Numeral Property Classification

Presentation on theme: "Numeral Property Classification"— Presentation transcript:

1 Numeral Property Classification
Jiajie Yu Wentao Ding

2 工作内容 提供一种KG上数值型属性的知识表示方法 将数据映射到该表示下 分类体系 数据结构 相关属性 操作 结构化数据（DBpedia）
半结构化数据（data.gov） 文本数据

3 Numeral Property Taxonomy

4 分类体系对比-认知科学 Level of Measurement Statistical Datatype 对比：
nominal, ordinal, interval, ratio name, grade, rank, counted fractions, counts, amounts, balances Statistical Datatype binary, categorical, ordinal, binominal, count, real-valued additive, real-valued multiplicative 对比： 综合继承了部分Scale，以及部分具体Class Scale：nominal、ordinal 细化、合并、新增了部分Class和Scale，增强了覆盖面 细化了nominal、ordinal等Scale 合并了interval、ratio中数量相关的数值到Quantity Scale 新增了ratio、numeric、time等Scale 递进的分类 vs 平行的分类（更接近Statistical Datatype） 对“数”分类 vs 考虑数值、量纲的分类（拆分了Quantity、Ratio、Numeric）

5 分类体系对比-知识图谱 DBpedia Wikidata 对比： 简单datatype vs 多字段datatype
19个XML&RDF datatype，e.g. xsd:date 23个super-datatype (e.g. Length)，340个specific-datatype (e.g. height) Wikidata 12种datatype Quantity, Dates & Times, Web resources and other IRIs, Geographic locations, Geographic shapes…… 对比： 简单datatype vs 多字段datatype 对于Numeral Property做了更细化的区分 DBpedia的分类仅限于Time（除周期）、Measure Wikidata通过Quantity统一表示除Time以外的所有数值

6 Nominal Scale Identifier Example：{red；hexCode；#F08080} Datatype：String
Attributes： rdfs:comment说明编码方式，如“座机号码”的编码方式为“区号-具体号码” Operation：Query、Equals 不支持比较v1.0和v1.2的顺序 Usage： 已知S查询O 红色的hex编码是什么 已知O查询S #FFFFFF是哪个颜色的hexCode 判别两者是否表示同一个对象 （同一实体的多个表示）hexCode=#FFFFFF、rgbCode=255,255,255均表示白色； （实体对齐）white和误拼写的wite的hexCode都为#FFFFFF

7 Nominal Scale Category Example：{BWM M8；color；#F08080} Datatype：String
Operation：Query、Equals Usage： 已知S查询O 某个氨基酸是什么类属 对某个类别的对象计数 有多少种某个类属的氨基酸 判别两者是否是同一类别 两种化学物质是否同为醇

8 Ordinal Scale Grade Example：{panda；endangeredCategory；I}
Datatype：String Operation：Query、Equals、Compare 在偏序情况下，Compare只能给出两个定义了序关系的对象的比较结果 Usage： 已知S查询O 某动物的物种濒危等级 对某个类别的对象计数 有多少种一级濒危的动物 比较类别的高低 华南虎和娃娃鱼哪个濒危程度更高

9 Ordinal Scale Rank Example：{Justin Bieber；iTunesSalesRank；1} Datatype：
Section:= [PostiveIntegerA, PositiveIntegerB, Symbol] 精确数值“8”，表示为[8,-.-]；精确区间“8-12”，表示为[8,12,-] 不精确区间“>8”，表示为[8,-,>] Attributes： orderBy：排序对象对应的PropertyURI，如：“专辑销量排名”对应“专辑销量” Operation：Query、Equals、Compare Usage： 已知S查询O 某歌手的专辑销量排名 已知O查询S 2018年美国ITunes音乐排行榜第一的歌曲是什么 比较、最值 2018年，陈奕迅和周杰伦谁的专辑更畅销（比谁的销量更大、或排名更小） 2018年，专辑销量最多的歌手（rank=1，或对count排序再取top-1）

10 Quantity Scale Count Example：{Obama；childrenNum；2} Datatype：
Count := [Section, wordUnit] wordUnit := String（可缺省） 通常是容器、物质的一部分，用作可数或不可数名词的非科学型度量单位 如：dozen, bag, bottle, cup…… Attributes： countBy：所计数的对象对应的PropertyURI，可能是一个list。如：childrenNum，对应的可能是 Daughter、Son等Property。 DiscreteMapping：连续区间与离散描述之间的对应关系 Operation：Query、Equals、Compare Usage： 回答计数型问题 某歌手发行的专辑数量（既可以枚举后计数，也可以直接查找对应的count型Property） 比较、最值 2018年，陈奕迅和周杰伦谁的专辑更畅销（比谁的销量更大、或排名更小） 2018年，专辑销量最多的歌手（rank=1，或对count排序再取top-1）

11 Quantity Scale Measure Example：{Obama；height；182} Datatype：
Count := [Section, IRIUnit] IRIUnit := IRI（可缺省） 科学计量单位，为Unit命名空间里已定义的IRI，如：centimeter, watt, kilogram…… Attributes： standardUnit：标准单位，取值是Unit命名空间里的IRI Max & Min：（推测得出的）Range的最大值、最小值 subClassOf：以Class-Property作为Property的一个语义元，构建Hierachy。“身高”、“海拔 ”、“厚度”等都作为Length的下位Property。 DiscreteMapping：连续区间与离散描述之间的对应关系 Operation：Query、Equals、Compare Usage： 已知S查询O：某人的身高 比较：A和B谁更高 最值：世界上最高的山

12 Quantity Scale Score Example：{Amy；toeflScore；98} Datatype：Double
Attributes： Max & Min：（推测得出的）Range的最大值、最小值 DiscreteMapping：连续区间与离散描述之间的对应关系 Operation：Query、Equals、Compare Usage： 已知S查询O 某人的托福得分 比较、最值 A和B谁的托福得分更高 2013年江苏高考，总分最高的考生是谁

13 Ratio Scale Ratio Examples： Datatype： Attributes：
{France vs Maxico；2010WordCupScore；0:2} {BTV；viewshipRate；0.566} Datatype： 百分比比值：Double % 实数比值：Double 比例：String（以“:”分隔） Attributes： comparedProperty：按顺序枚举进行比较的Property形成的list Max & Min：（推测得出的）Range的最大值、最小值 Operation：Query、Equals、Compare、乘除法 Usage： 已知S查询O： 2010年世界杯法国和墨西哥的比分是多少 帮助计算以获取额外的Quantity信息（利用ComparedProperties） 已知某混凝土的水泥泥沙混合比，以及水泥的质量，求所需泥沙的质量

14 Numeric Scale Numeric Example： Datatype： Operation： Usage：
{π；approximation； } Datatype： Double：绝大多数Numeric String：少数符号表示的Numeric，如：π、虚数、希腊数字 Operation： Query、Equals、Compare、各类数学运算 Usage： 已知S查询O： π的近似值是多少 希腊字母II表示的数值是多少

15 Time Scale Instant Example： Datatype： Attributes：
{SpaceX_COTS_Demo_Flight_1；decisionDate； } Datatype： Instant := [Date, Before, After, (UTC)Timezone, (Gregorian or Julian)CalendarModel] Date := [FormatString(ISO 8601), Precision] Precision := shortint ( ..., 9-year, 10-month, 11-day……)表示FormatString有意义的位数 Before/After := Duration …… Attributes： timeLineFor：为时间序列数据提供标签。 记录小白鼠的白细胞数量（wbcCount）随观测时间（observationTime）变化的数据序列， observationTime.timeLineFor = wbcCount Operation：Query、Equals、Compare、时间相关计算 Usage： 计算时间差 一战和二战之间间隔了多少年 比较事件发生的先后顺序 选手A和选手B，谁先获得了100个进球的成就 量化数值随时间的变化率（利用timeLineFor）

16 Time Scale Time Interval Example： Datatype： Operation： Usage：
{Word War II；duration； ： } Datatype： Time Interval := [StartTime, EndTime, Duration] StartTime | EndTime := Instant Duration := [ISO8601 Format String，Precision] [P6Y0M1DT0H0M0S, 3] Operation： Query、Equals、Compare、时间相关计算 Usage： 时段补全 已知3元中的任意2元，可以计算得到第三元 查询、比较时段 二战持续了多久 A和B两个运动员，谁完成1500m游泳的时间更长

17 Time Scale Periodicity and Frequency Example： Datatype： Operation：
{Nature；Frequency；weekly} Datatype： Periodicity and Frequency := [Period, Frequency] Period := Duration Frequency := String (Not Format) Operation： Query、Equals、Compare、时间相关计算 Usage： 预测某事件下次发生时间 已知上次发生时间和周期，计算下次发生时间 查询频率、周期 奥林匹克运动会多久举行一次