論文の概要: Towards Ranking Schemas by Focus
- arxiv url: http://arxiv.org/abs/2302.13591v1
- Date: Mon, 27 Feb 2023 08:53:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-28 16:25:11.218352
- Title: Towards Ranking Schemas by Focus
- Title（参考訳）: フォーカスによるランク付けスキーマに向けて
- Authors: Mattia Fumagalli, Daqian Shi, Fausto Giunchiglia
- Abstract要約: 我々は直感的に「情報の保存と検索に関係のある状態や品質」として焦点概念をモデル化する。
この焦点の定義は、認知心理学で最初に定義された「分類目的」の概念に適応している。
提案手法を200以上の最先端知識ベーススキーマに適用する。
- 参考スコア（独自算出の注目度）: 4.7590051176368915
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The main goal of this paper is to evaluate knowledge base schemas, modeled as
a set of entity types, each such type being associated with a set of
properties, according to their focus. We intuitively model the notion of focus
as ''the state or quality of being relevant in storing and retrieving
information''. This definition of focus is adapted from the notion of
''categorization purpose'', as first defined in cognitive psychology, thus
giving us a high level of understandability on the side of users. In turn, this
notion is formalized based on a set of knowledge metrics that, for any given
focus, rank knowledge base schemas according to their quality. We apply the
proposed methodology to more than 200 state-of-the-art knowledge base schemas.
The experimental results show the utility of our approach
- Abstract（参考訳）: 本論文の主な目的は,知識ベーススキーマをエンティティの型としてモデル化し,それぞれの型がプロパティの集合に関連付けられているかを評価することである。
我々は,焦点概念を「情報の保存と検索に関係のある状態や品質」として直感的にモデル化する。
この焦点の定義は、認知心理学で最初に定義された「分類目的」の概念に適応し、ユーザ側で高いレベルの理解性を与える。
この概念は、任意の焦点に対して、その品質に応じて知識ベーススキーマをランク付けする知識メトリクスのセットに基づいて形式化されます。
提案手法を200以上の最先端知識ベーススキーマに適用する。
実験結果は我々のアプローチの有用性を示している。
関連論文リスト
- On the Element-Wise Representation and Reasoning in Zero-Shot Image Recognition: A Systematic Survey [82.49623756124357]
ゼロショット画像認識(ZSIR)は、目に見えない領域の認識と推論をモデルに与えることを目的としている。
本稿では,近年の素子ワイドZSIRの進歩について概説する。
まず、オブジェクト認識、合成認識、基礎モデルに基づくオープンワールド認識という3つの基本的なZSIRタスクを、統一された要素的視点に統合する。
論文 参考訳（メタデータ） (2024-08-09T05:49:21Z) - On the Role of Entity and Event Level Conceptualization in Generalizable Reasoning: A Survey of Tasks, Methods, Applications, and Future Directions [46.63556358247516]
エンティティとイベントレベルの概念化は、一般化可能な推論において重要な役割を果たす。
現在、概念化の定義、実行、適用に関する既存の研究を包括的に調べる体系的な概要が欠如している。
本稿では,150以上の論文を総合的に調査し,概念化に関連する様々な定義,資源,方法,下流のアプリケーションを統一分類に分類する。
論文 参考訳（メタデータ） (2024-06-16T10:32:41Z) - Leveraging Knowledge Graphs for Zero-Shot Object-agnostic State
Classification [1.6582445398167214]
我々は,オブジェクトの知識や推定に頼らずに,あるオブジェクトの状態を予測する最初のオブジェクト非依存状態分類法(OaSC)を提案する。
提案手法の各種環境における性能について検討した。
提案したOaSC法は,すべてのデータセットやベンチマークにおける既存手法よりも大きなマージンで優れている。
論文 参考訳（メタデータ） (2023-07-22T22:19:11Z) - A Unified Concept-Based System for Local, Global, and Misclassification
Explanations [13.321794212377949]
地域概念とグローバル概念の両方を教師なしで学習するための統合された概念ベースシステムを提案する。
我々の主な目的は、代理説明ネットワークを訓練することで、各データカテゴリの根底にある本質的な概念を明らかにすることである。
我々のアプローチは、正確な予測と誤予測の両方を説明するのに役立ちます。
論文 参考訳（メタデータ） (2023-06-06T09:28:37Z) - Translational Concept Embedding for Generalized Compositional Zero-shot
Learning [73.60639796305415]
一般合成ゼロショット学習は、ゼロショット方式で属性オブジェクト対の合成概念を学習する手段である。
本稿では,これら2つの課題を統一的なフレームワークで解決するために,翻訳概念の埋め込み(translational concept embedded)という新しいアプローチを提案する。
論文 参考訳（メタデータ） (2021-12-20T21:27:51Z) - Object Recognition as Classification of Visual Properties [5.1652563977194434]
本稿では,Ranganathanの4段階の顔付き知識組織プロセスに基づく物体認識プロセスを提案する。
我々は,オブジェクト認識リソースの構築を目的とした,現在進行中のMultiMedia UKCを紹介した。
論文 参考訳（メタデータ） (2021-12-20T13:50:07Z) - Visualization of Supervised and Self-Supervised Neural Networks via
Attribution Guided Factorization [87.96102461221415]
クラスごとの説明性を提供するアルゴリズムを開発した。
実験の広範なバッテリーでは、クラス固有の可視化のための手法の能力を実証する。
論文 参考訳（メタデータ） (2020-12-03T18:48:39Z) - KompaRe: A Knowledge Graph Comparative Reasoning System [85.72488258453926]
本稿では,複数の手がかりに対する共通点と矛盾点の推測を目的とした知識グラフの比較推論を提案する。
我々は,大規模な知識グラフに対して比較推論機能を提供する,最初のプロトタイプシステムであるKompaReを開発した。
論文 参考訳（メタデータ） (2020-11-06T04:57:37Z) - Corpus-level and Concept-based Explanations for Interpretable Document
Classification [23.194220621342254]
本稿では,キーワードとモデル予測の間の因果関係を捉えるためのコーパスレベルの説明手法を提案する。
また,より高レベルな概念を自動学習し,モデル予測タスクにおいて重要となる概念に基づく説明手法を提案する。
論文 参考訳（メタデータ） (2020-04-24T20:54:17Z) - Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。
具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
論文 参考訳（メタデータ） (2020-03-09T15:04:07Z)
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。