論文の概要: Beyond Predefined Schemas: TRACE-KG for Context-Enriched Knowledge Graphs from Complex Documents

• arxiv url: http://arxiv.org/abs/2604.03496v1
• Date: Fri, 03 Apr 2026 22:41:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.609403
• Title: Beyond Predefined Schemas: TRACE-KG for Context-Enriched Knowledge Graphs from Complex Documents
• Title（参考訳）: 事前定義されたスキーマを超えて: 複雑なドキュメントからのコンテキスト拡張知識グラフのためのTRACE-KG
• Authors: Mohammad Sadeq Abolhasani, Yang Ba, Yixuan He, Rong Pan,
• Abstract要約: TRACE-KG (Text-diven schemA for Context-Enriched Knowledge Graphs) はコンテキスト強化知識グラフと帰納スキーマを共同で構築するフレームワークである。 TRACE-KGは構造的に一貫性があり、トレース可能な知識グラフを生成する。
• 参考スコア（独自算出の注目度）: 12.445872440074114
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Knowledge graph construction typically relies either on predefined ontologies or on schema-free extraction. Ontology-driven pipelines enforce consistent typing but require costly schema design and maintenance, whereas schema-free methods often produce fragmented graphs with weak global organization, especially in long technical documents with dense, context-dependent information. We propose TRACE-KG (Text-dRiven schemA for Context-Enriched Knowledge Graphs), a multimodal framework that jointly constructs a context-enriched knowledge graph and an induced schema without assuming a predefined ontology. TRACE-KG captures conditional relations through structured qualifiers and organizes entities and relations using a data-driven schema that serves as a reusable semantic scaffold while preserving full traceability to the source evidence. Experiments show that TRACE-KG produces structurally coherent, traceable knowledge graphs and offers a practical alternative to both ontology-driven and schema-free construction pipelines.
• Abstract（参考訳）: 知識グラフの構成は通常、事前に定義されたオントロジーかスキーマなしの抽出に依存する。 オントロジー駆動のパイプラインは一貫性のある型付けを強制するが、コストのかかるスキーマ設計とメンテナンスを必要とする。 本研究では,文脈拡張知識グラフと帰納的スキーマを事前定義されたオントロジーを仮定することなく,協調的に構築するマルチモーダルフレームワークであるTRACE-KGを提案する。 TRACE-KGは構造化された修飾子を通して条件付き関係をキャプチャし、データ駆動スキーマを使用してエンティティと関係を整理する。 実験により、TRACE-KGは構造的に一貫性のあるトレーサブルな知識グラフを生成し、オントロジー駆動型とスキーマフリーな構築パイプラインの両方に代わる実用的な代替手段を提供することが示された。

関連論文リスト

• DIAL-KG: Schema-Free Incremental Knowledge Graph Construction via Dynamic Schema Induction and Evolution-Intent Assessment [13.356289183534223]
  DIAL KGは、インクリメンタルな知識グラフ構築のためのクローズドループフレームワークである。 これは、構築されたグラフと誘導されたスキーマの両方の品質において、最先端(SOTA)のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-03-20T15:39:22Z)
• Talking to GDELT Through Knowledge Graphs [0.6153162958674417]
  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)
• Mixture of Structural-and-Textual Retrieval over Text-rich Graph Knowledge Bases [78.62158923194153]
  テキストリッチなグラフ知識ベース(TG-KB)は、テキストおよび構造的知識を提供することで、クエリに応答する上でますます重要になっている。 本研究では,これら2種類の知識を計画・推論・組織化フレームワークを用いて検索するための構造・テキスト検索(MoR)の混合を提案する。
  論文  参考訳（メタデータ） (2025-02-27T17:42:52Z)
• Schema-adaptable Knowledge Graph Construction [47.772335354080795]
  従来の知識グラフ構築(KGC)アプローチは、通常、事前定義されたスキーマの閉じたセットで静的情報抽出パラダイムに従う。 我々は,スキーマ適応型KGCと呼ばれる新しいタスクを提案する。このタスクは,動的に変化するスキーマグラフに基づいて,再学習せずにエンティティ,リレーション,イベントを継続的に抽出することを目的としている。
  論文  参考訳（メタデータ） (2023-05-15T15:06:20Z)

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。