論文の概要: Query Expressibility and Verification in Ontology-Based Data Access

• arxiv url: http://arxiv.org/abs/2011.09176v1
• Date: Wed, 18 Nov 2020 09:50:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-24 04:47:13.879936
• Title: Query Expressibility and Verification in Ontology-Based Data Access
• Title（参考訳）: オントロジーデータアクセスにおけるクエリ表現可能性と検証
• Authors: Carsten Lutz, Johannes Marti, Leif Sabellek
• Abstract要約: 複数のデータソースを統合するブートストラッププロセスをサポートする2つの推論問題について検討する。 我々は、(U)QをソースおよびターゲットクエリとGAVマッピングとみなし、どちらもDL-Liteの$Cp$-complete、ELとELHIのクエリ間のcoNExpTime-completeがルート化され、2ExpTime-completeが無制限のソースクエリに対して2ExpTime-completeであることを示す。
• 参考スコア（独自算出の注目度）: 12.040390374373427
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In ontology-based data access, multiple data sources are integrated using an ontology and mappings. In practice, this is often achieved by a bootstrapping process, that is, the ontology and mappings are first designed to support only the most important queries over the sources and then gradually extended to enable additional queries. In this paper, we study two reasoning problems that support such an approach. The expressibility problem asks whether a given source query $q_s$ is expressible as a target query (that is, over the ontology's vocabulary) and the verification problem asks, additionally given a candidate target query $q_t$, whether $q_t$ expresses $q_s$. We consider (U)CQs as source and target queries and GAV mappings, showing that both problems are $\Pi^p_2$-complete in DL-Lite, coNExpTime-complete between EL and ELHI when source queries are rooted, and 2ExpTime-complete for unrestricted source queries.
• Abstract（参考訳）: オントロジーベースのデータアクセスでは、複数のデータソースがオントロジーとマッピングを使って統合される。 実際には、オントロジーとマッピングは、まずソース上で最も重要なクエリのみをサポートし、次に徐々に拡張して追加クエリを有効にするように設計されている。 本稿では,そのようなアプローチを支援する2つの推論問題について考察する。 表現性問題は、あるソースクエリ$q_s$がターゲットクエリ(すなわち、オントロジーの語彙上)として表現可能かどうかを問うとともに、検証問題はさらに、候補ターゲットクエリ$q_t$を付与し、$q_t$が$q_s$を表すかどうかを問う。 我々は(U)CQをソースクエリとターゲットクエリとGAVマッピングとみなし、どちらもDL-Liteで$\Pi^p_2$-complete、ソースクエリがルートされたときにELとELHIでcoNExpTime-complete、制約のないソースクエリで2ExpTime-completeであることを示す。

関連論文リスト

• DAGE: DAG Query Answering via Relational Combinator with Logical Constraints [24.60431781360608]
  DAGEと呼ばれるDAGクエリに対するクエリ埋め込み手法を提案する。 DAGEは2つのノード間の可能性のある複数のパスを、トレーニング可能なオペレータで単一のパスに結合する。 既存のクエリ埋め込みメソッド上にDAGEを実装することが可能であることを示す。
  論文  参考訳（メタデータ） (2024-10-29T15:02:48Z)
• RConE: Rough Cone Embedding for Multi-Hop Logical Query Answering on Multi-Modal Knowledge Graphs [30.94793132285142]
  知識グラフ上で応答するマルチホップクエリは、クエリに応答するために、開始ノードから1つ以上のホップをトラバースする。 本稿では,クエリに応答するために必要なマルチモーダル情報をキャプチャする埋め込み手法RConEを提案する。 MMKGを問合せする論理構造を初めて導入し,その答えとしてマルチモーダルエンティティのサブエンティティを含む問合せに答える。
  論文  参考訳（メタデータ） (2024-08-21T11:02:35Z)
• Improving Multi-hop Logical Reasoning in Knowledge Graphs with Context-Aware Query Representation Learning [3.7411114598484647]
  知識グラフのマルチホップ論理的推論は自然言語処理において重要な課題である。 本稿では,既存のマルチホップ論理推論手法の有効性を高めるモデルに依存しない手法を提案する。 提案手法は,3つのマルチホップ推論基盤モデルを継続的に強化し,最大19.5%の性能向上を実現している。
  論文  参考訳（メタデータ） (2024-06-11T07:48:20Z)
• Reverse Engineering of Temporal Queries Mediated by LTL Ontologies [8.244587597395936]
  データベースクエリのリバースエンジニアリングでは、与えられた回答と非回答の集合からクエリを構築することを目指している。 時間スタンプデータに対して線形時間論理の正のフラグメントで定式化されたクエリに対して,このクエリ・バイ・サンプル問題について検討する。
  論文  参考訳（メタデータ） (2023-05-02T08:27:39Z)
• UniKGQA: Unified Retrieval and Reasoning for Solving Multi-hop Question Answering Over Knowledge Graph [89.98762327725112]
  KGQA(Multi-hop Question Answering over Knowledge Graph)は、自然言語の質問で言及されているトピックエンティティから、複数のホップを持つ回答エンティティを見つけることを目的としている。 我々は、モデルアーキテクチャとパラメータ学習の両方において、検索と推論を統合することで、マルチホップKGQAタスクの新しいアプローチであるUniKGQAを提案する。
  論文  参考訳（メタデータ） (2022-12-02T04:08:09Z)
• Query2Particles: Knowledge Graph Reasoning with Particle Embeddings [49.64006979045662]
  本稿では,知識グラフにエッジを欠いた複雑な論理的クエリに応答するクエリ埋め込み手法を提案する。 回答エンティティは、エンティティの埋め込みとクエリの埋め込みの類似性に応じて選択される。 埋め込み空間上の様々な領域から多様な回答を検索するために,複雑なKGクエリ応答方法Q2Pを提案する。
  論文  参考訳（メタデータ） (2022-04-27T11:16:08Z)
• Graph Enhanced BERT for Query Understanding [55.90334539898102]
  クエリ理解は、ユーザの検索意図を探索し、ユーザが最も望まれる情報を発見できるようにする上で、重要な役割を果たす。 近年、プレトレーニング言語モデル (PLM) は様々な自然言語処理タスクを進歩させてきた。 本稿では,クエリコンテンツとクエリグラフの両方を活用可能な,グラフ強化事前学習フレームワークGE-BERTを提案する。
  論文  参考訳（メタデータ） (2022-04-03T16:50:30Z)
• 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)
• Open Question Answering over Tables and Text [55.8412170633547]
  オープンな質問応答(QA)では、質問に対する回答は、質問に対する回答を含む可能性のある文書を検索して分析することによって生成される。 ほとんどのオープンQAシステムは、構造化されていないテキストからのみ情報を取得することを検討している。 我々は,このタスクの性能を評価するために,新しい大規模データセット Open Table-and-Text Question Answering (OTT-QA) を提案する。
  論文  参考訳（メタデータ） (2020-10-20T16:48:14Z)
• Counting Query Answers over a DL-Lite Knowledge Base (extended version) [14.504450881786214]
  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。
  論文  参考訳（メタデータ） (2020-05-12T16:01:09Z)
• Query2box: Reasoning over Knowledge Graphs in Vector Space using Box Embeddings [84.0206612938464]
  query2boxは、不完全な知識グラフ上の任意のクエリを推論するための埋め込みベースのフレームワークである。 query2boxは、スケーラブルな方法で$wedge$, $vee$, $exists$で任意の論理クエリを処理可能であることを示す。 本稿では,3つの大規模KGに対するQuery2boxの有効性を示すとともに,クエリ2boxが技術状況に対して最大25%の相対的な改善を達成可能であることを示す。
  論文  参考訳（メタデータ） (2020-02-14T11:20:10Z)

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。