知识图谱中广义多模态图模式的自底向上任意时间发现
人工智能
2024-10-10 v1 数据库
摘要
大量异构知识正以知识图谱的形式公开可用，这些图谱通常链接了多个从未同时出现过的数据源，从而使学者能够回答许多新的研究问题。然而，通常事先并不知道数据可能对哪些问题有答案，这可能导致许多有趣和新颖的见解未被发现。为了在科学工作流程中支持学者，我们引入了一种任意时间算法，用于在知识图谱中自底向上发现广义多模态图模式。每个模式是带有(数据)类型变量、常量和/或值模式的二元陈述的合取。在发现后，这些模式被转换为SPARQL查询，并连同元数据和出处信息一起呈现在交互式分面浏览器中，使学者能够探索、分析和共享查询。我们从用户角度，借助人文学科的领域专家对我们的方法进行了评估。
引用
@article{arxiv.2410.05839,
title = {Bottom-up Anytime Discovery of Generalised Multimodal Graph Patterns for Knowledge Graphs},
author = {Xander Wilcke and Rick Mourits and Auke Rijpma and Richard Zijdeman},
journal= {arXiv preprint arXiv:2410.05839},
year = {2024}
}