基于 Amazon Alexa 的生物学知识图谱问答
人工智能
2022-10-13 v1 数据库
信息检索
摘要
关于药物、基因、蛋白质、病毒及其机制的的结构化与非结构化数据和事实分散于海量科学文献中。这些文献是大规模知识源，对传播特定生物过程机制的知识具有巨大影响。通过整合此类事实与数据可构建知识图谱（KG），用于数据集成、探索和联邦查询。然而，由于缺乏对底层数据资产或语义技术的了解，探索与查询大规模 KG 对部分用户而言十分繁琐。问答（QA）系统可利用 KG 中包含的三元组自动回答自然语言问题。近来，数字助理的使用与适配日益广泛，因其能通过语音指令控制智能系统或设备。本文探讨使用 Amazon Alexa 的语音交互界面实现 KG 上的 QA。作为概念验证，我们采用知名 DisgeNET KG，其包含覆盖 21,671 个基因与 30,170 种疾病、障碍及临床或异常人类表型之间 113 万条基因-疾病关联的知识。我们的研究展示了 Alexa 如何助力从大规模知识库中查找特定生物实体的事实。
引用
@article{arxiv.2210.06040,
title = {Question Answering Over Biological Knowledge Graph via Amazon Alexa},
author = {Md. Rezaul Karim and Hussain Ali and Prinon Das and Mohamed Abdelwaheb and Stefan Decker},
journal= {arXiv preprint arXiv:2210.06040},
year = {2022}
}
备注
This paper is based on the Knowledge Graph Lab course (https://dbis.rwth-aachen.de/dbis/index.php/) offered at Computer Science 5 - Information Systems and Databases, RWTH Aachen University, Germany, and a joint collaboration with Osthus GmbH (https://www.osthus.com/), Aachen, Germany