Pular para o conteúdo principal

Reunião Orientação - 23 de Maio de 2023

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 da meta-query é necessário aplicar uma Algebra do Contexto no contra domínio das propriedades. 

Exemplo: relações espaciais possuem funções built-in de acordo o contra domínio (tipo de dados)

Buscar sobre Algebra Temporal para suporte as operações com contexto

O usuário não precisa conhecer o domínio e não sabe que falta contexto para avaliar se o resultado da consulta está semanticamente correto. Quem conhece o domínio é o engenheiro do conhecimento que fez o mapeamento e com este mapeamento é possível identificar que a query estava incompleta. 

A meta-query não impõe o limite e permite todas as respostas. A proposta fornece o arcabouço e não limita as opções de contexto. O esquema do CKG é extensível. O mecanismo do todas/melhor resposta possível usa este arcabouço. Meta-query é só uma terminologia mas a query consulta o mesmo KG, que foi estendido. 

O KG H4 não é completo logo não é obrigatório responder todas as perguntas. Pode ser necessário acrescentar instâncias ao KG. Não devemos entrar nas questões de interface e navegação. A estratégia de exploração, com filtros, não é o nosso foco e sim o uso de contexto para completar as queries. A abordagem de completar com contexto daria o mesmo resultado sem interação, sem depender do que a interface de usuário da aplicação fornece em termos de filtro. 

Comentei que usei o conceito de multi camadas de contexto para as operações de Integração de Contexto e Integração de Entidades. 

1) Ilustrar o processo de meta-query é a prioridade

Identificar predicados e qualificadores presentes na query 

Checar em relação ao mapeamento presente na camada de contexto

Completar a query

2) Ilustrar como integrar e verificar se vamos adotar o formalismo da CO


Comentários

Postagens mais visitadas deste blog

Aula 12: WordNet | Introdução à Linguagem de Programação Python *** com NLTK

 Fonte -> https://youtu.be/0OCq31jQ9E4 A WordNet do Brasil -> http://www.nilc.icmc.usp.br/wordnetbr/ NLTK  synsets = dada uma palavra acha todos os significados, pode informar a língua e a classe gramatical da palavra (substantivo, verbo, advérbio) from nltk.corpus import wordnet as wn wordnet.synset(xxxxxx).definition() = descrição do significado É possível extrair hipernimia, hiponimia, antonimos e os lemas (diferentes palavras/expressões com o mesmo significado) formando uma REDE LEXICAL. Com isso é possível calcular a distância entre 2 synset dentro do grafo.  Veja trecho de código abaixo: texto = 'útil' print('NOUN:', wordnet.synsets(texto, lang='por', pos=wordnet.NOUN)) texto = 'útil' print('ADJ:', wordnet.synsets(texto, lang='por', pos=wordnet.ADJ)) print(wordnet.synset('handy.s.01').definition()) texto = 'computador' for synset in wn.synsets(texto, lang='por', pos=wn.NOUN):     print('DEF:',s

truth makers AND truth bearers - Palestra Giancarlo no SBBD

Dando uma googada https://iep.utm.edu/truth/ There are two commonly accepted constraints on truth and falsehood:     Every proposition is true or false.         [Law of the Excluded Middle.]     No proposition is both true and false.         [Law of Non-contradiction.] What is the difference between a truth-maker and a truth bearer? Truth-bearers are either true or false; truth-makers are not since, not being representations, they cannot be said to be true, nor can they be said to be false . That's a second difference. Truth-bearers are 'bipolar,' either true or false; truth-makers are 'unipolar': all of them obtain. What are considered truth bearers?   A variety of truth bearers are considered – statements, beliefs, claims, assumptions, hypotheses, propositions, sentences, and utterances . When I speak of a fact . . . I mean the kind of thing that makes a proposition true or false. (Russell, 1972, p. 36.) “Truthmaker theories” hold that in order for any truthbe

DGL-KE : Deep Graph Library (DGL)

Fonte: https://towardsdatascience.com/introduction-to-knowledge-graph-embedding-with-dgl-ke-77ace6fb60ef Amazon recently launched DGL-KE, a software package that simplifies this process with simple command-line scripts. With DGL-KE , users can generate embeddings for very large graphs 2–5x faster than competing techniques. DGL-KE provides users the flexibility to select models used to generate embeddings and optimize performance by configuring hardware, data sampling parameters, and the loss function. To use this package effectively, however, it is important to understand how embeddings work and the optimizations available to compute them. This two-part blog series is designed to provide this information and get you ready to start taking advantage of DGL-KE . Finally, another class of graphs that is especially important for knowledge graphs are multigraphs . These are graphs that can have multiple (directed) edges between the same pair of nodes and can also contain loops. The