类粒度：你的知识图谱在多大程度上丰富了现实世界的表示？
人工智能
2024-11-12 v1
摘要
为了有效管理和利用知识图谱，拥有能够从不同角度评估知识图谱质量的指标至关重要。虽然已有关于知识图谱质量指标的研究，但缺乏衡量本体（作为知识图谱的骨干）定义得多么丰富以及丰富定义的本体所产生影响的指标。在本研究中，我们提出了一种新的指标——类粒度（Class Granularity），用于衡量知识图谱在定义具有独特特征的类的精细程度方面的结构化程度。此外，本研究展示了类粒度在知识图谱下游任务中的潜在影响。特别是，我们探讨了其对图嵌入的影响并提供了实验结果。此外，本研究超越了主要关注规模和类分布等因素的传统关联开放数据比较研究，使用类粒度来比较四个不同的 LOD 来源。
引用
@article{arxiv.2411.06385,
title = {Class Granularity: How richly does your knowledge graph represent the real world?},
author = {Sumin Seo and Heeseon Cheon and Hyunho Kim},
journal= {arXiv preprint arXiv:2411.06385},
year = {2024}
}
备注
10 pages