論文の概要: A Survey of Syntactic Modelling Structures in Biomedical Ontologies

• arxiv url: http://arxiv.org/abs/2207.14119v1
• Date: Thu, 28 Jul 2022 14:33:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-29 12:20:32.812793
• Title: A Survey of Syntactic Modelling Structures in Biomedical Ontologies
• Title（参考訳）: バイオメディカルオントロジーにおける構文モデル構造の研究
• Authors: Christian Kindermann and Martin G. Skj{\ae}veland
• Abstract要約: 我々は構文的公理と集合の公理の正則性を特定し解析するための構文指向的アプローチをとる。 生医学的構造は, 単純な構造を深く結合した形でのみ共有することが示唆された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite the large-scale uptake of semantic technologies in the biomedical domain, little is known about common modelling practices in published ontologies. OWL ontologies are often published only in the crude form of sets of axioms leaving the underlying design opaque. However, a principled and systematic ontology development life cycle is likely to be reflected in regularities of the ontology's emergent syntactic structure. To develop an understanding of this emergent structure, we propose to reverse-engineer ontologies taking a syntax-directed approach for identifying and analysing regularities for axioms and sets of axioms. We survey BioPortal in terms of syntactic modelling trends and common practices for OWL axioms and class frames. Our findings suggest that biomedical ontologies only share simple syntactic structures in which OWL constructors are not deeply nested or combined in a complex manner. While such simple structures often account for large proportions of axioms in a given ontology, many ontologies also contain non-trivial amounts of more complex syntactic structures that are not common across ontologies.
• Abstract（参考訳）: バイオメディカルドメインにおけるセマンティックテクノロジーの大規模取り込みにもかかわらず、公開オントロジーにおける一般的なモデリングの実践についてはほとんど知られていない。 OWLオントロジーはしばしば、基礎となる設計の不透明さを残した公理の集合の粗い形式でのみ発行される。 しかしながら、原理的かつ体系的なオントロジー発展ライフサイクルは、オントロジーの創発的な構文構造の規則性に反映される可能性が高い。 この創発的構造を理解するために,公理と公理の集合の正則性を特定し解析するために,構文指向のアプローチを採用する逆エンジニアリングオントロジーを提案する。 我々は、OWL公理とクラスフレームの構文モデリングトレンドと共通プラクティスの観点から、BioPortalを調査した。 以上のことから, 生物医学的オントロジーは, フクロウのコンストラクタが複雑な方法で組み合わされていない単純な構文構造のみを共有していることが示唆された。 そのような単純な構造は、与えられたオントロジーにおいて公理のかなりの割合を占めることが多いが、多くのオントロジーは、オントロジー全体では一般的でないより複雑な構文構造をも含んでいる。

関連論文リスト

• Causal Representation Learning from Multimodal Biological Observations [57.00712157758845]
  我々は,マルチモーダルデータに対するフレキシブルな識別条件の開発を目指している。 我々は、各潜伏成分の識別可能性を保証するとともに、サブスペース識別結果を事前の作業から拡張する。 我々の重要な理論的要素は、異なるモーダル間の因果関係の構造的空間性である。
  論文  参考訳（メタデータ） (2024-11-10T16:40:27Z)
• TransBox: EL++-closed Ontology Embedding [14.850996103983187]
  我々は,多対一,一対多,多対多の関係を扱える効率的なEL++-クロース埋め込み法を開発した。 実験により,TransBoxは様々な実世界のデータセットにまたがって最先端のパフォーマンスを実現し,複雑な公理を予測できることを示した。
  論文  参考訳（メタデータ） (2024-10-18T16:17:10Z)
• Mapping the Provenance Ontology to Basic Formal Ontology [0.0]
  Provenance Ontology (PROV-O) はWorld Wide Web Consortium (W3C) で、さまざまなドメインにまたがる成果に関するデータを構造化するために使用される。
  論文  参考訳（メタデータ） (2024-08-02T16:50:17Z)
• What makes Models Compositional? A Theoretical View: With Supplement [60.284698521569936]
  本稿では,構成関数の一般神経-記号的定義とその構成複雑性について述べる。 既存の汎用および特殊目的のシーケンス処理モデルがこの定義にどのように適合しているかを示し、それらを用いて構成複雑性を分析する。
  論文  参考訳（メタデータ） (2024-05-02T20:10:27Z)
• The Mercurial Top-Level Ontology of Large Language Models [0.0]
  大規模言語モデル(LLM)による応答における暗黙的存在論的コミットメントを体系化し分析する。 LLMが生成したテキストに反映される暗黙的な存在論的分類を示す方法について検討する。
  論文  参考訳（メタデータ） (2024-04-26T16:52:32Z)
• Learning Topological Representations for Deep Image Understanding [8.698159165261542]
  深層学習フレームワークにおけるトポロジカル構造の新しい表現法を提案する。 我々は、トポロジカルデータ解析の数学的ツールを活用し、より良いセグメンテーションと不確実性推定のための原理的手法を開発した。
  論文  参考訳（メタデータ） (2024-03-22T17:23:37Z)
• SLOG: A Structural Generalization Benchmark for Semantic Parsing [68.19511282584304]
  合成一般化ベンチマークの目的は、モデルがいかにして新しい複雑な言語表現に一般化するかを評価することである。 既存のベンチマークは、しばしば語彙一般化に焦点を当て、訓練に精通した構文構造における新しい語彙項目の解釈は、しばしば不足している。 SLOGは,COGSを拡張したセマンティック解析データセットである。
  論文  参考訳（メタデータ） (2023-10-23T15:39:09Z)
• 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)
• Does BERT really agree ? Fine-grained Analysis of Lexical Dependence on a Syntactic Task [70.29624135819884]
  目的の構文テンプレート上で,BERTが語彙非依存の主観値数アグリーメント(NA)を実行できる範囲について検討した。 名詞文では,単純なテンプレートに対してモデルがよく一般化されるが,1つのアトラクターが存在する場合,語彙非依存の構文一般化を行うことができないことが示唆された。
  論文  参考訳（メタデータ） (2022-04-14T11:33:15Z)
• Compositional Generalization Requires Compositional Parsers [69.77216620997305]
  直近のCOGSコーパスにおける構成原理によって導かれるシーケンス・ツー・シーケンスモデルとモデルを比較した。 構造一般化は構成一般化の重要な尺度であり、複雑な構造を認識するモデルを必要とする。
  論文  参考訳（メタデータ） (2022-02-24T07:36:35Z)
• Semantic interoperability based on the European Materials and Modelling Ontology and its ontological paradigm: Mereosemiotics [0.0]
  欧州物質・モデリングオントロジー(EMMO)は、最近、計算分子工学とマルチスケールモデリングコミュニティにおいてトップレベルとして進歩している。 この研究は、同じパラダイム – 同じ基本セット – に基づいて、トップレベルがどのように構築されているかを探求する。 オントロジー - EMMOが適用できるように。 物理システムのモデルとその計算工学の実践での使用。
  論文  参考訳（メタデータ） (2020-03-22T13:19:55Z)

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。