ARTFEED — Contemporary Art Intelligence

Proposta di Dottorato Mira a Colmare le Lacune Linguistiche nei Grafi di Conoscenza

other · 2026-05-09

Una nuova proposta di dottorato affronta il divario nei Dati Aperti (Open Access Data, OAD) tra lingue che dispongono di molte risorse e quelle che ne hanno poche, con un focus sui grafi di conoscenza del Linked Open Data (LOD KG). Vengono evidenziati aspetti chiave che influenzano la distribuzione linguistica, come il numero di articoli Wikipedia disponibili in diverse lingue e l'esistenza di entità etichettate per lingua all'interno dei LOD KG. La ricerca esamina tre principali LOD KG multilingue: DBpedia, BabelNet e Wikidata. L'obiettivo è studiare come selezionare candidati per il trasferimento cross-lingue nel completamento di grafi di conoscenza multilingue, con l'intento finale di migliorare la rappresentanza per le comunità linguistiche sottorappresentate. Questa proposta è stata presentata su arXiv (ID: 2605.05931).

Fatti principali

  • La proposta si rivolge alle lingue a basse risorse nei Dati Aperti.
  • Analizza la distribuzione linguistica in DBpedia, BabelNet e Wikidata.
  • Le variabili chiave includono il numero di articoli Wikipedia e le entità etichettate per lingua.
  • La ricerca prevede lo studio del trasferimento cross-lingue per il completamento dei grafi di conoscenza.
  • La proposta è pubblicata su arXiv con ID 2605.05931.
  • Mira ad affrontare il divario digitale nella trasformazione digitale globale.
  • Lo studio si concentra sui grafi di conoscenza del Linked Open Data.
  • Vengono proposte strategie linguistiche per il completamento di grafi di conoscenza multilingue.

Entità

Istituzioni

  • arXiv
  • DBpedia
  • BabelNet
  • Wikidata

Fonti