抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
データ発見問題を分析するよりも,より多くの時間を見つけることができる従業員は,それを分析することより適切なデータを発見する。企業における大量のデータと,時にはこの問題を悪化させるスキーマの知識の欠如がある。Webをナビゲートする方法と同様に,それらの発見タスクにおける分析者を支援する意味的リンクを同定することを提案した。これらのリンクは表を互いに関連させ,スキーマのナビゲーションを容易にする。それらはまた,オントロジーと辞書のような外部データ源にデータを関連づけて,スキーマ意味を説明するのを助ける。企業知識グラフにおけるリンクを具体化し,そこではそれらは分析者に利用可能になる。主な課題は,意味的に関連するオブジェクトの対を見出す方法である。著者らは,構文的および意味論的類似性に基づくリンクを見つける異なる構成要素のDAGであるSEMPROPを提案した。SEMPROPは,意味的に関連するオブジェクトを発見するために単語埋め込みを活用する意味的マッチャによって指示される。著者らは,最新の組合せ代替案の他の状態より良く機能する単語埋め込みを結合する技術であるコヒーレントグループを導入した。著者らは,Aurumの一部としてSEMPROPを実装し,データ発見システムを構築し,ユーザ研究,実際の展開,およびデータ発見タスクに対するリンクの利点を理解するための定量的評価,ならびにSEMPROPとコヒーレントグループの利点を理解し,これらのリンクを見出した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】