論文の概要: Actively Learning Concepts and Conjunctive Queries under ELr-Ontologies
- arxiv url: http://arxiv.org/abs/2105.08326v2
- Date: Wed, 19 May 2021 11:36:06 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-20 13:10:00.191779
- Title: Actively Learning Concepts and Conjunctive Queries under ELr-Ontologies
- Title（参考訳）: ELrオントロジーに基づくアクティブラーニングの概念と接続型クエリ
- Authors: Maurice Funk, Jean Christoph Jung, Carsten Lutz
- Abstract要約: EL概念はELIオントロジーの存在下では学習できないことを示す。
また,EL概念はELIオントロジーの存在下では学習できないことを示す。
- 参考スコア（独自算出の注目度）: 22.218000867486726
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We consider the problem to learn a concept or a query in the presence of an
ontology formulated in the description logic ELr, in Angluin's framework of
active learning that allows the learning algorithm to interactively query an
oracle (such as a domain expert). We show that the following can be learned in
polynomial time: (1) EL-concepts, (2) symmetry-free ELI-concepts, and (3)
conjunctive queries (CQs) that are chordal, symmetry-free, and of bounded
arity. In all cases, the learner can pose to the oracle membership queries
based on ABoxes and equivalence queries that ask whether a given concept/query
from the considered class is equivalent to the target. The restriction to
bounded arity in (3) can be removed when we admit unrestricted CQs in
equivalence queries. We also show that EL-concepts are not polynomial query
learnable in the presence of ELI-ontologies.
- Abstract（参考訳）: 本稿では, 論理ELrで定式化されたオントロジーの存在下で, 概念や問合せを学習する上での問題点を, 学習アルゴリズムがオラクル(ドメインエキスパートなど)を対話的にクエリすることのできる, 活発な学習のフレームワークであるAngluinを用いて検討する。
1) el-concepts, (2) symmetry-free eli-concepts, (3) chordal, symmetry-free, そしてbounded arityである結合クエリ(cqs)である。
いずれの場合も、学習者は、ABoxesと同値クエリに基づいて、そのクラスから与えられた概念/クエリがターゲットと同等であるかどうかを問うオラクルメンバーシップクエリにポーズすることができる。
(3) における有界アリティに対する制限は、同値クエリで非制限な CQ が認められると取り除かれる。
また,EL-concepts は ELI-ontology の存在下で学習可能な多項式クエリではないことを示す。
関連論文リスト
- LaRS: Latent Reasoning Skills for Chain-of-Thought Reasoning [61.7853049843921]
Chain-of-Thoughting(CoT)プロンプトは、大規模言語モデル(LLM)のための一般的なコンテキスト内学習手法である。
本稿では、教師なし学習を用いて有理数の潜在空間表現を生成するLaRS(Lalatnt Reasoning Skills)という新しいアプローチを提案する。
論文 参考訳（メタデータ） (2023-12-07T20:36:10Z) - Probabilistic Tree-of-thought Reasoning for Answering
Knowledge-intensive Complex Questions [93.40614719648386]
大規模言語モデル(LLM)は、知識集約的な複雑な質問にチェーン・オブ・シント(CoT)推論で答えることができる。
最近の研究は、CoT推論を強化するための外部知識の回収に向けられている。
確率的ツリー・オブ・シント推論(ProbTree)という新しいアプローチを提案する。
論文 参考訳（メタデータ） (2023-11-23T12:52:37Z) - Open-Set Knowledge-Based Visual Question Answering with Inference Paths [79.55742631375063]
知識に基づく視覚的質問回答(KB-VQA)の目的は、外部知識ベースの助けを借りて質問に対する正しい回答を提供することである。
KB-VQA, Graph pATH ranker (GATHER for brevity) の新しいレトリバーランカパラダイムを提案する。
具体的には、グラフの構築、プルーニング、パスレベルのランク付けが含まれており、正確な回答を検索するだけでなく、推論パスを提供して推論プロセスを説明する。
論文 参考訳（メタデータ） (2023-10-12T09:12:50Z) - Querying Circumscribed Description Logic Knowledge Bases [9.526604375441073]
循環は非単調な記述論理を定義する主要なアプローチの1つである。
本研究は, (U)CQ 評価における DL KB の判定可能性を示す。
また、より単純な原子クエリ(AQ)についても研究する。
論文 参考訳（メタデータ） (2023-06-07T15:50:15Z) - Complex Query Answering on Eventuality Knowledge Graph with Implicit
Logical Constraints [48.831178420807646]
我々は、EVentuality中心のKGに基づいて、ニューラルネットワークを利用して複雑な論理的クエリに応答する新しいフレームワークを提案する。
複合事象性クエリ・アンサーリング(CEQA)は、時間的順序と事象の発生を規定する暗黙の論理的制約を考察する。
また、CEQAタスク上での最先端のニューラルクエリエンコーダの性能を大幅に向上させるメモリ拡張クエリ(MEQE)を提案する。
論文 参考訳（メタデータ） (2023-05-30T14:29:24Z) - 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) - On the non-efficient PAC learnability of conjunctive queries [18.851061569487616]
このノートは、連結的なクエリが効率的に学習できないという事実を自己完結した説明を提供する。
また,多くの制限された接続型クエリ(CQ)のクラスに適用可能な,強い負のPAC学習可能性も確立する。
我々は、CQ(およびUCQ)が、メンバーシップクエリで効率的に学習可能であることを示す。
論文 参考訳（メタデータ） (2022-08-22T12:29:02Z) - Frontiers and Exact Learning of ELI Queries under DL-Lite Ontologies [21.18670404741191]
論理記述DL-Liteが存在する場合のELIクエリ(ELIQ)について検討する。
方言 DL-Lite に対して、ELIQ は、サイズが小さく、時間で計算できるフロンティア(少なくとも一般化の集合)を持つことを示す。
DL-LiteF の方言では、フロンティアは無限である。
論文 参考訳（メタデータ） (2022-04-29T15:56:45Z) - CQE in Description Logics Through Instance Indistinguishability
(extended version) [0.0]
Description Logics (DL) におけるプライバシ保護クエリ応答に関する研究
DL-Lite$_mathcal$$で応答するデータ複雑性の結果を導出します。
我々は,CQEに対する近似秘密性解答という意味論的に確立された概念を同定する。
論文 参考訳（メタデータ） (2020-04-24T17:28:24Z) - 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) - VQA-LOL: Visual Question Answering under the Lens of Logic [58.30291671877342]
画像に関する疑問に答えるように訓練された視覚的質問応答システムが,複数の質問の論理的構成に答えられるかどうかを検討する。
本稿では,VQAデータセットをベンチマークとして拡張し,論理的構成や言語的変換を含む質問を行う。
本稿では,論理的結合性を理解するために質問注意と論理意図を用いたLOLモデルと,新しいFr'echet-Compatibility Lossを提案する。
論文 参考訳（メタデータ） (2020-02-19T17:57:46Z)
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。