Gli Embedding di Grafi di Conoscenza Migliorano la Valutazione della Qualità dei Big Data
Un nuovo preprint su arXiv (2605.18833) propone un approccio basato sulla conoscenza per la valutazione automatizzata della qualità dei big data utilizzando embedding di grafi di conoscenza. Il metodo prevede gli archi mancanti tra la rappresentazione del contesto di un dataset di input e le regole di qualità pertinenti all'interno di un grafo di conoscenza che codifica le caratteristiche contestuali dei dati e le operazioni di valutazione. Integrando diverse rappresentazioni dalla letteratura, il sistema genera piani di valutazione della qualità specifici per il contesto. Ciò affronta i limiti degli strumenti di valutazione context-aware esistenti.
Fatti principali
- Il paper arXiv 2605.18833 propone una valutazione automatizzata della qualità dei dati utilizzando embedding di grafi di conoscenza.
- L'approccio prevede gli archi mancanti tra il contesto del dataset e le regole di qualità in un grafo di conoscenza.
- Il grafo di conoscenza integra le caratteristiche contestuali dei dati e le operazioni di qualità richieste.
- Il metodo trae spunto da un'approfondita indagine della letteratura.
- Genera un piano completo e specifico per il contesto di valutazione della qualità dei dati.
- Mira a superare le sfide nella valutazione context-aware accurata per i big data.
Entità
Istituzioni
- arXiv