察を与える。
  論文  参考訳（メタデータ） (2025-03-01T13:02:47Z)
• A Survey of Graph Retrieval-Augmented Generation for Customized Large Language Models [15.190033208947051]
  Retrieval-augmented Generation (RAG)は、大規模言語モデル(LLM)をカスタマイズするための有望なソリューションとして登場した。 本調査は,GraphRAG(Graph-based Retrieval-Augmented Generation)の系統的解析である。
  論文  参考訳（メタデータ） (2025-01-21T06:25:21Z)
• Retrieval-Augmented Generation with Graphs (GraphRAG) [84.29507404866257]
  Retrieval-augmented Generation (RAG) は、追加情報を取得することによって下流タスクの実行を向上させる強力な技術である。 グラフは、その固有の「エッジで接続されたノード」の性質により、巨大な異種情報と関係情報を符号化する。 従来のRAGとは異なり、多種多様な形式とドメイン固有の関係知識のようなグラフ構造化データのユニークさは、異なるドメインでGraphRAGを設計する際、ユニークで重要な課題を生じさせる。
  論文  参考訳（メタデータ） (2024-12-31T06:59:35Z)
• Multi-Source Knowledge Pruning for Retrieval-Augmented Generation: A Benchmark and Empirical Study [46.55831783809377]
  大規模言語モデル(LLM)の幻覚を緩和するための効果的なアプローチとして,検索拡張世代(RAG)がますます認識されている。 PruningRAGはマルチグラニュラリティ・プルーニング・ストラテジーを用いて,関連コンテキストをより効果的に統合し,誤った情報に対するネガティブな影響を軽減するためのプラグアンドプレイRAGフレームワークである。
  論文  参考訳（メタデータ） (2024-09-03T03:31:37Z)
• On the Element-Wise Representation and Reasoning in Zero-Shot Image Recognition: A Systematic Survey [82.49623756124357]
  ゼロショット画像認識(ZSIR)は、限られたデータから一般化された知識を学習することにより、目に見えない領域の認識と推論を目的としている。 本稿では,ZSIRの最近の進歩を徹底的に研究し,今後の発展の基盤となるものについて述べる。
  論文  参考訳（メタデータ） (2024-08-09T05:49:21Z)
• SKG: A Versatile Information Retrieval and Analysis Framework for Academic Papers with Semantic Knowledge Graphs [9.668240269886413]
  本稿では,抽象概念やメタ情報から意味概念を統合してコーパスを表現するセマンティック知識グラフを提案する。 SKGは、高い多様性と豊富な情報コンテンツが格納されているため、学術文献における様々なセマンティッククエリをサポートすることができる。
  論文  参考訳（メタデータ） (2023-06-07T20:16:08Z)

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。