Fugu-MT 論文翻訳(概要): Reorganizing Educational Institutional Domain using Faceted Ontological Principles

論文の概要: Reorganizing Educational Institutional Domain using Faceted Ontological Principles

arxiv url: http://arxiv.org/abs/2306.10300v1
Date: Sat, 17 Jun 2023 09:06:07 GMT
ステータス: 処理完了
システム内更新日: 2023-06-21 23:15:55.436206
Title: Reorganizing Educational Institutional Domain using Faceted Ontological Principles
Title（参考訳）: 表向きオントロジー原理を用いた教育機関ドメインの再編成
Authors: Subhashis Das, Debashis Naskar and Sayon Roy
Abstract要約: 本研究は,図書館分類システムと言語手法の違いが,特定の分野にどのような影響を及ぼすかを明らかにすることを目的とする。特定のドメイン固有のオントロジーには、知識表現と言語を使用します。この構造は問題解決の助けとなるだけでなく、複雑なクエリを簡単に扱えることを示すのにも役立ちます。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The purpose of this work is to find out how different library classification systems and linguistic ontologies arrange a particular domain of interest and what are the limitations for information retrieval. We use knowledge representation techniques and languages for construction of a domain specific ontology. This ontology would help not only in problem solving, but it would demonstrate the ease with which complex queries can be handled using principles of domain ontology, thereby facilitating better information retrieval.
Abstract（参考訳）: 本研究の目的は,異なる図書館分類システムと言語オントロジーが,特定の関心領域と情報検索の限界をどう配置するかを明らかにすることである。ドメイン特有なオントロジーの構築には知識表現技術と言語を使用します。このオントロジーは問題解決に役立つだけでなく、ドメインオントロジーの原則を使って複雑なクエリを扱えることの容易さを示し、より良い情報検索を容易にするだろう。

関連論文リスト

Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
オントロジはドメイン知識とメタデータを表現するために広く使われている。 1つの簡単な解決策は、統計分析と機械学習を統合することである。埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
論文参考訳（メタデータ） (2024-06-16T14:49:19Z)
Towards Complex Ontology Alignment using Large Language Models [1.3218260503808055]
オントロジーアライメント(オントロジーアライメント)は、異なるラベルとコンテンツ間の関係を検出するWebにおける重要なプロセスである。近年のLarge Language Models (LLMs) の進歩は,工学的実践の強化に新たな機会をもたらす。本稿では,LLM技術の複雑なアライメント問題への取り組みについて検討する。
論文参考訳（メタデータ） (2024-04-16T07:13:22Z)
Domain Prompt Learning with Quaternion Networks [49.45309818782329]
本稿では、ドメイン固有の基礎モデルからドメイン固有の知識を活用して、ビジョン言語モデルの堅牢な認識能力を特定ドメインに転送することを提案する。本稿では、階層型言語プロンプト特徴とドメイン固有の視覚特徴との間のモーダル関係を解析することにより、視覚プロンプト特徴を生成する階層型アプローチを提案する。提案手法は,即時学習のための新しい最先端結果を実現する。
論文参考訳（メタデータ） (2023-12-12T08:49:39Z)
DIVKNOWQA: Assessing the Reasoning Ability of LLMs via Open-Domain Question Answering over Knowledge Base and Text [73.68051228972024]
大きな言語モデル(LLM)は印象的な生成能力を示すが、内部知識に依存すると幻覚に悩まされる。検索拡張LDMは、外部知識においてLLMを基盤とする潜在的な解決策として出現している。
論文参考訳（メタデータ） (2023-10-31T04:37:57Z)
DiscoverPath: A Knowledge Refinement and Retrieval System for Interdisciplinarity on Biomedical Research [96.10765714077208]
従来のキーワードベースの検索エンジンは、特定の用語に慣れていないユーザーを支援するのに不足している。本稿では, バイオメディカル研究のための知識グラフに基づく紙検索エンジンを提案し, ユーザエクスペリエンスの向上を図る。 DiscoverPathと呼ばれるこのシステムは、名前付きエンティティ認識(NER)とPOSタグを使って、記事の要約から用語や関係を抽出し、KGを作成する。
論文参考訳（メタデータ） (2023-09-04T20:52:33Z)
Domain Specialization as the Key to Make Large Language Models Disruptive: A Comprehensive Survey [100.24095818099522]
大規模言語モデル(LLM)は自然言語処理(NLP)の分野を著しく進歩させた。広範囲のアプリケーションに対して、非常に有用でタスクに依存しない基盤を提供する。しかし、特定の領域における洗練された問題を解決するために直接LLMを適用することは、多くのハードルを満たす。
論文参考訳（メタデータ） (2023-05-30T03:00:30Z)
Computing Rule-Based Explanations of Machine Learning Classifiers using Knowledge Graphs [62.997667081978825]
我々は、機械学習分類器の動作を説明する用語を提供する基盤となるフレームワークとして知識グラフを使用している。特に,知識グラフの用語で表される一階述語論理規則の形で,ブラックボックスの説明を抽出し,表現するための新しい手法を提案する。
論文参考訳（メタデータ） (2022-02-08T16:21:49Z)
Extracting Domain-specific Concepts from Large-scale Linked Open Data [0.0]
提案手法は,LOD語彙を対象ドメインに関連する用語とリンクすることにより,検索エンティティを定義する。対象領域における概念的関係の範囲を決定するために,共通上層実体の発生と経路の連鎖関係について検討した。
論文参考訳（メタデータ） (2021-11-22T10:25:57Z)
On the Complexity of Learning Description Logic Ontologies [14.650545418986058]
オントロジーはドメイン知識、特に生命科学に関連する領域における知識を表現する一般的な方法である。学習理論から正確な学習モデルとおそらく正しい学習モデルの形式的な仕様を提供します。
論文参考訳（メタデータ） (2021-03-25T09:18:12Z)
Topological Deep Learning: Classification Neural Networks [0.913755431537592]
トポロジカルディープラーニング(topological deep learning)は、トポロジカル言語をディープラーニングに導入することを目的とした形式主義である。ニューラルネットワークの文脈において,分類問題は可能か不可能かを示す。
論文参考訳（メタデータ） (2021-02-16T18:41:09Z)
Natural language technology and query expansion: issues, state-of-the-art and perspectives [0.0]
クエリのあいまいさや誤解釈を引き起こす言語特性と、追加の要因は、ユーザの情報ニーズを正確に表現する能力に影響を与える。汎用言語に基づく問合せ拡張フレームワークの解剖学を概説し,モジュールに基づく分解を提案する。それぞれのモジュールについて、文献における最先端のソリューションをレビューし、使用するテクニックの光の下で分類する。
論文参考訳（メタデータ） (2020-04-23T11:39:07Z)

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。