論文の概要: OWL2Vec*: Embedding of OWL Ontologies
- arxiv url: http://arxiv.org/abs/2009.14654v2
- Date: Mon, 25 Jan 2021 17:38:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-12 23:45:58.155422
- Title: OWL2Vec*: Embedding of OWL Ontologies
- Title(参考訳): OWL2Vec*:OWLオントロジーの埋め込み
- Authors: Jiaoyan Chen and Pan Hu and Ernesto Jimenez-Ruiz and Ole Magnus Holter
and Denvar Antonyrajah and Ian Horrocks
- Abstract要約: OWL2Vec* という名前のランダムウォークと単語埋め込みに基づく埋め込み手法を提案する。
OWL2Vec*は、グラフ構造、語彙情報、論理コンストラクタを考慮してOWLのセマンティクスを符号化する。
- 参考スコア(独自算出の注目度): 27.169755467590836
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Semantic embedding of knowledge graphs has been widely studied and used for
prediction and statistical analysis tasks across various domains such as
Natural Language Processing and the Semantic Web. However, less attention has
been paid to developing robust methods for embedding OWL (Web Ontology
Language) ontologies which can express a much wider range of semantics than
knowledge graphs and have been widely adopted in domains such as
bioinformatics. In this paper, we propose a random walk and word embedding
based ontology embedding method named OWL2Vec*, which encodes the semantics of
an OWL ontology by taking into account its graph structure, lexical information
and logical constructors. Our empirical evaluation with three real world
datasets suggests that OWL2Vec* benefits from these three different aspects of
an ontology in class membership prediction and class subsumption prediction
tasks. Furthermore, OWL2Vec* often significantly outperforms the
state-of-the-art methods in our experiments.
- Abstract(参考訳): ナレッジグラフの意味的埋め込みは広く研究され、自然言語処理やセマンティックウェブといった様々な分野の予測や統計分析タスクに使われている。
しかし、知識グラフよりもはるかに幅広い意味を表現できるOWLオントロジーを組み込む堅牢な手法の開発にはあまり注意が払われておらず、バイオインフォマティクスなどの領域で広く採用されている。
本稿では, OWL2Vec* というオントロジー埋め込み法を用いて, グラフ構造, 語彙情報, 論理コンストラクタを考慮し, OWLオントロジーの意味を符号化したランダムウォークと単語埋め込みを提案する。
実世界の3つのデータセットを用いた経験的評価から,OWL2Vec*は,クラスメンバシップ予測とクラスサブ消費予測タスクにおけるオントロジーの3つの異なる側面から恩恵を受けることが示唆された。
さらに、owl2vec*は、実験における最先端の手法を大幅に上回っています。
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) - Finding Interpretable Class-Specific Patterns through Efficient Neural
Search [43.454121220860564]
本稿では、データから微分パターンを抽出する、本質的に解釈可能なバイナリニューラルネットワークアーキテクチャDNAPSを提案する。
DiffNapsは何十万もの機能にスケーラブルで、ノイズに強い。
3つの生物学的応用を含む人工的および実世界のデータについて、DiffNapsは競合と異なり、常に正確で簡潔で解釈可能なクラス記述を生成する。
論文 参考訳(メタデータ) (2023-12-07T14:09:18Z) - Knowledge Plugins: Enhancing Large Language Models for Domain-Specific
Recommendations [50.81844184210381]
本稿では,大規模言語モデルをDOmain固有のKnowledgEで拡張し,実践的アプリケーション,すなわちDOKEの性能を向上させるためのパラダイムを提案する。
このパラダイムはドメイン知識抽出器に依存し,1)タスクに効果的な知識を準備すること,2)特定のサンプルごとに知識を選択すること,3)LLMで理解可能な方法で知識を表現すること,の3つのステップで動作する。
論文 参考訳(メタデータ) (2023-11-16T07:09:38Z) - CatE: Embedding $\mathcal{ALC}$ ontologies using category-theoretical
semantics [78.217418197549]
そこで我々はカテゴリ理論のセマンティクスを用いて公理のグラフ表現を生成するCatEを開発した。
CatEは, 埋込工法を改良することを示す。
また,CatEはバイオメディカル領域における機械学習タスクにおいて,モデル理論の埋め込み手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2023-05-11T22:27:51Z) - Language Model Analysis for Ontology Subsumption Inference [37.00562636991463]
学習前言語モデル(LM)が知識ベース(KB)として機能するかを検討する。
提案するOntoLAMAは,原子概念と複素概念の両方を含む仮定公理から推論に基づく探索タスクとデータセットの集合である。
提案手法は,従来の自然言語推論 (NLI) よりも,仮定推論 (SI) の背景知識が比較的少ないことを示すものである。
コードとデータセットをオープンソースにします。
論文 参考訳(メタデータ) (2023-02-14T00:21:56Z) - Dual Box Embeddings for the Description Logic EL++ [18.779933562725635]
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) - Joint Language Semantic and Structure Embedding for Knowledge Graph
Completion [66.15933600765835]
本稿では,知識三重項の自然言語記述と構造情報とを共同で組み込むことを提案する。
本手法は,学習済み言語モデルを微調整することで,完了作業のための知識グラフを埋め込む。
各種知識グラフベンチマーク実験により,本手法の最先端性能を実証した。
論文 参考訳(メタデータ) (2022-09-19T02:41:02Z) - An Empirical Investigation of Commonsense Self-Supervision with
Knowledge Graphs [67.23285413610243]
大規模知識グラフから抽出した情報に基づく自己監督は、言語モデルの一般化を改善することが示されている。
本研究では,言語モデルに適用可能な合成データを生成するための知識サンプリング戦略とサイズの影響について検討する。
論文 参考訳(メタデータ) (2022-05-21T19:49:04Z) - Contextual Semantic Embeddings for Ontology Subsumption Prediction [37.61925808225345]
本稿では,Web Ontology (OWL) のクラスに BERTSubs というコンテキスト埋め込みの新たな予測手法を提案する。
これは、事前訓練された言語モデルBERTを利用してクラスの埋め込みを計算し、クラスコンテキストと論理的存在制約を組み込むためにカスタマイズされたテンプレートを提案する。
論文 参考訳(メタデータ) (2022-02-20T11:14:04Z) - Leveraging Domain Agnostic and Specific Knowledge for Acronym
Disambiguation [5.766754189548904]
アクロニムの曖昧さは、テキストの中で曖昧なアクロニムの正しい意味を見つけることを目的としている。
本稿では,hdBERTを用いた階層型デュアルパスBERT法を提案する。
62,441文を含むSciADデータセットを用いて,hdBERTの有効性を検討した。
論文 参考訳(メタデータ) (2021-07-01T09:10:00Z) - Affect Analysis in-the-wild: Valence-Arousal, Expressions, Action Units
and a Unified Framework [83.21732533130846]
Aff-Wild と Aff-Wild2 の2つである。
これは、これらのデータベースで訓練された深層ニューラルネットワークの2つのクラスの設計を示す。
インパクト認識を共同で学び、効果的に一般化し、実行することができる新しいマルチタスクおよび全体主義のフレームワークが提示されます。
論文 参考訳(メタデータ) (2021-03-29T17:36:20Z)
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。