PaTeCon: A Pattern-Based Temporal Constraint Mining Method for Conflict Detection on Knowledge Graphs

要約

【タイトル】知識グラフ上の競合検出のための基于模式的時間制約マイニング方法：PaTeCon

【要約】
– 時間的事実は、特定の時間期間に保持されるイベントを特徴づける事実であり、知識グラフ（KG）研究コミュニティで注目されている。
– 時間制約を導入することは、KGの時間的一貫性を維持し、潜在的な時間的競合を検出するための新たな課題をもたらす。
– 従来は、競合を検出するために手動で列挙された時間的制約に依存していたが、これは労力がかかり、粒度の問題がある。
– PaTeConは、時間的事実と制約の共通のパターンから出発し、基于模式的時間制約マイニング方法を提案する。
– PaTeCon は、人の専門家ではなく、自動的に決定されたグラフパターンとそれらの関連する統計情報を使用して時間的制約を生成する。
– 具体的には、PaTeCon は、測定スコアに応じて候補制約にクラス制限を動的に付加することで、制約を生成する。
– PaTeConをWikidataとFreebaseに基づく2つの大規模データセットで評価し、基于模式的な自動制約マイニングは、価値のある時間的制約を生成するための強力な方法であることを実験的に示した。

要約(オリジナル)

Temporal facts, the facts for characterizing events that hold in specific time periods, are attracting rising attention in the knowledge graph (KG) research communities. In terms of quality management, the introduction of time restrictions brings new challenges to maintaining the temporal consistency of KGs and detecting potential temporal conflicts. Previous studies rely on manually enumerated temporal constraints to detect conflicts, which are labor-intensive and may have granularity issues. We start from the common pattern of temporal facts and constraints and propose a pattern-based temporal constraint mining method, PaTeCon. PaTeCon uses automatically determined graph patterns and their relevant statistical information over the given KG instead of human experts to generate time constraints. Specifically, PaTeCon dynamically attaches class restriction to candidate constraints according to their measuring scores.We evaluate PaTeCon on two large-scale datasets based on Wikidata and Freebase respectively. The experimental results show that pattern-based automatic constraint mining is powerful in generating valuable temporal constraints.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI