Pesquisa de Doutorado da Veronica

Apresentando o exemplo do H4 - História Geo-Politica do Brasil Dimensões: Temporal, Localização, Proveniência e Domínio Tipo de Contexto Genérico: é um tipo onde o engenheiro especifique que é importante mapear como contexto mas sem detalhar qual Exemplos de consulta 1) Estado do Brasil: caso onde o usuário conhece a entidade que existe no grafo 2) Brasil Colonial: caso onde o usuário não conhece as entidades concretas mas tem uma entidade abstrata em seu modelo mental que corresponde ao um período histórico A interface traduz para 3 nós de entidades concretas na consulta 3) Brasil de acordo com um sistema administrativo concreto: a interface constrói a query como um sub-grafo mas a query está incompleta quanto ao contexto.  A query está sintaticamente correta e produz um resultado correto pq a instância não tem casos adicionais mas para estar semanticamente correta deve incluir o contexto. Aqui se faz necessário uma meta-query para identificar que está incompleta e completar. Depois d

 https://youtu.be/WqYBx2gB6vA  https://www.linkedin.com/feed/update/urn:li:activity:7067193794328154112?utm_source=share&utm_medium=member_desktop In this talk, he deliberated that despite #AI ’s great strides in text processing, the compliance burden benefits the most from more straightforward, structured ways of encoding and sharing knowledge that fills the gap of modern risk-based, implementation-specific approaches.  Esforço humano em construir KG  Large Language Models ... modelos com redes neurais ChatGPT fornece contexto assim como a pesquisa do Google Custo de treinamento do modelo seria beeeem maior que o de manter um GraphDB  Exemplo de conflito em local de nascimento: WD, Wikipedia, Google e ChatGPT em dois idiomas fornecem respostas diferentes. Não tem a fonte (que seria o contexto). A resposta em Croata foi baseada em probabilidade e não em uma fonte (mas deveria vir com um contexto de "acurácia") ChatGPT decorou todos os QIDs?????? ChatGPT tem consciênci

Objetivo : apresentar como as operações da Álgebra de Ontologias Contextualizadas podem ser aplicáveis ou não ao CKG Comentários Reforçar que o usuário realiza a busca que temos interesse é dos casos onde o usuário a realiza com a intenção de executar uma tarefa e isto é influenciado por diferentes contextos. Tornar explícito que a intenção do usuário com a resposta depende do contexto mesmo que a consulta incompleta por hipótese não reflita esta intenção.  Revisamos o paralelo (comparabilidade) entre as definições de CO e CKG apresentado ao professor Hermann. No caso do KG H não existe separação objeto e contexto, tudo faz parte do mesmo grafo e a camada que torna o contexto explícito faz o mapeamento para separar/identificar o que é contexto. As regras ainda podem inferir contexto implícito a partir das alegações (instâncias e modelo) do KG.  Debatemos sobre a sobrecarga da palavra contexto, Daniel sugeriu incluir algum adjetivo como por exemplo Exploration Context (já que é Busca E

Vídeo -> https://youtu.be/P3-nklyrDx4 Denny Vrandečić, Lydia Pintscher, and Markus Krötzsch. 2023. Wikidata: The Making Of. In Companion Proceedings of the ACM Web Conference 2023 (WWW '23 Companion). Association for Computing Machinery, New York, NY, USA, 615–624. https://doi.org/10.1145/3543873.3585579 1 INTRODUCTION (5) Verifability, not truth : Wikidata relies on external sources for confrmation; statements can come with references; conficting or debated standpoints may co-exist The data collected in most of these projects can also be considered knowledge graphs, i.e., structured data collections that encode meaningful information in terms of (typed, directed) connections between concepts . Nevertheless, the actual data sets are completely diferent, both in their vocabulary and their underlying data model. In comparison to other approaches, Wikidata has one of the richest graph formats, where each statement (edge in the graph) can have user-defned annotations (e.g., validity

https://dl.acm.org/doi/pdf/10.1145/3543507.3583316 Lihui Liu, Yuzhong Chen, Mahashweta Das, Hao Yang, and Hanghang Tong. 2023. Knowledge Graph Question Answering with Ambiguous Query. In Proceedings of the ACM Web Conference 2023 (WWW '23). Association for Computing Machinery, New York, NY, USA, 2477–2486. https://doi.org/10.1145/3543507.3583316 Abs -> 1 -> 6 -> 2 -> 5 -> 4 -> 3 ABSTRACT In the vast majority of the existing works, the input queries are considered perfect and can precisely express the user’s query intention. However, in reality, input queries might be ambiguous and elusive which only contain a limited amount of information. [Consultas em palavras chaves? Consultas como perguntas "completas"? Consultas em liguagem GQL?] [Na minha pesquisa consideramos que as consultas, de qualquer tipo, são potencialmente incompletas em relação ao contexto (implícito) uma vez que o próprio usuário / aplicação pode desconhecer o contexto que se aplica ás al