Resumen: La construcción de gráficos de conocimiento generalmente se basa en ontologías predefinidas o en extracción sin esquemas. Los pipelines basados en ontologías imponen una tipificación consistente pero requieren un costoso diseño y mantenimiento de esquemas, mientras que los métodos sin esquemas a menudo producen gráficos fragmentados con una organización global débil, especialmente en documentos técnicos largos con información densa y dependiente del contexto. Proponemos TRACE-KG (esquema basado en texto para gráficos de conocimiento enriquecidos por contexto), un marco multimodal que construye conjuntamente un gráfico de conocimiento enriquecido por contexto y un esquema inducido sin asumir una ontología predefinida. TRACE-KG captura relaciones condicionales a través de calificadores estructurados y organiza entidades y relaciones utilizando un esquema basado en datos que sirve como un andamio semántico reutilizable al tiempo que preserva la trazabilidad total hasta la evidencia fuente. Los experimentos muestran que TRACE-KG produce gráficos de conocimiento trazables y estructuralmente coherentes y ofrece una alternativa práctica a los procesos de construcción basados en ontologías y sin esquemas.
Publicado originalmente en export.arxiv.org el 6 de abril de 2026.
Ver fuente original
