論文の概要: Method for the semantic indexing of concept hierarchies, uniform representation, use of relational database systems and generic and case-based reasoning

• arxiv url: http://arxiv.org/abs/1910.01539v2
• Date: Mon, 12 Jun 2023 17:02:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-14 03:42:24.384285
• Title: Method for the semantic indexing of concept hierarchies, uniform representation, use of relational database systems and generic and case-based reasoning
• Title（参考訳）: 概念階層のセマンティックインデックス作成方法,一様表現,関係データベースシステムの利用,汎用的およびケースベース推論
• Authors: Uwe Petersohn, Sandra Zimmer, Jens Lehmann
• Abstract要約: 意味的索引付けの出発点は概念階層によって表される知識である。 キーは、概念が特定のすべての概念で部分的には不可能であり、意味的に正しい概念のみを追加することができるように計算される。 一様表現のため、推論はケースベースの推論と一般的な問題解決手法を用いて行うことができる。
• 参考スコア（独自算出の注目度）: 7.584720949329676
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a method for semantic indexing and describes its application in the field of knowledge representation. Starting point of the semantic indexing is the knowledge represented by concept hierarchies. The goal is to assign keys to nodes (concepts) that are hierarchically ordered and syntactically and semantically correct. With the indexing algorithm, keys are computed such that concepts are partially unifiable with all more specific concepts and only semantically correct concepts are allowed to be added. The keys represent terminological relationships. Correctness and completeness of the underlying indexing algorithm are proven. The use of classical relational databases for the storage of instances is described. Because of the uniform representation, inference can be done using case-based reasoning and generic problem solving methods.
• Abstract（参考訳）: 本稿では,セマンティックインデクシングの手法を提案し,その知識表現分野への応用について述べる。 セマンティックインデクシングの出発点は、概念階層によって表される知識である。 目標は、階層的に順序付けされ、構文的に、セマンティックに正しいノード(概念)にキーを割り当てることである。 インデクシングアルゴリズムでは、キーが計算され、概念はより具体的な概念で部分的に不可能になり、意味的に正しい概念だけを追加することが許される。 キーは用語学的関係を表す。 基礎となるインデックスアルゴリズムの正確性と完全性が証明されている。 インスタンスのストレージに古典的なリレーショナルデータベースを使うことについて説明する。 一様表現のため、推論はケースベース推論とジェネリック問題解決手法を使って行うことができる。

関連論文リスト

• Discover-then-Name: Task-Agnostic Concept Bottlenecks via Automated Concept Discovery [52.498055901649025]
  ディープニューラルネットワークの「ブラックボックス」問題に対処するために、概念ボトルネックモデル(CBM)が提案されている。 本稿では,典型的なパラダイムを逆転させる新しいCBMアプローチであるDiscover-then-Name-CBM(DN-CBM)を提案する。 我々の概念抽出戦略は、下流のタスクに非依存であり、既にそのモデルに知られている概念を使用するため、効率的である。
  論文  参考訳（メタデータ） (2024-07-19T17:50:11Z)
• ConceptHash: Interpretable Fine-Grained Hashing via Concept Discovery [128.30514851911218]
  ConceptHashは、サブコードレベルの解釈性を実現する新しい方法である。 ConceptHashでは、各サブコードは、オブジェクト部分のような人間の理解可能な概念に対応する。 学習したハッシュコードが、きめ細かいオブジェクトクラス内で識別可能であることを保証するために、言語ガイダンスを組み込んだ。
  論文  参考訳（メタデータ） (2024-06-12T17:49:26Z)
• Domain Embeddings for Generating Complex Descriptions of Concepts in Italian Language [65.268245109828]
  電子辞書から抽出した言語情報と語彙情報に富んだ分布意味資源を提案する。 リソースは21のドメイン固有の行列と1つの包括的なマトリックスとグラフィカルユーザインタフェースから構成される。 本モデルは,具体的概念知識に直接関連した行列を選択することにより,概念の意味的記述の推論を容易にする。
  論文  参考訳（メタデータ） (2024-02-26T15:04:35Z)
• Simple Mechanisms for Representing, Indexing and Manipulating Concepts [46.715152257557804]
  我々は、概念の具体的な表現やシグネチャを生成するために、そのモーメント統計行列を見ることで概念を学ぶことができると論じる。 概念が交差しているとき、概念のシグネチャを使用して、関連する多くの相互交差した概念の共通テーマを見つけることができる。
  論文  参考訳（メタデータ） (2023-10-18T17:54:29Z)
• Language Models As Semantic Indexers [78.83425357657026]
  本稿では,ジェネレーティブ言語モデルを用いてセマンティックIDを学習するための自己教師型フレームワークLMIndexerを紹介する。 学習したIDの質を検証し,推奨,製品検索,文書検索の3つの課題において有効性を示す。
  論文  参考訳（メタデータ） (2023-10-11T18:56:15Z)
• Ranking-based Argumentation Semantics Applied to Logical Argumentation (full version) [2.9005223064604078]
  構造化議論におけるランキングベースセマンティクスの振る舞いについて検討する。 ランキングに基づく多種多様なセマンティクスが,いわゆる計算可能性尺度を生み出していることを示す。
  論文  参考訳（メタデータ） (2023-07-31T15:44:33Z)
• Semantic Search for Large Scale Clinical Ontologies [63.71950996116403]
  本稿では,大規模臨床語彙検索システムを構築するための深層学習手法を提案する。 本稿では,意味学習データに基づくトレーニングデータを生成するTriplet-BERTモデルを提案する。 このモデルは,5つの実ベンチマークデータセットを用いて評価され,提案手法は自由テキストから概念,概念まで,概念語彙の検索において高い結果が得られることを示す。
  論文  参考訳（メタデータ） (2022-01-01T05:15:42Z)
• Quotient Space-Based Keyword Retrieval in Sponsored Search [7.639289301435027]
  代名詞検索は, 代名詞検索において重要な問題となっている。 本稿では,この問題に対処する新しい空間探索フレームワークを提案する。 この方法はBaiduのオンライン検索システムでうまく実装されている。
  論文  参考訳（メタデータ） (2021-05-26T07:27:54Z)
• Unsupervised Key-phrase Extraction and Clustering for Classification Scheme in Scientific Publications [0.0]
  本稿では,システムマッピング (SM) とシステムレビュー (SR) プロセスの自動化の可能性について検討する。 キーフレーズは教師なしの方法で科学文書から抽出され、対応する分類体系を構築するために使用される。 また、クラスタリングを使って関連するキーフレーズをグループ化する方法についても検討する。
  論文  参考訳（メタデータ） (2021-01-25T10:17:33Z)
• On the Learnability of Concepts: With Applications to Comparing Word Embedding Algorithms [0.0]
  セマンティックコンテンツを共有した単語の一覧として「概念」の概念を導入する。 まず、この概念を用いて、事前訓練された単語埋め込みにおける概念の学習可能性を測定する。 そこで我々は,様々な埋め込みアルゴリズムの相対的メリットを比較するために,仮説テストとROC曲線に基づく概念学習可能性の統計的解析を開発した。
  論文  参考訳（メタデータ） (2020-06-17T14:25:36Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。