Nov, 2022

评估知识图谱的结构质量指标

PDF
TL;DR本研究提出了 6 个可衡量知识图谱质量的结构化质量度量标准，并分析了 5 个跨领域的知识图谱。研究结果表明，优秀的知识图谱应定义详细的类和属性以便丰富地表达现实世界的知识，并且实例和 RDF 三元组应积极使用这些类和属性。因此，本文通过关注本体论的结构和使用的程度，试图从定量角度研究知识图谱的内部质量。通过分析，可以找到仅通过大小相关的指标（例如类和属性的数量）无法得知的知识图谱特征。
发现论文，激发创造
  • 知识图谱并不相同：探索真实知识图谱的属性和结构

    在这篇论文中，我们对来自各个领域（如自然科学、医学和自然语言处理）的 29 个真实知识图谱数据集进行了大规模比较研究，分析了它们的属性和结构模式，并根据发现提出了针对基于知识图谱模型开发和评估的几项建议。我们相信知识图谱中丰富的结构信息可以有益于各个领域更好地发展知识图谱模型，并希望这项研究能够有助于打破现有领域间的数据孤岛（例如机器学习、自然语言处理和科学人工智能之间的联系）。

    Nov, 2023

  • 哪个知识图谱最适合我？

    通过对五种不同的知识图谱进行数据质量标准的探讨，提出了一个帮助研究者在特定情境下选择最适合的知识图谱的框架，并在本文中简要介绍了这个框架的具体实现方式。

    Sep, 2018

  • 知识图谱查询

    本篇论文探讨了知识图谱的构建与查询，结合深度学习、信息检索和自然语言处理等学科展开研究，提出了一些新的挑战和机会。

    May, 2023

  • 知识图谱的三重可信度测量

    本论文中提出了一种能量量化知识图谱三元组语义正确性和表达事实的真实程度的知识图谱三元组可信度测量模型，通过交叉神经网络结构融合三个层面（实体级、关系级和 KG 全局级）的内部语义信息和全局推理信息来实现可信度测量和融合，并在真实数据集 FB15K 上进行了实验，结果表明与其他模型相比，我们的模型实现了显着和一致的改进。

    Sep, 2018

  • 知识图谱维护：一个实用框架

    本文提出了一个实用的知识图谱策划框架，包括度量质量、验证和清理任务、查重和融合策略，旨在优化知识图谱质量。

    Aug, 2022

  • 不完整信息下的知识图谱质量评估

    提出了一种基于不完全信息的知识图谱质量评估框架（QEII），通过对两个参与者的对抗游戏中问题和回答的质量来评估知识图谱的相对质量，实现了第三方评估者能够合理评估知识在应用中的质量。

    Dec, 2022

  • 领域专有知识图谱：一项调查

    本文首次提出了领域特定知识图谱的综合定义，并针对七个领域的相关学术作品，提出了最先进的知识图谱构建方法进行了全面的回顾。审视当前方法时，揭示了一系列的局限和不足，同时还强调指出了文献中现存问题和未知的研究方向。

    Oct, 2020

  • 基于语义结构的知识图谱问答查询图预测

    本研究主要关注于如何从自然语言问题中构建查询图谱，提出了一种基于语义结构的 BERT 模型进行分析和预测，通过过滤噪声查询图，提高了问题解答的准确性。实验结果表明该方法比现有技术有更好的效果。

    Apr, 2022

  • 知识图谱的结构与动态，附带表浅特性

    研究了知识图谱的结构和动态，发现关系间的语义多样性可以用表层性概念简单建模，从而控制独立生成事实的关系重叠程度，也确定错述实体的比例，有助于更好地理解正式的知识获取和组织。

    May, 2023

  • Concept2vec：评估本体概念嵌入质量的度量标准

    提出一个包含三个不同任务的框架，关注本体概念的不同方面，并为框架中的每个任务提出了多个内部度量标准，以评估嵌入质量，进而比较可用的嵌入模型的质量，以在将来的研究中使用该框架来减少错误判断并提供更深入的了解。

    Mar, 2018