Tab2KG：基于轻量级语义轮廓的语义表格解释
人工智能
2023-02-03 v1
摘要
表格数据在许多数据分析和机器学习任务中起着至关重要的作用。通常，表格数据不具备任何机器可读的语义。在此背景下，语义表格解释对于使数据分析工作流更鲁棒且可解释至关重要。本文提出 Tab2KG——一种针对具有先前未见数据的表格解释并自动推断其语义以将其转换为语义数据图的新方法。我们引入原始的轻量级语义轮廓，用以丰富领域本体的概念与关系并表示领域与表格特征。我们提出一种依赖这些轮廓的一次性学习方法，将包含先前未见实例的表格数据集映射到领域本体。与现有语义表格解释方法不同，Tab2KG 仅依赖语义轮廓且不需要任何实例查找。该特性使 Tab2KG 特别适用于数据分析场景，其中数据表通常包含新实例。我们在来自不同应用领域的若干真实世界数据集上的实验评估表明，Tab2KG 优于最先进的语义表格解释基线。
引用
@article{arxiv.2302.01150,
title = {Tab2KG: Semantic Table Interpretation with Lightweight Semantic Profiles},
author = {Simon Gottschalk and Elena Demidova},
journal= {arXiv preprint arXiv:2302.01150},
year = {2023}
}