TEMPORALFC: A Temporal Fact Checking Approach over Knowledge Graphs

[Ease112]

一言でいうと

与えられたKGのアサーションの正しさと時間的妥当性を評価する時間的ファクトチェック

著者/所属機関

Umair Qudus¹, Michael Röder¹, Sabrina Kirrane², and Axel-Cyrille Ngonga Ngomo¹

1. DICE Group, Department of Computer Science, Universität Paderborn, Germany.
2. Institute for Information Systems and New Media, Vienna University of Economics and Business, Austria

DOI

https://doi.org/10.1007/978-3-031-47240-4_25

会議名(ジャーナル名)

The 22nd International Semantic Web Conference (ISWC2023)

トラック

Research Track

動機

ほとんどのファクトチェックアプローチはアサーションが特定の時間間隔でのみ有効であるという事実を考慮しない

手法

TKGの事前学習埋め込みを転移学習を利⽤するニューラルネットワークベースのアプローチを提案。トリプルの検証だけでなく真であった年も予測。

背景

過去10年間KGのファクトチェッキングの研究がされている。⾮構造化情報を利⽤するもの、構造化情報を利⽤するもの、ハイブリッドの3種に⼤別できる

結果

提案モデルがSOTA

考察

他のほとんどのアプローチが時間情報を考慮していないため差がついた。他のアプローチと⽐較して時間を要するのは時間的埋め込みの⼊⼒ベクトルが⼤きいため

課題

Time periodのサポート

読んだ範囲

斜め読み程度