Neue Methode: DKGF verbindet Fachgraphen mit Allgemeinwissen – neue Lösung

In der Forschung zu Wissensgraphen fehlt häufig die umfassende Abdeckung, die allgemeine Graphen bieten. Um dieses Defizit zu beheben, wurde die neue Aufgabe Domain‑specific Knowledge Graph Fusion (DKGF) vorgestellt, die Fachgraphen gezielt mit relevanten Fakten aus allgemeinen Wissensgraphen anreichert.

DKGF steht vor zwei zentralen Problemen: Erstens ist die Zuordnung von Fakten zu einem bestimmten Fachgebiet oft mehrdeutig, und zweitens stimmen die Granularitäten der Informationen in den beiden Graphen nicht überein. Diese Herausforderungen erschweren eine nahtlose Integration.

Die Lösung namens ExeFuse nutzt ein Fact‑as‑Program-Paradigma. Dabei wird jede Tatsache aus dem allgemeinen Graphen als latentes semantisches Programm interpretiert. Durch die Zuordnung abstrakter Relationen zu granularity‑aware Operatoren und die Überprüfung der Ausführbarkeit auf dem Ziel‑Fachgraphen wird gleichzeitig die Relevanz und die passende Detailstufe bestimmt.

Ein einheitliches probabilistisches Modell verbindet diese Schritte zu einem zusammenhängenden Verfahren, das sowohl die Ambiguität als auch die Granularitätsprobleme gleichzeitig löst.

Zur Validierung wurden zwei Benchmark‑Sätze – DKGF(W‑I) und DKGF(Y‑I) – mit insgesamt 21 Evaluationskonfigurationen erstellt. Umfangreiche Experimente zeigen, dass die Aufgabe von großer Bedeutung ist und das vorgeschlagene Modell die Herausforderungen effektiv adressiert. Damit entsteht das erste standardisierte Testfeld für DKGF.