論文の概要: Optimal Alignment of Temporal Knowledge Bases

• arxiv url: http://arxiv.org/abs/2307.15439v1
• Date: Fri, 28 Jul 2023 09:42:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-31 13:05:00.986539
• Title: Optimal Alignment of Temporal Knowledge Bases
• Title（参考訳）: 時間的知識基盤の最適アライメント
• Authors: Oliver Fernandez-Gil and Fabio Patrizi and Giuseppe Perelli and Anni-Yasmin Turhan
• Abstract要約: 時間的記述論理知識ベース(TKB)に対する時間的CQの回答は、オントロジーに基づく状況認識を実現する主要な手法である。 本稿では,TKBの変種を最小限に変化させるTKBアライメント問題を提案する。 有限トレース上の命題に対するアライメント問題の解法を拡張するTKBの計算(コスト-最適アライメント)を考案する。
• 参考スコア（独自算出の注目度）: 7.354977631821027
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Answering temporal CQs over temporalized Description Logic knowledge bases (TKB) is a main technique to realize ontology-based situation recognition. In case the collected data in such a knowledge base is inaccurate, important query answers can be missed. In this paper we introduce the TKB Alignment problem, which computes a variant of the TKB that minimally changes the TKB, but entails the given temporal CQ and is in that sense (cost-)optimal. We investigate this problem for ALC TKBs and conjunctive queries with LTL operators and devise a solution technique to compute (cost-optimal) alignments of TKBs that extends techniques for the alignment problem for propositional LTL over finite traces.
• Abstract（参考訳）: 時間的記述論理知識ベース(TKB)に対する時間的CQの回答は、オントロジーに基づく状況認識を実現する主要な手法である。 このような知識ベースで収集されたデータが不正確である場合、重要な質問応答を見逃すことができる。 本稿では、TKBを最小限に変化させるTKBの変種を計算し、与えられた時間的CQを伴い、その意味で(コスト-)最適であるTKBアライメント問題を提案する。 ALC TKBのこの問題とLTL演算子との接続クエリについて検討し、有限トレース上の命題LTLのアライメント問題を拡張したTKBのアライメント(コスト-最適アライメント)を計算するためのソリューションテクニックを考案する。

関連論文リスト

• Automated Knowledge Concept Annotation and Question Representation Learning for Knowledge Tracing [59.480951050911436]
  自動知識概念アノテーションと質問表現学習のためのフレームワークであるKCQRLを提案する。 実世界の2つの学習データセット上で、15KTアルゴリズムにまたがるKCQRLの有効性を実証する。
  論文  参考訳（メタデータ） (2024-10-02T16:37:19Z)
• Fault-tolerant quantum architectures based on erasure qubits [49.227671756557946]
  我々は、支配的なノイズを既知の場所での消去に効率よく変換することで、消去量子ビットの考え方を利用する。 消去量子ビットと最近導入されたFloquet符号に基づくQECスキームの提案と最適化を行う。 以上の結果から, 消去量子ビットに基づくQECスキームは, より複雑であるにもかかわらず, 標準手法よりも著しく優れていることが示された。
  論文  参考訳（メタデータ） (2023-12-21T17:40:18Z)
• CBR-iKB: A Case-Based Reasoning Approach for Question Answering over Incomplete Knowledge Bases [39.45030211564547]
  ケースベースの推論手法であるCBR-iKBを,不完全KBを主眼とした知識ベース質問応答(KBQA)に提案する。 設計上、CBR-iKBはタスク固有のトレーニングや微調整なしにKBの変更にシームレスに適応できる。 提案手法は,MetaQAで100%精度を達成し,複数のベンチマークで新たな最先端性を確立する。
  論文  参考訳（メタデータ） (2022-04-18T20:46:41Z)
• Targeted Extraction of Temporal Facts from Textual Resources for Improved Temporal Question Answering over Knowledge Bases [21.108609901224572]
  知識ベース質問回答システム(KBQA)は、知識ベース(KB)から取得した関連事実を推論することで、複雑な自然言語質問に答えることを目的としている。 これらのシステムで直面する大きな課題の1つは、不完全なKBとエンティティ/リレーショナルリンクエラーによって、関連するすべての事実を検索できないことである。 本稿では,KBから時間的事実を取り出すのに失敗した場合にKBQAを支援するために,対象の時間的事実抽出技術を用いる手法を提案する。
  論文  参考訳（メタデータ） (2022-03-21T15:26:35Z)
• 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)
• Efficient Contextualization using Top-k Operators for Question Answering over Knowledge Graphs [24.520002698010856]
  本研究は,KB対応信号を用いて検索空間の無関係な部分を抽出する効率的なECQAを提案する。 最近の2つのQAベンチマークによる実験では、解答の有無、検索空間のサイズ、ランタイムに関して、最先端のベースラインよりもECQAの方が優れていることが示されている。
  論文  参考訳（メタデータ） (2021-08-19T10:06:14Z)
• Case-based Reasoning for Natural Language Queries over Knowledge Bases [41.54465521439727]
  本稿では,大きな知識ベースに対する質問応答のための神経シンボル的CBR手法を提案する。 CBR-KBQAは、ケースを格納する非パラメトリックメモリとパラメトリックモデルという2つのモジュールから構成される。 CBR-KBQAは、ケースメモリに表示されない関係の新規な組み合わせを効果的に導出できることを示す。
  論文  参考訳（メタデータ） (2021-04-18T07:50:31Z)
• Reasoning Over Virtual Knowledge Bases With Open Predicate Relations [85.19305347984515]
  Open Predicate Query Language (OPQL) を紹介します。 OPQLは、テキストから完全にトレーニングされた仮想知識ベース(VKB)を構築する方法である。 OPQLは2つの異なるKB推論タスクにおいて、以前のVKBメソッドよりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-02-14T01:29:54Z)
• A Survey on Complex Question Answering over Knowledge Base: Recent Advances and Challenges [71.4531144086568]
  知識ベース(KB)に対する質問回答(QA)は、自然言語の質問に自動的に答えることを目的としている。 研究者は、よりKBのトリプルと制約推論を必要とする単純な質問から複雑な質問へと注意を移した。
  論文  参考訳（メタデータ） (2020-07-26T07:13:32Z)
• Faithful Embeddings for Knowledge Base Queries [97.5904298152163]
  理想的知識ベース(KB)の帰納的閉包は、KBが答えられる論理的クエリを正確に含んでいる。 実際にはKBは不完全かつ過剰な仕様であり、現実の答えを持つクエリには答えられない。 この新たなQEモジュールをニューラルな質問応答システムに挿入すると、最先端技術よりも大幅に改善されることを示す。
  論文  参考訳（メタデータ） (2020-04-07T19:25:16Z)

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。