A Semantics
Abstract
网络上的食谱和其他食品信息的激增为发现饮食相关知识并将其组织到知识图谱中提供了机会。目前，有几种与食品相关的本体，但它们专门针对特定领域，例如农业、生产或健康。缺乏面向想要健康饮食和综合食品建议服务的消费者的统一知识图谱，其中包括他们每天遇到的食物、食谱以及收到的信息。我们的贡献是一个软件工具包，可用于创建统一的食品知识图谱，该图链接与食品相关的各个贮仓，同时保留来源信息。我们描述了知识图谱的构建过程、维护计划以及如何在多个应用程序中使用该知识图谱。这些应用程序包括基于SPARQL的服务，允许用户根据手头的原料确定要制作的食谱，同时考虑过敏等限制，以及可以在知识图谱上执行自然语言问答。
1. introduction
慢性疾病与不良饮食习惯有关。尽管过去几十年在制定和实施营养建议方面取得了很大进展，但这些知识尚未转化为日常饮食习惯。将推荐的饮食指南付诸实践的障碍之一是指南的个性化（例如文化和生活方式的差异）很大程度上取决于个人。指南不仅仅关注一个人的热量、脂肪、盐和糖的摄入量，还建议个人吃各种营养丰富的食物。因此需要考虑的营养参数的数量可能会变得巨大。
这个问题的一个自然解决方案是提供一种智能且自动化的食物推荐方法。[23]对食品推荐系统的最新技术进行了全面的回顾。他们强调最近越来越多的关注不仅是推荐令人喜爱的食物，而且还进一步确保它们是健康的。作者指出尽管食品推荐很重要，但与其他领域相比，研究相对少。在他们回顾的几项工作中，只有[11]涉及语义的使用，激发了对构建以食物为中心的知识图谱方法的需求。
知识图谱KGs在组织日常遇到的信息并使其更广泛地供人类和机器使用发挥着重要作用。KGs已被用于各种任务，包括关系预测、搜索相似项和问答。虽然机器学习算法可以有效地回答问题，但它们因产生难以解释的答案而臭名昭著，尤其是自动产生的答案。知识图谱可以自动解释如何得出答案。互操作性是知识图谱的另一个重要方面，因为它们可以实现理解和重用。然而这一领域的标准和最佳实践难以捉摸，这对想要最大化KGs发现和重用的知识工程师构成了巨大的挑战，正如 FAIR（可查找、可访问、可互操作、可重用）原则所规定的那样。
在本文中，我们讨论了提取和维护有关食物的公开数据的方法，以及构建可供人类和机器使用的知识图谱的方法，从而提供有用的食物建议，进而促进更健康的生活方式。值得注意的是，我们的 FoodKG是第一个涵盖食谱、配料和营养元素的广泛食物知识图谱资源，涵盖超过100万个食谱和6700万个三元组。我们资源的新颖性和主要贡献在于其范围和包容性，不仅考虑到它集成的不同数据集，还考虑到与健康概念的链接以及作为应用程序提供问答服务。
1.1 Use Case
我们的用例旨在帮助人们通过以下方式个性化他们的饮食目标，以改善他们的饮食行为和一般的营养建议之间的一致性。例如，考虑美国糖尿病协会（ADA）的建议，从全谷物、蔬菜、水果、豆类和乳制品中摄入碳水化合物，重点是摄入食用纤维含量较高且血糖负荷较低的食物，建议不要使用其他来源，尤其是那些含糖的来源。不幸的是，对于许多人来说，将其转化为健康而美味的食物选择可能是一项艰巨的任务，部分原因是知识分散在多个来源。因此，我们的目标是通过提供一个可用于构建食品知识图谱（FoodKG）的强大系统，帮助人们探索对膳食的不同修改如何影响他们与指南的一致性。
帮助捕获建模知识的范围、内容和评估形式的问题有：①根据USDA营养数据，一块巧克力蛋糕的成分和总卡路里是什么？答案可能包括黄油、鸡蛋、糖、牛奶和可可粉等成分，卡路里为424。对于试图遵守ADA指南的糖尿病患者，②我怎样才能增加这个蛋糕的纤维含量？可能是一个自然要问的后续问题。同样，患有乳糖不耐症的人可能会问③巧克力蛋糕中可以用什么代替牛奶？仅从 DBpedia等来源不可能回答此类问题，因为这些来源的信息并不完整。例如，资源
相关知识
Diyi Yang
专访丨赵毅衡谈形式论：人是会叙述的动物，也是元符号的动物
论话语分析与符号学研究
网址: A Semantics https://m.huajiangbk.com/newsview1241258.html
| 上一篇: 健康小知识： 科学的健康饮食常识 |
下一篇: 科普小知识——健康饮食常识 |
