May, 2024

T-curator：LOD 日志的基于信任的策展工具

PDF
TL;DR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。
发现论文，激发创造
  • 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

  • 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

  • Curatr：一个历史文学文本语义分析和策展平台

    文献数字化收集的规模和多样性带来了挑战，基于机器学习支持的语义搜索的在线平台 Curatr 提供了一个文本挖掘流程，将神经单词嵌入与领域专家知识相结合，使研究人员能够从大型 18 和 19 世纪数字化文本语料库中筛选出相关的子语料库。

    Jun, 2023

  • 适配 LodView RDF 浏览器以在多语言语言联机开放数据云上导航

    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。

    Aug, 2022

  • CiT：有效视觉语言数据训练的筛选

    本文提出了一种名为 CiT 的有效视觉 - 文本学习算法，通过在训练中将数据目标整合进去，自动产生高质量数据集和提高对比度图像 - 文本训练的速度，从而实现了数据筛选管道的免除和训练速度的提高。

    Jan, 2023

  • 用于遍历互联网的分布式子网规范

    本文介绍了一种启示性框架，该框架基于 guided link traversal 的思想，旨在解决数据发布者和消费者之间的问题，从而提高由多个文档构成的 Web of Data 中的查询效率并提高数据质量。

    Feb, 2023

  • 利用多个 RDF 知识图谱来丰富 ChatGPT 的回答

    本研究提出了一个原型系统 GPToLODS，使用它可以将 ChatGPT 的回答与 RDF 知识图谱相结合，验证问题答案的事实真伪并实时自动强化回答。

    Apr, 2023

  • 用于鲁棒语言模型微调的自动数据整理

    通过自动数据加工管道 CLEAR (Confidence-based LLM Evaluation And Rectification) 对指令调谐数据集进行自动加工，提高模型性能。

    Mar, 2024

  • 基于日志的可伸缩和自适应异常检测，专家在环节中

    提出了一种基于 Trie 数据结构和机器学习的日志异常检测框架 SeaLog，实验结果表明 SeaLog 相比基线方法实现更高的准确性和效率，并且可以借助 ChatGPT 等大型语言模型进行异常日志数据的快速反馈和验证。

    Jun, 2023

  • 精选 LLM：LLM 与数据整理在超低数据环境中的表格增强的协同效应

    通过结合大型语言模型的强大能力和强大的数据中心方法，利用数据增强方法提高低数据环境中机器学习的性能，从而为数据稀缺的领域和地区扩大机器学习的应用平台。

    Dec, 2023