一言でいうと
消費者シナリオにおける知識グラフ表現の適合性を分析
著者/所属機関
Ana Iglesias-Molina, Kian Ahrabian, Filip Ilievski, Jay Pujara and Oscar Corcho
- Ontology Engineering Group, Universidad Polit´ecnica de Madrid, Madrid, Spain
DOI
10.1007/978-3-031-47240-4_15
会議名(ジャーナル名)
The 22nd International Semantic Web Conference (ISWC2023)
トラック
Research Track
動機
RDFなどの伝統的なモデル以外にも，プロパティグラフ，Wikidataモデル，RDF-starなど様々あるが，その表現が消費者シナリオ（知識探索，体系的クエリなどに）にどう影響を与えるかを調査した研究
手法
標準再化，N-ary関係，Wikidata修飾子，RDF-starの4つの表現方法を対象． 知識探索タスクのためのユーザースタディ，合成データセットと実世界のデータセットを用いた体系的クエリングの評価，知識グラフの埋め込みモデルを用いたグラフ完成タスクのパフォーマンス測定
背景
知識グラフの使用の際に，どういうシナリオで何が最適化の一致した見解がない
関連研究や新規性など。
結果
QualifiersとRDF-starが知識探索と体系的クエリに適する． 標準再化モデルは高いパフォーマンスを出すがユーザにとって使いずらい可能性
考察
標準再化（Standard Reification）は反直感的な構造で、ナビゲートする際に時間がかかるだけでなく，正確で完全な情報の取得が複雑
課題
異なる知識グラフ表現の間の相互運用性を促進し，有用性を高める
読んだ範囲
斜め読み程度
一言でいうと
消費者シナリオにおける知識グラフ表現の適合性を分析
著者/所属機関
Ana Iglesias-Molina, Kian Ahrabian, Filip Ilievski, Jay Pujara and Oscar Corcho
DOI
10.1007/978-3-031-47240-4_15
会議名(ジャーナル名)
The 22nd International Semantic Web Conference (ISWC2023)
トラック
Research Track
動機
RDFなどの伝統的なモデル以外にも，プロパティグラフ，Wikidataモデル，RDF-starなど様々あるが，その表現が消費者シナリオ（知識探索，体系的クエリなどに）にどう影響を与えるかを調査した研究
手法
標準再化，N-ary関係，Wikidata修飾子，RDF-starの4つの表現方法を対象． 知識探索タスクのためのユーザースタディ，合成データセットと実世界のデータセットを用いた体系的クエリングの評価，知識グラフの埋め込みモデルを用いたグラフ完成タスクのパフォーマンス測定
背景
知識グラフの使用の際に，どういうシナリオで何が最適化の一致した見解がない
関連研究や新規性など。
結果
QualifiersとRDF-starが知識探索と体系的クエリに適する． 標準再化モデルは高いパフォーマンスを出すがユーザにとって使いずらい可能性
考察
標準再化（Standard Reification）は反直感的な構造で、ナビゲートする際に時間がかかるだけでなく，正確で完全な情報の取得が複雑
課題
異なる知識グラフ表現の間の相互運用性を促進し，有用性を高める
読んだ範囲
斜め読み程度