文献

J-GLOBAL ID：202102224370191374   整理番号：21A0027823

SPARQLパターン組成のためのシーケンス-シーケンスモデルの探索【JST・京大機械翻訳】

Exploring Sequence-to-Sequence Models for SPARQL Pattern Composition

著者 (6件)： Panchbhai Anand (Liber AI Research, London, UK) ,  Soru Tommaso (AKSW, University of Leipzig, Leipzig, Germany) ,  Soru Tommaso (Liber AI Research, London, UK) ,  Marx Edgard (AKSW, University of Leipzig, Leipzig, Germany) ,  Marx Edgard (Leipzig University of Applied Sciences, Leipzig, Germany) ,  Marx Edgard (Liber AI Research, London, UK)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1232  ページ： 158-165  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 情報量のブーミング量は,構造化および非構造化データとしてインターネットに連続的に追加され,DBpediaおよびWikidataのような知識ベースを,何百万のエンティティを記述している。質問応答システムの目的は,形式的クエリを書く必要なしに自然言語を用いてそのようなデータをアクセスすることを可能にする。しかし,ユーザはしばしば複雑であり,それらを基本グラフパターンに分解するための抽象化および推論の特定のレベルを必要とする。本論文では,パターン構成を学習するために,ニューラルSPARQLマシンと呼ばれるニューラルマシン翻訳に基づくアーキテクチャの利用を検討した。シーケンスツーシーケンスモデルが,長い発話を複雑なSPARQLクエリに変換するための実行可能で有望なオプションであることを示した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自然言語 ,  情報量 ,  質問応答システム ,  知識ベース ,  計算機アーキテクチャ ,  インターネット ,  *発話
準シソーラス用語： クエリー ,  エンティティ ,  *SPARQL ,  非構造化データ , 【Automatic Indexing@JST】

著者キーワード (5件)： リンクデータ ,  SPARQL ,  質問応答 ,  知識グラフに関する深層学習 ,  合成性

分類 (3件)： その他の情報処理  (JE15050M) ,  人間機械系  (IB03000G) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (5件)： SPARQL ,  組成 ,  シーケンス ,  モデル ,  探索