3 个月前

基于朴素贝叶斯分类器的表格数据到知识图谱匹配探索

基于朴素贝叶斯分类器的表格数据到知识图谱匹配探索

摘要

本研究探讨了朴素贝叶斯分类器在知识图谱与表格数据匹配中的应用,重点关注列类型标注(Column Type Annotation)、单元格实体标注(Cell Entity Annotation)、列属性标注(Column Property Annotation)以及表格主题检测(Table Topic Detection)等任务。通过采用共现次数、词频等特征提取技术,研究在多种数据集上评估了朴素贝叶斯分类器的有效性与性能表现。所提出的方法具有简洁性与通用性,为知识图谱匹配领域做出了贡献,并展示了朴素贝叶斯分类器在表格数据与知识图谱集成及互操作性方面的潜在价值。

基准测试

基准方法指标
column-type-annotation-on-wdc-sotab-v2TSOTSA
Micro F1: 37.05
columns-property-annotation-on-wdc-sotab-v2TSOTSA
Micro F1: 23.55

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于朴素贝叶斯分类器的表格数据到知识图谱匹配探索 | 论文 | HyperAI超神经