数据质量 | Chika Komari

body .site-nav .site-menu, body .site-nav [data-theme-toggle] { display: none; } @media(max-width:960px) { body .site-nav { position: relative; flex-wrap: wrap; } body .site-nav .home-site-nav { display: flex; flex-wrap: wrap; order: 4; width: 100%; justify-content: space-between; gap: .5rem; } body .site-nav .home-site-nav a:last-child { display: flex; } body[data-shell-variant="standard"] .main-area { padding-top: 0; } }

相关论文 2

文献索引 ↗

Semantic Web · 在线发表2015

Quality assessment for Linked Data: A Survey

Amrapali Zaveri · Anisa Rula · Andrea Maurino · Ricardo Pietrobon · Jens Lehmann · Sören Auer

Abstract · 中文整理
语义网技术推动了关联数据的发布，但精心维护的数据集与众包、自动抽取的数据之间，质量差异很大。论文通过系统性文献回顾收集关联数据的质量评估方法，并对这些方法进行定性分析，为理解和比较已有评估工作建立共同的讨论基础。

论文原文

知识图谱 / 数据质量 / 质量评估

关联研读与思考 · 2从 Linked Data 看质量指标的边界在设计质量分数之前，先写下任务
IEEE TKDE · 2022 年在线发表2023

Knowledge Graph Quality Management: A Comprehensive Survey

Bingcong Xue · Lei Zou

Abstract · 中文整理
知识图谱中的错误、过时信息和事实缺失，会影响下游应用的可信度。这篇综述将质量管理放在完整流程中讨论：从质量维度与评价指标，到错误检测、纠正和图谱补全，并按研究目标与使用方法梳理已有工作，讨论仍待解决的问题和后续研究方向。

论文原文 PDF

知识图谱 / 数据质量 / 质量评估

关联研读与思考 · 2知识图谱的“质量”，究竟在评价什么？在设计质量分数之前，先写下任务

继续探索

质量评估

先确定任务和范围，再讨论指标、证据与修正。

专题近况