本稿では、表データと知識グラフのマッチングをテーマとするSemantic Web Challenge（SemTab）のAccuracy Trackへの貢献を報告する。本貢献は、表データのアノテーションに向けた知識グラフの精緻化を基盤とするアプローチの提案である。表内のセル間のリンク予測には内部手法（internal methods）を、欠落したエンティティおよび関係の予測には外部手法（external methods）を用いた。このアプローチは、DBpediaおよびWikidataを用いたHardTablesおよびToughTablesのアノテーション、およびDBpediaおよびSchema.orgを用いたGitTablesおよびBiodivTabのアノテーションに適用された。大会の第3ラウンドにおいて、GitTablesおよびBiodivTabのアノテーションではそれぞれ3位および2位の成績を収めた。