論文の概要: Revisiting Indirect Ontology Alignment : New Challenging Issues in Cross-Lingual Context

• arxiv url: http://arxiv.org/abs/2104.01628v1
• Date: Sun, 4 Apr 2021 15:21:09 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-07 04:36:49.350521
• Title: Revisiting Indirect Ontology Alignment : New Challenging Issues in Cross-Lingual Context
• Title（参考訳）: 間接オントロジーアライメントの再考 : 言語間文脈における新しい課題
• Authors: Marouen Kachroudi
• Abstract要約: 本稿では,言語間文脈における間接的アライメントの新しい手法を提案する。 提案手法は,関係と信頼度の組み合わせを規定するアライメント代数に基づいている。 得られた結果は,提案手法に対する多くの肯定的な側面を強調するものであり,非常に有益である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ontology alignment process is overwhelmingly cited in Knowledge Engineering as a key mechanism aimed at bypassing heterogeneity and reconciling various data sources, represented by ontologies, i.e., the the Semantic Web cornerstone. In such infrastructures and environments, it is inconceivable to assume that all ontologies covering a particular domain of knowledge are aligned in pairs. Moreover, the high performance of alignment approaches is closely related to two factors, i.e., time consumption and machine resource limitations. Thus, good quality alignments are valuable and it would be appropriate to exploit them. Based on this observation, this article introduces a new method of indirect alignment of ontologies in a cross-lingual context. Indeed, the proposed method deals with alignments of multilingual ontologies and implements an indirect ontology alignment strategy based on a composition and reuse of effective direct alignments. The trigger of the proposed method process is based on alignment algebra which governs the semantics composition of relationships and confidence values. The obtained results, after a thorough and detailed experiment are very encouraging and highlight many positive aspects about the new proposed method.
• Abstract（参考訳）: オントロジーアライメントプロセスは知識工学において、不均一性を回避し、様々なデータソースを調整するための重要なメカニズムとして圧倒的に引用されている。 このようなインフラストラクチャや環境においては、特定の知識領域をカバーするすべてのオントロジーがペアで整列していると仮定することは不可能である。 さらに、アライメントアプローチの高性能は、時間消費と機械資源の制限という2つの要因と密接に関連している。 したがって、優れた品質アライメントは価値があり、それらを活用するのは適切でしょう。 本稿では,言語横断的文脈におけるオントロジーの間接的アライメント手法を提案する。 実際、提案手法は多言語オントロジーのアライメントを扱い、効率的な直接アライメントの構成と再利用に基づく間接オントロジーアライメント戦略を実装している。 提案手法のトリガは,関係と信頼値のセマンティクス構成を規定するアライメント代数に基づいている。 その結果, 徹底的かつ詳細な実験を行った結果, 提案手法について多くの肯定的な側面が浮き彫りにされた。

関連論文リスト

• Boosting CNN-based Handwriting Recognition Systems with Learnable Relaxation Labeling [48.78361527873024]
  本稿では,2つの異なる手法の強みを組み込んだ手書き文字認識手法を提案する。 本稿では,アルゴリズムの収束を加速し,システム全体の性能を向上させるスペーシフィケーション手法を提案する。
  論文  参考訳（メタデータ） (2024-09-09T15:12:28Z)
• Mind Your Neighbours: Leveraging Analogous Instances for Rhetorical Role Labeling for Legal Documents [1.2562034805037443]
  本研究では,Rhetorical Role Labeling (RRL) の性能向上のための新しい手法を提案する。 推論に基づく手法では、ラベル予測を再学習せずに促進する手法を探索する。 トレーニングベースの手法では、埋め込み空間に直接作用する新しい談話対応コントラスト手法と学習を統合する。
  論文  参考訳（メタデータ） (2024-03-31T08:10:45Z)
• Taxonomy Adaptive Cross-Domain Adaptation in Medical Imaging via Optimization Trajectory Distillation [73.83178465971552]
  自動医用画像解析の成功は、大規模かつ専門家による注釈付きトレーニングセットに依存する。 非教師なしドメイン適応(UDA)はラベル付きデータ収集の負担を軽減するための有望なアプローチである。 本稿では,2つの技術的課題に新しい視点から対処する統一的手法である最適化トラジェクトリ蒸留を提案する。
  論文  参考訳（メタデータ） (2023-07-27T08:58:05Z)
• From Patches to Objects: Exploiting Spatial Reasoning for Better Visual Representations [2.363388546004777]
  本研究では,空間的推論に基づく新しい予備的事前学習手法を提案する。 本提案手法は,識別的自己管理手法の補助的タスクとして空間推論を導入することで,より柔軟なコントラスト学習の定式化を実現する。
  論文  参考訳（メタデータ） (2023-05-21T07:46:46Z)
• Ontology Matching Through Absolute Orientation of Embedding Spaces [1.5169370091868053]
  Ontologyは、インターオペラビリティとリンクされたオープンデータセットを作成する際の中核的なタスクである。 本稿では,知識グラフの埋め込みに基づく構造に基づくマッピング手法を提案する。 合成データを用いた実験では、このアプローチが同様に構造化されたデータセットで非常にうまく機能することがわかった。
  論文  参考訳（メタデータ） (2022-04-08T12:59:31Z)
• A cross-domain recommender system using deep coupled autoencoders [77.86290991564829]
  クロスドメインレコメンデーションのために2つの新しい結合型オートエンコーダに基づくディープラーニング手法を提案する。 最初の方法は、ソースドメインとターゲットドメイン内のアイテムの固有表現を明らかにするために、一対のオートエンコーダを同時に学習することを目的としている。 第2の方法は,2つのオートエンコーダを用いてユーザとアイテム待ち行列を深く非線形に生成する,新たな共同正規化最適化問題に基づいて導出する。
  論文  参考訳（メタデータ） (2021-12-08T15:14:26Z)
• MCDAL: Maximum Classifier Discrepancy for Active Learning [74.73133545019877]
  近年の最先端のアクティブラーニング手法は, 主にGAN(Generative Adversarial Networks)をサンプル取得に活用している。 本稿では,MCDAL(Maximum Discrepancy for Active Learning)と呼ぶ新しいアクティブラーニングフレームワークを提案する。 特に,両者の差分を最大化することにより,より厳密な決定境界を学習する2つの補助的分類層を利用する。
  論文  参考訳（メタデータ） (2021-07-23T06:57:08Z)
• Visualization of Supervised and Self-Supervised Neural Networks via Attribution Guided Factorization [87.96102461221415]
  クラスごとの説明性を提供するアルゴリズムを開発した。 実験の広範なバッテリーでは、クラス固有の可視化のための手法の能力を実証する。
  論文  参考訳（メタデータ） (2020-12-03T18:48:39Z)
• Multifaceted Context Representation using Dual Attention for Ontology Alignment [6.445605125467574]
  オントロジーアライメントは、データ統合、データ転送、データ準備など、さまざまな分野に適用できる重要な研究課題である。 We propose VeeAlign, a Deep Learning based model that using a dual-attention mechanism to compute the contextualized representation of a concept to learn alignments。 我々は、異なるドメインや多言語設定の様々なデータセットに対するアプローチを検証するとともに、SOTA法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2020-10-16T18:28:38Z)
• Text Recognition in Real Scenarios with a Few Labeled Samples [55.07859517380136]
  Scene Text Recognition (STR) はコンピュータビジョン分野におけるホットな研究テーマである。 本稿では,数ショットの逆数列領域適応 (FASDA) を用いて構築シーケンスを適応する手法を提案する。 我々のアプローチは、ソースドメインとターゲットドメインの間の文字レベルの混乱を最大化することができる。
  論文  参考訳（メタデータ） (2020-06-22T13:03:01Z)

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。