論文の概要: Plausible Reasoning about EL-Ontologies using Concept Interpolation

• arxiv url: http://arxiv.org/abs/2006.14437v1
• Date: Thu, 25 Jun 2020 14:19:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-17 04:06:45.855038
• Title: Plausible Reasoning about EL-Ontologies using Concept Interpolation
• Title（参考訳）: 概念補間を用いたELオントロジーのプラウシブル推論
• Authors: Yazm\'in Ib\'a\~nez-Garc\'ia, V\'ictor Guti\'errez-Basulto, Steven Schockaert
• Abstract要約: 本稿では,モデル理論の明確な意味論に基づく帰納的機構を提案する。 我々は、カテゴリーベース誘導の認知モデルと密接に関連している強力なコモンセンス推論機構である推論に焦点を当てた。
• 参考スコア（独自算出の注目度）: 27.314325986689752
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Description logics (DLs) are standard knowledge representation languages for modelling ontologies, i.e. knowledge about concepts and the relations between them. Unfortunately, DL ontologies are difficult to learn from data and time-consuming to encode manually. As a result, ontologies for broad domains are almost inevitably incomplete. In recent years, several data-driven approaches have been proposed for automatically extending such ontologies. One family of methods rely on characterizations of concepts that are derived from text descriptions. While such characterizations do not capture ontological knowledge directly, they encode information about the similarity between different concepts, which can be exploited for filling in the gaps in existing ontologies. To this end, several inductive inference mechanisms have already been proposed, but these have been defined and used in a heuristic fashion. In this paper, we instead propose an inductive inference mechanism which is based on a clear model-theoretic semantics, and can thus be tightly integrated with standard deductive reasoning. We particularly focus on interpolation, a powerful commonsense reasoning mechanism which is closely related to cognitive models of category-based induction. Apart from the formalization of the underlying semantics, as our main technical contribution we provide computational complexity bounds for reasoning in EL with this interpolation mechanism.
• Abstract（参考訳）: 記述論理(DL)はオントロジーをモデル化するための標準的な知識表現言語である。 残念ながら、dlオントロジーはデータから学ぶのが難しく、手動でエンコードするのに時間がかかる。 その結果、広い領域のオントロジーは必然的に不完全である。 近年、このようなオントロジーを自動拡張するためのデータ駆動アプローチがいくつか提案されている。 メソッドの1つのファミリーは、テキスト記述から派生した概念の特性に依存している。 このような特徴は存在論的知識を直接捉えるものではないが、既存の存在論のギャップを埋めるために活用できる異なる概念間の類似性に関する情報を符号化する。 この目的のために、いくつかの帰納的推論メカニズムが既に提案されているが、これらはヒューリスティックな方法で定義され使用されてきた。 本稿では,その代わりに,明確なモデル理論的意味論に基づく帰納的推論機構を提案する。 特に,カテゴリーベース誘導の認知モデルと密接に関連した,強力なコモンセンス推論機構である補間に注目した。 基礎となるセマンティクスの形式化は別として、我々の主要な技術的貢献として、この補間機構を用いてELにおける推論の計算複雑性境界を提供する。

関連論文リスト

• Explaining Text Similarity in Transformer Models [52.571158418102584]
  説明可能なAIの最近の進歩により、トランスフォーマーの説明の改善を活用することで、制限を緩和できるようになった。 両線形類似性モデルにおける2次説明の計算のために開発された拡張であるBiLRPを用いて、NLPモデルにおいてどの特徴相互作用が類似性を促進するかを調べる。 我々の発見は、異なる意味的類似性タスクやモデルに対するより深い理解に寄与し、新しい説明可能なAIメソッドが、どのようにして深い分析とコーパスレベルの洞察を可能にするかを強調した。
  論文  参考訳（メタデータ） (2024-05-10T17:11:31Z)
• An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
  このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。 応用例としては、メタ理論的性質の形式的解析と検証がある。
  論文  参考訳（メタデータ） (2023-12-08T09:32:26Z)
• Dual Box Embeddings for the Description Logic EL++ [16.70961576041243]
  知識グラフ(KG)と同様に、知識グラフはしばしば不完全であり、それらの維持と構築は困難であることが証明された。 KGsと同様に、有望なアプローチは、潜在ベクトル空間への埋め込みを学習し、基礎となるDLのセマンティクスに固執することである。 そこで本研究では,概念と役割をボックスとして表現した,DL EL++用のBox$2$ELという新しいオントロジー埋め込み手法を提案する。
  論文  参考訳（メタデータ） (2023-01-26T14:13:37Z)
• Non-Axiomatic Term Logic: A Computational Theory of Cognitive Symbolic Reasoning [3.344997561878685]
  非軸性項論理(非軸性項論理、Non-Axiomatic Term Logic、NATL)は、人工知能における人間のような記号的推論の理論的計算フレームワークである。 NATLは、アリストテレスの項論理から着想を得た離散構文体系と、分散表現の現代的な考え方に基づく連続意味体系を結合する。
  論文  参考訳（メタデータ） (2022-10-12T15:31:35Z)
• Entropy-based Logic Explanations of Neural Networks [24.43410365335306]
  本稿では,ニューラルネットワークから論理的説明を抽出するエンド・ツー・エンドの微分可能な手法を提案する。 この方法はエントロピーに基づく基準に依存しており、最も関連する概念を自動的に識別する。 i) このエントロピーに基づく基準は, 臨床データからコンピュータビジョンへの安全クリティカル領域における簡潔な論理的説明の蒸留を可能にし, (ii) 提案手法は分類精度において最先端のホワイトボックスモデルより優れていることを示す。
  論文  参考訳（メタデータ） (2021-06-12T15:50:47Z)
• A Description Logic for Analogical Reasoning [28.259681405091666]
  我々は,類推による推論に依拠する,妥当な知識の欠如を推測するメカニズムを提案する。 これは、記述論理の設定の中でアナログ推論を研究する最初の論文です。
  論文  参考訳（メタデータ） (2021-05-10T19:06:07Z)
• 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)
• 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)
• Expressiveness and machine processability of Knowledge Organization Systems (KOS): An analysis of concepts and relations [0.0]
  各知識組織システムの表現性と機械処理性の両方の可能性は、その構造規則によって広範囲に規制されている。 オントロジーは多種多様な関係を明示的に定義し、その性質上機械処理可能である。
  論文  参考訳（メタデータ） (2020-03-11T12:35:52Z)
• Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
  本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。 具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
  論文  参考訳（メタデータ） (2020-03-09T15:04:07Z)
• A general framework for scientifically inspired explanations in AI [76.48625630211943]
  我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。 このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
  論文  参考訳（メタデータ） (2020-03-02T10:32:21Z)

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。