論文の概要: Knowledge Patterns

• arxiv url: http://arxiv.org/abs/2005.04306v1
• Date: Fri, 8 May 2020 22:33:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-05 12:44:32.783554
• Title: Knowledge Patterns
• Title（参考訳）: 知識パターン
• Authors: Peter Clark, John Thompson, Bruce Porter
• Abstract要約: 本稿では,公理に富む形式オントロジー構築を支援する新しい手法である「知識パターン」について述べる。 知識パターンは、形式オントロジーの構造に関する重要な洞察を提供する。 それらを使って構築されたテクニックとアプリケーションを説明し、その強みと弱点を批判する。
• 参考スコア（独自算出の注目度）: 19.57676317580847
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper describes a new technique, called "knowledge patterns", for helping construct axiom-rich, formal ontologies, based on identifying and explicitly representing recurring patterns of knowledge (theory schemata) in the ontology, and then stating how those patterns map onto domain-specific concepts in the ontology. From a modeling perspective, knowledge patterns provide an important insight into the structure of a formal ontology: rather than viewing a formal ontology simply as a list of terms and axioms, knowledge patterns views it as a collection of abstract, modular theories (the "knowledge patterns") plus a collection of modeling decisions stating how different aspects of the world can be modeled using those theories. Knowledge patterns make both those abstract theories and their mappings to the domain of interest explicit, thus making modeling decisions clear, and avoiding some of the ontological confusion that can otherwise arise. In addition, from a computational perspective, knowledge patterns provide a simple and computationally efficient mechanism for facilitating knowledge reuse. We describe the technique and an application built using them, and then critique its strengths and weaknesses. We conclude that this technique enables us to better explicate both the structure and modeling decisions made when constructing a formal axiom-rich ontology.
• Abstract（参考訳）: 本稿では、オントロジーにおける反復的知識パターン(理論スキーマ)の識別と明示的に表現し、それらのパターンがオントロジーにおけるドメイン固有の概念にどのようにマップされるかを記述することに基づく、公理豊かな形式オントロジーの構築を支援する「知識パターン」と呼ばれる新しい手法について述べる。 知識パターンは、単に用語や公理の一覧として形式オントロジーを見るのではなく、抽象的でモジュラーな理論(「知識のパターン」)の集合と、それらの理論を用いて世界の異なる側面をどのようにモデル化できるかをモデル化する決定の集合と見なす。 知識パターンはこれらの抽象理論とそれらの関心領域へのマッピングの両方を明示し、モデリングの決定を明確にし、そうでなければ起こりうる存在論的混乱を避ける。 さらに、計算の観点から、知識パターンは知識再利用を促進するためのシンプルで効率的なメカニズムを提供する。 テクニックとそれを用いたアプリケーションについて説明し、その長所と短所を批判する。 この手法により、形式的公理豊富なオントロジーを構築する際に行われる構造的決定とモデリング的決定の両方をよりよく説明できる。

関連論文リスト

• Mining Frequent Structures in Conceptual Models [2.841785306638839]
  本稿では,概念モデリング言語における頻繁な構造発見問題に対する一般的なアプローチを提案する。 我々は,頻繁な部分グラフマイニングアルゴリズムとグラフ操作手法を組み合わせる。 主な目的は、言語エンジニアのためのサポート施設を提供することである。
  論文  参考訳（メタデータ） (2024-06-11T10:24:02Z)
• Learning Discrete Concepts in Latent Hierarchical Models [73.01229236386148]
  自然の高次元データから学習する概念は、ヒューマンアライメントと解釈可能な機械学習モデルの構築の可能性を秘めている。 我々は概念を階層的因果モデルを通して関連付けられた離散潜在因果変数として定式化する。 我々は、理論的な主張を合成データ実験で裏付ける。
  論文  参考訳（メタデータ） (2024-06-01T18:01:03Z)
• Categorical semiotics: Foundations for Knowledge Integration [0.0]
  ディープラーニングアーキテクチャの定義と分析のための包括的なフレームワークを開発するという課題に取り組む。 我々の方法論は、ファジィ集合の宇宙の中で解釈されるエルレスマンのスケッチに類似したグラフィカル構造を用いる。 このアプローチは、決定論的および非決定論的ニューラルネットワーク設計の両方をエレガントに包含する統一理論を提供する。
  論文  参考訳（メタデータ） (2024-04-01T23:19:01Z)
• Learning Interpretable Concepts: Unifying Causal Representation Learning and Foundation Models [51.43538150982291]
  人間の解釈可能な概念をデータから学習する方法を研究する。 両分野からアイデアをまとめ、多様なデータから概念を確実に回収できることを示す。
  論文  参考訳（メタデータ） (2024-02-14T15:23:59Z)
• Explainability for Large Language Models: A Survey [59.67574757137078]
  大規模言語モデル(LLM)は、自然言語処理における印象的な能力を示している。 本稿では,トランスフォーマーに基づく言語モデルを記述する手法について,説明可能性の分類法を紹介した。
  論文  参考訳（メタデータ） (2023-09-02T22:14:26Z)
• Semantics, Ontology and Explanation [0.0]
  本稿では, オントロジアンパックと哲学・科学における他の形態の説明との関係について論じる。 また,人工知能分野におけるオントロジアンパックと他の形態の説明との関係についても論じる。
  論文  参考訳（メタデータ） (2023-04-21T16:54:34Z)
• Abstract Interpretation for Generalized Heuristic Search in Model-Based Planning [50.96320003643406]
  ドメイン・ジェネラル・モデル・ベース・プランナーは、しばしば記号的世界モデルの緩和を通じて探索を構築することによって一般性を導出する。 抽象解釈がこれらの抽象化の統一フレームワークとして機能し、よりリッチな世界モデルに探索の範囲を広げる方法について説明する。 また、これらは学習と統合することができ、エージェントは抽象的な情報を通じて、新しい世界のモデルで計画を開始することができる。
  論文  参考訳（メタデータ） (2022-08-05T00:22:11Z)
• On the Complexity of Learning Description Logic Ontologies [14.650545418986058]
  オントロジーはドメイン知識、特に生命科学に関連する領域における知識を表現する一般的な方法である。 学習理論から正確な学習モデルとおそらく正しい学習モデルの形式的な仕様を提供します。
  論文  参考訳（メタデータ） (2021-03-25T09:18:12Z)
• Formalising Concepts as Grounded Abstractions [68.24080871981869]
  このレポートは、表現学習が生データから概念を誘導する方法を示しています。 このレポートの主な技術的目標は、表現学習のテクニックが概念空間の格子理論的定式化とどのように結婚できるかを示すことである。
  論文  参考訳（メタデータ） (2021-01-13T15:22:01Z)
• Modelling Compositionality and Structure Dependence in Natural Language [0.12183405753834563]
  言語学と集合論に基づいて、これらの概念の形式化がこの論文の前半で述べられている。 言語処理を行う認知システムは,特定の機能的制約を持つ必要がある。 単語埋め込み技術の進歩を利用して、関係学習のモデルがシミュレートされる。
  論文  参考訳（メタデータ） (2020-11-22T17:28:50Z)
• A Diagnostic Study of Explainability Techniques for Text Classification [52.879658637466605]
  既存の説明可能性技術を評価するための診断特性のリストを作成する。 そこで本研究では, モデルの性能と有理性との整合性の関係を明らかにするために, 説明可能性手法によって割り当てられた有理性スコアと有理性入力領域の人間のアノテーションを比較した。
  論文  参考訳（メタデータ） (2020-09-25T12:01:53Z)

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。