LODチャレンジ2022授賞式シンポジウムでの紹介スライドです。 受賞作品：https://github.com/KnowledgeGraphJapan/KGRC-RDF/blob/kgrc4si/extended_readme.md 受賞情報：https://2022.lodc.jp/awardPressRelease2022.html 引用： 江上周作，鵜飼孝典，窪田文也，大野美喜子，北村光司，福田賢一郎: 家庭内の事故予防に向けた合成ナレッジグラフの構築と推論，第56回人工知能学会セマンティックウェブとオントロジー研究会, SIG-SWO-056-14 (2022) DOI: https://doi.org/10.11517/jsaisigtwo.2022.SWO-056_14 Egami, S., Nishimura, S., Fukuda, K.: A Framework for Constructing and Augmenting Knowledge Graphs using Virtual Space: Towards Analysis of Daily Activities. Proceedings of the 33rd IEEE International Conference on Tools with Artificial Intelligence. pp.1226-1230 (2021) DOI: https://doi.org/10.1109/ICTAI52525.2021.00194 Egami, S., Nishimura, S., Fukuda, K.: VirtualHome2KG: Constructing and Augmenting Knowledge Graphs of Daily Activities Using Virtual Space. Proceedings of the ISWC 2021 Posters, Demos and Industry Tracks: From Novel Ideas to Industrial Practice, co-located with 20th International Semantic Web Conference. CEUR, Vol.2980 (2021) https://ceur-ws.org/Vol-2980/paper381.pdf

1. VirtualHome2KGデータセット
― 家庭内の⽇常⽣活⾏動のシミュレーション動画
とナレッジグラフ ―
江上 周作1, 鵜飼 孝典2,1, ⼤野 美喜⼦1, 北村 光司1, 窪⽥ ⽂也3, Swe Nwe Nwe Htun1,
Ye Win1, 太⽥ 雅輝1, 川村 隆浩4,1, 古崎 晃司5,1, 松下 京群2, 福⽥ 賢⼀郎1
1産業技術総合研究所
2富⼠通株式会社
3株式会社グルコース
4農研・⾷品産業技術総合研究機構
5⼤阪電気通信⼤学

2. VirtualHome2KGデータセット
• ⼀⾔でいうと
• 家庭内⽇常⽣活を仮想空間でシミュレーションした
動画と，その内容を表すナレッジグラフのセット
https://github.com/KnowledgeGraphJapan/KGRC-RDF/tree/kgrc4si

3. 提供データセットの内容
• 動画 (mp4)
• 36種類の⾏動シナリオ(2022/12/17時点)
• 1種類につきキャラクター後⽅視点，室内カメラ視点があり，合計72個
の動画 (更新: 2022/12/17時点)
• ナレッジグラフ (RDF)
• 動画に対応する36個のナレッジグラフ(2022/12/17時点)
• 台本データ (txt)
• 動画とナレッジグラフを⽣成するためにVirtualHome2KGに与えたデータ
• ⾏動のタイトルと簡単な⽂章説明を含む
年度内に⼤幅追加予定
VirtualHome2KG(データ活⽤部⾨
に応募)を使⽤して下記の
データを⽣成
VirtualHome2KG

4. ナレッジグラフの例
Activity（短い尺の動画）
Event（短い動画の⼀場⾯）
Action（⼈の動作）
エピソード（⻑尺）
Object（物）
物の空間的な情報
Situation（屋内の状況）
State（物の状態）
4

5. クエリ例
•SPARQLエンドポイントを提供
• http://kgrc4si.ml:7200/sparql
• リポジトリは「KGRC4SIv0」を選択してください。（2022/12/17時点）

6. ナレッジグラフ推論チャレンジ【実社会版】
• ⾼齢者の家庭内での⽇常⽣活という具体的に⾝近な場⾯
を問題とした
「ナレッジグラフ推論チャレンジ【実社会版】」を開催
• タスク︓提供データから危険な状況を検出し説明する
https://challenge.knowledge-graph.jp/2022/
この成果は，国⽴研究開発法⼈新エネルギー・産業技術総合開発機構(NEDO)の委託業務
(JPNP20006, JPNP180013)，JSPS科研費19H04168の結果得られたものです．