Pesquisa de Doutorado da Veronica

Ji, S., Pan, S., Cambria, E., Marttinen, P., & Philip, S. Y. (2021). A survey on knowledge graphs: Representation, acquisition, and applications.  IEEE Transactions on Neural Networks and Learning Systems ,  33 (2), 494-514.   Abstract— 1) knowledge graph representation learning, 2) knowledge acquisition and completion, 3) temporal knowledge graph, and 4) knowledge-aware applications, and summarize recent breakthroughs and perspective directions to facilitate future research.    We further explore several emerging topics, including meta relational learning, commonsense reasoning, and temporal knowledge graphs.    To facilitate future research on knowledge graphs, we also provide a curated collection of datasets and open-source libraries on different tasks.    [Olhar os datasets]  I. INTRODUCTION   A knowledge graph is a structured representation of facts, consisting of entities, relationships, and semantic descriptions. Entities can be real-world objects and abstract concepts, re

  Apresentação Vídeo da Apresentação   Comentários da banca Professor Altigram Sibyl caiu do nada! Cuidado na escrita. A pesquisa cobre uma lacuna na literatura sobre Busca em KG. A abordagem é promissora, é um trabalho de doutorado que vale a pena. Contextual KG não existem na literatura, não existe uma estrutura semântica. O problema de construir o CKG não seria tão importante quanto realizar a Busca Exploratória?  Já existem KG com contexto mas não está explícito assim como podem existir KG sem contexto.  Daniel: Wikidata já tem a meta informação de contexto representada. Então seria o caso de criar uma visão sobre os dados existentes para explorar os aspectos contextuais.  Ou seja, já existem as premissas. É razoável assumir que com o que já existe é possível acrescentar a camada semântica para a exploração.  Se algum dia a busca vai funcionar para KG, tem que ser a Busca Exploratória. A comparação com o estado da arte não seria quantitativa pq não existe um baseline. A aval

Shah, C., & Bender, E. M. (2022, March). Situating Search. In ACM SIGIR Conference on Human Information Interaction and Retrieval (pp. 221-232). Vídeo da apresentação : https://youtu.be/VY1GHbU_FYs A proposta do Google é substituir as ferramentas de busca por ChatBots (simular a conversa com um especialista)   ABSTRACT   Search systems, like many other applications of machine learning, have become increasingly complex and opaque .  [Opaco quanto as escolhas sobre o que estaria implícito na pergunta]   The notions of relevance, usefulness , and trustworthiness with respect to information were already overloaded and often difficult to articulate, study, or implement. Newly surfaced proposals that aim to use large language models to generate relevant information for a user’s needs pose even greater threat to transparency, provenance, and user interactions in a search system.   In this perspective paper we revisit the problem of search in the larger context of information seeking an