論文の概要: Frontiers and Exact Learning of ELI Queries under DL-Lite Ontologies
- arxiv url: http://arxiv.org/abs/2204.14172v1
- Date: Fri, 29 Apr 2022 15:56:45 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-02 20:06:16.615377
- Title: Frontiers and Exact Learning of ELI Queries under DL-Lite Ontologies
- Title（参考訳）: DL-Liteオントロジーに基づくELIクエリのフロンティアとエクササイズ学習
- Authors: Maurice Funk, Jean Christoph Jung and Carsten Lutz
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 21.18670404741191
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study ELI queries (ELIQs) in the presence of ontologies formulated in the
description logic DL-Lite. For the dialect DL-LiteH, we show that ELIQs have a
frontier (set of least general generalizations) that is of polynomial size and
can be computed in polynomial time. In the dialect DL-LiteF, in contrast,
frontiers may be infinite. We identify a natural syntactic restriction that
enables the same positive results as for DL-LiteH. We use out results on
frontiers to show that ELIQs are learnable in polynomial time in the presence
of a DL-LiteH / restricted DL-LiteF ontology in Angluin's framework of exact
learning with only membership queries.
- Abstract（参考訳）: 記述論理dl-liteで定式化されたオントロジーの存在下でeliクエリ(eliqs)について検討する。
方言 DL-LiteH に対して、ELIQ は多項式サイズで多項式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。
dl-litehと同じ正の結果が得られる自然構文制約を同定する。
我々は,アングリンの完全学習フレームワークにおけるdl-liteh/制限dl-litefオントロジーの存在下でeliqsが多項式時間で学習可能であることを示した。
関連論文リスト
- Understanding and Mitigating Language Confusion in LLMs [76.96033035093204]
我々は,既存の英語および多言語プロンプトを用いた15の型的多様言語の評価を行った。
Llama Instruct と Mistral のモデルでは,言語的混乱の度合いが高いことがわかった。
言語混乱は,数発のプロンプト,多言語SFT,選好調整によって部分的に緩和できることがわかった。
論文 参考訳（メタデータ） (2024-06-28T17:03:51Z) - Teaching Large Language Models to Express Knowledge Boundary from Their Own Signals [53.273592543786705]
大規模言語モデル (LLM) は大きな成功を収めたが、時折そのコンテンツ作成(幻覚)は実用的応用を制限している。
本稿では,まず内部信頼度を用いてLLMの知識境界を探索し,探索結果を利用して知識境界の表現を抽出するCoKEを提案する。
論文 参考訳（メタデータ） (2024-06-16T10:07:20Z) - Prompting Large Language Models with Knowledge Graphs for Question Answering Involving Long-tail Facts [50.06633829833144]
大規模言語モデル(LLM)は、様々なNLPタスクを実行するのに効果的であるが、広範囲の現実世界の知識を必要とするタスクを扱うのに苦労する。
我々は,関連する疑問に答えるために,長期的事実の知識を必要とするベンチマークを提案する。
実験の結果,LLMだけでこれらの疑問に答えるのに苦労していることが明らかとなった。
論文 参考訳（メタデータ） (2024-05-10T15:10:20Z) - How Proficient Are Large Language Models in Formal Languages? An In-Depth Insight for Knowledge Base Question Answering [52.86931192259096]
知識ベース質問回答(KBQA)は,知識ベースにおける事実に基づいた自然言語質問への回答を目的としている。
最近の研究は、論理形式生成のための大規模言語モデル(LLM)の機能を活用して性能を向上させる。
論文 参考訳（メタデータ） (2024-01-11T09:27:50Z) - AlignedCoT: Prompting Large Language Models via Native-Speaking Demonstrations [52.43593893122206]
Alignedcotは、大規模言語モデルを呼び出すためのコンテキスト内学習技術である。
ゼロショットシナリオでは、一貫した正しいステップワイズプロンプトを達成する。
数学的推論とコモンセンス推論の実験を行う。
論文 参考訳（メタデータ） (2023-11-22T17:24:21Z) - Do Large Language Models Know about Facts? [60.501902866946]
大規模言語モデル(LLM)は、最近、さまざまな自然言語処理タスクにおいて、大幅なパフォーマンス改善を推進している。
我々は,ベンチマークPinocchioを設計し,LLM内の事実知識の範囲と範囲を評価することを目的とする。
Pinocchioには、異なるソース、タイムライン、ドメイン、リージョン、言語にまたがる20万のさまざまな事実質問が含まれている。
論文 参考訳（メタデータ） (2023-10-08T14:26:55Z) - 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) - Expressivity of Planning with Horn Description Logic Ontologies
(Technical Report) [12.448670165713652]
我々は、記述論理(DL)オントロジーを計画することで定式化されたオープンワールドな状態制約に対処する。
派生述語を用いた標準PDDLへの新しいコンパイル方式を提案する。
提案手法は,DLで計画する既存のベンチマークよりも優れていることを示す。
論文 参考訳（メタデータ） (2022-03-17T14:50:06Z) - Actively Learning Concepts and Conjunctive Queries under ELr-Ontologies [22.218000867486726]
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。
論文 参考訳（メタデータ） (2021-05-18T07:45:37Z) - 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)
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。