論文の概要: EQL -- an extremely easy to learn knowledge graph query language, achieving highspeed and precise search

• arxiv url: http://arxiv.org/abs/2003.11105v1
• Date: Thu, 19 Mar 2020 03:32:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-22 04:43:02.078878
• Title: EQL -- an extremely easy to learn knowledge graph query language, achieving highspeed and precise search
• Title（参考訳）: EQL -- 知識グラフクエリ言語を極めて簡単に学習し、高速かつ正確な検索を実現する
• Authors: Han Liu, Shantao Liu
• Abstract要約: 非常に単純なクエリ言語は、知識グラフ、正確な検索、強力な人工知能、データベース、スマートスピーカー、パテント検索などの分野で広く利用することができる。 EQLは設計において最小主義の原則を採用し、シンプルで簡単に学習し、誰もが素早く習得できるようにしている。 EQL言語と世界の常識を備えた包括的な知識グラフシステムは、将来的には強力なAIの基礎を形成することができる。
• 参考スコア（独自算出の注目度）: 8.199756399104198
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: EQL, also named as Extremely Simple Query Language, can be widely used in the field of knowledge graph, precise search, strong artificial intelligence, database, smart speaker ,patent search and other fields. EQL adopt the principle of minimalism in design and pursues simplicity and easy to learn so that everyone can master it quickly. EQL language and lambda calculus are interconvertible, that reveals the mathematical nature of EQL language, and lays a solid foundation for rigor and logical integrity of EQL language. The EQL language and a comprehensive knowledge graph system with the world's commonsense can together form the foundation of strong AI in the future, and make up for the current lack of understanding of world's commonsense by current AI system. EQL language can be used not only by humans, but also as a basic language for data query and data exchange between robots.
• Abstract（参考訳）: EQLはExtremely Simple Query Languageとも呼ばれ、知識グラフ、正確な検索、強力な人工知能、データベース、スマートスピーカー、パテント検索、その他の分野で広く利用することができる。 EQLは設計において最小主義の原則を採用し、シンプルで簡単に学習し、誰もが素早く習得できるようにしている。 EQL言語とラムダ計算は相互変換可能で、EQL言語の数学的性質を明らかにし、EQL言語の厳密性と論理的整合性のための確固たる基盤を提供する。 EQL言語と世界のコモンセンスを備えた包括的な知識グラフシステムは、将来的に強力なAIの基礎を形成し、現在のAIシステムによる世界のコモンセンスの理解の欠如を補うことができる。 EQL言語は人間だけでなく、データクエリやロボット間のデータ交換のための基本言語としても使用できる。

関連論文リスト

• Towards Evaluating Large Language Models for Graph Query Generation [49.49881799107061]
  大言語モデル(LLM)は、生成人工知能(GenAI)の景観に革命をもたらしている 本稿では,オープンアクセス LLM を用いてグラフデータベースと対話する強力な言語としてクエリを生成することの課題について比較検討する。 クエリ生成精度を実証的に分析したところ、Claude Sonnet 3.5は特定のドメインでそれよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-11-13T09:11:56Z)
• Text2SQL is Not Enough: Unifying AI and Databases with TAG [47.45480855418987]
  Table-Augmented Generation (TAG) は、データベース上の自然言語の質問に答えるパラダイムである。 我々は、TAG問題を研究するためのベンチマークを開発し、標準手法がクエリの20%以上を正しく答えることを発見した。
  論文  参考訳（メタデータ） (2024-08-27T00:50:14Z)
• UQE: A Query Engine for Unstructured Databases [71.49289088592842]
  構造化されていないデータ分析を可能にするために,大規模言語モデルの可能性を検討する。 本稿では,非構造化データ収集からの洞察を直接問合せ,抽出するUniversal Query Engine (UQE)を提案する。
  論文  参考訳（メタデータ） (2024-06-23T06:58:55Z)
• NL2KQL: From Natural Language to Kusto Query [1.7931930942711818]
  NL2KQLは、大規模言語モデル(LLM)を使用して自然言語クエリ(NLQ)をKusto Query Language(KQL)クエリに変換する革新的なフレームワークである。 NL2KQLのパフォーマンスを検証するために、オンライン(クエリ実行に基づく)とオフライン(クエリ解析に基づく)メトリクスの配列を使用します。
  論文  参考訳（メタデータ） (2024-04-03T01:09:41Z)
• From Text to CQL: Bridging Natural Language and Corpus Search Engine [27.56738323943742]
  コーパスクエリ言語(Corpus Query Language, CQL)は、テキストコーパス内の言語研究と詳細な分析のための重要なツールである。 本稿では,自然言語のCQLへの翻訳を自動化することを目的とした,最初のテキストからCQLへのタスクを提案する。
  論文  参考訳（メタデータ） (2024-02-21T12:11:28Z)
• NLQxform: A Language Model-based Question to SPARQL Transformer [8.698533396991554]
  本稿では,NLQxform と呼ばれる質問応答システムを提案する。 NLQxformでは、自然言語の質問で複雑なクエリ意図を表現できる。 トランスフォーマーベースの言語モデル、すなわちBARTは、質問を標準のSPARQLクエリに変換するために使用される。
  論文  参考訳（メタデータ） (2023-11-08T21:41:45Z)
• DIVKNOWQA: Assessing the Reasoning Ability of LLMs via Open-Domain Question Answering over Knowledge Base and Text [73.68051228972024]
  大きな言語モデル(LLM)は印象的な生成能力を示すが、内部知識に依存すると幻覚に悩まされる。 検索拡張LDMは、外部知識においてLLMを基盤とする潜在的な解決策として出現している。
  論文  参考訳（メタデータ） (2023-10-31T04:37:57Z)
• Text-to-OverpassQL: A Natural Language Interface for Complex Geodata Querying of OpenStreetMap [17.01783992725517]
  OpenStreetMap (OSM)からジオデータをクエリするための自然言語インタフェースを容易にするタスクであるText-to-OverpassQLを提案する。 自然言語入力からOverpassクエリを生成することは、複数のユースケースに役立つ。
  論文  参考訳（メタデータ） (2023-08-30T14:33:25Z)
• GraphQ IR: Unifying Semantic Parsing of Graph Query Language with Intermediate Representation [91.27083732371453]
  本稿では,グラフクエリ言語,すなわちGraphQ IRに対する統合中間表現(IR)を提案する。 セマンティックギャップをブリッジするIRの自然言語のような表現と、グラフ構造を維持するための正式に定義された構文によって、ニューラルネットワークによるセマンティックパーシングは、ユーザクエリをより効果的にGraphQ IRに変換することができる。 我々のアプローチは、KQA Pro、Overnight、MetaQAにおける最先端のパフォーマンスを一貫して達成できます。
  論文  参考訳（メタデータ） (2022-05-24T13:59:53Z)
• A Benchmark for Generalizable and Interpretable Temporal Question Answering over Knowledge Bases [67.33560134350427]
  TempQA-WDは時間的推論のためのベンチマークデータセットである。 Wikidataは、最も頻繁にキュレーションされ、公開されている知識ベースである。
  論文  参考訳（メタデータ） (2022-01-15T08:49:09Z)
• SPBERT: Pre-training BERT on SPARQL Queries for End-to-end Question Answering over Knowledge Graphs [1.1775939485654976]
  SPBERTは、大規模なSPARQLクエリログを事前トレーニングしたTransformerベースの言語モデルである。 本研究では,SPBERTとエンコーダデコーパスアーキテクチャを知識ベースQAコーパスに適用する方法について検討する。
  論文  参考訳（メタデータ） (2021-06-18T08:39:26Z)

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。