Pular para o conteúdo principal

Reunião de Orientação - 04/01/2023

TO-DO  

1) Classe Disputed X (como território) possuem predicado 1310?

Levantar casos de "Disputed" no Label da Classe (não pode ser instância) com kypher

Levantar Disputed By com somente um valor

Seria um problema de modelagem se a semântica só estiver no rótulo

Sem qualificadores, envolvendo mais de um sexo declarado e cor/raça



2) Levantar Exemplo de população X séria histórica com kypher para contexto temporal

3) Elaborar análises sobre Restrições de Integridades (semântica desejada)

a) Dirigida ao modelo
Constraints na WD

Falta de constraints
>> Seria um problema de modelagem

b) Dirigida pelos dados
Inferir o Intencional a partir do Extensional (raciocínio de abdução)
Se 80% da propriedade é valor único
Se 80% da propriedade tem qualificador

Esta é a página do relatório de Constraints violadas na WD -> https://www.wikidata.org/wiki/Wikidata:Database_reports/Constraint_violations/Summary

4) Elaborar Definições dos Conceitos da Tese

BEST POSSIBLE ANSWER
ou
BETTER POSSIBLE ANSWER

27/01 o Sérgio fará uma seminário e queria falar deste conceito

fazendo analogia com a OutterTuning

5) Análise dos Levantamentos

A) Alegações com contexto completo podem ter conflito pq o contexto não as diferencia "qualifica o suficiente"

B) Alegações com contexto INcompleto podem não ter conflito se a base for completada

Contexto INcompleto pode ser a total ausência de qualificador ou existência parcial deles

C) Alegações com contexto completo podem não ter conflito pq naturalmente permitem mais de um valor

D) Alegações SEM contexto podem ter conflito mesmo que elas não requeiram contexto

6) Análise Qualitativa para as TOP-X com relação a semântica

- Olhar a query que expressa a restrição do repositório do Daniel
caso da single value e identificar quais qualificadores se aplicam


Discussões

1)  Conhecimento EXTERNO ao KG

Situações onde não é possível especificar ou completar a query para chegar em um valor único
Não estariam representados na base no MOMENTO pq estão relacionados com a tarefa, infinidade de ações e infinidade de atores.

TODAS as possibilidades não estariam representados no KG (Incompletude)

Exemplo da Capital de Israel
Temporal: Corrente
Proveniência: Segundo a Entidade X

Mas e se houverem outros fatores para a decisão? A decisão é arbitrária e cabe ao agente que vai usar a informação para tomar a decisão

2) OWA x CWA

Estamos evidenciando a dificuldade de trabalhar em mundo aberto pq filosoficamente ele é sempre aberto e dadas as condições o que é melhor que se pode responder usando o KG

3) Similaridade de contexto

Raciocínio espacial  ou temporal
Proveniência: fontes diferentes mas que usam a mesma
Iplicação lógica
A similaridade pode se dar até fora da base (também ser EXTERNA)
 
Ver os artigos que o Herman indicou sobre operações com Ontologias de Contexto

4) Limitações Científicas ou meramente Tecnológicas

a) A instância do WD

Existem KGs com Governança e fechados X Crowdsourcing e abertos

No segundo caso nós temos acesso para explorar e também permitem a pluralidade de pontos de vista - Dual Open World Assumption

Mas o primeiro caso também esbarra neste mesmo problema porém a solução tende a ser outra, a priori e com alguma regra que faça sentido no ambiente Corporativo (decisão institucional)

b) KGTK

Trabalharemos com o modelo da WD como hiper relacional

O modelo do KGTK é multi nível para qualificação

A proveniência, por exemplo, não pode ser associada a qualificações: limitação da WD

5) O objetivo do Artigo X a Tese

O Artigo vai apontar para a minha pesquisa pq vai mostrar que dadas estss incongruências / incosistências / ..., que seriam comnuns em KGs que permitem a pluralidade de pontos de vista, é necessário criar uma abordagem de resposta contextualizada para a busca exploratória

Para a comunidade WD o estudo é de interesse pela Análise da Qualidade

Os resultados do levantamento permitirão criar os estudos de caso para a tese para avalair a melhor resposta possível podendo detectar incompletudes e sugerir ações posteriores

Comentários

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...

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...

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 ...