ontology matching | BriefGPT

关键词ontology matching

搜索结果 - 12

GraphMatcher: 一个用于本体匹配的图表示学习方法
本研究开发的 GraphMatcher 是一个本体匹配系统，使用图注意力方法计算类及其周围术语的高层表示，并在 Ontology Alignment Evaluation Initiative（OAEI）2022 会议跟踪中取得了显著的成果
PDF2 months ago
LLMs4OM：基于大语言模型的本体匹配
LLMs4OM 框架通过零样本提示技术，利用大型语言模型在本体匹配任务中评估大型语言模型的效果，并在不同本体表示（概念、概念父类、概念子类）之间实现检索和匹配两个模块，全面评估了 20 个不同领域的本体匹配数据集，结果表明，在复杂匹配场景下
PDF3 months ago
匹配弱信息本体
本研究提出了一种基于本体结构信息发现对齐的实用方法，用于匹配弱信息本体（WIOs），实验证明该方法在 WIO 匹配任务和一般本体匹配任务中明显优于大部分先进方法，尤其是在提高了召回率的同时，仍然获得高精确度的匹配结果。
PDF7 months ago
Agent-OM：利用大型语言模型进行本体匹配
本文介绍了一种基于代理和大型语言模型的本体匹配系统设计范例，并通过实证评估证明其在简单、复杂和少样本本体匹配任务上的性能显著优于现有系统。
PDF7 months ago
OLaLa：利用大型语言模型的本体匹配
该研究采用零样本和少样本提示以及多个开放式大型语言模型应用于本体匹配评估任务，通过少量示例和良好设计的提示，实现与使用更大比例的真实数据的监督匹配系统相媲美的结果。
PDF8 months ago
自动本体匹配中的不确定性：经验实验的教训
本文从应用角度探讨了基于本体匹配的数据集成问题，通过实际数据和现有工具的支持进行实验，发现自动本体匹配过程中存在的错误和不确定性，探索了半监督方法在更广泛应用中的成熟性和不确定性管理方面的前景
PDF9 months ago
基于上下文结构的自监督学习用于本体匹配
本研究介绍了一种名为 LaKERMap 的新型自监督学习本体匹配框架，它利用转换器将概念的上下文和结构信息融入其中，旨在捕捉包括本地和全局交互在内的多种结构上下文。通过使用 Bio-ML 数据集和任务，我们的创新方法显示 LaKERMap
PDF9 months ago
Truveta Mapper：零射影本体对齐框架
本文提出了一种新的视角，将无监督本体匹配（OM）或本体对齐（OA）视为翻译任务，利用多任务序列到序列 Transformer 模型在多个本体之间执行对齐，在不需要显式交叉本体手动标记数据的情况下，隐式学习不同本体之间的关系，提出的解决方案优
PDFa year ago
探究跨概念嵌入的 Wasserstein 距离用于本体匹配
本文借助预训练词向量系统使用连续空间中的 Wasserstein 距离，考察了 Wasserstein 距离测量本体相似度以发现和优化对齐的匹配效果。我们在 OAEI 会议和 MSE 基准测试中进行的实验获得了与领先系统相当的竞争结果。
PDF2 years ago
为等同性和包含关系本体匹配提供友好的生物医学数据集的机器学习
为解决 Ontology Matching 中评价体系不全的问题，该研究提出了五个新的医学本体匹配任务，并且提出了一个全面的评价框架，对机器学习和非机器学习的匹配系统进行了评估。该研究的资源已经公开发布在 OAEI 2022 的 BioML
PDF2 years ago
通过嵌入空间的绝对定向进行本体匹配
本文基于知识图谱嵌入探索了一种新的基于结构的映射方法，并使用合成和真实数据集进行了初步评估，结果表明，该方法对相似结构的图形具有很好的处理能力，可优于处理本体的大小和结构差异的对齐噪声。
PDF2 years ago
大规模临床本体的语义搜索
本文介绍了一种基于深度学习的方法来构建大型临床本体的语义搜索系统，该方法使用 Triplet-BERT 模型和直接从本体生成训练数据的方法，并在五个真实基准数据集上进行了评估，在自由文本到概念和概念到概念的搜索任务中取得了高结果。这项方法优
PDF3 years ago