論文の概要: OntoSeer -- A Recommendation System to Improve the Quality of Ontologies
- arxiv url: http://arxiv.org/abs/2202.02125v1
- Date: Fri, 4 Feb 2022 13:28:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-07 21:02:28.054248
- Title: OntoSeer -- A Recommendation System to Improve the Quality of Ontologies
- Title（参考訳）: OntoSeer - オントロジの品質を改善するための勧告システム
- Authors: Pramit Bhattacharyya, Raghava Mutharaju
- Abstract要約: オントロジー開発者は、含めるべきクラス、プロパティ、公理の選択に関するいくつかの疑問に答えなければならない。
オントロジーの発展において再利用できる用語(類と性質)の語彙を知ることは困難である。
OntoSeerはオントロジー開発プロセスを監視し、開発中の品質を改善するためにリアルタイムで提案する。
- 参考スコア（独自算出の注目度）: 1.713291434132985
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Building an ontology is not only a time-consuming process, but it is also
confusing, especially for beginners and the inexperienced. Although ontology
developers can take the help of domain experts in building an ontology, they
are not readily available in several cases for a variety of reasons. Ontology
developers have to grapple with several questions related to the choice of
classes, properties, and the axioms that should be included. Apart from this,
there are aspects such as modularity and reusability that should be taken care
of. From among the thousands of publicly available ontologies and vocabularies
in repositories such as Linked Open Vocabularies (LOV) and BioPortal, it is
hard to know the terms (classes and properties) that can be reused in the
development of an ontology. A similar problem exists in implementing the right
set of ontology design patterns (ODPs) from among the several available.
Generally, ontology developers make use of their experience in handling these
issues, and the inexperienced ones have a hard time. In order to bridge this
gap, we propose a tool named OntoSeer, that monitors the ontology development
process and provides suggestions in real-time to improve the quality of the
ontology under development. It can provide suggestions on the naming
conventions to follow, vocabulary to reuse, ODPs to implement, and axioms to be
added to the ontology. OntoSeer has been implemented as a Prot\'eg\'e plug-in.
- Abstract（参考訳）: オントロジーの構築は時間を要するプロセスであるだけでなく、特に初心者や経験不足者にとっては混乱を招く。
オントロジー開発者は、オントロジーを構築する際にドメインエキスパートの助けを借りることができるが、様々な理由でいくつかのケースでは利用できない。
オントロジー開発者は、含めるべきクラス、プロパティ、および公理の選択に関するいくつかの疑問に対処しなければならない。
これとは別に、モジュール化や再利用性といった側面も考慮すべきです。
linked open vocabularies (lov) や bioportal といったリポジトリで公開されている何千ものオントロジや語彙の中から、オントロジの開発で再利用可能な用語(クラスやプロパティ)を知ることは困難である。
同様の問題は、利用可能な数種類のオントロジーデザインパターン(odps)の正しいセットを実装する際に存在する。
一般的に、オントロジー開発者はこれらの問題に対処する経験を生かし、経験の浅いものは難しい。
このギャップを埋めるために、オントロジー開発プロセスを監視し、開発中のオントロジーの品質を改善するためにリアルタイムで提案するOntoSeerというツールを提案する。
フォローすべき命名規則、再利用のための語彙、実装するODP、オントロジーに追加すべき公理などを提案することができる。
OntoSeerはProt\'eg\'eプラグインとして実装されている。
関連論文リスト
- Dialogue Ontology Relation Extraction via Constrained Chain-of-Thought Decoding [4.531390381842394]
本研究では,伝達学習における関係抽出に焦点をあてる。
我々は最近、推論問題のために開発されたChain-of-Thoughtデコーディングを生成的関係抽出に適用した。
論文 参考訳（メタデータ） (2024-08-05T10:10:01Z) - Large language models as oracles for instantiating ontologies with domain-specific knowledge [0.0]
セマンティックなデータでインテリジェントなシステムを構築するには、ドメイン固有の知識を設計し、インスタンス化する必要がある。
結果として得られる経験プロセスは、時間を要する、エラーを起こしやすい、オントロジーデザイナーの個人的な背景に偏っていることが多い。
ドメイン固有の知識を自動的にインスタンス化するための,ドメインに依存しない新しいアプローチを提案する。
論文 参考訳（メタデータ） (2024-04-05T14:04:07Z) - Improving Retrieval in Theme-specific Applications using a Corpus
Topical Taxonomy [52.426623750562335]
ToTER (Topical Taxonomy Enhanced Retrieval) フレームワークを紹介する。
ToTERは、クエリとドキュメントの中心的なトピックを分類学のガイダンスで識別し、そのトピックの関連性を利用して、欠落したコンテキストを補う。
プラグイン・アンド・プレイのフレームワークとして、ToTERは様々なPLMベースのレトリバーを強化するために柔軟に使用できる。
論文 参考訳（メタデータ） (2024-03-07T02:34:54Z) - Ontology Development is Consensus Creation, Not (Merely) Representation [0.0]
我々は、オントロジー開発における課題の重要かつ過度に強調された貢献は、意見の相違に直面して、創造し、あるいはコンセンサスをもたらす必要性である、と提案する。
同じ理由から、ほとんどの技術的カリキュラムに欠けている特定の社会的交渉スキルを持つ必要がある。
論文 参考訳（メタデータ） (2022-10-21T15:16:28Z) - KnowPrompt: Knowledge-aware Prompt-tuning with Synergistic Optimization
for Relation Extraction [111.74812895391672]
シナジスティック最適化(KnowPrompt)を用いた知識認識型Promptチューニング手法を提案する。
関係ラベルに含まれる潜在知識をインジェクトして,学習可能な仮想型語と解答語で構築する。
論文 参考訳（メタデータ） (2021-04-15T17:57:43Z) - Low-Resource Task-Oriented Semantic Parsing via Intrinsic Modeling [65.51280121472146]
私たちは本質的にオントロジーラベルについて知っているものを利用して、効率的なセマンティック解析モデルを構築します。
我々のモデルはTOPv2から派生した低リソースのベンチマークを用いて高効率である。
論文 参考訳（メタデータ） (2021-04-15T04:01:02Z) - Interpretability Analysis for Named Entity Recognition to Understand
System Predictions and How They Can Improve [49.878051587667244]
名前付きエンティティ認識のためのLSTM-CRFアーキテクチャの性能について検討する。
文脈表現はシステムの性能に寄与するが、ハイパフォーマンスを駆動する主な要因は、名前トークン自体を学習することにある。
我々は、コンテキストのみからエンティティタイプを推測する可能性を評価するために、人間アノテーションを登録し、コンテキストのみのシステムによるエラーの大部分に対してエンティティタイプを推論することはできないが、改善の余地はいくつかある。
論文 参考訳（メタデータ） (2020-04-09T14:37:12Z) - GIANT: Scalable Creation of a Web-scale Ontology [29.628181324907295]
既存の知識基盤やカテゴリーは、オンライン人口の言語スタイルにおける概念、出来事、トピックを適切に把握できないと論じる。
本稿では,ユーザ中心,Webスケール,構造化オントロジーの構築機構について述べる。
本稿では,GIANTで使用されるグラフニューラルネットワーク技術について述べるとともに,提案手法を各種ベースラインと比較して評価する。
論文 参考訳（メタデータ） (2020-04-05T07:51:23Z) - Best Practices for Implementing FAIR Vocabularies and Ontologies on the
Web [0.26107298043931193]
本稿では,セマンティックWeb語彙の作成,理解,再利用のためのガイドラインとベストプラクティスについて述べる。
このガイドラインを具体例で説明し、研究者がこれらの実践を語彙で実施するのを手助けする。
論文 参考訳（メタデータ） (2020-03-29T17:40:04Z) - A System for Real-Time Interactive Analysis of Deep Learning Training [66.06880335222529]
現在利用可能なシステムは、トレーニングプロセスが始まる前に指定しなければならないログデータのみを監視することに限定されている。
本稿では,リアルタイム情報を生成するライブプロセス上で対話型クエリを実行可能にするシステムを提案する。
論文 参考訳（メタデータ） (2020-01-05T11:33:31Z) - CASE: Context-Aware Semantic Expansion [68.30244980290742]
本稿では,CASE(Context-Aware Semantic Expansion)と呼ばれる新しいタスクを定義し,検討する。
セマンティックな文脈でシード項が与えられた場合、その文脈に適した他の用語をシードとして提案することを目指している。
このタスクのアノテーションは,既存のコーパスから完全に自動で,大規模に抽出可能であることを示す。
論文 参考訳（メタデータ） (2019-12-31T06:38:57Z)
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。