Pular para o conteúdo principal

Reunião de Orientação - 21/12/2022

Itens

1) Discussão da última reunião: Identidade é importante para montar a melhor resposta mas não é Contexto de Conhecimento, o que seria então?

- Artigo do Guizzard -> https://versant-pesquisadedoutorado.blogspot.com/2022/12/individual-determinacy-and-identity.html

- Mudança no Modelo CKG -> https://versant-pesquisadedoutorado.blogspot.com/2022/12/contexto-identidade-x-determinacao.html

2) Alegações potencialmente Controversas / Incongruentes: 

- Levantamento com o kgtk

- Artigo indicado pelo Altigran na Defesa de Proposta -> https://versant-pesquisadedoutorado.blogspot.com/2022/12/identifying-controversial-articles-in.html

- Outline do Artigo sobre o levantamento -> https://docs.google.com/document/d/1m8IbEjf6AXTb8xVHjo1lD4D-Gy4HYa5uRIN4vPZ7D24/edit?usp=sharing

Discussões

Premissa: as propriedades vem de um namespace para evitar ambiguidade nos nomes dos predicados

Classe Composição Identidade (entre Predicado e Entidade) na nova versão do CKG

População de Juazeiro - como diferenciar o contexto localização e identidade no exemplo de população

O contexto seria somente para predicados de nível 2 (qualificadores de uma alegação) e não para predicados de nível 1 (atributos e relações)

Incongruências: 

Fulano nasceu no município do Rio de Janeiro (1)

Fulano nasceu no estado do Rio de Janeiro (2)

(1) implica em (2). 

Ciclano nasceu no dia 01/01/1980 de acordo com a certidão de nascimento (3)

Ciclano nasceu no dia 05/02/1975 de acordo com os pais da Ciclano (4)

(3) e (4) são incongruentes mas dependendo da ação podem ser verdadeiros

Experimentos em duas etapas:

(1) Prova de Conceito para identificar qual melhor abordagem de apresentar a melhor respostas

(2) Experimento mais robusto com esta abordagem

Flexibilizar o contexto quando o mesmo é especificado completo na consulta (exemplo "Qual a população do Rio de Janeiro no dia 01/01/2022?" mas não tem nesta data e tem data posterior ou anterior)

BD em CWA e Sistemas de Informação: Consistência garantida através de restrições de integridade.

KG em OWA: Consistência não é garantida mas pode ser identificada se está presente ou não

Best Possible Answer é melhor (Better) que as respostas atuais. Argumentar que o objetivo é dar insumos para o processo de decisão que depende de variáveis externas ao KG. 

Framework para sistemas de exploração em KG.

Próximos Passos 

Exercícios de Exemplos de Identidade diferentes de "Capital de"

Levantamento para statements que tem mas violam restrições de integridade (do predicado), de quais qualificadores são obrigatórios

 Dicionário para a planilha

 

 

 

Marcadores:

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

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 ...
Postar um comentário
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