Aug, 2022

适配 LodView RDF 浏览器以在多语言语言联机开放数据云上导航

PDF
TL;DR本文就 LodView 的使用进行探讨，阐述了它属于 Pubby 一类工具并与 URI dereferenciation、RDF browsers 和 LOD 可视化工具的分类关系，同时揭示 LodView 的几个限制，并提出了改进方案，最终对提出的改进方案进行了部分实现。
lodviewmultilinguallinked open datauri dereferenciationrdf browsers
发现论文，激发创造
  • 使用链接开放数据丰富维基数据

    本文尝试借助异构链接数据和语义 Web 技术，提出了一种新的方案来丰富 Wikidata 知识库，并使用 DBpedia 和 Getty 图像库作为实现案例，结果表明该方法可为 Wikidata 注入数百万条高质量的数据。

    Jul, 2022

  • 本体论中的多语言现象及其意义综述

    本文回顾了多语义 Web 中的语言多样性建模选项，通过对 9 种主要方法进行比较，从 BioPortal 和 LOV 存储库中提取了可访问的本体，并评估了 7 个相关本体编辑器对于管理多语言本体的工具支持。

    Oct, 2022

  • T-curator：LOD 日志的基于信任的策展工具

    现在，企业正在追求链接开放数据（LOD）以提高其附加值，但它们忽视了其 SPARQL 查询日志。如果经过良好的整理，这些日志可以成为决策者的资产。然而，简单和直接地使用这些日志是很冒险的，因为它们的出处和质量都是非常可疑的。为了以可信赖的方式使用这些日志，用户需要深入了解整个 LOD 环境，并提供工具来整理这些日志。在本文中，我们提出了一个交互式和直观的基于信任的工具，在利用这些日志之前可以用来整理这些 LOD 日志。这个工具旨在支持我们在我们之前的工作 Lanasri 等人 [2020] 中提出的方法。

    May, 2024

  • 链式开放数据查询日志分析的端到端解决方案

    从链接开放数据（LOD）查询日志中提取有价值的信息，通过定义 LOD 查询日志生态系统并提供一个端到端的解决方案来解决 LOD 日志结构复杂、质量和来源风险影响的问题。

    Mar, 2024

  • LMDX：基于语言模型的文件信息提取与定位

    基于语言模型的文档信息提取与定位 (LMDX) 方法应用于 PaLM 2-S 模型，通过引入布局编码和保证准确性的基础机制，从视觉丰富的文档中提取出奇异、重复和分层实体，为创建高质量、高效数据分析器创造了新的技术突破。

    Sep, 2023

  • AMUSE: 面向语义链接数据的多语言问答语义解析

    研究发现，多语言自然语言问答技术仍存在困难，我们提出了一种利用 DUDES 和 MCMC 方法建立模型的 QALD 管道，成功将自然语言问题转换为可执行的 SPARQL 查询，并且在英语、德语和西班牙语环境下进行了测试。

    Feb, 2018

  • 利用元数据和分类助手共享可链接的学习对象

    研究主要介绍了如何利用 Moodledata 模块重设计功能，在支持重用和分类的同时，通过链接对象格式在 e-learning 内容平台之间分享学习对象，特别是在人工智能环境中，可以使用可链接学习对象之间的对话来获取信息，并使用语义或结构相似性度量来增强现有的分类辅助工具进行高级自动分类。

    Dec, 2022

  • 100 语言的实体链接

    提出了一种新的多语言实体链接公式，其中语言特定的提及解析为面向语言不可知的知识库。 在改进特征表示，负面挖掘和辅助实体配对任务的先前工作的基础上，我们在这个新的环境中训练了一个双编码器，以获得单个实体检索模型，它涵盖了 100 多种语言和 2000 万个实体。该模型胜过了远远有限的跨语言链接任务的最新结果。 这个大规模的系统面临着罕见实体和低资源语言的挑战，因此我们主张增加对零点和少量射击评估的关注。 为此，我们提供了 Mewsli-9，一个新的大型多语言数据集，帮助我们了解基于频率的分析如何为我们的模型和训练增强提供关键见解。

    Nov, 2020

  • SPARQL 作为外语

    本文提出了一种称之为 Neural SPARQL Machines 的神经网络模型，该模型通过 seq2seq 训练模式将自然语言翻译成 SPARQL 查询，从而提高 Linked Data Cloud 上的问题搜寻效率。

    Aug, 2017

  • 论文与代码相连：最新的机器学习作为 RDF 知识图

    介绍了 Linked Papers With Code（LPWC），这是一个 RDF 知识图谱，提供了关于近 40 万篇机器学习论文的综合、最新的信息，其中包括所涉及的任务、使用的数据集、实施的方法、以及评估和结果，相比非 RDF 格式的 Papers With Code，LPWC 不仅能够将机器学习的最新进展转化为 RDF 格式，还能够实现科学影响力量化和学术关键内容推荐的新方法。作为一个链接开放数据云上的知识图谱，我们提供多种格式的 LPWC，包括 RDF 转储文件、用于直接网页查询的 SPARQL 端点，以及具有可解析 URI 和链接到 SemOpenAlex、Wikidata 和 DBLP 数据源的数据源。此外，我们还提供知识图谱嵌入，使得 LPWC 可以直接应用于机器学习应用中。

    Oct, 2023