Pular para o conteúdo principal

kgtk lexicalize

 Fonte https://kgtk.readthedocs.io/en/latest/transform/lexicalize/

kgtk lexicalize builds English sentences from KGTK edge files.

The primary purpose of this command is to construct inputs for text-based distance vector analysis. However, it may also prove useful for explaining the contents of local subsets of Knowledge Graphs.

Geração das sentenças para o grafo RDF@KGTK da base do lattes

conda activate kgtk-env

kgtk lexicalize --input-file lattes-prof4.tsv --add-entity-labels-from-input \
--label-properties foaf:name dc:title skos:prefLabel geo:name \
--description-properties foaf:citationName bio:biography bibo:presentedAt dcterms:subject geo:countrycode \
--isa rdf:type \
--property-value foaf:identifier foaf:homepage foaf:topic_interest dc:creator dc:language dcterms:isPartOf dcterms:isReferencedBy dcterms:issued \
--verbose > lattes-prof4-text.tsv  2> lattes-prof4-text.log  &

Exemplos

lattes:0088939094557856#P466    sentence    "\"Campanhas online e democracia: as mídias digitais nas eleições de 2016 nos Estados Unidos e 2018 no Brasil\", Comunicação e Política, is a bibo:Chapter dc:creator Arthur Cezar de Araujo Ituassu Filho and dc:creator Letícia Capone and dc:creator Sergio Lifschitz and dc:creator Vivian Mannheimer and dc:language Português and dcterms:isPartOf O Brasil vai às urnas: as campanhas eleitorais para presidente na TV e internet and dcterms:isReferencedBy CV Lattes de Arthur Cezar de Araujo Ituassu Filho and dcterms:issued 2019."


lattes:0088939094557856#author-idm45742451754928    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S., is a foaf:Person foaf:identifier 8164403687403639."
lattes:0088939094557856#author-idm45742452173232    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S., is a foaf:Person foaf:identifier 8164403687403639."
lattes:0088939094557856#author-idm45742452256816    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S., is a foaf:Person foaf:identifier 8164403687403639."

lattes:1095304607841635#author-idm45584827724496    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S., is a foaf:Person."
lattes:1095304607841635#author-idm45584827776128    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S., is a foaf:Person."
lattes:1095304607841635#author-idm45584827846384    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S., is a foaf:Person."
lattes:1095304607841635#author-idm45584827975008    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S., is a foaf:Person."

lattes:8164403687403639#author-idm45713126051216    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S.;LIFSCHITZ, Sergio;LIFSCHITZ, SÉRGIO, is a foaf:Person foaf:identifier 8164403687403639."
lattes:8164403687403639#author-idm45713126060592    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S.;LIFSCHITZ, Sergio;LIFSCHITZ, SÉRGIO, is a foaf:Person foaf:identifier 8164403687403639."
lattes:8164403687403639#author-idm45713126069392    sentence    "\"Sergio Lifschitz\", LIFSCHITZ, S.;LIFSCHITZ, Sergio;LIFSCHITZ, SÉRGIO, is a foaf:Person foaf:identifier 8164403687403639."

lattes:0964031559829384#P9    sentence    "\"Skew handling for parallel BLAST processing\", Bancos de Dados, is a bibo:Article dc:creator Rogério Luís de Carvalho Costa and dc:creator Sergio Lifschitz and dc:language Inglês and dcterms:isPartOf Anais. SBC and dcterms:isReferencedBy CV Lattes de Rogério Luís de Carvalho Costa and dcterms:issued 2003."


lattes:8164403687403639#masterthesis3    sentence    "\"Um Algoritmo Linear para o Cálculo de Algumas Funções Distância entre Polígonos Convexos\", Matemática da Computação, is a bibo:Thesis dc:creator lattes:8164403687403639#author-idm45713129642576 and dcterms:isReferencedBy CV Lattes de Sergio Lifschitz and dcterms:issued 1990."


lattes:8164403687403639#phdthesis7    sentence    "\"Stratégies d\'Evaluation Parallèle de Requêtes Datalog Récursives\", Banco de Dados, is a bibo:Thesis dc:creator lattes:8164403687403639#author-idm45713129642576 and dcterms:isReferencedBy CV Lattes de Sergio Lifschitz and dcterms:issued 1994."

Mas ainda não consegui gerar os text embeddings com essa base de dados

Comentários

Postagens mais visitadas deste blog

Aprendizado de Máquina Relacional

 Extraído de -> https://www.lncc.br/~ziviani/papers/Texto-MC1-SBBD2019.pdf   Aprendizado de máquina relacional (AMR) destina-se à criação de modelos estatísticos para dados relacionais (seria o mesmo que dados conectados) , isto é, dados cuja a informação relacional é tão ou mais impor tante que a informação individual (atributos) de cada elemento.    Essa classe de aprendizado tem sido utilizada em diversas aplicações, por exemplo, na extração de informação de dados não estruturados [Zhang et al. 2016] e na modelagem de linguagem natural [Vu et al. 2018].   A adoção de técnicas de aprendizado de máquina relacional em tarefas de comple mentação de grafo de conhecimento se baseia na premissa de existência de regularidades semânticas presentes no mesmo . Modelos grafos probabilísticos  Baseada em regras / heurísticas que não podem garantir 100% de precisão no resultado da inferência mas os resultados podem ser explicados. Modelos de características de ...

Defesa de Doutorado de Grettel Monteagudo Garcia

A última atividade presencial que fiz na PUC-Rio foi assistir a defesa de tese da Grettel Monteagudo Garcia , em 13/03/2020 (uma sexta-feira 13 !!!!). O título da tese é “ A Keyword-based Query Processing Method for Datasets with Schemas ” e me interessou por causa do projeto do NIMA. A proposta parte do cenário onde usuários possam consultar dados, armazenados em bancos de dados relacionais e TripleStores, de maneira semelhante ao Google, ou seja, digitando palavras-chave, e deixando para o sistema recuperar os dados que melhor correspondem ao conjunto de palavras-chave.  Na tese estão descritos um algoritmo e um framework projetados para processar consultas baseadas em palavras-chave para bases de dados com esquema, especificamente bancos relacionais e bases de dados em RDF. A primeira etapa do algoritmo é a conversão do conjunto de palavras chaves em uma consulta abstrata explorando um esquema abstrato . Nesta etapa o principal desafio é achar onde a informação está (os matches...

Metodologia Científica II - continuação

No primeiro post  foram detalhados os 6 primeiros vídeos do canal do Youtube do professor Eduardo Ogasawara do CEFET/RJ   Mais 3 vídeos foram disponibilizados e estão comentados a seguir: Gráficos, Figuras e Tabelas (33 minutos) - como apresentar os resultados das avaliações experimentais. Gráficos: associar análises dos resultados a cada gráfico apresentado, problemas comuns na montagem de gráficos (não usar todo eixo X ou Y, não usar área útil com uma escala adequada a ver o comportamento dos números, não marcar os pontos de observação da série, inconsistência no uso de cores ), escala logarítmica x linear, eixo X para a variável independente e Y para a dependente (resposta), escrever boas legendas para os gráficos, observar se diferenças entre variáveis apresentadas em gráficos separados podem atrapalhar a interpretação dos resultados. Diagramas devem ser pensados de acordo com o propósito, trata-se de uma abstração e cada elemento deve ser explicado no texto, rótulos...