An Agentic Hybrid Top-Down and Bottom-Up Approach to Knowledge Graph Generation
Dit artikel stelt een agentische hybride pijplijn voor die top-down gronding in Wikidata combineert met bottom-up reflectie om autonoom een schaalbare, zelfhelende meertalige vaardigheden-kennisgraaf te genereren uit ruwe, ongestructureerde HR-data.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je het internet voor als een gigantische, chaotische bibliotheek waar iedereen hardop roept waar hij goed in is. Sommige mensen spreken perfect Engels, anderen spreken Frans, Duits of Spaans, en sommigen gebruiken straattaal die nog niet eens is uitgevonden. In de wereld van werving en selectie is deze bibliotheek een puinhoop. Als een bedrijf een "Project Manager" wil vinden, kunnen ze een briljante kandidaat missen die "Web Project Management" of "Gestion de Projet" heeft geschreven, omdat de computer niet weet dat die termen hetzelfde betekenen. Dit is waar Knowledge Graphs (kennisgrafieken) om de hoek komen kijken. Denk aan een Knowledge Graph als een supergeorganiseerde kaart die ideeën met elkaar verbindt. In plaats van alleen een lijst met woorden, is het een web waarbij "Project Management" een grote hub is, en "Web Project Management" een kleiner takje is dat eraan hangt. Het doel is om die rommelige bibliotheek van schreeuwende stemmen te veranderen in een heldere, nauwkeurige kaart, zodat computers mensen daadwerkelijk kunnen helpen bij het vinden van de juiste banen.
Maar het bouwen van deze kaart is lastig. Je kunt proberen het van bovenaf te tekenen, met behulp van een strikt regelboek (zoals een officiële lijst met functies), maar dan mis je al die coole, nieuwe, vreemde banen die nog niet in het regelboek staan. Of je kunt proberen het van onderaf op te bouwen, door een computer zelf dingen te laten raden en groeperen, maar dat leidt vaak tot een chaotische bende waarbij de computer nepbanen verzint of één baan in tien verschillende namen splitst. Dit artikel introduceert een slimme nieuwe manier om deze kaart te bouwen door het beste van twee werelden te combineren: een strikt regelboek voor de bekende zaken en een slim, zelfcorrigerend robotteam voor de nieuwe zaken.
De onderzoekers, werkend met een Europees platform voor freelancers genaamd Malt, hebben een systeem gebouwd dat werkt als een team van detective-robots. Ze noemen het een "Agentic Hybrid" benadering. Zo werkt het: Eerst neemt het systeem een rommelige vaardigheid die door een mens is opgeschreven, zoals "gestion de projet web" (Frans voor webprojectmanagement), en probeert deze te koppelen aan een vertrouwde, bestaande kaart genaamd Wikidata. Zie Wikidata als de "Wikipedia van feiten" waar de robots volledig op vertrouwen. Als de vaardigheid overeenkomt met iets in Wikidata, geweld! De robot legt het vast, wat ervoor zorgt dat het accuraat en consistent is over alle vijf de talen waar ze om geven (Engels, Frans, Duits, Nederlands en Spaans).
Maar wat als de vaardigheid gloednieuw is en niet in Wikidata bestaat? Dat is waar het "Agentic" gedeelte echt schittert. In plaats van het op te geven of dingen te verzinnen, gebruikt het systeem een speciale "reflectie"-lus. Stel je een robot voor die een concept schrijft, dan stopt en zichzelf afvraagt: "Wacht even, klopt dit wel? Past dit bij de andere vaardigheden?" Als de robot beseft dat een vaardigheid te specifiek is om onder de hoofdomtrek van "Project Management" te passen, gooit hij het niet weg. In plaats daarvan creëert hij een nieuwe, speciale "orphan" (wees) tak voor deze vaardigheid. Hij geeft deze nieuwe tak een uniek ID en een duidelijke naam, zoals "Web Project Management", en koppelt deze terug aan de hoofd-hub. Het systeem voert dit proces vervolgens herhaaldelijk uit, controleert het eigen werk, voegt duplicaten samen en ruimt de rommel op totdat de kaart zo nauwkeurig mogelijk is.
Het onderzoek toont aan dat deze methode erg goed werkt, maar het is geen magie — het is rigoureus. Ze hebben het getest op meer dan 36.000 ruwe, rommelige vaardigheidsbeschrijvingen van echte freelancers. Het systeem slaagde erin een groot deel van hen te organiseren, maar was ook eerlijk over wat het niet kon aanpakken. Van het totaal waren ongeveer 19% van de pogingen om vaardigheden aan de kaart te koppelen "foutieve gokken", omdat de invoer te verwarrend of dubbelzinnig was. Bovendien wees het systeem actief nog eens 13,7% van de invoer af omdat het bepaalde dat ze simpelweg geen geldige vaardigheden waren (zoals "NOT_A_SKILL" fouten) of semantische ruis waren. Echter, voor de data die het wel succesvol kon verwerken, waren de resultaten indrukwekkend: het heeft 27.743 van de invoer opgeschoond en georganiseerd, en gegroepeerd in ongeveer 13.300 duidelijke, gestandaardiseerde vaardigheidscategorieën. Dit betekent dat ze de chaos voor de geldige data met meer dan de helft hebben verminderd, door duizenden verwarrende variaties om te zetten in een nette, gestructureerde lijst. Nog beter: het systeem was in staat om alle vijf de talen perfect te spreken, waardoor er 66.490 gestandaardiseerde labels werden gecreëerd, zodat een Franstalige en een Duitstalige dezelfde baan kunnen vinden.
De onderzoekers ontdekten dat hun "hybride" benadering veel beter was dan alleen een strikt regelboek gebruiken of gewoon de computer laten raden. Door de bekende vaardigheden te verankeren aan Wikidata, voorkomden ze dat de computer nepbanen verzint (een probleem dat "hallucinatie" wordt genoemd). Door de "reflectie"-lus te gebruiken voor de nieuwe vaardigheden, misten ze de coole, opkomende banen niet die regelboeken nog niet hebben gevangen. Het resultaat is een levende, ademende kaart van vaardigheden die zichzelf kan bijwerken naarmate de arbeidsmarkt verandert, waardoor het voor bedrijven veel gemakkelijker wordt om de juiste mensen te vinden en voor mensen om het juiste werk te vinden. Het is also kind van een bibliothecaris die niet alleen elk boek in de bibliotheek kent, maar ook direct weet hoe hij een gloednieuw boek dat net is gearriveerd moet archiveren, zodat iedereen het kan vinden ongeacht welke taal ze spreken — terwijl hij ook precies weet wanneer hij moet zeggen: "Ik weet niet zeker wat dit is," in plaats van een verkeerde gok te doen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.