Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Extension de FKG.in : vers un réseau de traçabilité des allégations alimentaires

Created by
  • Haebom

Auteur

Saransh Kumar Gupta, Rizwan Gulzar Mir, Lipika Dey, Partha Pratim Das, Anirban Sen, Ramesh Jain

Contour

Cet article propose un réseau de traçabilité des allégations alimentaires (FCN) qui étend le graphe de connaissances alimentaires indien (FKG). Le FCN présente une conception ontologique et un flux de travail semi-automatisé de curation des connaissances, qui ont servi à développer une preuve de concept à partir de données Reddit et d'un modèle linguistique à grande échelle. Le FCN intègre des entrées de données organisées, un schéma structuré et un pipeline basé sur la provenance pour l'extraction et la vérification des allégations alimentaires. Bien que directement liée au graphe de connaissances alimentaires indien, la méthodologie présentée ici est indépendante des applications et applicable à d'autres régions, cuisines et environnements réglementaires. En modélisant les allégations alimentaires et leur traçabilité de manière structurée, vérifiable et explicable, nous souhaitons contribuer à un écosystème de connaissances alimentaires plus transparent et responsable, permettant aux chercheurs, aux décideurs politiques et aux consommateurs de s'y retrouver parmi les diverses allégations nutritionnelles.

Takeaways, Limitations

Takeaways:
Un nouveau cadre de traçabilité et de vérification des allégations relatives aux aliments (AAA) est présenté.
Proposer une méthode efficace de curation des connaissances en utilisant les données Reddit et LLM.
Présentation d'une méthodologie applicable à divers contextes régionaux et culturels
Contribuer à la construction d'un écosystème de connaissances alimentaires plus transparent et responsable
Limitations:
Actuellement, il s'appuie sur un graphe de connaissances sur la cuisine indienne. Son extension à d'autres régions nécessitera des données et des efforts supplémentaires.
Prise en compte des problèmes de biais et de fiabilité des données Reddit
Possibilité d'une précision limitée dans la vérification des assertions en raison des limites du LLM
Des recherches supplémentaires sont nécessaires sur l’application pratique et l’efficacité du FCN.
👍