論文の概要: Extracting Semantics from Cattle Reporting Categories for Data Interoperability and Findability

• arxiv url: http://arxiv.org/abs/2609.09381v1
• Date: Tue, 08 Sep 2026 19:27:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.796866
• Title: Extracting Semantics from Cattle Reporting Categories for Data Interoperability and Findability
• Title（参考訳）: データインターオペラビリティとファインダビリティのためのキャットレポートカテゴリからのセマンティクス抽出
• Abstract要約: 家畜の人口データは、年齢、性別、生産によって分解され、世界保健の理解を知らせる計算やモデルにとって重要な入力である。 データの発見性と相互運用性を改善する従来のアプローチには、標準化されたメタデータのインデックス付けが含まれる。 これらの用語の構成と意味は、最初にメタデータを生成する必要や標準を作成することなく、データの相互運用性とファインダビリティを向上させるためにどのように使用できるかについて議論する。
• 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: Livestock population data disaggregated by age, sex, and production are important inputs to calculations and models that inform our understanding of global health, yet these data are fragmented across disparate sources. Bridging data siloes to improve the findability of data requires interoperability. Conventional approaches to improving the findability and interoperability of data include indexing standardized metadata. However, creating metadata is time and resource-intensive and is often difficult in domains such as livestock, which lack standards that address the needs of broad user groups. When metadata exist, they typically need to be standardized against a pre-existing vocabulary, ontology, or thesaurus, requiring a technique known as `crosswalking'. To overcome issues in the absence of metadata, the lack of standards, and the resource-intensive solutions that currently exist, this study uses a bottom-up approach. By leveraging real-world reporting categories in datasets, the composition and semantics of terms already present in the data were extracted and analyzed. Using cattle data as a pilot, we find the age, sex, and production modifiers present across cattle terms from five datasets from four data sources capture granularity not present in AGROVOC, the largest agricultural vocabulary in the world. We discuss how the composition and semantics of these terms can be used to improve the interoperability and findability of data without first requiring metadata to be generated or standards to be created. Rather than forcing datasets to conform to an existing vocabulary, this approach uses the semantics embedded in terms already present in datasets, allowing systems to make data more discoverable and interoperable while maintaining culturally and dataset-specific terminology.
• Abstract（参考訳）: 家畜の人口データは、年齢、性別、生産によって分散され、世界の健康に関する我々の理解を知らせる計算やモデルにとって重要な入力であるが、これらのデータは異なる情報源で断片化されている。 データの発見性を改善するためにデータサイロをブリッジするには、相互運用性が必要である。 データの発見性と相互運用性を改善するための従来のアプローチには、標準化されたメタデータのインデックス付けが含まれる。 しかし、メタデータの作成は時間とリソース集約であり、広範囲なユーザーグループのニーズに対応する標準が欠如している家畜のようなドメインでは困難であることが多い。 メタデータが存在する場合、それらは通常、既存の語彙、オントロジー、またはシソーラスに対して標準化されなければならない。 メタデータの欠如、標準の欠如、そして現在存在するリソース集約的な解決策の欠如を克服するために、本研究ではボトムアップアプローチを用いる。 データセットにおける実世界のレポートカテゴリを活用することで、データにすでに存在する用語の構成と意味を抽出し分析した。 牛のデータをパイロットとして使うと、4つのデータソースから得られた5つのデータセットから、牛の年齢、性別、生産の修飾体が、世界最大の農業語彙であるAGROVOCに存在しない粒度を捉えている。 これらの用語の構成と意味は、最初にメタデータを生成する必要や標準を作成することなく、データの相互運用性とファインダビリティを向上させるためにどのように使用できるかについて議論する。 このアプローチでは、データセットを既存の語彙に適合させるのではなく、データセットにすでに存在する用語に埋め込まれたセマンティクスを使用することで、システムは、文化的およびデータセット固有の用語を維持しながら、データをより発見し、相互運用可能にする。

関連論文リスト

• Multi-Disciplinary Dataset Discovery from Citation-Verified Literature Contexts [0.0]
  本稿では,学術論文の引用文脈からデータセットを抽出する文献駆動フレームワークを提案する。 提案手法は,大規模引用コンテキスト抽出,スキーマ誘導型データセット認識,証明保存エンティティ解決を併用する。 コード、評価データセット、結果はGitHubで公開しています。
  論文  参考訳（メタデータ） (2026-01-08T16:46:06Z)
• Keywords are not always the key: A metadata field analysis for natural language search on open data portals [3.974422712382188]
  個別のメタデータフィールドが対話型データセット検索の成功にどのように影響するかを検討する。 メタデータフィールド「記述」の既存のコンテンツとLLM生成コンテンツを比較した。 この結果から,データセット記述がユーザの意図と整合する上で重要な役割を担っていることが示唆された。
  論文  参考訳（メタデータ） (2025-09-17T22:14:27Z)
• Flexible metadata harvesting for ecology using large language models [3.4117490081172774]
  大規模言語モデル(LLM)に基づくメタデータ抽出装置を開発した。 任意のデータセットのランディングページからメタデータを柔軟に抽出する。 既存のメタデータ標準を使用して、これらをユーザ定義の統一フォーマットに変換する。
  論文  参考訳（メタデータ） (2025-08-21T10:10:29Z)
• LLM-TabLogic: Preserving Inter-Column Logical Relationships in Synthetic Tabular Data via Prompt-Guided Latent Diffusion [49.898152180805454]
  合成データセットはドメイン固有の論理的一貫性を維持する必要がある。 既存の生成モデルは、しばしばこれらのカラム間の関係を見落としている。 本研究では,ドメイン知識を必要とせずに列間関係を効果的に維持する手法を提案する。
  論文  参考訳（メタデータ） (2025-03-04T00:47:52Z)
• Understanding Synthetic Context Extension via Retrieval Heads [51.8869530817334]
  本稿では,検索と推論を必要とする3つの長文タスクに対する合成データの微調整について検討する。 合成データに基づいてトレーニングされたモデルは、実際のデータには及ばないが、驚くべきことに、ミスマッチを解釈できる。 我々の結果は、合成データの微調整性能の解釈方法と、長期にわたる実世界の能力学習のためのより良いデータ作成方法に光を当てた。
  論文  参考訳（メタデータ） (2024-10-29T17:55:00Z)
• Better Synthetic Data by Retrieving and Transforming Existing Datasets [63.875064274379824]
  我々は、データセットの自動生成を改善するために、公開データセットをよりよく利用する方法であるDataTuneを紹介した。 多様な言語ベースのタスクセットでは、DataTuneによる微調整言語モデルが改善され、ベースラインが49%向上する。 データセット変換は、多くのタスクにおいて生成されたデータの多様性と難易度を著しく向上させる。
  論文  参考訳（メタデータ） (2024-04-22T17:15:32Z)
• A Novel Multidimensional Reference Model For Heterogeneous Textual Datasets Using Context, Semantic And Syntactic Clues [4.453735522794044]
  本研究の目的は、異種データセットのカテゴリを用いた新しい多次元参照モデルを作ることである。 MRMの主な貢献は、シノニム、アントロニム、フォーマル、語彙語順、共起といった言語カテゴリーの索引付けに基づいて各用語でそれぞれのトークンをチェックすることである。
  論文  参考訳（メタデータ） (2023-11-10T17:02:25Z)
• Enhancing Data Space Semantic Interoperability through Machine Learning: a Visionary Perspective [5.994412766684842]
  我々のビジョンペーパーは、機械学習の適用を通じて、データ空間におけるセマンティックインターオペラビリティの未来を改善する計画の概要を述べている。 機械学習のパワーを活用することで、データ空間におけるセマンティック相互運用性を大幅に改善できると考えています。 データ空間の将来に対する私たちのビジョンは、従来のデータ交換の限界に対処し、コミュニティのすべてのメンバーにとってよりアクセスしやすく、価値のあるデータを提供します。
  論文  参考訳（メタデータ） (2023-03-15T20:57:31Z)
• DataPerf: Benchmarks for Data-Centric AI Development [81.03754002516862]
  DataPerfは、MLデータセットとデータ中心アルゴリズムを評価するための、コミュニティ主導のベンチマークスイートである。 私たちは、この反復的な開発をサポートするために、複数の課題を抱えたオープンなオンラインプラットフォームを提供しています。 ベンチマーク、オンライン評価プラットフォーム、ベースライン実装はオープンソースである。
  論文  参考訳（メタデータ） (2022-07-20T17:47:54Z)
• Partially-Aligned Data-to-Text Generation with Distant Supervision [69.15410325679635]
  我々はPADTG(Partially-Aligned Data-to-Text Generation)と呼ばれる新しい生成タスクを提案する。 自動的にアノテートされたデータをトレーニングに利用し、アプリケーションドメインを大幅に拡張するため、より実用的です。 我々のフレームワークは、全てのベースラインモデルより優れており、部分整合データの利用の可能性を検証する。
  論文  参考訳（メタデータ） (2020-10-03T03:18:52Z)
• DeGAN : Data-Enriching GAN for Retrieving Representative Samples from a Trained Classifier [58.979104709647295]
  我々は、トレーニングされたネットワークの将来の学習タスクのために、利用可能なデータの豊富さと関連するデータの欠如の間のギャップを埋める。 利用可能なデータは、元のトレーニングデータセットまたは関連するドメインデータセットの不均衡なサブセットである可能性があるため、代表サンプルを検索するために使用します。 関連ドメインからのデータを活用して最先端のパフォーマンスを実現することを実証する。
  論文  参考訳（メタデータ） (2019-12-27T02:05:45Z)

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。