Enhancing Entity Alignment Between Wikidata and ArtGraph Using LLMs

Les graphiques de connaissances (KGs) sont utilisés dans de nombreuses applications, y compris dans le domaine du patrimoine culturel. La qualité et l’exhaustivité des données constituent une condition préalable importante de ces applications. L’utilisation d’un seul KG pourrait ne pas être suffisante pour répondre à cette exigence. L’absence de liens entre les KGs complique l’exploitation des données complémentaires qu’ils peuvent fournir. Cet article se concentre sur les KGs de Wikidata et d’ArtG raph, qui présentent des lacunes dans le contenu pouvant être comblées en enrichissant l’une avec les données de l’autre. L’alignement des entités peut aider à combiner les données des KGs en connectant des entités qui font référence aux mêmes entités du monde réel. Cependant, l’alignement des entités dans les graphes de connaissance du domaine artistique reste sous-exploré. Dans la poursuite de l’alignement des entités entre un graphique ArtGraph et Wikidata, une approche hybride est proposée. La première partie, que nous appelons WES (Wikidata Entity Search), utilise les requêtes SPARQL traditionnelles de Wikidata et est suivie d’un pipeline utilisant les LLMs que nous appelons pArtLink. L’approche combinée a réussi à aligner les œuvres d’art et les artistes, avec l’identification par WES d’entités pour 14 982 œuvres d’art et 2 029 artistes, et pArtLink a également aligné 76 artistes supplémentaires, améliorant ainsi le processus d’alignement au-delà des capacités de WES.