論文の概要: On the Merging of Domain-Specific Heterogeneous Ontologies using Wordnet
and Web Pattern-based Queries
- arxiv url: http://arxiv.org/abs/2005.00158v1
- Date: Thu, 30 Apr 2020 05:03:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-08 03:22:48.057050
- Title: On the Merging of Domain-Specific Heterogeneous Ontologies using Wordnet
and Web Pattern-based Queries
- Title（参考訳）: Wordnet と Web パターンベースのクエリを用いたドメイン固有な異種オントロジーの融合について
- Authors: M. Maree, M. Belkhatir
- Abstract要約: 我々は,コミュニティ間の共通ドメインの形式的,明示的,共有的な概念化と理解の提供を目指しています。
オントロジーは特定の領域の概念とその制約を明示的に定義することができる。
- 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: Ontologies form the basic interest in various computer science disciplines
such as semantic web, information retrieval, database design, etc. They aim at
providing a formal, explicit and shared conceptualization and understanding of
common domains between different communities. In addition, they allow for
concepts and their constraints of a specific domain to be explicitly defined.
However, the distributed nature of ontology development and the differences in
viewpoints of the ontology engineers have resulted in the so called "semantic
heterogeneity" between ontologies. Semantic heterogeneity constitutes the major
obstacle against achieving interoperability between ontologies. To overcome
this obstacle, we present a multi-purpose framework which exploits the WordNet
generic knowledge base for: i) Discovering and correcting the incorrect
semantic relations between the concepts of the ontology in a specific domain.
This step is a primary step of ontology merging. ii) Merging domain-specific
ontologies through computing semantic relations between their concepts. iii)
Handling the issue of missing concepts in WordNet through the acquisition of
statistical information on the Web. And iv) Enriching WordNet with these
missing concepts. An experimental instantiation of the framework and
comparisons with state-of-the-art syntactic and semantic-based systems validate
our proposal.
- Abstract（参考訳）: ontologiesは、セマンティックウェブ、情報検索、データベース設計など、様々なコンピュータサイエンス分野における基本的な関心を形成する。
彼らは、異なるコミュニティ間で共通のドメインの形式的で明示的で共有された概念化と理解を提供することを目指している。
さらに、特定の領域の概念とその制約を明示的に定義することができる。
しかし、オントロジー開発における分散的な性質とオントロジー技術者の視点の違いは、オントロジー間のいわゆる「概念的不均一性」を生み出した。
意味的異質性は、オントロジー間の相互運用性を達成するための大きな障害となる。
この障害を克服するために,WordNetの汎用知識ベースを利用した多目的フレームワークを提案する。
一 特定の領域におけるオントロジーの概念間の不正確な意味関係を発見し、訂正すること。
このステップはオントロジーのマージの第一ステップです。
二 概念間の意味関係を計算してドメイン固有のオントロジーを融合すること。
三 ウェブ上の統計情報の取得により、WordNetにおける欠落概念の問題に対処すること。
そして
iv) 欠落した概念でwordnetを豊かにすること。
フレームワークの実験的インスタンス化と最先端構文とセマンティックベースシステムとの比較により,提案の有効性が検証された。
関連論文リスト
- Data-driven Coreference-based Ontology Building [48.995395445597225]
参照解決は、伝統的に個々の文書理解のコンポーネントとして使用される。
よりグローバルな視点で、すべてのドキュメントレベルのコア参照関係から、ドメインについて何が学べるかを探求します。
コードとともに、クリエイティブ・コモンズライセンスの下でコア参照チェーンをリリースします。
論文 参考訳（メタデータ） (2024-10-22T14:30:40Z) - 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) - Autoencoder-Based Domain Learning for Semantic Communication with
Conceptual Spaces [1.7404865362620803]
本研究では,高レベルなプロパティラベルを持つ生データのみを用いて,概念空間モデルの領域を学習するためのフレームワークを開発する。
MNISTとCelebAデータセットを用いた実験では、フレームワークを用いて学習したドメインが意味的類似性関係を維持し、解釈可能な次元を持つことを示した。
論文 参考訳（メタデータ） (2024-01-29T21:08:33Z) - Agentivit\`a e telicit\`a in GilBERTo: implicazioni cognitive [77.71680953280436]
本研究の目的は,トランスフォーマーに基づくニューラルネットワークモデルが語彙意味論を推論するかどうかを検討することである。
考慮される意味的性質は、テリシティ(定性とも組み合わされる)と作用性である。
論文 参考訳（メタデータ） (2023-07-06T10:52:22Z) - Imitation Learning-based Implicit Semantic-aware Communication Networks:
Multi-layer Representation and Collaborative Reasoning [68.63380306259742]
有望な可能性にもかかわらず、セマンティック通信とセマンティック・アウェア・ネットワーキングはまだ初期段階にある。
本稿では,CDCとエッジサーバの複数層を連携させる,推論に基づく暗黙的セマンティック・アウェア通信ネットワークアーキテクチャを提案する。
暗黙的セマンティクスの階層構造と個人ユーザのパーソナライズされた推論嗜好を考慮に入れたセマンティクス情報の多層表現を提案する。
論文 参考訳（メタデータ） (2022-10-28T13:26:08Z) - Mix and Reason: Reasoning over Semantic Topology with Data Mixing for
Domain Generalization [48.90173060487124]
ドメイン一般化(DG)は、複数のソースドメインから見えないターゲットドメインへの学習マシンを可能にする。
mire は2つのキーコンポーネント、すなわち Category-Aware Data Mixing (CDM) と Adaptive Semantic Topology Refinement (ASTR) で構成されている。
複数のDGベンチマーク実験により,提案法の有効性とロバスト性を検証した。
論文 参考訳（メタデータ） (2022-10-14T06:52:34Z) - A Diversity-Aware Domain Development Methodology [0.0]
この論文は、上記の表現多様性の欠点を根拠に、3倍の解法を提案する。
i) 再利用可能な概念をレンダリングするための基本的なパイプライン、(ii) テレロジーと呼ばれる最小限の知識モデルの最初の特徴付け、(iii) 多様性を意識したドメイン開発を活用したソリューションのためのフレキシブルで再利用可能な方法論を含む。
論文 参考訳（メタデータ） (2022-08-27T17:58:47Z) - Structured Latent Embeddings for Recognizing Unseen Classes in Unseen
Domains [108.11746235308046]
本稿では,異なる領域からの画像を投影することで,ドメインに依存しない遅延埋め込みを学習する手法を提案する。
挑戦的なDomainNetとDomainNet-LSベンチマークの実験は、既存のメソッドよりもアプローチの方が優れていることを示している。
論文 参考訳（メタデータ） (2021-07-12T17:57:46Z) - A model of interaction semantics [0.0]
私は、形式言語のセマンティクスに似た相互作用の意味論のモデルを構築します。
私は、後期ルートヴィヒ・ヴィトゲンシュタインの意味で、キャラクターから概念への「メンタル」マッピングなしにできる相互作用意味論のモデルにたどり着きます。
論文 参考訳（メタデータ） (2020-07-13T09:22:59Z) - Distributional semantic modeling: a revised technique to train term/word
vector space models applying the ontology-related approach [36.248702416150124]
ニューラルネットワークを用いた分散項表現(あるいは項埋め込み)学習による分布意味モデリングのための新しい手法を設計する。
Vec2graphは、動的かつインタラクティブなグラフとして単語埋め込み(私たちの場合の長期埋め込み)を視覚化するためのPythonライブラリである。
論文 参考訳（メタデータ） (2020-03-06T18:27:39Z)
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。