論文の概要: Counting Query Answers over a DL-Lite Knowledge Base (extended version)
- arxiv url: http://arxiv.org/abs/2005.05886v3
- Date: Fri, 17 Jul 2020 05:23:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-03 19:37:09.724794
- Title: Counting Query Answers over a DL-Lite Knowledge Base (extended version)
- Title(参考訳): DL-Liteナレッジベース上のクエリアンサーのカウント(拡張バージョン)
- Authors: Diego Calvanese and Julien Corman and Davide Lanti and Simon
Razniewski
- Abstract要約: 知識ベース(KB)上での問合せ応答の複雑さについて検討する。
我々はPTIMEとcoNPの下位境界と、PTIMEとLOGSPACEの上位境界を提供することで既存の結果を改善する。
- 参考スコア(独自算出の注目度): 14.504450881786214
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Counting answers to a query is an operation supported by virtually all
database management systems. In this paper we focus on counting answers over a
Knowledge Base (KB), which may be viewed as a database enriched with background
knowledge about the domain under consideration. In particular, we place our
work in the context of Ontology-Mediated Query Answering/Ontology-based Data
Access (OMQA/OBDA), where the language used for the ontology is a member of the
DL-Lite family and the data is a (usually virtual) set of assertions. We study
the data complexity of query answering, for different members of the DL-Lite
family that include number restrictions, and for variants of conjunctive
queries with counting that differ with respect to their shape (connected,
branching, rooted). We improve upon existing results by providing a PTIME and
coNP lower bounds, and upper bounds in PTIME and LOGSPACE. For the latter case,
we define a novel query rewriting technique into first-order logic with
counting.
- Abstract(参考訳): クエリに対する回答のカウントは、事実上すべてのデータベース管理システムでサポートされている操作である。
本稿では,知識ベース(KB)上での回答の数え方に着目し,検討中のドメインの背景知識に富んだデータベースとみなす。
特に、オントロジーに使用される言語はDL-Liteファミリーのメンバーであり、データは(通常仮想)アサーションのセットであるOMQA/OBDA(Ontology-Mediated Query Answering/Ontology-based Data Access)のコンテキストに置きます。
本研究では,クエリ応答の複雑さ,数制限を含むdl-liteファミリーの異なるメンバ,およびそれらの形状(連結,分岐,根付き)に関して異なるカウントを持つ結合クエリの変種について検討する。
我々はPTIMEとcoNPの下位境界と、PTIMEとLOGSPACEの上位境界を提供することで既存の結果を改善する。
後者の場合、新しいクエリ書き換え手法をカウント付き一階述語論理に定義する。
関連論文リスト
- Robust Knowledge Extraction from Large Language Models using Social
Choice Theory [18.634845632109496]
大規模言語モデル(LLM)は、会話エージェント、クリエイティブな書き込み、一般的なクエリ応答など、幅広いアプリケーションをサポートすることができる。
典型的には堅牢ではないため、医学などの高精細な領域での問合せに適していない。
ランキングクエリを繰り返し使用し、社会的選択理論からの手法を用いてクエリを集約する。
論文 参考訳(メタデータ) (2023-12-22T17:57:29Z) - 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) - Uni-Parser: Unified Semantic Parser for Question Answering on Knowledge
Base and Database [86.03294330305097]
知識ベース(KB)とデータベース(DB)の両方で質問応答(QA)を統一した意味的要素を提案する。
フレームワークに不可欠な要素としてプリミティブ(KBのリレーションとエンティティ、テーブル名、列名、DBのセル値)を導入します。
生成元を利用して、異なる操作でトップランクプリミティブを変更・構成することで、最終的な論理形式を予測する。
論文 参考訳(メタデータ) (2022-11-09T19:33:27Z) - DecAF: Joint Decoding of Answers and Logical Forms for Question
Answering over Knowledge Bases [81.19499764899359]
本稿では,論理形式と直解の両方を共同で生成する新しいフレームワークDecAFを提案する。
DecAFはWebQSP、FreebaseQA、GrailQAベンチマークで新しい最先端の精度を実現している。
論文 参考訳(メタデータ) (2022-09-30T19:51:52Z) - 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) - Open Domain Question Answering over Virtual Documents: A Unified
Approach for Data and Text [62.489652395307914]
我々は、知識集約型アプリケーションのための構造化知識を符号化する手段として、Data-to-text法、すなわち、オープンドメイン質問応答(QA)を用いる。
具体的には、ウィキペディアとウィキソースの3つのテーブルを付加知識源として使用する、データとテキスト上でのオープンドメインQAのための冗長化-レトリバー・リーダー・フレームワークを提案する。
UDT-QA(Unified Data and Text QA)は,知識インデックスの拡大を効果的に活用できることを示す。
論文 参考訳(メタデータ) (2021-10-16T00:11:21Z) - Dual Reader-Parser on Hybrid Textual and Tabular Evidence for Open
Domain Question Answering [78.9863753810787]
世界の知識は構造化データベースに保存されている。
クエリ言語は、複雑な推論を必要とする質問に答えるだけでなく、完全な説明可能性を提供することができる。
論文 参考訳(メタデータ) (2021-08-05T22:04:13Z) - DBTagger: Multi-Task Learning for Keyword Mapping in NLIDBs Using
Bi-Directional Recurrent Neural Networks [0.2578242050187029]
NLQのPOSタグを利用した新しいディープラーニングに基づく教師付きアプローチを提案する。
8つの異なるデータセットに対するアプローチを評価し、最新の精度結果、平均92.4%$を報告します。
論文 参考訳(メタデータ) (2021-01-11T22:54:39Z) - Answering Counting Queries over DL-Lite Ontologies [0.0]
本稿では,クエリをカウントする一般的な形式を導入し,従来の提案に関連付けるとともに,そのようなクエリに答えることの複雑さについて検討する。
我々は、複雑性境界の改善を確立させる、実践的に関連するいくつかの制約について検討する。
論文 参考訳(メタデータ) (2020-09-02T11:10:21Z) - Bounded-Memory Criteria for Streams with Application Time [0.0]
境界メモリ計算可能性は、ストリーム上の実行可能な計算を扱うAIやデータベースの領域において、引き続き焦点を絞っている。
本研究は,アプリケーション時間付きストリーム上でのSPJクエリのメモリ境界計算可能性の基準を示す。
論文 参考訳(メタデータ) (2020-07-30T12:05:04Z) - When is Ontology-Mediated Querying Efficient? [10.971122842236024]
関係データベース上でのオントロジーによるクエリの評価について検討する。
OMQ のクラスの特徴として,複雑な組み合わせによるトラクタブルなクラスを提供しています。
また、与えられた OMQ が有界木幅の OMQ に等しいかどうかを決定する複雑さについても検討する。
論文 参考訳(メタデータ) (2020-03-17T16:32:00Z)
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。