Kam dál? Znalostní grafy z textů
• • •
ISKM89 Organizace dat - sémantický web | podzim 2023 Zuzana Nevěřilová | Centrum zpracování přirozeného jazyka
Ontológie - rámec pro znalostní graf
dbr:NaturalPlace
dboinflow
dboisland
dbo:Island
Vltava
Labe
Mělník
db o mouth
dbo:Ocean
dbo:Stream
	
dbo:Bay	
dbo:PopulatedPlace
v,
dbo:Sea
dbo:Lake
Jak zaplnit znalostní graf
• jiný znalostní graf (Wikidata, DBpedia)
• strukturovaná data, tabulky (OpenRefine)
• anotace "nestrukturovaných" dat (mikrodata)
• "nestrukturovaná data" (text)
Anotace?
• přidání informace ke zdroji
• tato informace zdroj nezmění
• = tvrzení o informaci
Automatické anotace
zpracování přirozeného jazyka extrakce informací rozpoznání pojmenovaných entit rozpoznání relací
Anotace webu - Web Annotation Ontology
Angry Birds - REQUIRES ANDROID RATING: 4.6 (8864 ratings) Price: $1.00
<div itemscope itemtype=" "> <span itemprop="name">Angry Birds</span> - REQUIRES <span itemprop="operatingSystem">ANDROID</span><br /> <link itemprop="applicationCategory"
href="h; m." />
<div itemprop="aggregateRating" itemscope
itemtype="hr "> RATING:
<span itemprop="ratingValue">4.6</span> (<span itemprop="ratingCount">8864</span> ratings) </div>
<div itemprop="offers" itemscope itemtype="hr ">
Price:   $<span itemprop="price">1.00</span> <meta itemprop="priceCurrency" content="USD" />
</div> </div>
Může být znalostní graf kompletní?
Můžeme zjistit:
• která znalostní báze je větší (globálně)
• která znalostní báze obsahuje víc faktů v nějaké doméně
Můžeme doplnit znalosti z jedné znalostní báze do jiné?
• ano, potřebujeme správné zobrazení (mapping) Může být nějaký znalostní graf kompletní?
• Těžko, když popisuje část reálného světa.
Znalostní grafy konstruované z textů
: Kurt Friedrich Godel (April 28,1906 -January 14,1978) was a logician, mathematician, and philosopher. Considered along with Aristotle and Gottlob Frege to be one of the most significant logicians in history, Godel had an immense effect upon scientific and philosophical thinking in the 20th century... ...To prove this, Godel developed a technique now known as Godel numbering, which codes formal expressions as natural numbers.
Gödel - immense effect upon   - scientific thinking
Gödel - developed     - technique now known as Gödel numbering
Gödel's discoveries   - led to - proof of his completeness theorem
Znalostní grafy konstruované z textů
Gödel - immense effect upon   - scientific thinking Gödel - developed     - technique now known as Gödel numbering Gödel 's discoveries   - led to - proof of his completeness theorem výsledek information extraction (IE)
Znalostní grafy konstruované z textů
Gödel - immense effect upon   - scientific thinking
Gödel - developed     - technique now known as Gödel numbering
Gödel 's discoveries   - led to - proof of his completeness theorem
výsledek information extraction (IE)
pro znalostní graf je to ale málo
potřebujeme nejen entity a relace extrahovat, ale také zjistit, že jsou to ony.
Znalostní grafy konstruované z textů
Entity matching
• simple (Kurt Gódel = "Kurt Gódel" který je rdfsilabel od
• similarity-based (Gódel je podobný jako Kurt Gódel)
o podřetězec
o    word embeddings - vektorová podobnost
• relationship-based (Gódel - scientific thinking - science - theory - Kurt Gódel)