Pular para o conteúdo principal

Disputas e Ranking na WD - estatísticas

WD de Junho de 2022

# and % and distribution of % of "disputed by" statements

559,038,971 CLAIMS
1,577 disputed by

0,0028 %

Comando

(base) rootvm096:/app/kgtk/temp# zcat /app/kgtk/data/my-tsv/disputedBy-claims-sorted.tsv.gz | wc -l
1,578

TOP 10 PROPERTIES (Disputed By)

(base) root@vm096:/home/cloud-di# kgtk sort -i /app/kgtk/data/my-tsv/disputedBy-claims-pred-count-label.tsv -c node2 --reverse-columns node2 --numeric-columns node2 / head
node1   label   node2   node1;distribution      node1;label
P17     count   561     35.5739 'country'@en
P3355   count   186     11.7945 'negative therapeutic predictor'@en
P3354   count   140     8.8776  'positive therapeutic predictor'@en
P131    count   106     6.7216  'located in the administrative territorial entity'@en
P31     count   78      4.9461  'instance of'@en
P460    count   43      2.7267  'said to be the same as'@en
P3359   count   29      1.8389  'negative prognostic predictor'@en
P40     count   20      1.2682  'child'@en
P39     count   19      1.2048  'position held'@en
P170    count   18      1.1414  'creator'@en

node1;distribution = (node2 / 1,577) * 100

# and % of "ranked" statements

559,038,971 CLAIMS
553,558,106 normal rank
5,480,866 preferred rank
0 deprecated rank

0,98 % preferred rank

Comando

(base) rootvm096:/app/kgtk/temp# kgtk filter -i $GRAPH_CLAIMS --label rank -p " ; preferred ;  "  | wc -l
5,480,867

(base) rootvm096:/app/kgtk/temp# kgtk filter -i $GRAPH_CLAIMS --label rank -p " ; deprecated ;  "  | wc -l
1

(base) rootvm096:/home/cloud-di#      kgtk filter -i $GRAPH_CLAIMS --label rank -p " ; normal ;  "  | wc -l
553,558,106

*** O arquivo de CLAIMS tem somente normal ou preferred na coluna rank, não tem deprecated

TOP 10 PROPERTIES (Preferred Rank) with Distribution of % of "ranked" statements

(base) root@vm096:/home/cloud-di# kgtk sort -i /app/kgtk/data/my-tsv/preferredRank-claims-pred-count-label.tsv -c node2 --reverse-columns node2 --numeric-columns node2 / head
node1   label   node2   node1;distribution      node1;label
P1215   count   3914843 71.4275 'apparent magnitude'@en
P1082   count   225689  4.1178  'population'@en
P131    count   185778  3.3896  'located in the administrative territorial entity'@en
P8687   count   174665  3.1868  'social media followers'@en
P17     count   88322   1.6115  'country'@en
P31     count   77369   1.4116  'instance of'@en
P569    count   76903   1.4031  'date of birth'@en
P150    count   61848   1.1284  'contains administrative territorial entity'@en
P764    count   59749   1.0901  'OKTMO ID'@en
P1540   count   50994   0.9304  'male population'@en

node1;distribution = (node2 / 5,480,866) * 100

# and % of statements with preferred rank qualifier (P7452)

559,038,971 CLAIMS
72,234 preferred rank qualifier (P7452)

0,0129 %

Comando

(base) rootvm096:/home/cloud-di# zcat /app/kgtk/data/my-tsv/preferredRank-pred-P7452-sorted.tsv.gz | wc -l
72,235

TOP 10 PROPERTIES (Preferred Rank) with Distribution of % of "ranked" statememts

(base) root@vm096:/home/cloud-di# kgtk sort -i /app/kgtk/data/my-tsv/preferredRank-pred-P7452-count-label.tsv -c node2 --reverse-columns node2 --numeric-columns node2 / head
node1   label   node2   node1;distribution      node1;label
P569    count   34068   47.1634 'date of birth'@en
P570    count   17140   23.7284 'date of death'@en
P131    count   15474   21.422  'located in the administrative territorial entity'@en
P625    count   471     0.652   'coordinate location'@en
P19     count   371     0.5136  'place of birth'@en
P571    count   307     0.425   'inception'@en
P735    count   298     0.4125  'given name'@en
P856    count   297     0.4112  'official website'@en
P20     count   262     0.3627  'place of death'@en
P31     count   244     0.3378  'instance of'@en

node1;distribution = (node2 / 72,234) * 100

# and % of statements with deprecated rank qualifier (P2241)

559,038,971 CLAIMS
4,927 deprecated rank qualifier (P2241)

0,00088 %

Comando

(base) root@vm096:/home/cloud-di# zcat /app/kgtk/data/my-tsv/deprecatedRank-pred-P2241-sorted.tsv.gz | wc -l
4928

TOP 10 PROPERTIES (Deprecated Rank) with Distribution of % of "ranked" statemts

(base) root@vm096:/home/cloud-di# kgtk sort -i /app/kgtk/data/my-tsv/deprecatedRank-pred-P2241-count-label.tsv -c node2 --reverse-columns node2 --numeric-columns node2 / head
node1   label   node2   node1;distribution      node1;label
P2276   count   1579    32.0479 'UEFA player ID'@en
P856    count   695     14.1059 'official website'@en
P8580   count   561     11.3862 'NHK Archives Portal person ID'@en
P1367   count   306     6.2107  'Art UK artist ID'@en
P4762   count   139     2.8212  'Common Database on Designated Areas ID'@en
P809    count   138     2.8009  'WDPA ID'@en
P345    count   111     2.2529  'IMDb ID'@en
P136    count   95      1.9282  'genre'@en
P569    count   71      1.441   'date of birth'@en
P5161   count   69      1.4004  'Trustpilot company ID'@en

node1;distribution = (node2 / 4,927) * 100

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 ...

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...

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...