- LLMs as Cultural Archives: Cultural Commonsense Knowledge Graph Extraction [57.2]
大規模言語モデル(LLM)は、多様なWebスケールデータから学んだ豊富な文化的知識を符号化する。 文化常識知識グラフ(CCKG)構築のための反復的,即時的枠組みを提案する。 対象文化が英語ではない場合でも、文化知識グラフは英語でよりよく認識されている。
論文 参考訳（メタデータ） (Sun, 25 Jan 2026 20:05:04 GMT) - LLMから文化的なナレッジグラフを引きだす手法の提案と検証。「Human evaluations show that while native languages convey richer cultural depth, English outputs are generally more coherent and preferred. Empirically, augmenting LLMs with CCKG improves performance on cultural commonsense reasoning and story generation.」というのは納得感がありつつ、日本語のLLM構築の重要性を示唆しているような気もする。
- リポジトリはGitHub – JuniorTonga/Cultural_Commonsense_Knowledge_Graph: [EACL 2026 Main] Framework to construct a Cultural Commonsense Knowledge Graph( CCKG) that have geographical context.
タグ: ナレッジグラフ
EKG(Event Knowledge Graph)に関するサーベイ
- What is Event Knowledge Graph: A Survey [46.6]
本稿では、歴史、オントロジー、例、アプリケーションビューからイベントナレッジグラフ(EKG)を包括的に調査する。 EKGは、インテリジェント検索、質問回答、レコメンデーション、テキスト生成など、多くの機械学習および人工知能アプリケーションにおいて、ますます重要な役割を担っている。
論文 参考訳（メタデータ） (Fri, 31 Dec 2021 03:42:55 GMT)- イベントの概念を追加されたナレッジグラフに関するサーベイ。「イベント」ノードの追加、「イベント-イベント」と「イベント-エンティティ」の関係（エッジ）の追加がされ表現力が強化、検索等で重要な概念になることがサーベイされている。色々な取り組みがあってとても参考になる。
General Language Modelsからのナレッジグラフ作成
- Symbolic Knowledge Distillation: from General Language Models to Commonsense Models [38.3]
一般的な言語モデルは、コモンセンスモデルを訓練するための知識グラフを作成できる。 ニューラルモデルに加えて、記号的にテキストとして知識を蒸留する。 人間が作成したコモンセンス知識グラフが、私たちの自動蒸留変種に取って代わられるのは初めてです。
論文 参考訳（メタデータ） 参考訳（全文） (Thu, 14 Oct 2021 06:50:19 GMT)- GPT-3からデータを抽出、フィルタリング等により高品質化してGLMからのナレッジグラフを作成。量・質・多様性の観点で人が作成したものを上回り、元のGPT-3を上回るモデルが構築できたとのこと。「Machines can now win over humans for automatic knowledge graph construction.」というfindingsは興味深い。