文献

J-GLOBAL ID：201702249835262603   整理番号：17A1476875

失敗SPARQL問合せのためのコンテキスト内問合せ改良

In-context Query Reformulation for Failing SPARQL Queries

著者 (5件)： VISWANATHAN Amar (Rensselaer Polytechnic Inst., NY, USA) ,  MICHAELIS James R. (U.S. Army Res. Lab., MD, USA) ,  CASSIDY Taylor (U.S. Army Res. Lab., MD, USA) ,  DE MEL Geeth (IBM Res., Warrington, GBR) ,  HENDLER James (Rensselaer Polytechnic Inst., NY, USA)
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10190  ページ： 101900M.1-101900M.8  発行年： 2017年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本稿では,リソース記述フレームワークを支援するために設計したグラフに基づく知識データベースのための問合せ改良方法の実装にについて報告した。軍事情報集団からの動機について議論し,知識グラフの構造および文書間の概念リンクへの適用について説明した。次に,問合せ改良を支援するためのより大きなフレームワークで定義した方法について概観した。提案した方法は,失敗した問合せの問題の場合,データベースは結果をゼロに戻し,ユーザーを支援するために,グラフの分類学的性質とデータ分布に合わせてコンテキスト内問合せ改良をユーザーに提供し,ユーザーは,認識された問合せ改良のセットから選択できるようにした。著者等は,提案した問合せ改良方法が,インスタンス認識およびスキーマ認識であり,最先端技術で見られる緩和技術とは対照的に,コンテキスト内の問合せ改良を生成することを示した。

シソーラス用語： *問い合わせ言語 ,  質問 ,  *改良 ,  *フレームワーク【ソフトウェア開発】 ,  表現 ,  データベース ,  概念スキーマ ,  *文脈 ,  *情報 ,  学習 ,  データ管理 ,  意味論
準シソーラス用語： *SPARQL ,  問合せ ,  *問合せ改良 ,  *リソース記述フレームワーク ,  グラフ表現 ,  知識データベース ,  *コンテクスト ,  *コンテキスト情報 ,  分類学習 ,  インスタンス選択 ,  プログラミング言語意味論

分類 (2件)： 計算機ソフトウエア一般  (JD01010K) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 失敗 ,  SPARQL ,  問合せ ,  コンテキスト ,  問合せ改良