Fugu-MT 論文翻訳(概要): Large-scale Ontological Reasoning via Datalog

論文の概要: Large-scale Ontological Reasoning via Datalog

arxiv url: http://arxiv.org/abs/2003.09698v1
Date: Sat, 21 Mar 2020 16:51:02 GMT
ステータス: 処理完了
システム内更新日: 2022-12-21 13:08:29.896046
Title: Large-scale Ontological Reasoning via Datalog
Title（参考訳）: datalogによる大規模オントロジ推論
Authors: Mario Alviano and Marco Manna
Abstract要約: OWL 2の多くの断片に対するオントロジー推論は、Datalogクエリの評価に還元することができる。本稿では,これらのコンパイルのいくつか,特にHhorn-$mathcalSHIQ$ナレッジベース上でのクエリ処理について調査する。
参考スコア（独自算出の注目度）: 7.76692116806953
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Reasoning over OWL 2 is a very expensive task in general, and therefore the W3C identified tractable profiles exhibiting good computational properties. Ontological reasoning for many fragments of OWL 2 can be reduced to the evaluation of Datalog queries. This paper surveys some of these compilations, and in particular the one addressing queries over Horn-$\mathcal{SHIQ}$ knowledge bases and its implementation in DLV2 enanched by a new version of the Magic Sets algorithm.
Abstract（参考訳）: OWL 2 上の推論は一般に非常に高価な作業であるため、W3C は優れた計算特性を示すトラクタブルプロファイルを同定した。 OWL 2の多くの断片に対するオントロジー推論は、Datalogクエリの評価に還元することができる。本稿では,これらのコンパイルのいくつか,特にHhorn-$\mathcal{SHIQ}$ナレッジベース上でのクエリ処理と,Magic Setsアルゴリズムの新バージョンによるDLV2の実装について検討する。

関連論文リスト

Enhancing Legal Case Retrieval via Scaling High-quality Synthetic Query-Candidate Pairs [67.54302101989542]
判例検索は、ある事実記述の参照として類似した事例を提供することを目的としている。既存の作業は主に、長いクエリを使ったケース・ツー・ケースの検索に重点を置いている。データスケールは、既存のデータハングリーニューラルネットワークのトレーニング要件を満たすには不十分である。
論文参考訳（メタデータ） (2024-10-09T06:26:39Z)
H-STAR: LLM-driven Hybrid SQL-Text Adaptive Reasoning on Tables [56.73919743039263]
本稿では,2段階のプロセスにシンボル的アプローチと意味的アプローチ(テキスト的アプローチ)を統合し,制約に対処する新しいアルゴリズムを提案する。実験の結果,H-STARは3つの質問応答(QA)と事実検証データセットにおいて,最先端の手法を大幅に上回っていることがわかった。
論文参考訳（メタデータ） (2024-06-29T21:24:19Z)
LUNAR: Unsupervised LLM-based Log Parsing [34.344687402936835]
LUNARは,効率的かつ市販のログ解析のための教師なし手法である。我々の重要な洞察は、LSMは直接ログ解析に苦労するかもしれないが、それらの性能は比較分析によって大幅に向上できるということである。大規模な公開データセットの実験は、LUNARが精度と効率の点で最先端のログクラフトを著しく上回っていることを示している。
論文参考訳（メタデータ） (2024-06-11T11:32:01Z)
Data Complexity in Expressive Description Logics With Path Expressions [7.832189413179361]
本稿では,表現的記述論理ZOIQ(ALCHb Self reg OIQ)の準フォレスト上でのデータ複雑性について検討する。これにより、ZOIQの決定可能なフラグメントに対するデータ複雑性の展望が完成し、OWL2(SRファミリー)の決定可能なフラグメントに関する既知の結果が改善される。
論文参考訳（メタデータ） (2024-06-11T09:37:51Z)
AnnoLLM: Making Large Language Models to Be Better Crowdsourced Annotators [98.11286353828525]
GPT-3.5シリーズのモデルは、様々なNLPタスクにまたがる顕著な少数ショットとゼロショットの能力を示している。本稿では,2段階のアプローチを取り入れたAnnoLLMを提案する。我々はAnnoLLMを用いた対話型情報検索データセットを構築した。
論文参考訳（メタデータ） (2023-03-29T17:03:21Z)
Query2doc: Query Expansion with Large Language Models [69.9707552694766]
提案手法はまず,大言語モデル (LLM) をプロンプトすることで擬似文書を生成する。 query2docは、アドホックIRデータセットでBM25のパフォーマンスを3%から15%向上させる。また,本手法は,ドメイン内およびドメイン外の両方において,最先端の高密度検索に有効である。
論文参考訳（メタデータ） (2023-03-14T07:27:30Z)
Improving Document Representations by Generating Pseudo Query Embeddings for Dense Retrieval [11.465218502487959]
反復的なクラスタリングプロセスにより,各文書のクエリを模倣する手法を設計する。また、2段階のスコア計算手順でマッチング関数を最適化する。いくつかの人気ランキングとQAデータセットに関する実験結果から、私たちのモデルが最先端の結果を達成できることが示された。
論文参考訳（メタデータ） (2021-05-08T05:28:24Z)
Deep Graph Matching and Searching for Semantic Code Retrieval [76.51445515611469]
本稿では,グラフニューラルネットワークに基づくエンドツーエンドのディープグラフマッチングと探索モデルを提案する。まず、自然言語クエリテキストとプログラミング言語のコードスニペットをグラフ構造化データで表現する。特に、DGMSは、個々のクエリテキストやコードスニペットのより構造的な情報をキャプチャするだけでなく、それらの微妙な類似性も学習する。
論文参考訳（メタデータ） (2020-10-24T14:16:50Z)
DaRLing: A Datalog rewriter for OWL 2 RL ontological reasoning under SPARQL queries [3.0938904602244346]
我々はRDFSデータ型のサポートとは別に,多種多様なセマンティックコンストラクタを提供するOWL 2 RLに注目している。このギャップを埋めるために、私たちは、SPARQLクエリの下でOWL 2 RLのオントロジ推論のために無料で利用可能なDatalogリライターであるDaRLingを紹介します。
論文参考訳（メタデータ） (2020-08-05T16:59:59Z)
A tetrachotomy of ontology-mediated queries with a covering axiom [1.749935196721634]
我々の懸念は、標準的なデータベースクエリへの記述とそれらの最適な書き換えを介し、クエリに応答する際のデータ複雑さを効率的に決定することである。我々は、疎結合シロップ(d-シロップ)と呼ばれるブール共役型クエリに焦点を当てる。一部のd-シロップは指数的な大きさの分解能しか持たないが、そのうちのいくつかは二重指数サイズの正存在量書き換えと単帰的データログ書き換えのみである。
論文参考訳（メタデータ） (2020-06-07T14:47:07Z)
Self-Supervised Log Parsing [59.04636530383049]
大規模ソフトウェアシステムは、大量の半構造化ログレコードを生成する。既存のアプローチは、ログ特化や手動ルール抽出に依存している。本稿では,自己教師付き学習モデルを用いて解析タスクをマスク言語モデリングとして定式化するNuLogを提案する。
論文参考訳（メタデータ） (2020-03-17T19:25:25Z)

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。