Pular para o conteúdo principal

Reunião de orientação - 08/03/2023

Sérgio fica desconfortável com avaliações somente qualitativas

Daniel ratifica a importância de formalizar a "Best" Possible Answer, independente da avaliação
- Best é subjetiva, depende da ação (que pode ser circunscrita, fixada) e das pessoas

Abdução para cada CLAIM, quais fatores serão levados em consideração para considerar uma Alegação Verdadeira

Mesmo que só um CLAIM seja recuperado, ainda é preciso avaliar a veracidade

Quando recuperam vários CLAIMS ainda pode ser necesário completar o contexto antes da avaliação

Ontologia é esquema
KG Contextualizado é estender a Ontologia para identificar o contexto

Cenário do dado incompleto poderá gerar multiplas respostas: Em um grafo existente, incluir o mapeamento do Contexto e ainda podem haver instâncias incompletas

Limites: vamos acessar as referências para obter mais informações ou vamos orientar aos usuários a buscar nas referências
Esgotar os recursos do KG para verificar a veracidade do CLAIM e apontar a incompletude do KG

Usuário faz uma exploração (uma query ou uma seq de queires) onde ele atinge a satisfação ou esgota os recursos ponto de parada forçada: tempo, CPU, dados). A query pode ser completa ou incompleta (e "completada" pelas regras e pelo esquema CKG ou diálogo). Um ou vários resultados e aplicar o raciocício abdutivo pois parte da premissa do Dual OWA, em caso de várias ranquear. A função de ranqueamento pode ser por exemplo proveniência em que uma instituição de fé pública seria mais importante que outras, em caso de mais de uma pode haver resolução de conflito. Dos resultados podem haver variáveis "unbound" ou seja o usuário buscar outras fontes para fazer o bind CASO queira realmente usar em uma ação.

Trabalhos de enriquecimento são complementares pq seriam o esforço para fazer o BIND em tempo de resposta.

Explicar genérico / abstrato -> detalhar em formalizar -> formalizar / concreto


-------
Fazer um subset de uma base e exemplificar para validar o conceito

Não seria toy example, seria um exemplo realista (que exercita as nuances) mas não precisar ter a complecidade de uma situação real

Se conseguir um estudo de caso do IBGE, um problema típico de exploração de dados estatístico ou geográfico.

Olhar os subsets do KGTK para os exemplos que tenham as características  que queremos exercitar.

Metamodelo de contexto no KGTK

-------

Projeto de Herança Cultural - Odores

Base semântica para museus: cadeia de custódia (proveniência) para definir se a alegação de propriedade tem fundamentação (processo jurídico)

Polifônicos ... sentido de perspectivas

--------

Eleições fraudadas, Mudanças Climáticas

Não precisa chegar em uma resposta / veredito
Explorar Controvérsias


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