論文の概要: DaRLing: A Datalog rewriter for OWL 2 RL ontological reasoning under SPARQL queries

• arxiv url: http://arxiv.org/abs/2008.02232v1
• Date: Wed, 5 Aug 2020 16:59:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-11-02 18:40:24.415988
• Title: DaRLing: A Datalog rewriter for OWL 2 RL ontological reasoning under SPARQL queries
• Title（参考訳）: DaRLing: SPARQLクエリ下でのOWL 2 RL存在論的推論のためのDatalogリライタ
• Authors: Alessio Fiorentino, Jessica Zangari and Marco Manna
• Abstract要約: 我々はRDFSデータ型のサポートとは別に,多種多様なセマンティックコンストラクタを提供するOWL 2 RLに注目している。 このギャップを埋めるために、私たちは、SPARQLクエリの下でOWL 2 RLのオントロジ推論のために無料で利用可能なDatalogリライターであるDaRLingを紹介します。
• 参考スコア（独自算出の注目度）: 3.0938904602244346
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The W3C Web Ontology Language (OWL) is a powerful knowledge representation formalism at the basis of many semantic-centric applications. Since its unrestricted usage makes reasoning undecidable already in case of very simple tasks, expressive yet decidable fragments have been identified. Among them, we focus on OWL 2 RL, which offers a rich variety of semantic constructors, apart from supporting all RDFS datatypes. Although popular Web resources - such as DBpedia - fall in OWL 2 RL, only a few systems have been designed and implemented for this fragment. None of them, however, fully satisfy all the following desiderata: (i) being freely available and regularly maintained; (ii) supporting query answering and SPARQL queries; (iii) properly applying the sameAs property without adopting the unique name assumption; (iv) dealing with concrete datatypes. To fill the gap, we present DaRLing, a freely available Datalog rewriter for OWL 2 RL ontological reasoning under SPARQL queries. In particular, we describe its architecture, the rewriting strategies it implements, and the result of an experimental evaluation that demonstrates its practical applicability. This paper is under consideration in Theory and Practice of Logic Programming (TPLP).
• Abstract（参考訳）: W3C Web Ontology Language (OWL)は、多くの意味中心のアプリケーションに基づく強力な知識表現形式主義である。 制限のない使用法によって、非常に単純なタスクの場合、推論は決定不能になってしまうため、表現的かつ決定可能な断片が特定されている。 その中でも,RDFSデータ型のサポートとは別に,多種多様なセマンティックコンストラクタを提供するOWL 2 RLに注目する。 DBpediaのような一般的なWebリソースはOWL 2 RLに該当するが、このフラグメントのために設計され実装されているシステムはわずかである。 しかし、いずれも以下の全てのデシドラータを満たしていない。 (i) 自由に利用でき、定期的に維持されていること。 (ii)クエリ応答とSPARQLクエリのサポート。 (三 独特な名称の仮定を採ることなく、適切にサマーズプロパティを適用すること。) (iv)具体的なデータ型を扱うこと。 このギャップを埋めるために、SPARQLクエリの下でOWL 2 RLのオントロジ推論のために無料で利用可能なDatalogリライターであるDaRLingを紹介する。 特に,そのアーキテクチャ,実装する書き換え戦略,実用性を示す実験的な評価の結果について述べる。 本稿では,論理プログラミング(tplp)の理論と実践について考察する。

関連論文リスト

• Beyond Caption-Based Queries for Video Moment Retrieval [60.31221310786333]
  キャプションベースのクエリでトレーニングしたVMR手法の劣化について検討するが,検索クエリで評価した。 3つのパブリックVMRデータセットでテキストクエリを変更することで、3つのベンチマークを導入する。 提案手法は,検索クエリの性能を最大14.82% mAP_m,マルチモーメント検索クエリ最大21.83% mAP_mで改善する。
  論文  参考訳（メタデータ） (2026-03-02T20:06:41Z)
• OrLog: Resolving Complex Queries with LLMs and Probabilistic Reasoning [51.58235452818926]
  そこで我々は,論理的推論から述語レベルの妥当性推定を分離するニューロシンボリック検索フレームワークOrLogを紹介する。 大規模言語モデル (LLM) は1つの復号のない前方通過において原子述語に対する可視性スコアを提供し、確率論的推論エンジンはクエリ満足度の後方確率を導出する。
  論文  参考訳（メタデータ） (2026-01-30T15:31:58Z)
• Reasoning-enhanced Query Understanding through Decomposition and Interpretation [87.56450566014625]
  ReDIは、分解と解釈によるクエリ理解のための推論強化アプローチである。 我々は,大規模検索エンジンから実世界の複雑なクエリの大規模データセットをコンパイルした。 BRIGHT と BEIR の実験により、ReDI はスパースと密度の高い検索パラダイムの両方において、強いベースラインを一貫して超えることを示した。
  論文  参考訳（メタデータ） (2025-09-08T10:58:42Z)
• Beyond Isolated Dots: Benchmarking Structured Table Construction as Deep Knowledge Extraction [80.88654868264645]
  Arranged and Organized extract Benchmarkは、断片化された文書を理解するための大規模言語モデルの能力を評価するために設計された。 AOEには3つの異なるドメインにまたがる11のタスクが含まれており、さまざまな入力クエリに適したコンテキスト固有のスキーマを生成するモデルが必要である。 結果は、最も先進的なモデルでさえ、かなり苦労したことを示している。
  論文  参考訳（メタデータ） (2025-07-22T06:37:51Z)
• SHACL Validation in the Presence of Ontologies: Semantics and Rewriting Techniques [6.882042556551609]
  SHACLは、データを完全として扱う制約言語であり、クローズドワールドの仮定の下で検証する必要がある。 我々は、主要なコアユニバーサルモデルの存在下で、SHACL検証のセマンティクスを提唱する。 非常に単純な機能であっても、EXPTIMEは完全であり、PTIMEはデータ複雑性において完全であることを示す。
  論文  参考訳（メタデータ） (2025-07-16T14:38:27Z)
• Learning Efficient and Generalizable Graph Retriever for Knowledge-Graph Question Answering [75.12322966980003]
  大規模言語モデル(LLM)は、様々な領域にわたって強い帰納的推論能力を示している。 既存のRAGパイプラインのほとんどは非構造化テキストに依存しており、解釈可能性と構造化推論を制限する。 近年,知識グラフ解答のための知識グラフとLLMの統合について検討している。 KGQAにおける効率的なグラフ検索のための新しいフレームワークであるRAPLを提案する。
  論文  参考訳（メタデータ） (2025-06-11T12:03:52Z)
• LogiCoL: Logically-Informed Contrastive Learning for Set-based Dense Retrieval [54.2765452810124]
  我々は,高密度検索のための論理的インフォームド・コントラスト学習対象であるLogiCoLを紹介する。 結果から,LogiCoLで学習したモデルでは,検索性能と論理的整合性の両面で改善が見られた。
  論文  参考訳（メタデータ） (2025-05-26T07:00:32Z)
• Evaluating Datalog Tools for Meta-reasoning over OWL 2 QL [3.344997561878685]
  本稿では,DSER(Semantic Entailment Regime)を用いたメタモデリングセマンティックス(MS)について述べる。 様々なメタモデリング機能を可能にするいくつかの拡張が過去10年間に提案されてきた。 我々の研究は、MSERに対するDatalogアプローチが、限られたリソースでスケール可能なクエリにも実用的であることを示している。
  論文  参考訳（メタデータ） (2024-02-05T13:06:35Z)
• 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)
• Allies: Prompting Large Language Model with Beam Search [107.38790111856761]
  本研究では,ALIESと呼ばれる新しい手法を提案する。 入力クエリが与えられた場合、ALLIESはLLMを活用して、元のクエリに関連する新しいクエリを反復的に生成する。 元のクエリのスコープを反復的に精錬して拡張することにより、ALLIESは直接検索できない隠れた知識をキャプチャし、利用する。
  論文  参考訳（メタデータ） (2023-05-24T06:16:44Z)
• Query2doc: Query Expansion with Large Language Models [69.9707552694766]
  提案手法はまず,大言語モデル (LLM) をプロンプトすることで擬似文書を生成する。 query2docは、アドホックIRデータセットでBM25のパフォーマンスを3%から15%向上させる。 また,本手法は,ドメイン内およびドメイン外の両方において,最先端の高密度検索に有効である。
  論文  参考訳（メタデータ） (2023-03-14T07:27:30Z)
• Semantic Role Labeling Meets Definition Modeling: Using Natural Language to Describe Predicate-Argument Structures [104.32063681736349]
  本稿では,離散ラベルの代わりに自然言語定義を用いて述語-代名詞構造を記述する手法を提案する。 PropBankスタイルおよびFrameNetスタイル、依存性ベースおよびスパンベースSRLに関する実験と分析は、解釈可能な出力を持つフレキシブルモデルが必ずしも性能を犠牲にしないことを示す。
  論文  参考訳（メタデータ） (2022-12-02T11:19:16Z)
• UnifieR: A Unified Retriever for Large-Scale Retrieval [84.61239936314597]
  大規模な検索は、クエリを与えられた巨大なコレクションから関連ドキュメントをリコールすることである。 事前学習型言語モデル(PLM)に基づく最近の検索手法は,高密度ベクターあるいはレキシコンに基づくパラダイムに大別することができる。 本論文では,高密度ベクトルとレキシコンに基づく検索を2つの表現能力を持つ1つのモデルで統合する学習フレームワークUnifieRを提案する。
  論文  参考訳（メタデータ） (2022-05-23T11:01:59Z)
• Transition-based Semantic Role Labeling with Pointer Networks [0.40611352512781856]
  本稿では,1つの左から右へのパスで入力文を完全に処理できる,トランジッションベースのSRLアプローチを提案する。 Pointer Networksをベースとした実装のおかげで、完全なSRLは$O(n2)$で正確かつ効率的に実行できる。
  論文  参考訳（メタデータ） (2022-05-20T08:38:44Z)
• Parallel Instance Query Network for Named Entity Recognition [73.30174490672647]
  名前付きエンティティ認識(NER)は自然言語処理の基本課題である。 最近の研究は、名前付きエンティティ認識を読み取り理解タスクとして扱い、エンティティを抽出するためにタイプ固有のクエリを手動で構築している。 本稿では,グローバルかつ学習可能なインスタンスクエリを並列に抽出するParallel Instance Query Network (PIQN)を提案する。
  論文  参考訳（メタデータ） (2022-03-20T13:01:25Z)
• A Novel Approach for Generating SPARQL Queries from RDF Graphs [0.0]
  この研究は、研究マスターの論文プロジェクトの一部として行われている。 目標は、RDFグラフをクエリするために、ユーザが提供するキーワードに基づいてSPARQLクエリを生成することだ。
  論文  参考訳（メタデータ） (2020-05-30T18:28:49Z)
• Large-scale Ontological Reasoning via Datalog [7.76692116806953]
  OWL 2の多くの断片に対するオントロジー推論は、Datalogクエリの評価に還元することができる。 本稿では,これらのコンパイルのいくつか,特にHhorn-$mathcalSHIQ$ナレッジベース上でのクエリ処理について調査する。
  論文  参考訳（メタデータ） (2020-03-21T16:51:02Z)
• 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。