Generative Knowledge Graph Construction: A Review

要約

Generative Knowledge Graph Construction (KGC) は、ナレッジ グラフを構築するためのシーケンスツーシーケンス フレームワークを利用する方法を指します。このフレームワークは柔軟性があり、広範なタスクに適応できます。
この研究では、生成的知識グラフ構築における最近の説得力のある進歩を要約します。
私たちは、さまざまな世代ターゲットの観点から各パラダイムの長所と短所を提示し、理論的な洞察と実証的分析を提供します。
レビューに基づいて、将来の有望な研究の方向性を提案します。
私たちの貢献は 3 つあります。(1) 生成 KGC 手法の詳細で完全な分類法を提示します。
(2) 生成的 KGC 手法の理論的および実証的分析を提供します。
(3) 将来的に発展する可能性のあるいくつかの研究の方向性を提案します。

要約(オリジナル)

Generative Knowledge Graph Construction (KGC) refers to those methods that leverage the sequence-to-sequence framework for building knowledge graphs, which is flexible and can be adapted to widespread tasks. In this study, we summarize the recent compelling progress in generative knowledge graph construction. We present the advantages and weaknesses of each paradigm in terms of different generation targets and provide theoretical insight and empirical analysis. Based on the review, we suggest promising research directions for the future. Our contributions are threefold: (1) We present a detailed, complete taxonomy for the generative KGC methods; (2) We provide a theoretical and empirical analysis of the generative KGC methods; (3) We propose several research directions that can be developed in the future.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google