Millised on KG loomisel mittestruktureeritud tekstist?

Teadmiste graafi (KG) loomine struktureerimata tekstist seisab järgmiste peamiste raskustega:

• Entiteetide ja suhete väljavõtmine: Tekst sisaldab sageli mitmetähenduslikke või kontekstist sõltuvaid termineid, mis raskendavad entiteetide ja nendevaheliste suhete õiget tuvastamist.
• Ko-referentside lahendamine: Tuleb määrata, kas erinevad viited (näiteks "tema", "direktor") viitavad samale objektile.
• Sünonüümide ja variatsioonide haldamine: Erinevad sõnad võivad tähistada sama kontseptsiooni, mis nõuab normaliseerimist ja ühendamist.
• Müra ja vigu tekstis: Kirjavea, grammatiliste vigade ja mitteametliku stiili tõttu on analüüs keeruline.
• Struktureeritud mallide puudumine: Vajalik on kasutada arenenud NLP meetodeid, näiteks närvivõrgu mudeleid, info väljavõtmiseks.
• Skaleeritavus: Suurte tekstimasside töötlemine nõuab optimeerimist ja jaotatud arvutusi.

Näide: "Elon Musk asutas SpaceX" lause tripletide (entiteet — suhe — entiteet) väljavõtmiseks tuleb õigesti tuvastada "Elon Musk" ja "SpaceX" entiteetid ning määrata nende vahel suhe "asutas".