Уточнение графов знаний: обзор подходов и методов оценки
Knowledge graph refinement: A survey of approaches and evaluation methods
2016-12-06
SCID: 54.1/h3ungf2z
Discuss with AI
DBpediaYAGOметоды оценкиуточнение графов знанийграфы знаний
Figures from the paper
Abstract (AI)
В последние годы были созданы различные веб-графы знаний — как бесплатные, так и коммерческие. Хотя компания Google ввела термин «граф знаний» в 2012 году, существует также несколько общедоступных графов знаний; среди них — DBpedia, YAGO и Freebase.
Key Findings
1
DBpedia, YAGO и Freebase названы важными открыто доступными графами знаний.
2
Отмечается, что после популяризации термина «граф знаний» компанией Google в 2012 году число графов знаний значительно выросло.
3
Статья рассматривает методы уточнения веб-графов знаний, охватывая как свободно доступные, так и коммерческие графы знаний.
4
В обзоре рассматриваются методы оценки подходов к уточнению графов знаний.
Research Object
Методы уточнения (рефинемента) и оценки знаний в графах знаний
Research Subject
Подходы к уточнению графов знаний и методы их оценки
Publication Details
Publication Date
2016-12-06
Journal
Publisher
ISSN
Cited by
1209
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai4
Работы, цитирующие эту статью11
Обзор графов знаний: представление, получение и приложения2021
Встраивание графа знаний: обзор подходов и приложений2017
Графы знаний2021
Обзор рекомендательных систем на основе графов знаний2020
Встраивание графов знаний для предсказания связей2021
Построение графов знаний и их биомедицинские применения2020
Графы знаний промышленного масштаба: уроки и проблемы2019
Определение процесса разработки графа знаний на основе систематического обзора2022
Построение графов знаний: современное состояние и проблемы2024
Генерация исследовательских гипотез на основе научных графов знаний2025
Исследование оптимизации модели обучения переводу с английского языка в высших учебных заведениях на основе картирования знаний2024