要約
本稿では、テーブルデータから知識グラフへのマッチングをテーマとするSemantic Web Challenge（SemTab 2021）に参加するシステム「Kepler-aSI」を紹介する。本システムは、このコンペティションに2回目の参加を果たし、前回に比べて改善点および新たな技術的側面を導入している。Kepler-aSIは、WikiDataおよびDBpediaにおける正確なマッチングを検出できるよう、テーブルデータを分析する。なお、各データリソースやコンペティションの各ラウンドごとに特定の制約条件が課され、これらに対応するためには高度な技術が要求される。このタスクは機械にとって依然として困難であり、マッチング手法に認知能力を活用するための追加的な努力が不可欠である。Kepler-aSIは、知識グラフ（KG）内のテーブルを意味的に注釈づけるために、依然としてSPARQLクエリに依存しており、マッチングタスクにおける重要な課題を解決する。評価フェーズで得られた結果は前向きであり、提案するシステムの強みを示している。