[論文レビュー] Construction of Knowledge Graphs: State and Challenges

Marvin Hofer, Daniel Obraczka+3 more|arXiv (Cornell University)|Feb 22, 2023

Advanced Graph Neural Networks参考文献 286被引用数 9

ひとこと要約

このサーベイは知識グラフ構築パイプラインを分析し、グラフモデル、インクリメンタルデータ処理、品質保証を概説し、定義された要件に対して23件のKG専用アプローチを評価して開かれた課題を特定する。

ABSTRACT

With knowledge graphs (KGs) at the center of numerous applications such as recommender systems and question answering, the need for generalized pipelines to construct and continuously update such KGs is increasing. While the individual steps that are necessary to create KGs from unstructured (e.g. text) and structured data sources (e.g. databases) are mostly well-researched for their one-shot execution, their adoption for incremental KG updates and the interplay of the individual steps have hardly been investigated in a systematic manner so far. In this work, we first discuss the main graph models for KGs and introduce the major requirement for future KG construction pipelines. Next, we provide an overview of the necessary steps to build high-quality KGs, including cross-cutting topics such as metadata management, ontology development, and quality assurance. We then evaluate the state of the art of KG construction w.r.t the introduced requirements for specific popular KGs as well as some recent tools and strategies for KG construction. Finally, we identify areas in need of further research and improvement.

研究の動機と目的

• 主要な KG グラフデータモデル（RDF と property graphs）を定義・比較し、インクリメンタルな KG 構築の要件を明確化する。
• メタデータ、オントロジー管理、品質保証などの横断的関心事を含む、エンドツーエンドの KG 構築タスクを説明する。
• 前述の要件に対して既存の KG 構築アプローチとツールセットを評価する。
• 将来の KG 構築研究とツール開発を指針とするため、未解決の研究課題とギャップを強調する。

提案手法

• KG 構築とインクリメンタル保守に関する文献を要約・総合する。
• KG 構築タスクを分類し、各タスクに対する解決アプローチを分析する。
• 23 件の KG 専用構築アプローチと一般ツールセットを明示的な要件と比較する。
• 前回の調査を超える未解決の課題と制約を議論し、今後の研究を導く。

実験結果

リサーチクエスチョン

• RQ1 知識グラフで用いられる主なグラフデータモデルは何か、またそれらのインクリメンタル構築への適合性はどうか？
• RQ2 高品質でインクリメンタルに更新可能なKGを構築・維持するための必須要件は何か？
• RQ3 既存の KG 構築アプローチとツールはこれらの要件に対してどう適合するか？
• RQ4 KG 構築と保守における主要な未解決課題と研究ギャップは何か？

主な発見

• KGは通常、異種データソースからのデータ統合を通じて構築され、インクリメンタル更新と出所確証可能なメタデータが必要とされる。
• RDFとproperty graphsの両方には長所とトレードオフがある。モデル間の相互運用性は有利である。
• 主要な4つのKG構築要件は、入力データ処理、インクリメンタル処理能力、パイプラインツール、品質保証である。
• さまざまなデータ形式、ソース、ドメインにより、KG構築と進化のための適応可能な半自動パイプラインが必要となる。
• 本研究は複数のKG構築アプローチとツールを評価し、インクリメンタル更新、データ品質、オントロジー管理に対する現在の支援のギャップを特定する。
• 未解決の課題には、エンドツーエンドの自動化の向上、出所追跡、異種データソースと形式間のシームレスな統合が含まれる。