Command Palette
Search for a command to run...
{Raphaël Troncy Pierre Monnin Thomas Labbé Frédéric Deuzé Yoan Chabot Jixiong Liu Viet-Phi Huynh}

要約
本稿では、テーブルの自動前処理および意味解釈を実行するDAGOBAHシステムの最新の改良点を提示する。特に、ターゲット知識グラフにおけるノードの文脈を分析するための新規技術および照合メカニズムの最適化により、SemTab 2021チャレンジにおいて有望な結果が得られたことを報告する。また、Orange社内におけるDAGOBAHアルゴリズムの導入について、TableAnnotation APIおよびフロントエンド型DAGOBAHユーザーインターフェースを通じて紹介する。これらの2つのアクセス方法により、企業におけるセマンティックテーブル解釈ソリューションの導入を加速し、産業現場のニーズに応えることが可能となった。
ベンチマーク
| ベンチマーク | 方法論 | 指標 |
|---|---|---|
| cell-entity-annotation-on-biodivtab | DAGOBAH | F1 (%): 62 |
| cell-entity-annotation-on-toughtables-dbp | DAGOBAH | F1 (%): 94.5 |
| cell-entity-annotation-on-toughtables-wd | DAGOBAH | F1 (%): 92.3 |
| column-type-annotation-on-biodivtab | DAGOBAH | F1 (%): 34.4 |
| column-type-annotation-on-gittables-semtab | DAGOBAH | F1 (%): 7.00 |
| column-type-annotation-on-gittables-semtab-1 | DAGOBAH | F1 (%): 18.3 |
| column-type-annotation-on-toughtables-dbp | DAGOBAH | F1 (%): 42.2 |
| column-type-annotation-on-toughtables-wd | DAGOBAH | F1 (%): 83.2 |