論文の概要: Recognizing Entity Types via Properties

• arxiv url: http://arxiv.org/abs/2304.07910v2
• Date: Mon, 24 Apr 2023 23:59:43 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-27 02:58:19.759156
• Title: Recognizing Entity Types via Properties
• Title（参考訳）: プロパティによるエンティティタイプ認識
• Authors: Daqian Shi, Fausto Giunchiglia
• Abstract要約: プロパティ定義に使用するプロパティに基づいて,etypeを認識可能なプロパティベースのアプローチを導入する。 主なコントリビューションは、etypeとエンティティ間の類似度を測定するプロパティベースのメトリクスセットと、提案した類似度メトリクスを利用する機械学習アルゴリズムである。
• 参考スコア（独自算出の注目度）: 5.622134113488239
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The mainstream approach to the development of ontologies is merging ontologies encoding different information, where one of the major difficulties is that the heterogeneity motivates the ontology merging but also limits high-quality merging performance. Thus, the entity type (etype) recognition task is proposed to deal with such heterogeneity, aiming to infer the class of entities and etypes by exploiting the information encoded in ontologies. In this paper, we introduce a property-based approach that allows recognizing etypes on the basis of the properties used to define them. From an epistemological point of view, it is in fact properties that characterize entities and etypes, and this definition is independent of the specific labels and hierarchical schemas used to define them. The main contribution consists of a set of property-based metrics for measuring the contextual similarity between etypes and entities, and a machine learning-based etype recognition algorithm exploiting the proposed similarity metrics. Compared with the state-of-the-art, the experimental results show the validity of the similarity metrics and the superiority of the proposed etype recognition algorithm.
• Abstract（参考訳）: オントロジーの発展における主要なアプローチは、異なる情報を符号化するオントロジーの融合であり、そこでは、不均一性がオントロジーの融合を動機付け、高品質なマージ性能を制限している。 したがって、エンティティタイプ(etype)認識タスクは、オントロジに符号化された情報を利用してエンティティとetypeのクラスを推論することを目的として、そのような異種性を扱うために提案される。 本稿では,e型を定義に使用するプロパティに基づいて認識するプロパティベースアプローチを提案する。 認識論的観点から見ると、実体や型を特徴づける性質であり、この定義はそれらを定義するために使われる特定のラベルや階層スキーマとは独立である。 主なコントリビューションは、etypeとエンティティ間のコンテキスト的類似度を測定するプロパティベースのメトリクスセットと、提案した類似度メトリクスを利用する機械学習ベースのetype認識アルゴリズムで構成される。 実験結果は,最先端技術と比較すると,類似度指標の有効性と,提案した固有型認識アルゴリズムの優位性を示す。

関連論文リスト

• Supervised Pattern Recognition Involving Skewed Feature Densities [49.48516314472825]
  一致する類似度指数に基づくユークリッド距離の分類ポテンシャルと相似性指数を比較する。 隣接する2つの群の密度間の交点を分類する精度を考慮する。
  論文  参考訳（メタデータ） (2024-09-02T12:45:18Z)
• Attribute-Aware Deep Hashing with Self-Consistency for Large-Scale Fine-Grained Image Retrieval [65.43522019468976]
  本稿では属性認識ハッシュコードを生成するための自己整合性を持つ属性認識ハッシュネットワークを提案する。 本研究では,高レベル属性固有ベクトルを教師なしで蒸留する再構成タスクのエンコーダ・デコーダ構造ネットワークを開発する。 我々のモデルは,これらの属性ベクトルに特徴デコリレーション制約を設けて,それらの代表的能力を強化する。
  論文  参考訳（メタデータ） (2023-11-21T08:20:38Z)
• Understanding Concept Identification as Consistent Data Clustering Across Multiple Feature Spaces [2.631955426232593]
  概念識別は、すべての特徴の合同空間で類似したデザインインスタンスのグループを特定することを目的としている。 これらの特徴のいくつかを個別に考慮し、設計概念の質を評価することが望ましい。 そこで本研究では,概念同定をクラスタリングアルゴリズムの特別な形式として,幅広い潜在的な応用の可能性について考察する。
  論文  参考訳（メタデータ） (2023-01-13T13:08:54Z)
• TransFA: Transformer-based Representation for Face Attribute Evaluation [87.09529826340304]
  我々はtextbfTransFA を用いたtextbfattribute 評価のための新しい textbf Transformer 表現を提案する。 提案するTransFAは,最先端手法と比較して優れた性能を示す。
  論文  参考訳（メタデータ） (2022-07-12T10:58:06Z)
• Exploiting Global Semantic Similarities in Knowledge Graphs by Relational Prototype Entities [55.952077365016066]
  実証的な観察では、頭と尾のエンティティが同じ関係で結ばれている場合、しばしば同様の意味的属性を共有する。 我々は、textittextbfrelational prototype entityと呼ばれる仮想ノードのセットを導入する新しいアプローチを提案する。 エンティティの埋め込みを、関連するプロトタイプの埋め込みに近づけることで、私たちのアプローチは、エンティティのグローバルな意味的類似性を効果的に促進できる。
  論文  参考訳（メタデータ） (2022-06-16T09:25:33Z)
• 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)
• Multivariate feature ranking of gene expression data [62.997667081978825]
  ペアワイズ相関とペアワイズ整合性に基づく2つの新しい多変量特徴ランキング手法を提案する。 提案手法は, クラスタリング変動, チ・スクエアド, 相関, 情報ゲイン, ReliefF および Significance の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-11-03T17:19:53Z)
• Discriminative Attribution from Counterfactuals [64.94009515033984]
  本稿では,特徴属性と反実的説明を組み合わせたニューラルネットワークの解釈可能性について述べる。 本手法は,特徴属性法の性能を客観的に評価するために有効であることを示す。
  論文  参考訳（メタデータ） (2021-09-28T00:53:34Z)
• Stratified Data Integration [3.8902657229395907]
  本稿では,意味的不均一性の問題を表現多様性の問題として論じる。 提案する階層化されたデータ表現と,まず対象データに変換するプロセスについて述べる。 提案手法は, 各種試験事例および産業データ統合問題において評価されている。
  論文  参考訳（メタデータ） (2021-05-19T23:14:41Z)
• Decomposing and Recomposing Event Structure [4.270553193574436]
  これをrole、entity type、event-level semantic graphと共同で導入する。 従来の理論的動機付けされた文書レベルの生成モデルと密接に一致した型群を同定する。
  論文  参考訳（メタデータ） (2021-03-18T17:16:43Z)
• On Irrelevance of Attributes in Flexible Prediction [0.0]
  本稿では,「フレキシブル予測」と呼ばれる漸進的概念形成法により得られた概念階層の特性を解析する。 簡単な属性と組み合わせた属性の選択,個々の属性のスケーリングと分布,およびそれらの相関強度の影響について検討した。
  論文  参考訳（メタデータ） (2020-05-25T08:41:48Z)

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。