Pular para o conteúdo principal

SBBD 2021 - Full, Short Papers e outros - Anotações de apresentações

  • Similarity Search and Correlation-Based Exploratory Analysis in EHRs: A Case Study with COVID-19 Databases

Video https://youtu.be/I2Dr9i8uk0w?t=3242

ERH - Eletronic Health Records

Consultas por similaridade: Dados os registro de dois pacientes, o sistema usa uma função de similaridade para comparar os registros ... não detalhou essa parte na apresentação

  • Interpreting BERT-based stance classification: a case study about the Brazilian COVID vaccination

Video https://youtu.be/TdzBkWGW3Cg?t=2803

BERT tem conseguido bons resultados na classificação de posições (polarizadas) porém modelos baseados em transformers não são fáceis de interpretar

Mecanismos de atenção permitem que todos os tokens se relacionarem uns com os outros 

Pró-Vacinas x Anti-vacinas x Anti-sinovaxxers 

Usou BERTimbau: primeira fase é ajuste fino do modelo

Atenção Absoluta, Relativa e Proporcional para cada palavra: peso da atenção

O baseline é o TF-IDF

  • THE NEW DBFICATION OF ML/AI

UC San Diego

Data sources -> Build -> Deploy

Não precisamos competir com as Big Techs na pesquisa, existem ninchos ... "cauda longa"

  • Keyword search over schema-less RDF datasets by SPARQL query compilation

Video https://youtu.be/VYFHjo4kkoo?t=139 

Contribuições: (1) o algoritmo usando KMV-Synopses (2) Dois conjuntos de experimentos (3) Uma métrica para computar a relevância de um grafo resposta em relação ao ground truth quando esse é uma única resposta e não uma lista 

KMV-Synopses: amostra sobre S usando uma função de hash e selecionando os k menores. Calculada em modo off-line ou seja pre processamento

Na fase online é a consulta, o match é feito com os literais. Uma floresta é criada (n árvores, uma para cada palavra-chave com match) e operações são aplicada para gerar a árvore de resposta usando as KMV-Synopses que irá dar origem a consulta SPARQL

Comparada com uma abordagem com esquema

A métrica de ranking considerou Top1

O principal problema da DBPedia é a ambiguidade. Nem sempre o match resolve esse problema pq o InfoRank é uma métrica de seleção da proposta que não está refletido no Benchmark, talvez seja necessário fazer backtracking

  • SEREIA – Busca por Palavras-Chave em Document Stores  

Video https://youtu.be/VYFHjo4kkoo?t=1780

schema later .... documentos semi-estruturados e aninhados

não é uma consulta que tenha resposta exata

Busca por Palavras-Chaves em BDs: Sistemas Baseados em Esquemas e Sistemas Baseados em Instâncias ... KEYWORD SEARCH (IR)

Consulta em Linguagem Natural em BDs: Sistemas Centrados em Dados e Sistemas Centrados em Linguagens ... NLIDB

VER NaLIR em SIGMOD'14

Sereia:(1) Keyword Matching (com valores e chaves da coleção de documentos), pode fazer uso de WordNet para a função de match; (2) Query Match ; (3) Candidate Join Network

Condições de Totalidade e Minimalidade no Keyword Matches no Query Match

Usar WordNet não é expansão, é match!?!?!

ALTIGRAN: A ideia de keyword search é igual a busca do Google, simples e para gerar exploração posterior pelo usuário X Consulta por linguagem natural é que busca substituir as consultas estruturadas por linguagem específica do modelo.

  • Uma Abordagem de Anotação Semântica Automática Direcionada Para Sistemas de Perguntas e Respostas

Contexto Semântico: distância euclidiana para o cálculo da distância entre a pergunta e as frases do abstract. Três estratégias consideradas: (1) considera a frase com menor distância, (2) considera a média das distâncias de todas as frases e (3) considera a média das distâncias das CINCO frases com menor distância

BERT para identificar o contexto da pergunta completa e depois enriquecer com dados de bases de conhecimento como a DBPedia

No BERT chamaram atenção para o parâmetro max_seq_len (trunca a sentença de entrada em um tamanho máximo, máximo 512). Separou os abstracts em frases.

Compararam como baseline com o Jaro_Winkler: distância muito usada na tarefa de vinculação de entidades 

Comentários

Postar um comentário

Sinta-se a vontade para comentar. Críticas construtivas são sempre bem vindas.

Postagens mais visitadas deste blog

Connected Papers: Uma abordagem alternativa para revisão da literatura

Durante um projeto de pesquisa podemos encontrar um artigo que nos identificamos em termos de problema de pesquisa e também de solução. Então surge a vontade de saber como essa área de pesquisa se desenvolveu até chegar a esse ponto ou quais desdobramentos ocorreram a partir dessa solução proposta para identificar o estado da arte nesse tema. Podemos seguir duas abordagens:  realizar uma revisão sistemática usando palavras chaves que melhor caracterizam o tema em bibliotecas digitais de referência para encontrar artigos relacionados ou realizar snowballing ancorado nesse artigo que identificamos previamente, explorando os artigos citados (backward) ou os artigos que o citam (forward)  Mas a ferramenta Connected Papers propõe uma abordagem alternativa para essa busca. O problema inicial é dado um artigo de interesse, precisamos encontrar outros artigos relacionados de "certa forma". Find different methods and approaches to the same subject Track down the state of the art rese...
3 comentários
Leia mais

Knowledge Graph Embedding with Triple Context - Leitura de Abstract

  Jun Shi, Huan Gao, Guilin Qi, and Zhangquan Zhou. 2017. Knowledge Graph Embedding with Triple Context. In Proceedings of the 2017 ACM on Conference on Information and Knowledge Management (CIKM '17). Association for Computing Machinery, New York, NY, USA, 2299–2302. https://doi.org/10.1145/3132847.3133119 ABSTRACT Knowledge graph embedding, which aims to represent entities and relations in vector spaces, has shown outstanding performance on a few knowledge graph completion tasks. Most existing methods are based on the assumption that a knowledge graph is a set of separate triples, ignoring rich graph features, i.e., structural information in the graph. In this paper, we take advantages of structures in knowledge graphs, especially local structures around a triple, which we refer to as triple context. We then propose a Triple-Context-based knowledge Embedding model (TCE). For each triple, two kinds of structure information are considered as its context in the graph; one is the out...
Postar um comentário
Leia mais

KnOD 2021

Beyond Facts: Online Discourse and Knowledge Graphs A preface to the proceedings of the 1st International Workshop on Knowledge Graphs for Online Discourse Analysis (KnOD 2021, co-located with TheWebConf’21) https://ceur-ws.org/Vol-2877/preface.pdf https://knod2021.wordpress.com/   ABSTRACT Expressing opinions and interacting with others on the Web has led to the production of an abundance of online discourse data, such as claims and viewpoints on controversial topics, their sources and contexts . This data constitutes a valuable source of insights for studies into misinformation spread, bias reinforcement, echo chambers or political agenda setting. While knowledge graphs promise to provide the key to a Web of structured information, they are mainly focused on facts without keeping track of the diversity, connection or temporal evolution of online discourse data. As opposed to facts, claims are inherently more complex. Their interpretation strongly depends on the context and a vari...
2 comentários
Leia mais