論文の概要: Eat your own KR: a KR-based approach to index Semantic Web Endpoints and Knowledge Graphs

• arxiv url: http://arxiv.org/abs/2508.08713v1
• Date: Tue, 12 Aug 2025 07:56:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-13 21:07:34.34118
• Title: Eat your own KR: a KR-based approach to index Semantic Web Endpoints and Knowledge Graphs
• Title（参考訳）: 自分自身のKRを食べる: セマンティックWebエンドポイントと知識グラフをインデックス化するKRベースのアプローチ
• Authors: Pierre Maillot, Catherine Faron, Fabien Gandon, Franck Michel, Pierre Monnin,
• Abstract要約: IndeGxは、知識グラフの内容のインデックス化にSPARQLルールを活用するフレームワークである。 IndeGxは、完全にオブジェクト指向のモデリングと処理のアプローチで拡張します。 世界中のセマンティックウェブにどんな知識があるのか、という問いに答えるのを手伝う。
• 参考スコア（独自算出の注目度）: 1.5602368254183971
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Over the last decade, knowledge graphs have multiplied, grown, and evolved on the World Wide Web, and the advent of new standards, vocabularies, and application domains has accelerated this trend. IndeGx is a framework leveraging an extensible base of rules to index the content of KGs and the capacities of their SPARQL endpoints. In this article, we show how knowledge representation (KR) and reasoning methods and techniques can be used in a reflexive manner to index and characterize existing knowledge graphs (KG) with respect to their usage of KR methods and techniques. We extended IndeGx with a fully ontology-oriented modeling and processing approach to do so. Using SPARQL rules and an OWL RL ontology of the indexing domain, IndeGx can now build and reason over an index of the contents and characteristics of an open collection of public knowledge graphs. Our extension of the framework relies on a declarative representation of procedural knowledge and collaborative environments (e.g., GitHub) to provide an agile, customizable, and expressive KR approach for building and maintaining such an index of knowledge graphs in the wild. In doing so, we help anyone answer the question of what knowledge is out there in the world wild Semantic Web in general, and we also help our community monitor which KR research results are used in practice. In particular, this article provides a snapshot of the state of the Semantic Web regarding supported standard languages, ontology usage, and diverse quality evaluations by applying this method to a collection of over 300 open knowledge graph endpoints.
• Abstract（参考訳）: 過去10年間で、知識グラフはWorld Wide Web上で増殖、成長し、進化し、新しい標準や語彙、アプリケーションドメインが出現し、この傾向が加速した。 IndeGxは、拡張可能なルールのベースを活用して、KGsの内容とSPARQLエンドポイントの容量をインデックス化するフレームワークである。 本稿では,知識表現(KR)と推論手法と技術を用いて,既存の知識グラフ(KG)のインデックス化と特徴付けを行う方法について述べる。 IndeGxを完全にオントロジー指向のモデリングと処理アプローチで拡張しました。 SPARQLルールとインデックスドメインのOWL RLオントロジーを使用して、IndeGxは公開知識グラフのオープンコレクションの内容と特性のインデックスを構築し、推論することができる。 私たちのフレームワークの拡張は、手続き的な知識とコラボレーション環境(GitHubなど)の宣言的な表現に依存しています。 そうすることで、世界中のどんな知識があるのかという質問に対して、私たちは誰でも答えることができます。また、KRリサーチの結果が実際に使われているか、コミュニティの監視も支援します。 特に,本論文では,300以上のオープン知識グラフエンドポイントの収集に本手法を適用することで,サポート対象の標準言語,オントロジー使用法,品質評価について,セマンティックWebの現状のスナップショットを提供する。

関連論文リスト

• 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)
• ArchRAG: Attributed Community-based Hierarchical Retrieval-Augmented Generation [16.204046295248546]
  Retrieval-Augmented Generation (RAG) は、外部知識を大規模言語モデルに統合するのに有効であることが証明されている。 我々は、Attributed Community-based Hierarchical RAG (ArchRAG)と呼ばれる新しいグラフベースのRAGアプローチを導入する。 属性付きコミュニティのための新しい階層型インデックス構造を構築し,効果的なオンライン検索手法を開発した。
  論文  参考訳（メタデータ） (2025-02-14T03:28:36Z)
• Grid-Based Projection of Spatial Data into Knowledge Graphs [1.3723120574076129]
  実世界の実体の空間的特性を知識グラフにエンコードできることを示す。 本稿では,各街路セグメントを個別に把握する従来の手法から,知識グラフにおける街路ネットワークを表現する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-11-04T17:35:41Z)
• Harnessing Explanations: LLM-to-LM Interpreter for Enhanced Text-Attributed Graph Representation Learning [51.90524745663737]
  重要なイノベーションは、機能として説明を使用することで、下流タスクにおけるGNNのパフォーマンス向上に利用できます。 提案手法は、確立されたTAGデータセットの最先端結果を実現する。 本手法はトレーニングを著しく高速化し,ogbn-arxivのベースラインに最も近い2.88倍の改善を実現した。
  論文  参考訳（メタデータ） (2023-05-31T03:18:03Z)
• 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)
• Informed Machine Learning for Improved Similarity Assessment in Process-Oriented Case-Based Reasoning [1.370633147306388]
  グラフニューラルネットワーク(GNN)にドメイン知識を統合する可能性について検討する。 まず、各グラフノードとエッジのセマンティックアノテーションに関する構造知識を符号化する特殊なデータ表現処理手法を用いる。 第2に、GNNのメッセージパッシングコンポーネントは、法的なノードマッピングに関する知識によって制約される。
  論文  参考訳（メタデータ） (2021-06-30T09:31:58Z)
• Multi-Level Graph Convolutional Network with Automatic Graph Learning for Hyperspectral Image Classification [63.56018768401328]
  HSI分類のための自動グラフ学習法(MGCN-AGL)を用いたマルチレベルグラフ畳み込みネットワーク(GCN)を提案する。 空間的に隣接する領域における重要度を特徴付けるために注意機構を利用することで、最も関連性の高い情報を適応的に組み込んで意思決定を行うことができる。 MGCN-AGLは局所的に生成した表現表現に基づいて画像領域間の長距離依存性を符号化する。
  論文  参考訳（メタデータ） (2020-09-19T09:26:20Z)

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。