文献

J-GLOBAL ID：202102216070431404   整理番号：21A1145446

リンクされたオープンデータハラル食品製品のエンティティ解決のためのエンティティプロファイル候補の発見【JST・京大機械翻訳】

Discovering Entity Profiles Candidate for Entity Resolution on Linked Open Data Halal Food Products

著者 (2件)： Aini Rakhmawati Nur (Institut Teknologi Sepuluh Nopember,Information Systems Department,Surabaya,Indonesia) ,  Choirun Najib Ahmad (Institut Teknologi Sepuluh Nopember,Information Systems Department,Surabaya,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： Big Data  ページ： 3583-3591  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： エンティティ分解能は,データのWebにおける一般的タスクである。多数において,この分野の最近の研究は,欠落マッチの尤度を減らし,同じブロックにおけるマッチングエンティティプロファイルを位置づけるための適切なエンティティプロファイル候補を発見することを目的としている。エンティティ分解能のためのエンティティプロファイル候補を発見する方法を提案した。著者らは,エンティティ表現を得て,リンク予測を実行するために,Node2vecグラフ埋込みを利用した。グラフデータベースを用いてノードを生成し,RDFトリプルデータセットファイルから関係を生成した。次に,ノードと関係をベクトルに変換し,ベクトル埋込みファイルに保存した。埋込みファイル上のエンティティベクトルとエンティティベクトルのすべての間のベクトル類似性を計算した。ベクトル類似性は一組の関連エンティティを生成する。トップ-k結果をエンティティ源に対して最も類似したエンティティを示すエンティティプロファイル候補として選択した。最後に,エンティティソースとエンティティプロファイル属性値のペア間のストリング類似性比較を,事前決定パラメータと閾値で用いて,エンティティ分解能タスクを行った。著者らは,マッチエンティティのために,ow和特性を割り当てる。結果は,精度,想起,およびF測度評価スコアに対して,それぞれ87%,80%,および83%を示した。Copyright 2021 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】

シソーラス用語： 測度 ,  *ベクトル ,  データベース ,  分解能 ,  類似性 ,  Web【情報システム】
準シソーラス用語： 尤度 ,  *エンティティ ,  オープンデータ ,  ハラール食品 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： リンク ,  オープンデータ ,  ハラル食品 ,  エンティティ ,  プロファイル ,  発見