Fugu-MT 論文翻訳(概要): On the uniform one-dimensional fragment

論文の概要: On the uniform one-dimensional fragment

arxiv url: http://arxiv.org/abs/1604.01673v3
Date: Wed, 19 Apr 2023 17:46:40 GMT
ステータス: 処理完了
システム内更新日: 2023-04-20 19:17:27.934780
Title: On the uniform one-dimensional fragment
Title（参考訳）: 一様一次元断片について
Authors: Antti Kuusisto
Abstract要約: 一階述語論理の1次元一次元断片 U1 は、2変数論理を自然に全てのアーリーの関係を持つ文脈に拡張する形式主義である。本稿では,DLR_reg に特に注目される高次アリティ関係に対応するために設計された記述論理と U1 の関係について検討する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The uniform one-dimensional fragment of first-order logic, U1, is a formalism that extends two-variable logic in a natural way to contexts with relations of all arities. We survey properties of U1 and investigate its relationship to description logics designed to accommodate higher arity relations, with particular attention given to DLR_reg. We also define a description logic version of a variant of U1 and prove a range of new results concerning the expressivity of U1 and related logics.
Abstract（参考訳）: 一階論理の均一な一次元断片 U1 は、2変数論理を自然に全てのアーリーの関係を持つ文脈に拡張する形式主義である。 dlr_reg に特に注意を向け,高次アーリティー関係に対応するように設計された記述論理と u1 の性質について検討した。また、U1の変種の記述論理バージョンを定義し、U1と関連する論理の表現性に関する新しい結果の範囲を証明した。

関連論文リスト

LOGICSEG: Parsing Visual Semantics with Neural Logic Learning and Reasoning [73.98142349171552]
LOGICSEGは、神経誘導学習と論理推論をリッチデータとシンボリック知識の両方に統合する、全体論的視覚意味論である。ファジィ論理に基づく連続的な緩和の間、論理式はデータとニューラルな計算グラフに基礎を置いており、論理によるネットワークトレーニングを可能にする。これらの設計によりLOGICSEGは、既存のセグメンテーションモデルに容易に統合できる汎用的でコンパクトなニューラル論理マシンとなる。
論文参考訳（メタデータ） (2023-09-24T05:43:19Z)
Description Logics Go Second-Order -- Extending EL with Universally Quantified Concepts [0.0]
私たちは記述ロジックの拡張に$mathcalEL$をフォーカスします。拡張の有用な断片について、異なる意味論による結論が一致することを示す。わずかに小さいが、それでも有用である断片のために、私たちは拡張の決定可能性を示すことができました。
論文参考訳（メタデータ） (2023-08-16T09:37:38Z)
Modeling Hierarchical Reasoning Chains by Linking Discourse Units and Key Phrases for Reading Comprehension [80.99865844249106]
本稿では,論理的推論の基盤として,対話レベルと単語レベルの両方の文脈を扱う総合グラフネットワーク(HGN)を提案する。具体的には、ノードレベルの関係とタイプレベルの関係は、推論過程におけるブリッジと解釈できるが、階層的な相互作用機構によってモデル化される。
論文参考訳（メタデータ） (2023-06-21T07:34:27Z)
Query Structure Modeling for Inductive Logical Reasoning Over Knowledge Graphs [67.043747188954]
KGに対する帰納的論理的推論のための構造モデル付きテキスト符号化フレームワークを提案する。線形化されたクエリ構造とエンティティを、事前訓練された言語モデルを使ってエンコードして、回答を見つける。 2つの帰納的論理推論データセットと3つの帰納的推論データセットについて実験を行った。
論文参考訳（メタデータ） (2023-05-23T01:25:29Z)
Discourse-Aware Graph Networks for Textual Logical Reasoning [142.0097357999134]
パッセージレベルの論理関係は命題単位間の係り合いまたは矛盾を表す(例、結論文) 論理的推論QAを解くための論理構造制約モデリングを提案し、談話対応グラフネットワーク(DAGN)を導入する。ネットワークはまず、インラインの談話接続とジェネリック論理理論を利用した論理グラフを構築し、その後、エッジ推論機構を用いて論理関係を進化させ、グラフ機能を更新することで論理表現を学習する。
論文参考訳（メタデータ） (2022-07-04T14:38:49Z)
Logic-Driven Context Extension and Data Augmentation for Logical Reasoning of Text [65.24325614642223]
論理的な記号や表現をテキストで理解し、答えにたどり着くよう提案します。このような論理的情報に基づいて,文脈拡張フレームワークとデータ拡張アルゴリズムを提案する。本手法は最先端の性能を実現し,論理駆動コンテキスト拡張フレームワークとデータ拡張アルゴリズムの両方が精度向上に寄与する。
論文参考訳（メタデータ） (2021-05-08T10:09:36Z)
Learning Concepts Described by Weight Aggregation Logic [0.0]
我々は、重みを集約し、それらの集合を比較し、より複雑な公式を構築するための一階述語論理の拡張を導入する。重み付き背景構造上のFOWA1で定義可能な概念は, 擬似線形時間前処理後の多言語時間において, 不可知的にPAC学習可能であることを示す。
論文参考訳（メタデータ） (2020-09-22T14:32:42Z)
LogicalFactChecker: Leveraging Logical Operations for Fact Checking with Graph Module Network [111.24773949467567]
ファクトチェックに論理演算を活用するニューラルネットワークアプローチであるLogicalFactCheckerを提案する。大規模なベンチマークデータセットであるTABFACT上での最先端のパフォーマンスを実現している。
論文参考訳（メタデータ） (2020-04-28T17:04:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。