論文の概要: When one Logic is Not Enough: Integrating First-order Annotations in OWL
Ontologies
- arxiv url: http://arxiv.org/abs/2210.03497v1
- Date: Fri, 7 Oct 2022 12:33:35 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-10 14:45:22.914826
- Title: When one Logic is Not Enough: Integrating First-order Annotations in OWL
Ontologies
- Title(参考訳): 論理が十分でないとき-OWLオントロジーにおける一階アノテーションの統合
- Authors: Simon Fl\"ugel, Martin Glauer, Fabian Neuhaus, Janna Hastings
- Abstract要約: FOLアノテーションでOWLを拡張する'FOWL'の公理群の開発を支援するツールを提案する。
OWL ドメイン OBI に対して,FOL トップレベル BFOWL との強い統合により,いくつかの矛盾を検出することができることを示す。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In ontology development, there is a gap between domain ontologies which
mostly use the web ontology language, OWL, and foundational ontologies written
in first-order logic, FOL. To bridge this gap, we present Gavel, a tool that
supports the development of heterogeneous 'FOWL' ontologies that extend OWL
with FOL annotations, and is able to reason over the combined set of axioms.
Since FOL annotations are stored in OWL annotations, FOWL ontologies remain
compatible with the existing OWL infrastructure. We show that for the OWL
domain ontology OBI, the stronger integration with its FOL top-level ontology
BFO via our approach enables us to detect several inconsistencies. Furthermore,
existing OWL ontologies can benefit from FOL annotations. We illustrate this
with FOWL ontologies containing mereotopological axioms that enable new
meaningful inferences. Finally, we show that even for large domain ontologies
such as ChEBI, automatic reasoning with FOL annotations can be used to detect
previously unnoticed errors in the classification.
- Abstract(参考訳): オントロジー開発においては、Webオントロジー言語であるOWLと、一階述語論理で書かれた基礎オントロジーであるFOLとの差がある。
このギャップを埋めるために、我々は Gavel を紹介する。これはヘテロジニアスな "FOWL" オントロジーで、OWL を FOL アノテーションで拡張し、組み合わせた公理の集合を推論できるツールである。
FOLアノテーションはOWLアノテーションに格納されているため、FOWLオントロジーは既存のOWLインフラストラクチャと互換性がある。
OWL ドメインオントロジー OBI では,FOL トップレベルのオントロジー BFO との強い統合により,いくつかの矛盾を検出することができる。
さらに、既存のOWLオントロジーはFOLアノテーションの恩恵を受けることができる。
本稿では,新たな意味推論を可能にするメレオトポロジ的公理を含むFOWLオントロジーを用いてこれを解説する。
最後に,chebi のような大規模ドメインオントロジーにおいても,fol アノテーションを用いた自動推論によって分類の誤りを検出できることを示す。
関連論文リスト
- Logic-induced Diagnostic Reasoning for Semi-supervised Semantic
Segmentation [85.12429517510311]
LogicDiagは、セマンティックセグメンテーションのためのニューラルネットワークによる半教師付き学習フレームワークである。
私たちの重要な洞察は、記号的知識によって識別される擬似ラベル内の衝突は、強いが一般的に無視される学習信号として機能する、ということです。
本稿では,論理規則の集合として意味論的概念の構造的抽象化を定式化するデータ・ハングリーセグメンテーションシナリオにおけるLogicDiagの実践的応用について紹介する。
論文 参考訳(メタデータ) (2023-08-24T06:50:07Z) - Label Words are Anchors: An Information Flow Perspective for
Understanding In-Context Learning [77.7070536959126]
大規模言語モデル(LLM)の有望な能力としてインコンテキスト学習(ICL)が出現する
本稿では,情報フローレンズを用いたICLの動作機構について検討する。
本稿では,ICL性能向上のためのアンカー再重み付け手法,推論の高速化のための実演圧縮手法,GPT2-XLにおけるICLエラーの診断のための解析フレームワークを提案する。
論文 参考訳(メタデータ) (2023-05-23T15:26:20Z) - Subsidiary Prototype Alignment for Universal Domain Adaptation [58.431124236254]
Universal Domain Adaptation (UniDA)の大きな問題は、"known"クラスと"unknown"クラスの誤調整である。
ゴールタスクUniDAと協調して動作するクローズドセットSPAを実現するために,新しい単語ヒストグラム関連プレテキストタスクを提案する。
既存のUniDA技術上でのアプローチの有効性を実証し,3つの標準UniDAおよびOpen-Set DAオブジェクト認識ベンチマークの最先端性能を示す。
論文 参考訳(メタデータ) (2022-10-28T05:32:14Z) - EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。
DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
論文 参考訳(メタデータ) (2022-08-01T18:47:03Z) - How to Agree to Disagree: Managing Ontological Perspectives using
Standpoint Logic [2.9005223064604073]
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。
論文 参考訳(メタデータ) (2022-06-14T12:29:08Z) - LogiGAN: Learning Logical Reasoning via Adversarial Pre-training [58.11043285534766]
本稿では,言語モデルの論理的推論能力を向上させるために,教師なしの対人事前学習フレームワークLogiGANを提案する。
人間の学習におけるリフレクティブ思考の促進効果に着想を得て,逆生成検証アーキテクチャを用いて学習思考過程をシミュレートする。
LogiGANで事前トレーニングされたベースモデルと大規模言語モデルの両方で、12のデータセットで明らかなパフォーマンス改善が示されている。
論文 参考訳(メタデータ) (2022-05-18T08:46:49Z) - Contextual Semantic Embeddings for Ontology Subsumption Prediction [37.61925808225345]
本稿では,Web Ontology (OWL) のクラスに BERTSubs というコンテキスト埋め込みの新たな予測手法を提案する。
これは、事前訓練された言語モデルBERTを利用してクラスの埋め込みを計算し、クラスコンテキストと論理的存在制約を組み込むためにカスタマイズされたテンプレートを提案する。
論文 参考訳(メタデータ) (2022-02-20T11:14:04Z) - OWLOOP: A Modular API to Describe OWL Axioms in OOP Objects Hierarchies [0.5161531917413706]
OWLはオブジェクト指向プログラミング(OOP)によってオントロジーWeb言語(OWL)を使用するためのアプリケーションプログラミングインタフェース(API)である。
我々はOWL-APIを拡張して、推論対象の公理とモジュール型OOPオブジェクト階層間の汎用インターフェースを提供する。
論文 参考訳(メタデータ) (2021-12-31T16:46:45Z) - OWL2Vec*: Embedding of OWL Ontologies [27.169755467590836]
OWL2Vec* という名前のランダムウォークと単語埋め込みに基づく埋め込み手法を提案する。
OWL2Vec*は、グラフ構造、語彙情報、論理コンストラクタを考慮してOWLのセマンティクスを符号化する。
論文 参考訳(メタデータ) (2020-09-30T13:07:50Z) - Fuzzy OWL-BOOST: Learning Fuzzy Concept Inclusions via Real-Valued
Boosting [0.0]
ファジィ学習の概念公理の問題に対処し、Tの個々のインスタンスとなるための十分な条件を記述する。
本稿では(ファジィ)ケースに適応したRealBoostブースティングアルゴリズムに依存するFuzzy OWL-BOOSTを提案する。
論文 参考訳(メタデータ) (2020-08-03T15:19:31Z) - Improving Graph Neural Network Expressivity via Subgraph Isomorphism
Counting [63.04999833264299]
グラフサブストラクチャネットワーク(GSN)は,サブストラクチャエンコーディングに基づくトポロジ的に認識可能なメッセージパッシング方式である。
Wesfeiler-Leman (WL) グラフ同型テストよりも厳密に表現可能であることを示す。
グラフ分類と回帰タスクについて広範囲に評価を行い、様々な実世界の環境において最先端の結果を得る。
論文 参考訳(メタデータ) (2020-06-16T15:30:31Z)
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。