論文の概要: Curate Before You Connect: Identity and Ontology Tagging in a Production Knowledge Graph
- arxiv url: http://arxiv.org/abs/2608.10644v1
- Date: Tue, 11 Aug 2026 08:30:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:45.960675
- Title: Curate Before You Connect: Identity and Ontology Tagging in a Production Knowledge Graph
- Title（参考訳）: 接続前のキュレート:生産知識グラフにおけるアイデンティティとオントロジーのタグ付け
- Abstract要約: 本稿では、評価された抽出ストリームを知識グラフに変換する、摂取層とオントロジータグ付け層について述べる。
本稿では、識別子列、名前列、表示名、型スコープ位置から同一性を決定するレコード識別はしごについて述べる。
グラフの適合性負債を定量化し, 未定義の一次クラスを補う二次分類を示し, 775人の決定に対して48,403人の提案を保留するキュレーションキューを記述した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Extraction produces candidate entities and relationships; writing them into a graph is where identity is decided, and identity decisions are destructive in a way extraction errors are not. A wrong type can be corrected later, but two records merged under one identity cannot be separated once their properties have been combined, and the merge leaves no error behind. This paper describes the ingestion and ontology-tagging layer that turns a validated extraction stream into a knowledge graph of 537,157 entities and 2,198,567 relationships drawn from 98,795 government documents. We describe a record-identity ladder that decides sameness from identifier columns, name columns, display names and type-scoped position rather than from name similarity. The ladder governs de-duplication within parsed tables, while the graph write applies a coarser canonical-name key, so records sharing a canonical name merge automatically on exact equality. We argue rather than demonstrate that this is where the automation line belongs: no identity benchmark is reported, and the over-merges the key permits are undetectable by construction. That policy, under which entity resolution only ever flags candidates, followed an incident in which two surface forms of one name were merged, corrupting a correct record and deleting eight entities from an unrelated document. We then describe multi-class ontology tagging and an evidence asymmetry we did not anticipate: an entity name is an instance label rather than a type assertion, so matching name fragments against a class index invents classifications. Requiring anchored evidence cut role assignments on an enriched sample from 36 to 4, all confirmed correct. We quantify the graph's conformance debt, show secondary classifications compensating for a mis-parented primary class, and describe a curation queue grown to 48,403 pending proposals against 775 human decisions.
- Abstract（参考訳）: 抽出は、候補エンティティと関係を生成;それらをグラフに書き込むと、アイデンティティが決定され、ID決定は、抽出エラーが発生しない方法で破壊される。
間違った型は後で修正できるが、1つのIDでマージされた2つのレコードは、プロパティが結合されると分離できず、マージはエラーを残さない。
本稿では,検証された抽出ストリームを,98,795の政府文書から得られた537,157の知識グラフと2,198,567の関連性を持つ2,198,567の知識グラフに変換する,摂取・オントロジータグ付け層について述べる。
本稿では、識別子列、名前列、表示名、型スコープ位置から同一性を決定するレコード識別はしごについて述べる。
グラフ書き込みでは粗い標準名キーが適用されるため、標準名を共有するレコードは、正確な等式で自動的にマージされる。
私たちは、これが自動化ラインが属する場所であることを示すのではなく、アイデンティティベンチマークが報告されず、重要な許可を過剰にマージすることは、建設によって検出できない、と論じています。
この方針の下では、エンティティの決議が候補者にフラグを付けるだけで、ある名前の2つの表面的な形態が統合され、正しい記録が破損し、無関係な文書から8つの実体が削除された事件が続いた。
次に、マルチクラスのオントロジタグと、予想しなかったエビデンス非対称性について説明する:エンティティ名は型アサーションではなくインスタンスラベルである。
アンカード・エビデンスを必要とすると、36から4までの濃縮されたサンプルのロールの割り当てが正しかった。
グラフの適合性負債を定量化し, 未定義の一次クラスを補う二次分類を示し, 775人の決定に対して48,403人の提案を保留するキュレーションキューを記述した。
関連論文リスト
- Separating Disclosure from Authorization: Field-Tier Minimization for Agent Action Mediation [0.0]
動作を認可するシステムは、その決定を十分に確認し、その決定を証明したシステムは監査に十分な記録をしなければならないことを示す。
各アクションクラスではなく、各パラメータフィールドを3つの層に分類する。
台帳のコミットメントは、完全な、最小化されていないパラメータの標準ダイジェストである、という中心的な性質がある。
論文 参考訳（メタデータ） (2026-08-26T07:45:05Z) - Operational Identity: A Finite Audit of Declared and Implemented Rules of Sameness [0.0]
システムは一貫して適用でき、各レコードが個別に正しく、アーティファクトが宣言しない同じルールを適用できる。
宣言されたアイデンティティ構造は、有限レコードドメインを共参照クラスに分割する。
開示されたメカニズムは、同一ドメインの操作ID分割を誘導する。
論文 参考訳（メタデータ） (2026-07-22T21:02:37Z) - An Ontology-Guided, Deduplication-Aware Extraction Layer for Knowledge Graph Construction from Heterogeneous Documents [0.0]
本稿では,ライブドキュメントストリームを形式オントロジーに整合した検証済み知識グラフに変換する生産抽出層の設計,実装,実証的改良について述べる。
類似性を埋め込み、抽出プロンプトに注入することにより、キュレートしたオントロジーの関連スライスをグラフデータベースからライブで検索する。
抽出された結果は、決定論的クリーニング、チャンクのマージ、リレーションのための2番目のパス、モデル推論を必要としない6つの重複アルゴリズム、コンフリクトガードが類似性スコアをオーバーライドできない埋め込み分解サブシステムという5つのステージの洗練パイプラインを通過します。
論文 参考訳（メタデータ） (2026-07-22T09:45:26Z) - From ambiguous utterances to governed reuse classes: canonicalization, quotient invariance, and conditional decidability [0.0]
再利用は、解決された会話要求の数学的に特徴付けられた商に対して行われるべきである。
リユースIDは、管理されたクエリキーとその認定された応答空間をライセンスする。
支持層は、正確に証明された強度で記述される。
論文 参考訳（メタデータ） (2026-07-11T01:49:04Z) - Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。
トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。
IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2025-10-28T09:28:12Z) - AmbigDocs: Reasoning across Documents on Different Entities under the Same Name [46.33718186200757]
混乱したエンティティの言及を扱うことは、言語モデル(LM)にとって重要なスキルである。
この機能をテストするために、新しいベンチマークであるAmbigDocsを導入しました。
あいまいな名前とそれに対応する答えの集合を含む質問を生成する。
論文 参考訳（メタデータ） (2024-04-18T18:12:01Z) - Disambiguation of Company names via Deep Recurrent Networks [101.90357454833845]
企業名文字列の埋め込みである教師付き学習を通じて,Siamese LSTM Network を抽出する手法を提案する。
私たちは、ラベル付けされるサンプルを優先するActive Learningアプローチが、より効率的な全体的な学習パイプラインをもたらす方法を分析します。
論文 参考訳（メタデータ） (2023-03-07T15:07:57Z) - Unsupervised Text Deidentification [101.2219634341714]
個人識別情報を漏洩する単語を隠蔽する教師なしの識別手法を提案する。
K匿名性に基づくプライバシによって動機づけられた私たちは、最小の再識別ランクを保証するリアクションを生成します。
論文 参考訳（メタデータ） (2022-10-20T18:54:39Z) - Generating automatically labeled data for author name disambiguation: An
iterative clustering method [5.094623170336122]
本稿では、電子メールアドレス、共著者名、引用参照を用いてラベル付きトレーニングデータを自動生成できることを示す。
各機能で名前インスタンスをマッチングするための高精度ルールは、外部の権威データベースを用いて決定される。
228Kの著者名インスタンスのうち26,566のインスタンスでテストされたこの反復クラスタリングは、ペアのF1 = 0.99で正確にラベル付けされたデータを生成した。
論文 参考訳（メタデータ） (2021-02-05T16:24:25Z) - Autoregressive Entity Retrieval [55.38027440347138]
エンティティは、知識の表現と集約の方法の中心にあります。
クエリが与えられたエンティティを検索できることは、エンティティリンクやオープンドメインの質問応答のような知識集約的なタスクに基本となる。
本稿では,自己回帰方式でトークン・バイ・トークンを左から右に生成し,エンティティを検索する最初のシステムであるGENREを提案する。
論文 参考訳（メタデータ） (2020-10-02T10:13:31Z) - Few-shot Slot Tagging with Collapsed Dependency Transfer and
Label-enhanced Task-adaptive Projection Network [61.94394163309688]
本稿では,現在最先端の少数ショット分類モデルであるTapNetに基づくラベル強化タスク適応プロジェクションネットワーク(L-TapNet)を提案する。
実験結果から,本モデルは1ショット設定で14.64点のF1スコアで最強の少ショット学習ベースラインを著しく上回っていることがわかった。
論文 参考訳（メタデータ） (2020-06-10T07:50:44Z) - Unsupervised Person Re-identification via Multi-label Classification [55.65870468861157]
本稿では,教師なしのReIDを多ラベル分類タスクとして定式化し,段階的に真のラベルを求める。
提案手法は,まず,各人物画像に単一クラスラベルを割り当てることから始まり,ラベル予測のために更新されたReIDモデルを活用することで,多ラベル分類へと進化する。
マルチラベル分類におけるReIDモデルのトレーニング効率を高めるために,メモリベースマルチラベル分類損失(MMCL)を提案する。
論文 参考訳（メタデータ） (2020-04-20T12:13:43Z)
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。