Explainable framework voor semantische tabelinterpretatie
Onderzoekers presenteren een verklaarbaar raamwerk dat kolomkoppen gebruikt voor semantische tabelinterpretatie en datakwaliteitsbeoordeling. Dit is met name nuttig wanneer celwaarden ontbreken of onbruikbaar zijn.
Wetenschappers hebben een methode ontwikkeld die zich richt op kolomkoppen om betekenisvolle informatie uit tabellen te halen en de datakwaliteit te beoordelen. Bij het verwerken van gegevens voor kennisgrafieken zijn celwaarden lang niet altijd beschikbaar of van voldoende kwaliteit. Door expliciet te kijken naar de metadata en koppen, kan het systeem toch betrouwbare interpretaties maken.
Datakwaliteit is een fundamenteel fundament voor betrouwbare kennissystemen. Voordat data kan worden geïntegreerd in grote kennisbanken, moet vooraf gecontroleerd worden of de structuur en betekenis kloppen. Het automatisch en verklaarbaar analyseren van tabellen helpt om fouten vroegtijdig op te sporen en de herkomst van data te waarborgen.
Deze samenvatting is gebaseerd op een origineel artikel van arXiv (cs.AI). Lees het volledige, originele bericht bij de bron.
Lees het originele artikel