論文の概要: How to Agree to Disagree: Managing Ontological Perspectives using
Standpoint Logic
- arxiv url: http://arxiv.org/abs/2206.06793v1
- Date: Tue, 14 Jun 2022 12:29:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-15 21:26:28.004247
- Title: How to Agree to Disagree: Managing Ontological Perspectives using
Standpoint Logic
- Title(参考訳): 診断に同意する方法: 視点論理を用いたオントロジー的視点の管理
- Authors: Luc\'ia G\'omez \'Alvarez, Sebastian Rudolph and Hannes Strass
- Abstract要約: Standpoint Logicは、既存のKR言語向けのシンプルだが汎用的なマルチモーダル論理アドオンである。
我々は、一階立ち位置論理のスタンドポイントフリーバージョンへのポリタイム変換を提供する。
次に、OWL 2 DL言語に基づく非常に表現力豊かな記述論理 SROIQb_s に対する類似の翻訳を確立する。
- 参考スコア(独自算出の注目度): 2.9005223064604073
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The importance of taking individual, potentially conflicting perspectives
into account when dealing with knowledge has been widely recognised. Many
existing ontology management approaches fully merge knowledge perspectives,
which may require weakening in order to maintain consistency; others represent
the distinct views in an entirely detached way.
As an alternative, we propose Standpoint Logic, a simple, yet versatile
multi-modal logic ``add-on'' for existing KR languages intended for the
integrated representation of domain knowledge relative to diverse, possibly
conflicting standpoints, which can be hierarchically organised, combined and
put in relation to each other.
Starting from the generic framework of First-Order Standpoint Logic (FOSL),
we subsequently focus our attention on the fragment of sentential formulas, for
which we provide a polytime translation into the standpoint-free version. This
result yields decidability and favourable complexities for a variety of highly
expressive decidable fragments of first-order logic. Using some elaborate
encoding tricks, we then establish a similar translation for the very
expressive description logic SROIQb_s underlying the OWL 2 DL ontology
language. By virtue of this result, existing highly optimised OWL reasoners can
be used to provide practical reasoning support for ontology languages extended
by standpoint modelling.
- Abstract(参考訳): 知識を扱う際の個人的、潜在的に矛盾する視点を考慮に入れることの重要性は広く認識されている。
多くの既存のオントロジー管理手法は知識の観点を完全にマージし、一貫性を維持するために弱体化を必要とする可能性がある。
代案としてスタンドポイント論理(Standpoint Logic)を提案する。これは既存のKR言語に対して、多様で、おそらく矛盾するスタンドポイントに対してドメイン知識の統合表現を目的としており、階層的に整理し、結合し、相互に関連付けることができる。
FOSL(First-Order Standpoint Logic)の一般的なフレームワークから始めると、我々はその後、知覚公式の断片に注意を向け、スタンドポイントフリーバージョンへのポリタイム変換を提供する。
この結果は、一階述語論理の様々な高度に表現可能な決定可能な断片に対して決定可能性と好ましい複雑さをもたらす。
複雑な符号化手法を用いて、OWL 2 DLオントロジー言語の基礎となる非常に表現力豊かな記述論理 SROIQb_s の類似の翻訳を確立する。
この結果により、既存の高度に最適化されたOWL推論器を用いて、スタンドポイントモデリングによって拡張されたオントロジー言語に対する実用的な推論支援を行うことができる。
関連論文リスト
- An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。
応用例としては、メタ理論的性質の形式的解析と検証がある。
論文 参考訳(メタデータ) (2023-12-08T09:32:26Z) - LOGICSEG: Parsing Visual Semantics with Neural Logic Learning and
Reasoning [73.98142349171552]
LOGICSEGは、神経誘導学習と論理推論をリッチデータとシンボリック知識の両方に統合する、全体論的視覚意味論である。
ファジィ論理に基づく連続的な緩和の間、論理式はデータとニューラルな計算グラフに基礎を置いており、論理によるネットワークトレーニングを可能にする。
これらの設計によりLOGICSEGは、既存のセグメンテーションモデルに容易に統合できる汎用的でコンパクトなニューラル論理マシンとなる。
論文 参考訳(メタデータ) (2023-09-24T05:43:19Z) - Can Linguistic Knowledge Improve Multimodal Alignment in Vision-Language
Pretraining? [34.609984453754656]
本研究の目的は,意味表現や構文構造を含む包括的言語知識がマルチモーダルアライメントに与える影響を明らかにすることである。
具体的には、最初の大規模マルチモーダルアライメント探索ベンチマークであるSNAREを設計、リリースする。
論文 参考訳(メタデータ) (2023-08-24T16:17:40Z) - Description Logics Go Second-Order -- Extending EL with Universally
Quantified Concepts [0.0]
私たちは記述ロジックの拡張に$mathcalEL$をフォーカスします。
拡張の有用な断片について、異なる意味論による結論が一致することを示す。
わずかに小さいが、それでも有用である断片のために、私たちは拡張の決定可能性を示すことができました。
論文 参考訳(メタデータ) (2023-08-16T09:37:38Z) - Modeling Hierarchical Reasoning Chains by Linking Discourse Units and
Key Phrases for Reading Comprehension [80.99865844249106]
本稿では,論理的推論の基盤として,対話レベルと単語レベルの両方の文脈を扱う総合グラフネットワーク(HGN)を提案する。
具体的には、ノードレベルの関係とタイプレベルの関係は、推論過程におけるブリッジと解釈できるが、階層的な相互作用機構によってモデル化される。
論文 参考訳(メタデータ) (2023-06-21T07:34:27Z) - Large Language Models are In-Context Semantic Reasoners rather than
Symbolic Reasoners [75.85554779782048]
大規模言語モデル(LLM)は、近年、自然言語と機械学習コミュニティを興奮させています。
多くの成功を収めたアプリケーションにもかかわらず、そのようなコンテキスト内機能の基盤となるメカニズムはまだ不明である。
本研究では,学習した言語トークンのテクストセマンティクスが推論過程において最も重い処理を行うと仮定する。
論文 参考訳(メタデータ) (2023-05-24T07:33:34Z) - Join-Chain Network: A Logical Reasoning View of the Multi-head Attention
in Transformer [59.73454783958702]
本稿では,多くの結合演算子を連結して出力論理式をモデル化するシンボリック推論アーキテクチャを提案する。
特に,このような結合鎖のアンサンブルが'ツリー構造'の1次論理式であるFOETの広い部分集合を表現できることを実証する。
変圧器における多頭部自己保持モジュールは,確率的述語空間における結合作用素の結合境界を実装する特別なニューラル演算子として理解することができる。
論文 参考訳(メタデータ) (2022-10-06T07:39:58Z) - Discourse-Aware Graph Networks for Textual Logical Reasoning [142.0097357999134]
パッセージレベルの論理関係は命題単位間の係り合いまたは矛盾を表す(例、結論文)
論理的推論QAを解くための論理構造制約モデリングを提案し、談話対応グラフネットワーク(DAGN)を導入する。
ネットワークはまず、インラインの談話接続とジェネリック論理理論を利用した論理グラフを構築し、その後、エッジ推論機構を用いて論理関係を進化させ、グラフ機能を更新することで論理表現を学習する。
論文 参考訳(メタデータ) (2022-07-04T14:38:49Z) - Thirty years of Epistemic Specifications [8.339560855135575]
我々は、主観的リテラルと呼ばれるモーダル構造を持つ安定モデルセマンティクスの下で、解法論理プログラムを拡張した。
主観的リテラルを用いることで、プログラムのすべての安定モデルで正規リテラルが真かどうかを確認することができる。
形式的な意味論によって言語の基礎となる直観を捉えようとするいくつかの試みが与えられた。
論文 参考訳(メタデータ) (2021-08-17T15:03:10Z) - Higher-order Logic as Lingua Franca -- Integrating Argumentative
Discourse and Deep Logical Analysis [0.0]
本稿では,議論的言説の深い多元論的論理解析へのアプローチを提案する。
我々は古典的な高階論理に最先端の自動推論技術を用いる。
論文 参考訳(メタデータ) (2020-07-02T11:07:53Z)
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。