ترجمه فارسی مقاله روابط پیچیده است! تجزیه و تحلیل روابط بین مجموعه داده ها در وب

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Relationships are Complicated! An Analysis of Relationships Between Datasets on the Web
عنوان مقاله به فارسی روابط پیچیده است! تجزیه و تحلیل روابط بین مجموعه داده ها در وب
نویسندگان Kate Lin, Tarfah Alrashed, Natasha Noy
فرمت مقاله انگلیسی PDF
تعداد صفحات 20
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Information Retrieval,Computation and Language,Human-Computer Interaction,Machine Learning,بازیابی اطلاعات , محاسبه و زبان , تعامل انسان و رایانه , یادگیری ماشین ,
توضیحات Submitted 26 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 26 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The Web today has millions of datasets, and the number of datasets continues to grow at a rapid pace. These datasets are not standalone entities; rather, they are intricately connected through complex relationships. Semantic relationships between datasets provide critical insights for research and decision-making processes. In this paper, we study dataset relationships from the perspective of users who discover, use, and share datasets on the Web: what relationships are important for different tasks? What contextual information might users want to know? We first present a comprehensive taxonomy of relationships between datasets on the Web and map these relationships to user tasks performed during dataset discovery. We develop a series of methods to identify these relationships and compare their performance on a large corpus of datasets generated from Web pages with schema.org markup. We demonstrate that machine-learning based methods that use dataset metadata achieve multi-class classification accuracy of 90%. Finally, we highlight gaps in available semantic markup for datasets and discuss how incorporating comprehensive semantics can facilitate the identification of dataset relationships. By providing a comprehensive overview of dataset relationships at scale, this paper sets a benchmark for future research.

چکیده به فارسی (ترجمه ماشینی)

امروز وب دارای میلیون ها مجموعه داده است و تعداد مجموعه داده ها با سرعت سریع رشد می کند.این مجموعه داده ها موجودات مستقل نیستند.در عوض ، آنها از طریق روابط پیچیده به طور پیچیده ای در ارتباط هستند.روابط معنایی بین مجموعه داده ها بینش های مهمی را برای فرآیندهای تحقیق و تصمیم گیری فراهم می کند.در این مقاله ، ما روابط مجموعه داده ها را از منظر کاربرانی که مجموعه داده ها را کشف ، استفاده و به اشتراک می گذارند ، مطالعه می کنیم: چه روابطی برای کارهای مختلف مهم است؟چه اطلاعات متنی ممکن است کاربران بخواهند بدانند؟ما ابتدا یک طبقه بندی جامع از روابط بین مجموعه داده ها را در وب ارائه می دهیم و این روابط را به کارهای کاربر انجام می شود که در طول کشف مجموعه داده ها انجام می شود.ما مجموعه ای از روش ها را برای شناسایی این روابط و مقایسه عملکرد آنها در یک مجموعه بزرگ از مجموعه داده های تولید شده از صفحات وب با schema.org نشان می دهیم.ما نشان می دهیم که روشهای مبتنی بر یادگیری ماشین که از ابرداده مجموعه داده استفاده می کنند ، به دقت طبقه بندی چند کلاس 90 ٪ می رسند.سرانجام ، ما شکاف ها را در نشانه های معنایی موجود برای مجموعه داده ها برجسته می کنیم و در مورد چگونگی ترکیب معانی جامع می تواند شناسایی روابط مجموعه داده ها را تسهیل کند.این مقاله با ارائه یک مرور کلی از روابط مجموعه داده ها در مقیاس ، معیار تحقیقات آینده را تعیین می کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.