May, 2023

ORKG-Leaderboards：基于知识图谱的排行榜挖掘系统工作流程

PDF
TL;DR描述了 Orkg-Leaderboard 软件的设计和应用，该软件能够从大量的人工智能实证研究论文中自动提取以任务 - 数据集 - 指标三元组定义的排行榜，并且能够支持学术出版的主要流程，以 LaTeX 文件或 PDF 文件的形式发布，同时结合 Open Research Knowledge Graph 平台实现与语义 Web 基础设施的有机整合，使得系统输出的信息能够被机器进行操作和理解。该应用还能追踪 AI 发展的进程和状态，提供实时动态的信息服务。
发现论文，激发创造
  • 开放研究知识图谱中生物分析的数字化

    该论文介绍了 ORKG-assays 工具，一个帮助科学家将他们的学术贡献语义化的 AI 工具，它利用了 AI 聚类算法，可以帮助药学研究人员在药物开发方面智能地访问语义化的生物分析集合。

    Mar, 2022

  • LEGOBench：科学模型排行榜生成基准

    该论文介绍了 LEGOBench，这是一个用于评估生成排行榜系统的基准。通过从 arXiv 的 22 年预印本提交数据和 PapersWithCode 门户的 11,000 多个机器学习排行榜中进行策划，我们评估了四种传统的基于图形的排名变体和三种最近提出的大型语言模型，结果显示在自动排行榜生成方面存在显著的性能差距。该论文提供代码和数据集的链接。

    Jan, 2024

  • 知识图谱问答排行榜：一个社区资源以防止复制危机

    该研究调查并分析了过去十年中 100 个出版物和 98 个系统的广泛评估结果， 为知识图谱问答领域提供了一个新的开放的排行榜，强调了 KGQA 系统评估中的问题，并指出可能会对未来评估有所改进。

    Jan, 2022

  • KGxBoard: 知识图谱补全模型可解释互动排行榜评估

    本篇论文提出了 KGxBoard ：一个交互式框架，用于对 KG 完成模型的个体和可解释能力进行细粒度评估的有意义的子集。通过我们的实验，我们发现使用 KGxBoard 发现的结果是无法通过标准评估指标检测出来的。

    Aug, 2022

  • 科学排行榜构建中的任务、数据集、评估指标和数值得分的识别

    本文提出了一种基于 TDMS-IE 框架的自动提取 NLP 论文中任务、数据集、评价指标和得分来自动构建排行榜的方法，实验表明该模型表现优于几个对比算法，是自动构建排行榜的第一步。

    Jun, 2019

  • 基于开放研究知识图谱的科学论文知识获取方法

    使用计算机辅助工具的知识获取，构建 Open Research Knowledge Graph 并整理自科研论文中提取的关键见解。

    Aug, 2023

  • Text2KGBench：基于本体驱动的文本知识图谱生成基准

    该研究论文介绍了 Text2KGBench 这个基准评估工具，可以评估语言模型的能力，从自然语言文本中生成知识图谱，并根据本体论从文本中提取事实。研究还提供了基准模型的结果和显示了使用语义网和自然语言处理技术，可以进一步提高模型性能的潜力。

    Aug, 2023

  • AutoKG: 为语言模型提供高效自动化的知识图谱生成

    通过关键词提取和图拉普拉斯学习，AutoKG 用于自动构建知识图谱的轻量高效方法，通过向语言模型丰富 LLM 输出，提供了比语义相似性搜索更全面和相互关联的知识检索机制。

    Nov, 2023

  • 开放研究知识图谱中语义谓词的聚类

    本文介绍了一种使用两个基于人工智能的聚类算法来推荐 Open Research Knowledge Graph（ORKG）中资源有关谓词（在 RDF 语句中）的方法，以促进 ORKG 中术语汇聚的服务。实验证明，该方法具有很高的准确性和相对较高的召回率，并提供了有关谓词组的新见解，这些谓词组自动在跨 44 个研究领域的学术知识的语义化模式中积累。

    Oct, 2022

  • 基于强化学习的知识图谱规则挖掘

    本研究提出了一种基于强化学习的两阶段框架，以在知识图谱中生成和评估规则，实验结果表明，该方法在效率和效果方面均达到了最先进的水平。

    Feb, 2022