論文の概要: Handling Wikidata Qualifiers in Reasoning

• arxiv url: http://arxiv.org/abs/2304.03375v2
• Date: Wed, 21 Jun 2023 13:12:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-22 17:24:08.696151
• Title: Handling Wikidata Qualifiers in Reasoning
• Title（参考訳）: 推論におけるWikidataQualifierの扱い
• Authors: Sahar Aljalbout, Gilles Falquet, Didier Buchs
• Abstract要約: Wikidata文を用いた推論規則における修飾子処理方法を示す。 Wikidataモデルの形式化には,多種多様な論理言語を使用します。 MSLと仕様を使って修飾子を推論する方法を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Wikidata is a knowledge graph increasingly adopted by many communities for diverse applications. Wikidata statements are annotated with qualifier-value pairs that are used to depict information, such as the validity context of the statement, its causality, provenances, etc. Handling the qualifiers in reasoning is a challenging problem. When defining inference rules (in particular, rules on ontological properties (x subclass of y, z instance of x, etc.)), one must consider the qualifiers, as most of them participate in the semantics of the statements. This poses a complex problem because a) there is a massive number of qualifiers, and b) the qualifiers of the inferred statement are often a combination of the qualifiers in the rule condition. In this work, we propose to address this problem by a) defining a categorization of the qualifiers b) formalizing the Wikidata model with a many-sorted logical language; the sorts of this language are the qualifier categories. We couple this logic with an algebraic specification that provides a means for effectively handling qualifiers in inference rules. Using Wikidata ontological properties, we show how to use the MSL and specification to reason on qualifiers. Finally, we discuss the methodology for practically implementing the work and present a prototype implementation. The work can be naturally extended, thanks to the extensibility of the many-sorted algebraic specification, to cover more qualifiers in the specification, such as uncertain time, recurring events, geographic locations, and others.
• Abstract（参考訳）: Wikidataは、様々なアプリケーションのために多くのコミュニティで採用されている知識グラフである。 Wikidataステートメントには、そのステートメントの妥当性、因果性、証明などといった情報を記述するのに使用される修飾子と値のペアがアノテートされている。 推論における修飾子処理は難しい問題である。 推論規則(特に、存在論的性質の規則(y の x サブクラス、x の z インスタンスなど)を定義するとき、それらの多くは文の意味論に参加するので、等式を考える必要がある。 これは複雑な問題を引き起こす。 a) 多数の修飾子が存在し,かつ b) 推論された文の修飾子はしばしば,規則条件における修飾子の組み合わせである。 本稿では,この問題に対処することを提案する。 a) 修飾子の分類を定義すること b) Wikidataモデルを多種多様な論理言語で形式化する。 我々は、この論理を推論規則の修飾子を効果的に扱う手段を提供する代数的仕様と結合する。 Wikidataのオントロジ特性を用いて,MSLと仕様を用いて修飾子を推論する方法を示す。 最後に,本研究を実践するための方法論とプロトタイプ実装について述べる。 この作業は、多種多様な代数的仕様の拡張性のおかげで自然に拡張することができ、不確実な時間、繰り返される出来事、地理的な位置など、仕様の多くの修飾子をカバーすることができる。

関連論文リスト

• Disjointness Violations in Wikidata [0.0]
  ウィキデータにおける解離の現在のモデル化について分析する。 我々は、SPARQLクエリを使用して、不一致違反の原因となる各犯人を特定し、矛盾する情報を特定し、修正するための公式をレイアウトする。
  論文  参考訳（メタデータ） (2024-10-17T16:07:51Z)
• Learning List-Level Domain-Invariant Representations for Ranking [59.3544317373004]
  リストレベルのアライメント -- より高いレベルのリストでドメイン不変表現を学習する。 利点は2つある: これは、ランク付けに縛られる最初のドメイン適応の一般化をもたらし、その結果、提案法に対する理論的支援を提供する。
  論文  参考訳（メタデータ） (2022-12-21T04:49:55Z)
• CLSE: Corpus of Linguistically Significant Entities [58.29901964387952]
  専門家が注釈を付けた言語学的に重要なエンティティ(CLSE)のコーパスをリリースする。 CLSEは74種類のセマンティックタイプをカバーし、航空券売機からビデオゲームまで様々なアプリケーションをサポートする。 言語的に代表されるNLG評価ベンチマークを,フランス語,マラティー語,ロシア語の3言語で作成する。
  論文  参考訳（メタデータ） (2022-11-04T12:56:12Z)
• Does Wikidata Support Analogical Reasoning? [17.68704739786042]
  Wikidataの知識が類推的推論をサポートするかどうかを検討する。 Wikidataは類似分類のためのデータ作成に利用できることを示す。 我々は、Wikidataからアナログを抽出する自動手法を導くためのメトリクスセットを考案した。
  論文  参考訳（メタデータ） (2022-10-02T20:46:52Z)
• Multilingual Extraction and Categorization of Lexical Collocations with Graph-aware Transformers [86.64972552583941]
  我々は,グラフ対応トランスフォーマアーキテクチャにより拡張されたBERTに基づくシーケンスタグ付けモデルを提案し,コンテキストにおけるコロケーション認識の課題について評価した。 以上の結果から, モデルアーキテクチャにおける構文的依存関係を明示的に符号化することは有用であり, 英語, スペイン語, フランス語におけるコロケーションのタイプ化の差異について考察する。
  論文  参考訳（メタデータ） (2022-05-23T16:47:37Z)
• Improving Candidate Retrieval with Entity Profile Generation for Wikidata Entity Linking [76.00737707718795]
  本稿では,エンティティ・プロファイリングに基づく新しい候補探索パラダイムを提案する。 我々は、このプロファイルを使用してインデックス付き検索エンジンに問い合わせ、候補エンティティを検索する。 本手法は,ウィキペディアのアンカーテキスト辞書を用いた従来の手法を補完するものである。
  論文  参考訳（メタデータ） (2022-02-27T17:38:53Z)
• A Benchmark for Generalizable and Interpretable Temporal Question Answering over Knowledge Bases [67.33560134350427]
  TempQA-WDは時間的推論のためのベンチマークデータセットである。 Wikidataは、最も頻繁にキュレーションされ、公開されている知識ベースである。
  論文  参考訳（メタデータ） (2022-01-15T08:49:09Z)
• Survey on English Entity Linking on Wikidata [3.8289963781051415]
  Wikidataはコミュニティ主導の多言語知識グラフである。 現在のWikidata固有のEntity Linkingデータセットは、DBpediaのような他の知識グラフのためのスキームとアノテーションスキームの違いはない。 ほとんど全てのアプローチはラベルや時々記述のような特定の特性を用いるが、ハイパーリレーショナル構造のような特性は無視する。
  論文  参考訳（メタデータ） (2021-12-03T16:02:42Z)
• Mining Knowledge for Natural Language Inference from Wikipedia Categories [53.26072815839198]
  NLIおよびLEタスクのモデル性能を改善するためのリソースであるWikiNLIを紹介する。 ウィキペディアには、自然に注釈付けされたカテゴリー階層から作られた428,899の句が含まれている。 我々は、BERTやRoBERTaのような強力なベースラインをWikiNLIで事前訓練し、下流タスクでモデルを転送することで改善できることを示します。
  論文  参考訳（メタデータ） (2020-10-03T00:45:01Z)
• Wikidata on MARS [0.20305676256390934]
  一般化されたプロパティグラフの形式的データモデルとして,マルチ分散リレーショナル構造 (MARS) が提案されている。 MARPLはプロパティグラフ上の推論ルールを記述するための有用なルールベースのロジックである。 Wikidataは、Wikidataのデータ型を追加する拡張MARSでモデル化することができる。
  論文  参考訳（メタデータ） (2020-08-14T22:58:04Z)
• Wikidata Constraints on MARS (Extended Technical Report) [0.0]
  Wikidataの既存のプロパティ制約のほとんどすべてが、自然的かつ経済的に完全に特徴づけられることを示す。 また、提案したいくつかのプロパティ制約のキャラクタリゼーションを行い、同じフレームワークで様々な非プロパティ制約を処理可能であることを示す。
  論文  参考訳（メタデータ） (2020-08-10T04:49:02Z)

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。