論文の概要: Multimodal Cultural Heritage Knowledge Graph Extension with Language and Vision Models

• arxiv url: http://arxiv.org/abs/2605.17669v1
• Date: Sun, 17 May 2026 22:02:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 23:51:08.395016
• Title: Multimodal Cultural Heritage Knowledge Graph Extension with Language and Vision Models
• Title（参考訳）: 言語と視覚モデルを用いたマルチモーダル文化遺産知識グラフの拡張
• Authors: Yang Zhang, Nada Mimouni, Jean-Claude Moissinac, Fayçal Hamdi,
• Abstract要約: 本稿では,フランスの文化遺産分野であるWJocondeに新たな知識グラフを導入する。 マルチモーダルアプローチを用いた文化遺産知識グラフの拡張のための新しい枠組みを提案する。 その結果,文化遺産データにリッチテキストと画像情報を統合することで,KGの信頼性を高めることができることがわかった。
• 参考スコア（独自算出の注目度）: 3.3313496283191912
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The preservation and interpretation of cultural heritage increasingly rely on digital technologies, among which Knowledge Graphs (KGs) stand out for their ability to structure vast amounts of data. However, the construction and expansion of these KGs often face challenges due to the diverse and complex nature of cultural heritage information. In this paper, we propose a novel approach for extending KG resources in the domain of cultural heritage, which we applied to French data. First, we introduce a new knowledge graph in the domain of French cultural heritage, WJoconde, which is distinguished by its multimodality as it integrates both textual and image information of the entities. We further introduce three variants of WJoconde to facilitate downstream research, such as Knowledge Graph Completion (KGC). We also built a comprehensive benchmark for KGC methods on our dataset. Second, we propose a new framework for extending cultural heritage KGs using multi-modal approaches leveraging Large Language Models (LLMs) and Vision-Language Models (VLMs), which includes automated data extraction from unstructured resources combined with a special validation pipeline for grounding the output of both models, to further extend WJoconde. Our results show that by integrating the rich text and image information in cultural heritage data, we can efficiently enhance KGs with high reliability. We open-source all code and benchmark datasets with text and images, as well as the original data with an interactive access point
• Abstract（参考訳）: 文化遺産の保存と解釈はデジタル技術にますます依存しており、そのうちの1つは知識グラフ(KG)が膨大な量のデータを構成する能力で際立っている。 しかしながら、これらのKGの構築と拡張は、文化的遺産情報の多様で複雑な性質のため、しばしば困難に直面している。 本稿では,文化遺産分野におけるKG資源の拡大に向けた新たなアプローチを提案し,フランスのデータに適用した。 まず,フランスの文化遺産分野であるWJocondeに新たな知識グラフを導入する。 さらに、KGC(Knowledge Graph Completion)のような下流の研究を容易にするために、WJocondeの3つの変種を紹介します。 また、データセット上でKGCメソッドの包括的なベンチマークを構築しました。 第2に,大規模言語モデル (LLM) と視覚言語モデル (VLM) を活用したマルチモーダルアプローチによる文化遺産KGの拡張フレームワークを提案する。 その結果,文化遺産データにリッチテキストと画像情報を統合することで,KGの信頼性を高めることができることがわかった。 インタラクティブなアクセスポイントを持つオリジナルのデータだけでなく、テキストや画像を含むすべてのコードとベンチマークデータセットをオープンソースにしています。

関連論文リスト

• Competency Questions as Executable Plans: a Controlled RAG Architecture for Cultural Heritage Storytelling [0.12891210250935145]
  本稿では,ナレッジグラフに基づく新しいニューロシンボリックアーキテクチャを提案する。 我々のアプローチの目新しいところは、実行時の物語プランに有能な質問(CQ)を組み直すことである。 音楽メタオントロジーと1985年のコンサートデータを一致させたマルチモーダルデータセットであるLive Aid KGを用いて,このアーキテクチャを検証した。
  論文  参考訳（メタデータ） (2026-04-02T21:54:33Z)
• Grounding Multilingual Multimodal LLMs With Cultural Knowledge [48.95126394270723]
  本稿では,MLLMを文化的知識に根ざしたデータ中心型アプローチを提案する。 CulturalGroundは、42の国と39の言語にまたがる2200万の高品質で文化的に豊かなVQAペアで構成されている。 我々は,MLLM CulturalPangeaをCulturalGround上で学習し,汎用性を維持するために,標準の多言語指導訓練データをインターリーブする。
  論文  参考訳（メタデータ） (2025-08-10T16:24:11Z)
• Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
  本稿では,多文化知識獲得のための新しいアプローチを提案する。 本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。 私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
  論文  参考訳（メタデータ） (2024-02-14T18:16:54Z)
• Contextualization Distillation from Large Language Model for Knowledge Graph Completion [51.126166442122546]
  我々は、差別的かつ生成的なKGCフレームワークと互換性のあるプラグイン・アンド・プレイ方式であるContextualization Distillation戦略を導入する。 提案手法は,大規模言語モデルに対して,コンパクトで構造的な三重項を文脈に富んだセグメントに変換するように指示することから始まる。 多様なデータセットとKGC技術にわたる総合的な評価は、我々のアプローチの有効性と適応性を強調している。
  論文  参考訳（メタデータ） (2024-01-28T08:56:49Z)
• Geolocation of Cultural Heritage using Multi-View Knowledge Graph Embedding [18.822364073669583]
  本稿では,有形文化財に関する知識を習得するための枠組みを提案する。 また,文化遺産間の相対的距離を推定する学習モデルを提案する。
  論文  参考訳（メタデータ） (2022-09-08T08:32:34Z)
• 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)
• 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)
• Knowledge Graph Based Synthetic Corpus Generation for Knowledge-Enhanced Language Model Pre-training [22.534866015730664]
  我々は全英Wikidata KGを言語化した。 Wikidataのような包括的で百科事典的なKGを言語化することで、構造化されたKGと自然言語コーパスを統合することができることを示す。
  論文  参考訳（メタデータ） (2020-10-23T22:14:50Z)

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。