論文の概要: AutoSchema: Live Schema Grounding for Agentic Text-to-Sparql over Heterogeneous Knowledge Graphs
- arxiv url: http://arxiv.org/abs/2608.14228v1
- Date: Fri, 14 Aug 2026 12:02:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.372621
- Title: AutoSchema: Live Schema Grounding for Agentic Text-to-Sparql over Heterogeneous Knowledge Graphs
- Title（参考訳）: AutoSchema: 異種知識グラフを用いたエージェントテキストからスパークルへのライブスキーマグラウンド
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 3.01421775057336
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Life science knowledge graphs make large collections of structured data available through SPARQL, but each resource uses its own schema, identifiers, and links. TogoMCP helps language model agents query these resources by providing curated Metadata Interoperability Exchange files. Creating and maintaining these files still requires language model assisted drafting, validation, and manual review. We study \emph{live schema grounding}, where an agent obtains the schema evidence needed for a question directly from the current endpoints. We present \textsc{autoschema}, a general framework for live schema grounding that requires no training. It inspects live schemas, maps entity names in a question to graph identifiers, explores relation paths, and finds possible connections between resources during iterative query construction. We use TogoMCP as our main comparison framework. We evaluate \textsc{autoschema} on Resource Focused Biomedical KGQA, Multi Resource Biomedical KGQA, Longitudinal Biomedical Semantic QA over BioASQ Task B, and Chemistry Knowledge Graph Transfer to a previously undocumented RDF graph. \textsc{autoschema} improves mean factoid accuracy over TogoMCP in the biomedical KGQA tasks and gives consistent gains in the longitudinal BioASQ evaluation. It also reduces iteration budget exhaustion and uses fewer tool calls on average in the core evaluation. The transfer study gives preliminary evidence that live schema grounding can support irregular and previously unseen graphs without first creating a curated schema file.
- Abstract（参考訳）: ライフサイエンス知識グラフは、SPARQLを通じて利用可能な構造化データの大規模なコレクションを生成するが、それぞれのリソースは独自のスキーマ、識別子、リンクを使用する。
TogoMCPは、キュレートされたMetadata Interoperability Exchangeファイルを提供することで、言語モデルエージェントがこれらのリソースをクエリするのに役立つ。
これらのファイルの作成とメンテナンスには、言語モデルによるドラフト作成、検証、手作業によるレビューが必要である。
エージェントが現在のエンドポイントから直接質問に必要なスキーマエビデンスを入手する,\emph{live schema grounding} について検討する。
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ディングのための一般的なフレームワークである、‘textsc{autoschema} を提示する。
ライブスキーマを検査し、質問のエンティティ名をグラフ識別子にマップし、関係パスを調べ、反復的なクエリ構築中にリソース間のコネクションを見つける。
TogoMCPを主要な比較フレームワークとして使用しています。
バイオメディカル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, 未文書のRDFグラフへの化学知識グラフの転送について検討した。
バイオメディカルKGQAタスクにおけるTogoMCPの平均ファクトイド精度を向上し、縦断的BioASQ評価において一貫した利得を与える。
また、イテレーション予算の浪費を減らし、コア評価で平均的なツールコールを減らします。
移行調査は、生のスキーマグラウンドディングが、最初にキュレートされたスキーマファイルを作成することなく、不規則で以前は見えなかったグラフをサポートするという予備的な証拠を与える。
関連論文リスト
- 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) - DIAGRAMS: A Review Framework for Reasoning-Level Attribution in Diagram QA [56.73431446011309]
ダイアグラム質問応答(ダイアグラムQA)は、各問合せ対を答えを導き出すために必要なすべての視覚領域にリンクする推論レベルの属性を必要とする。
私たちは、データセット固有の構造からインターフェースロジックを分離する軽量でスキーマ駆動のレビューフレームワークであるDIAGRAMSを紹介します。
論文 参考訳（メタデータ） (2026-04-29T02:34:51Z) - Beyond Predefined Schemas: TRACE-KG for Context-Enriched Knowledge Graphs from Complex Documents [12.445872440074114]
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。
論文 参考訳（メタデータ） (2026-04-03T22:41:35Z) - SAGE: Structure Aware Graph Expansion for Retrieval of Heterogeneous Data [47.930782177987446]
不均一なコーパスに答える検索拡張された質問は、テキスト、テーブル、グラフノード間で接続されたエビデンスを必要とする。
標準レトリバーリーダーパイプラインは、独立にチャンクされたテキスト上の平坦な類似性検索を使用し、モダリティ間のマルチホップエビデンスチェーンを欠いている。
SAGE(Structure Aware Graph Expansion)フレームワークを提案する。これは、パーセンタイルベースのプルーニングとメタデータ駆動の類似性を利用して、チャンクレベルのグラフをオフラインで構築する。
暗黙的クロスモーダルコーパスと明示的スキーマグラフのエージェント検索であるSPARK(Structure Aware Planning Agent for Retrieval over Knowledge Graphs)のハイブリッド高密度スパース検索を用いて初期検索をインスタンス化する。
論文 参考訳（メタデータ） (2026-02-18T23:57:19Z) - Schema Matching on Graph: Iterative Graph Exploration for Efficient and Explainable Data Integration [0.0]
大規模言語モデル(LLM)はスキーママッチングにおいて有望であるが、幻覚と最新のドメイン知識の欠如に悩まされている。
本稿では,単純な1ホップSPARQLクエリの反復実行を利用する新しいフレームワークであるSMoG(Matching on Graph)を紹介する。
実世界の医療データセットの実験結果は、SMoGが最先端のベースラインに匹敵するパフォーマンスを達成することを示した。
論文 参考訳（メタデータ） (2025-11-25T13:13:56Z) - 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) - ReMatch: Retrieval Enhanced Schema Matching with LLMs [0.874967598360817]
本稿では,検索強化大言語モデル(LLM)を用いたスキーママッチングのためのReMatchという新しい手法を提案する。
大規模な実世界のスキーマに対する実験結果から,ReMatchが効果的なマーカであることが示された。
論文 参考訳（メタデータ） (2024-03-03T17:14:40Z) - 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) - Neural Graph Reasoning: Complex Logical Query Answering Meets Graph
Databases [63.96793270418793]
複雑な論理クエリ応答(CLQA)は、グラフ機械学習の最近登場したタスクである。
ニューラルグラフデータベース(NGDB)の概念を紹介する。
NGDBはNeural Graph StorageとNeural Graph Engineで構成されている。
論文 参考訳（メタデータ） (2023-03-26T04:03:37Z) - 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。