UpKG [recurso eletrônico] : a framework to insert new domains in knowledge graphs
Jesamin Melissa Zevallos Quispe
DISSERTAÇÃO
Português
T/UNICAMP Z61u
[UpKG]
Campinas, SP : [s.n.], 2023.
1 recurso online (101 p.) : il., digital, arquivo PDF.
Orientador: Julio Cesar dos Reis
Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação
Resumo: Nos últimos anos, a criação de Knowledge Graphs (KGs) tem avançado significativamente. Eles se tornaram essenciais em vários domínios, como o e-commerce. Aplicativos de e-commerce os aplicam na busca e recomendação de produtos, sistemas de questões e respostas e chatbots (assistentes)...
Ver mais
Resumo: Nos últimos anos, a criação de Knowledge Graphs (KGs) tem avançado significativamente. Eles se tornaram essenciais em vários domínios, como o e-commerce. Aplicativos de e-commerce os aplicam na busca e recomendação de produtos, sistemas de questões e respostas e chatbots (assistentes) virtuais, entre outras tarefas. No entanto, o e-commerce deve cobrir constantemente novos domínios/ categorias para responder às novas necessidades dos usuários. Esse processo requer uma análise rigorosa para abranger novos domínios, adicionando novos conhecimentos não armazenados no KG em uso. Esta Dissertação de Mestrado propõe, constrói e avalia um framework que nomeamos UpKG para inserir novos domínios em KGs existentes dentro de um contexto de e-commerce. Nossa abordagem se baseia em perguntas e respostas coletadas. Nosso framework foi aplicado no contexto real da empresa GoBots para facilitar o processo de inserção de novos domínios, empresa especializada em soluções de e-commerce na América Latina. O caso realizado considerou um KG existente, utilizado para uma aplicação de questões e respostas no domínio Automotivo. No estudo de caso conduzido, nosso trabalho abrangeu e inseriu novas triplas relacionadas ao domínio de Eletrodomésticos, obtendo um KG que suporta o domínio Automotivo e Eletrodomésticos. O KG gerado foi preenchido por 3382 novas instâncias que foram extraídas de 1338 perguntas e respostas reais do banco de dados da GoBots. Realizamos dois tipos de avaliações: o primeiro focado na avaliação da ontologia, e a segunda para a avaliação do KG gerado. Para a avaliação da ontologia utilizamos três ferramentas: Reasoner Pellet, OOPS! e OntoDebug, que nos permitiu garantir a consistência e coerência da estrutura dos conceitos e propriedades modelados. Para a avaliação do KG, exploramos trinta Questões de Competência (15 do domínio Automotivo e 15 do domínio Eletrodomésticos). Isso permitiu avaliar se as instâncias atendem ao requisito da aplicação, que é responder a questões de compatibilidade entre produtos inseridos por usuários em plataformas de e-commerce. A avaliação realizada demonstrou a viabilidade e aplicabilidade do nosso framework UpKG em diferentes domínios no e-commerce. Nossa contribuição permite a expansão do KG para novos domínios
Ver menos
Abstract: In recent years, the creation of Knowledge Graphs (KGs) has advanced significantly. They have become essential in several domains, such as e-commerce. E-commerce applications apply them in the search and recommendation of products, question-answering systems, and virtual chatbots, among...
Ver mais
Abstract: In recent years, the creation of Knowledge Graphs (KGs) has advanced significantly. They have become essential in several domains, such as e-commerce. E-commerce applications apply them in the search and recommendation of products, question-answering systems, and virtual chatbots, among other tasks. However, e-commerce must constantly cover new domains/categories to respond to new user needs. This process requires rigorous analysis to cover new domains, adding novel knowledge not stored in the KG under use. This MS.c Dissertation proposes, builds, and evaluates a framework we named UpKG to insert new domains in existing KGs within an e-commerce context. Our approach relies on questions and answers collected. We applied our study in the real-world context of the GoBots, company specialized in \textit{e-commerce} solutions in Latin America, to facilitate the new domain insertion process in a KG. The conducted case study was on an existing KG, whose triples were dominated by the Automobile domain. Our investigation by applying the UpKG framework covered and inserted new triplets related to the Appliances domain, obtaining a KG that supports the Automobiles and Appliances domain. The final KG was populated by 3382 new instances, extracted from 1338 real-world questions and answers from the GoBots database. In addition, we carried out two types of evaluations: the first was focused on evaluating the ontology, and the second on evaluating the KG. To evaluate the ontology, we explored three tools: Reasoner Pellet, OOPS!, and OntoDebug, which allows us to ensure the consistency and coherence of the modeled ontology. To evaluate the KG, 30 Competency Questions were used (15 from the Automobiles domain and 15 from the Appliances domain), which allowed us to evaluate whether the instances align with the application, which is to answer compatibility questions. The evaluation showed the viability and applicability of the UpKG framework in different domains within e-commerce. Our contribution allows the expansion of the KG to new domains
Ver menos
Requisitos do sistema: Software para leitura de arquivo em PDF
Aberto
UpKG [recurso eletrônico] : a framework to insert new domains in knowledge graphs
Jesamin Melissa Zevallos Quispe
UpKG [recurso eletrônico] : a framework to insert new domains in knowledge graphs
Jesamin Melissa Zevallos Quispe