Vers une approche fondée sur le raffinement des graphes de connaissance pour l’alignement des données tabulaires vers les graphes de connaissance

Cet article présente notre contribution à la piste de précision du Semantic Web Challenge portant sur l’alignement des données tabulaires avec les graphes de connaissances (SemTab). Cette contribution consiste en la proposition d’une approche fondée sur le raffinement des graphes de connaissances pour l’annotation des données tabulaires. Des méthodes internes ont été utilisées pour prédire les liens entre les cellules du tableau, tandis que des méthodes externes ont été employées pour prédire les entités et relations manquantes. Cette approche a été appliquée à l’annotation de HardTables et ToughTables à l’aide de DBpedia et Wikidata, ainsi qu’à celle de GitTables et BiodivTab à l’aide de DBpedia et Schema.org. Lors de la troisième manche du concours, nous avons obtenu respectivement la troisième et la deuxième place pour l’annotation de GitTables et BiodivTab.