論文の概要: SchemaLink: An Intelligent Web Editor for LinkML Schema Curation
- arxiv url: http://arxiv.org/abs/2608.12529v1
- Date: Wed, 12 Aug 2026 19:01:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.310161
- Title: SchemaLink: An Intelligent Web Editor for LinkML Schema Curation
- Title（参考訳）: SchemaLink: LinkMLスキーマキュレーション用のインテリジェントWebエディタ
- Abstract要約: LinkMLは、バイオメディカルデータの構造的および内容的制約を表現するのに適した言語である。
非熟練のバイオキュレーターはLinkMLの構文とベストプラクティスに苦労することがある。
LinkMLスキーマのグラフィカルな構築と拡張のためのWebベースの環境であるLinkを提案する。
- 参考スコア（独自算出の注目度）: 1.4247499693077559
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Motivation: LinkML is a suitable language for the representation of the structural and content constraints of different kinds of biomedical data. Even if it is a quite recent proposal, it has been applied in several biomedical contexts. Developing and maintaining LinkML schemas presents several challenges, particularly for novice curators. Non-expert bio-curators may struggle with LinkML syntax and best practices, requiring significant time and effort to develop well-structured schemas. Results: In this paper we propose SchemaLink, a web-based environment for the graphical construction and enhancement of LinkML schemas that address the following requirements: $(i)$ introduce a graphical language for the specification of LinkML schemas, $(ii)$ make uniform the specification of schemas in similar contexts, $(iii)$ simplify the design and curation processes by exploiting a RAG-based approach to assist curators in creating new schemas from scratch and editing already developed ones. Several experimental analyses show the quality of the produced LinkML schemas through the AI-based editing facilities. Availability and Implementation: SchemaLink is available online at: https://SchemaLink.biodata.di.unimi.it. SchemaLink code and testing data are available as open-source on GitHub at: https://github.com/AnacletoLAB/{schemalink-webapp,schemalink-api}.
- Abstract（参考訳）: モチベーション:LinkMLは、さまざまなバイオメディカルデータの構造的制約と内容的制約を表現するのに適した言語である。
非常に最近の提案であっても、いくつかの生体医学的文脈で適用されている。
LinkMLスキーマの開発とメンテナンスにはいくつかの課題がある。
非熟練のバイオキュレータはLinkMLの構文とベストプラクティスに苦労し、十分に構造化されたスキーマを開発するのにかなりの時間と労力を要する。
結果:本論文では,以下の要件に対処するLinkMLスキーマのグラフィカルな構築と拡張のためのWebベースの環境であるSchemaLinkを提案する。
(i)$はLinkMLスキーマの仕様にグラフィカルな言語を導入します。
(ii)$は、同様のコンテキストにおけるスキーマの仕様を均一にします。
(iii)RAGベースのアプローチを利用して、キュレーターがスクラッチから新しいスキーマを作成し、すでに開発されたスキーマを編集するのを支援することで、設計とキュレーションプロセスを単純化する。
いくつかの実験的分析は、AIベースの編集機能を通じて生成されたLinkMLスキーマの品質を示している。
可用性と実装: SchemaLink は https://SchemaLink.biodata.di.unimi.it でオンラインで利用可能である。
SchemaLinkのコードとテストデータは、GitHubのhttps://github.com/AnacletoLAB/{schemalink-webapp,schemalink-api}でオープンソースとして公開されている。
関連論文リスト
- AutoSchema: Live Schema Grounding for Agentic Text-to-Sparql over Heterogeneous Knowledge Graphs [3.01421775057336]
TogoMCPは、プログラムされたMetadata Exchangeファイルを提供することで、ライフサイエンス知識グラフをクエリする言語モデルエージェントを支援する。
textscautoschemaは、トレーニングを必要としないライブスキーマグラウンドのフレームワークです。
バイオメディカルケミストリーKGQA, マルチリソースバイオメディカルKGQA, バイオASQタスクB上の縦型バイオメディカルセマンティックQA, および未文書のRDFグラフへの知識グラフ転送について検討した。
論文 参考訳（メタデータ） (2026-08-14T12:02:53Z) - Executable Schema Contracts: From Automatic Ingestion to Multi-Source Retrieval [19.3757623473603]
実世界のデータは、暗黙のセマンティクスを持つテーブル、ドキュメント、半構造化ファイルにまたがる。
生のマルチソースデータから実行可能なスキーマを自動的に検出するシステムを提案する。
論文 参考訳（メタデータ） (2026-06-03T20:28:36Z) - EviLink: Multi-Path Schema Linking with Uncertainty-Guided Evidence Acquisition for Large-Scale Text-to-SQL [53.116276478707626]
EviLinkは、マルチハイプセシススキーマと不確実性誘導されたエビデンス獲得を組み合わせている。
Spider2-Snowでは、EviLinkは90.15%のフィールドレベルの厳格なリコールレートを獲得し、平均トークン123.30Kを使用し、固定ジェネレータによる下流SQL生成を改善している。
論文 参考訳（メタデータ） (2026-05-28T09:32:38Z) - Intent-Aware Schema Generation And Refinement For Literature Review Tables [36.005111629876644]
そこで本稿では,非アノテーションテーブルコーパスをエンフシンセプションで拡張する手法を提案し,それを応用して,与えられた情報要求に応じて条件付きスキーマ生成を学習するためのデータセットを作成する。
テーブルインテントを組み込むことで参照スキーマの再構築におけるベースライン性能が大幅に向上することを示す。
論文 参考訳（メタデータ） (2025-07-18T22:01:27Z) - Large Language Models are Good Relational Learners [55.40941576497973]
本稿では,グラフニューラルネットワーク(GNN)に基づくエンコーダを用いて,大規模言語モデル(LLM)のための構造化リレーショナルプロンプトを生成する新しいアーキテクチャであるRel-LLMを紹介する。
従来のテキストベースのシリアライズ手法とは異なり,本手法はデータベース固有の関係構造を保ちながら,LLMが複雑なエンティティ関係を処理・推論することを可能にする。
論文 参考訳（メタデータ） (2025-06-06T04:07:55Z) - AutoSchemaKG: Autonomous Knowledge Graph Construction through Dynamic Schema Induction from Web-Scale Corpora [51.77079220622184]
完全自律的な知識グラフ構築のためのフレームワークであるAutoKGを提案する。
大規模言語モデルを利用して知識トリプルを同時に抽出し,テキストから直接包括的なスキーマを誘導する。
我々は,9億以上のノードと590億のエッジを持つ知識グラフ群であるATLAS(Automated Triple Linking And induction)を構築した。
論文 参考訳（メタデータ） (2025-05-29T16:34:58Z) - Text2Schema: Filling the Gap in Designing Database Table Structures based on Natural Language [22.15408079332362]
データベースのバックグラウンドを持たない人は、通常、ファイルシステムやExcelデータ管理のようなツールに依存します。
データベースシステムは強力な管理能力を持っているが、ユーザーからの高度な専門知識を必要とする。
論文 参考訳（メタデータ） (2025-03-31T09:39:19Z) - Knapsack Optimization-based Schema Linking for LLM-based Text-to-SQL Generation [19.036911929688827]
Knapsack最適化ベースのリンクアプローチ(KaSLA)は、関連するスキーマ要素の欠如を防ぐために設計されている。
KaSLA-1.6B Deepseek-v3 や State-of-the-art (SOTA) スキーマリンク手法など、大規模なスキーマリンクよりも優れた結果が得られる。
論文 参考訳（メタデータ） (2025-02-18T14:53:45Z) - Extractive Schema Linking for Text-to-SQL [17.757832644216446]
テキスト・トゥ・ワンは、現実世界のデータベースの実用的なインターフェースとして現れつつある。
本稿では,デコーダのみのLLMをスキーマリンクに適用するための新しいアプローチを提案する。
論文 参考訳（メタデータ） (2025-01-23T19:57:08Z) - Matchmaker: Self-Improving Large Language Model Programs for Schema Matching [60.23571456538149]
本稿では,スキーママッチングのための合成言語モデルプログラムを提案する。
Matchmakerは、ラベル付きデモを必要とせずに、ゼロショットで自己改善する。
実証的に、Matchmakerが以前のMLベースのアプローチより優れている実世界の医療スキーママッチングベンチマークを実証する。
論文 参考訳（メタデータ） (2024-10-31T16:34:03Z) - 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) - Proton: Probing Schema Linking Information from Pre-trained Language
Models for Text-to-SQL Parsing [66.55478402233399]
本稿では,ポアンカー距離測定に基づく探索手法を用いて,関係構造を抽出する枠組みを提案する。
スキーマリンクの一般的なルールベース手法と比較して,探索関係は意味的対応をしっかりと捉えることができることがわかった。
我々のフレームワークは3つのベンチマークで最先端のパフォーマンスを新たに設定する。
論文 参考訳（メタデータ） (2022-06-28T14:05:25Z)
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。