論文の概要: MUSEKG: A Knowledge Graph Over Museum Collections

• arxiv url: http://arxiv.org/abs/2511.16014v1
• Date: Thu, 20 Nov 2025 03:23:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-21 17:08:52.453548
• Title: MUSEKG: A Knowledge Graph Over Museum Collections
• Title（参考訳）: MUSEKG:美術館コレクションに関する知識グラフ
• Authors: Jinhao Li, Jianzhong Qi, Soyeon Caren Han, Eun-Jung Holden,
• Abstract要約: MuseKGは、博物館情報システムのためのエンドツーエンドの知識グラフフレームワークである。 象徴的・神経的な統合を通じて、構造的・非構造的な博物館データを統一する。
• 参考スコア（独自算出の注目度）: 19.587385754644256
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Digital transformation in the cultural heritage sector has produced vast yet fragmented collections of artefact data. Existing frameworks for museum information systems struggle to integrate heterogeneous metadata, unstructured documents, and multimodal artefacts into a coherent and queryable form. We present MuseKG, an end-to-end knowledge-graph framework that unifies structured and unstructured museum data through symbolic-neural integration. MuseKG constructs a typed property graph linking objects, people, organisations, and visual or textual labels, and supports natural language queries. Evaluations on real museum collections demonstrate robust performance across queries over attributes, relations, and related entities, surpassing large-language-model zero-shot, few-shot and SPARQL prompt baselines. The results highlight the importance of symbolic grounding for interpretable and scalable cultural heritage reasoning, and pave the way for web-scale integration of digital heritage knowledge.
• Abstract（参考訳）: 文化遺産分野におけるデジタル・トランスフォーメーションは、巨大なが断片化された人工物のコレクションを生み出してきた。 博物館情報システムの既存のフレームワークは、異質なメタデータ、構造化されていない文書、およびマルチモーダルなアーティファクトを一貫性のあるクエリ可能な形式に統合するのに苦労している。 我々は,記号-神経統合による構造化と非構造化の博物館データを統一するエンド・ツー・エンドの知識グラフフレームワークであるMuseKGを紹介する。 MuseKGは、オブジェクト、人、組織、ビジュアルまたはテキストラベルをリンクする型付きプロパティグラフを構築し、自然言語クエリをサポートする。 実際の博物館コレクションの評価は、属性、リレーション、関連するエンティティに対するクエリ間の堅牢なパフォーマンスを示し、大きな言語モデルゼロショット、少数ショット、SPARQLのプロンプトベースラインを超えている。 その結果、解釈可能でスケーラブルな文化遺産推論における象徴的根拠の重要性を強調し、デジタル遺産知識のウェブスケール統合の道を開いた。

関連論文リスト

• Knowledge Graphs for Digitized Manuscripts in Jagiellonian Digital Library Application [8.732274235941974]
  美術館、図書館、資料館、博物館(GLAM)は積極的に蔵書をデジタル化し、広範なデジタルコレクションを作成している。 これらのコレクションには、アイテムを記述するメタデータが備わっていることが多いが、その内容は正確には書かれていない。 本稿では,コンピュータビジョン(CV),人工知能(AI),セマンティックWeb技術の統合手法を探求し,メタデータを充実させ,デジタル化された原稿やインキュナブラの知識グラフを構築する。
  論文  参考訳（メタデータ） (2025-05-29T14:49:24Z)
• Linguistics-aware Masked Image Modeling for Self-supervised Scene Text Recognition [50.86415025650168]
  マスク付き画像モデリング(MIM)は、局所的な構造を利用して視覚パターンを再構築する傾向があり、言語知識は限られている。 本稿では,言語情報とMIMの復号過程を別ブランチで関連づける,言語学対応の仮面画像モデリング(LMIM)手法を提案する。
  論文  参考訳（メタデータ） (2025-03-24T14:53:35Z)
• ArtGS: Building Interactable Replicas of Complex Articulated Objects via Gaussian Splatting [66.29782808719301]
  コンピュータビジョンにおいて、音声で表現されたオブジェクトを構築することが重要な課題である。 既存のメソッドは、しばしば異なるオブジェクト状態間で効果的に情報を統合できない。 3次元ガウスを柔軟かつ効率的な表現として活用する新しいアプローチであるArtGSを紹介する。
  論文  参考訳（メタデータ） (2025-02-26T10:25:32Z)
• Understanding Museum Exhibits using Vision-Language Reasoning [52.35301212718003]
  博物館は、様々なエポック、文明、地域の文化遺産や歴史的遺物の保管所として機能している。 ドメイン固有モデルは、インタラクティブなクエリ解決と歴史的洞察を得るために不可欠である。 世界中の展示品に対して,65万枚の画像と2億枚の質問回答ペアの大規模なデータセットを収集し,キュレートする。
  論文  参考訳（メタデータ） (2024-12-02T10:54:31Z)
• MaterioMiner -- An ontology-based text mining dataset for extraction of process-structure-property entities [0.0]
  本稿では,MaterioMinerデータセットと,オントロジの概念がテキストの実体と結びついている材料オントロジーについて述べる。 本稿では,3つのレーダ間の整合性について検討し,名前付きプロセス認識モデルトレーニングの実現可能性を示す。
  論文  参考訳（メタデータ） (2024-08-05T21:42:59Z)
• Dolma: an Open Corpus of Three Trillion Tokens for Language Model Pretraining Research [139.69207791947738]
  ドルマ (Dolma) は、ウェブコンテンツ、科学論文、コード、パブリックドメインの書籍、ソーシャルメディア、百科事典の素材を多用した3トリルの英語コーパスである。 我々はDolmaの設計原則、その構築の詳細、内容の要約を含む、Dolmaを文書化します。 我々は、重要なデータキュレーションの実践について学んだことを共有するために、Dolmaの中間状態の分析と実験結果を示す。
  論文  参考訳（メタデータ） (2024-01-31T20:29:50Z)
• Heri-Graphs: A Workflow of Creating Datasets for Multi-modal Machine Learning on Graphs of Heritage Values and Attributes with Social Media [7.318997639507268]
  価値(なぜ保存されるのか)と属性(なぜ保存されるのか)は文化遺産の本質的な概念である。 近年の研究では、ソーシャルメディアを用いて、大衆が文化遺産に伝達する価値と属性をマッピングしている。 本研究では,Flickr 上のポストや画像を用いたマルチモーダルデータセット構築のための方法論的ワークフローを提案する。
  論文  参考訳（メタデータ） (2022-05-16T09:45:45Z)

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。