論文の概要: A framework for a modular multi-concept lexicographic closure semantics
- arxiv url: http://arxiv.org/abs/2009.00964v2
- Date: Fri, 4 Sep 2020 05:19:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-22 19:11:25.315122
- Title: A framework for a modular multi-concept lexicographic closure semantics
- Title(参考訳): モジュール型マルチコンセプト語彙閉包セマンティクスのためのフレームワーク
- Authors: Laura Giordano, Daniele Theseider Dupr\'e
- Abstract要約: 本稿では,レキシコグラフィー・クロージャ・セマンティクスのモジュール型マルチコンセプト拡張を定義する。
その考え方は、概念のデファシブルな性質を主題によって異なる加群に分散し、語彙的閉包意味論に基づいて各加群に対する選好の概念を定義することである。
知識基盤の優先的な意味論は、単一のモジュールの好みの組み合わせとして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: We define a modular multi-concept extension of the lexicographic closure
semantics for defeasible description logics with typicality. The idea is that
of distributing the defeasible properties of concepts into different modules,
according to their subject, and of defining a notion of preference for each
module based on the lexicographic closure semantics. The preferential semantics
of the knowledge base can then be defined as a combination of the preferences
of the single modules. The range of possibilities, from fine grained to coarse
grained modules, provides a spectrum of alternative semantics.
- Abstract(参考訳): 典型的記述論理に対する語彙閉包セマンティクスのモジュラー多概念拡張を定義する。
その考え方は、概念の難解な性質を異なるモジュールに分散し、それらの主題に従って、語彙的閉包の意味論に基づいて各モジュールの選好の概念を定義することである。
知識ベースの優先的な意味論は、単一のモジュールの好みの組み合わせとして定義することができる。
細粒度から粗粒度モジュールまでの可能性の範囲は、代替セマンティクスのスペクトルを提供する。
関連論文リスト
- 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) - Discovering modular solutions that generalize compositionally [57.55796617834165]
実演から純粋に線形変換までを識別することは、指数関数的な数の加群の組み合わせを学習することなく、ハイパーネットワークで可能であることを示す。
有限データからのメタラーニングが,モノリシックなアーキテクチャではなく,構成的に一般化されたモジュール型ソリューションをいかに発見できるかを実証する。
論文 参考訳(メタデータ) (2023-12-22T16:33:50Z) - Modularity in Deep Learning: A Survey [0.0]
データ、タスク、モデルという3つの軸に関するディープラーニングにおけるモジュラリティの概念についてレビューする。
データモジュラリティ(Data modularity)とは、さまざまな目的のためにデータグループを観察または作成することを指す。
タスクのモジュール化はタスクをサブタスクに分解することを指す。
モデルモジュラリティは、ニューラルネットワークシステムのアーキテクチャを識別可能なモジュールに分解できることを意味する。
論文 参考訳(メタデータ) (2023-10-02T12:41:34Z) - ModuleFormer: Modularity Emerges from Mixture-of-Experts [60.6148988099284]
本稿では,大規模言語モデルの効率性と柔軟性を向上させるために,新しいニューラルネットワークアーキテクチャであるModuleFormerを提案する。
以前のSMoEベースのモジュラー言語モデルとは異なり、ModuleFormerは未処理のデータからモジュラリティを誘導することができる。
論文 参考訳(メタデータ) (2023-06-07T17:59:57Z) - Decidability of Querying First-Order Theories via Countermodels of
Finite Width [3.712362524473752]
本稿では、幅広い論理的包含問題の決定可能性を確立するための一般的な枠組みを提案する。
幅有限有限普遍モデル集合を示す論理を同定し、幅広い準同型クローズドクエリに対して決定可能なエンテーメントを保証する。
論文 参考訳(メタデータ) (2023-04-13T08:57:17Z) - Disentangling Reasoning Capabilities from Language Models with
Compositional Reasoning Transformers [72.04044221898059]
ReasonFormerは、人間のモジュール的および構成的推論プロセスを反映するための統一的な推論フレームワークである。
表現モジュール(自動思考)と推論モジュール(制御思考)は、異なるレベルの認知を捉えるために切り離される。
統一された推論フレームワークは、単一のモデルで複数のタスクを解決し、エンドツーエンドでトレーニングされ、推論される。
論文 参考訳(メタデータ) (2022-10-20T13:39:55Z) - Linguistic Structure Guided Context Modeling for Referring Image
Segmentation [61.701577239317785]
本稿では,マルチモーダルコンテキストを相互モーダル相互作用によりモデル化する「ガザ・プロパゲート・ディストリビュート」方式を提案する。
我々のLSCMモジュールは依存パーシングツリーワードグラフ(DPT-WG)を構築し、文の有効なマルチモーダルコンテキストを含むようにすべての単語を誘導する。
論文 参考訳(メタデータ) (2020-10-01T16:03:51Z) - On a plausible concept-wise multipreference semantics and its relations
with self-organising maps [0.0]
我々は,この提案がKLMなどの望ましい性質を満足し,溺れの問題を回避することを主張する。
我々は、自己組織化マップの論理的意味論を開発することにより、概念的多言語意味論の妥当性を動機づける。
論文 参考訳(メタデータ) (2020-08-30T21:06:06Z) - An ASP approach for reasoning in a concept-aware multipreferential
lightweight DL [0.0]
我々は、記述論理の典型性を扱うための多目的意味論を意識した概念を開発する。
概念を意識したマルチ参照セマンティクスの構築は、定性的嗜好のためのBrewkaのフレームワークに関連している。
論文 参考訳(メタデータ) (2020-06-08T07:15:38Z) - Reasoning about Typicality and Probabilities in Preferential Description
Logics [0.15749416770494704]
標準記述論理の非単調拡張である典型性の優先記述論理を、典型演算子Tを用いて記述する。
この拡張は、有理閉包の概念に対応する最小のモデル意味論に基づいている。
我々は、いわゆる財産相続問題の阻止を避けるために、合理的なクロージャの意味論と構成の強化について検討する。
論文 参考訳(メタデータ) (2020-04-20T14:50:31Z) - Multiplex Word Embeddings for Selectional Preference Acquisition [70.33531759861111]
単語間の様々な関係に応じて容易に拡張できる多重単語埋め込みモデルを提案する。
本モデルでは,不必要なスパース性を導入することなく,関係の異なる単語を効果的に識別することができる。
論文 参考訳(メタデータ) (2020-01-09T04:47:14Z)
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。