論文の概要: Empirical Basis of Engineering Design Knowledge
- arxiv url: http://arxiv.org/abs/2312.06355v1
- Date: Mon, 11 Dec 2023 13:03:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-12 15:44:45.209829
- Title: Empirical Basis of Engineering Design Knowledge
- Title(参考訳): 工学設計知識の実証的基礎
- Authors: L. Siddharth, Jianxi Luo
- Abstract要約: 本稿では,特許文書からの実証観察に基づく設計知識の構成について述べる。
我々は33,881件の特許のサンプルを取得し、これらの文から2400万件以上の事実を収集した。
本稿では,抽象的な実体と部分グラフ内の関係を包含する規制規範を提案するとともに,階層構造を解明する。
- 参考スコア(独自算出の注目度): 2.06682776181122
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Engineering design knowledge is embodied in natural language text through
intricate placement of entities and relationships. Ontological constructs of
design knowledge often limit the performances of NLP techniques to extract
design knowledge. Also, large-language models could be less useful for
generating and explicating design knowledge, as these are trained predominantly
on common-sense text. In this article, we present the constituents of design
knowledge based on empirical observations from patent documents. We obtain a
sample of 33,881 patents and populate over 24 million facts from the sentences
in these. We conduct Zipf distribution analyses using the frequencies of unique
entities and relationships that are present in the facts thus populated. While
the literal entities cannot be generalised from the sample of patents, the
relationships largely capture attributes ('of'), structure ('in', 'with'),
purpose ('to', 'for'), hierarchy ('include'), exemplification ('such as'), and
behaviour ('to', 'from'). The analyses reveal that over half of entities and
relationships could be generalised to 64 and 24 linguistic syntaxes
respectively, while hierarchical relationships include 75 syntaxes. These
syntaxes represent the linguistic basis of engineering design knowledge. We
combine facts within each patent into a knowledge graph, from which we discover
motifs that are statistically over-represented subgraph patterns. Across all
patents in the sample, we identify eight patterns that could be simplified into
sequence [->...->], aggregation [->...<-], and hierarchy [<-...->] that form
the structural basis of engineering design knowledge. We propose regulatory
precepts for concretising abstract entities and relationships within subgraphs,
while also explicating hierarchical structures. These precepts could be useful
for better construction and management of knowledge in a design environment.
- Abstract(参考訳): 工学設計知識は、実体と関係の複雑な配置を通じて自然言語テキストに具体化されている。
設計知識のオントロジ的構成はしばしば設計知識を抽出するためにnlp技術の性能を制限する。
また、大言語モデルは、主に常識的なテキストに基づいて訓練されるため、設計知識の生成や説明にはあまり役に立たない。
本稿では,特許文書からの実証的観察に基づく設計知識の構成について述べる。
我々は33,881件の特許のサンプルを取得し、これらの文から2400万件以上の事実を収集した。
そこで我々は,その事実に存在する一意な実体の頻度と関係性を用いてzipf分布解析を行う。
文字通りの実体は特許のサンプルから一般化することはできないが、その関係は主に属性('of')、構造('in'、'with')、目的('to'、'for')、階層('include')、例示('like')、行動('to'、'from')を捉えている。
分析の結果、エンティティと関係の半数以上がそれぞれ64と24の言語構文に一般化され、階層的関係には75の構文が含まれることがわかった。
これらの構文は工学的設計知識の言語的基礎を表している。
各特許内の事実を知識グラフに組み合わせ、そこから統計的に過剰に表現されたサブグラフパターンであるモチーフを発見する。
サンプルのすべての特許を通じて、エンジニアリング設計の知識の構造的基礎を形成する、シーケンス [->...->]、アグリゲーション [->...<-]、階層 [<-...->]に単純化可能な8つのパターンを特定しました。
本稿では,抽象的な実体と部分グラフ内の関係を包含する規制規範を提案する。
これらの規範は、設計環境における知識の構築と管理に有用である。
関連論文リスト
- How Do Transformers Learn Topic Structure: Towards a Mechanistic
Understanding [56.222097640468306]
我々は、トランスフォーマーが「意味構造」を学ぶ方法の機械的理解を提供する
数学的解析とウィキペディアデータの実験を組み合わせることで、埋め込み層と自己保持層がトピック構造をエンコードしていることを示す。
論文 参考訳(メタデータ) (2023-03-07T21:42:17Z) - Joint Language Semantic and Structure Embedding for Knowledge Graph
Completion [66.15933600765835]
本稿では,知識三重項の自然言語記述と構造情報とを共同で組み込むことを提案する。
本手法は,学習済み言語モデルを微調整することで,完了作業のための知識グラフを埋め込む。
各種知識グラフベンチマーク実験により,本手法の最先端性能を実証した。
論文 参考訳(メタデータ) (2022-09-19T02:41:02Z) - Integrating Knowledge Graph embedding and pretrained Language Models in
Hypercomplex Spaces [29.71047521165222]
我々は、単一モジュラリティの既存の強表現の上に構築し、(i)単一モジュラリティ埋め込みと(ii)異なるモジュラリティ間の相互作用を表現するために超複素代数を使用する。
より具体的には、4次元超複素数のディヘドロンと四元数表現を、構造知識グラフの埋め込み、単語レベルの表現、文書レベルの表現という4つのモダリティを統合するよう提案する。
我々の統一ベクトル表現はハミルトン積とディヘドロン積を通じてラベル付きエッジの可算性を評価し、異なるモジュラリティ間のペアワイズ相互作用をモデル化する。
論文 参考訳(メタデータ) (2022-08-04T16:18:16Z) - One-shot Scene Graph Generation [130.57405850346836]
ワンショットシーングラフ生成タスクに対して,複数の構造化知識(関係知識知識)を提案する。
提案手法は既存の最先端手法よりも大きなマージンで優れる。
論文 参考訳(メタデータ) (2022-02-22T11:32:59Z) - Entity Context Graph: Learning Entity Representations
fromSemi-Structured Textual Sources on the Web [44.92858943475407]
エンティティ中心のテキスト知識ソースを処理してエンティティ埋め込みを学ぶアプローチを提案する。
私たちのアプローチから学んだ埋め込みは、(i)高品質で、既知の知識グラフベースの埋め込みに匹敵し、それらをさらに改善するために使用することができます。
論文 参考訳(メタデータ) (2021-03-29T20:52:14Z) - Fusing Context Into Knowledge Graph for Commonsense Reasoning [21.33294077354958]
外部エンティティ記述を利用して,グラフエンティティのコンテキスト情報を提供する。
CommonsenseQAタスクでは、まず質問と選択から概念を抽出し、これらの概念の間に関連するトリプルを見つけます。
CommonsenseQAデータセットでは、80.7%(シングルモデル)と83.3%(アンサンブルモデル)の精度で最新の結果を達成しています。
論文 参考訳(メタデータ) (2020-12-09T00:57:49Z) - Modelling Compositionality and Structure Dependence in Natural Language [0.12183405753834563]
言語学と集合論に基づいて、これらの概念の形式化がこの論文の前半で述べられている。
言語処理を行う認知システムは,特定の機能的制約を持つ必要がある。
単語埋め込み技術の進歩を利用して、関係学習のモデルがシミュレートされる。
論文 参考訳(メタデータ) (2020-11-22T17:28:50Z) - ENT-DESC: Entity Description Generation by Exploring Knowledge Graph [53.03778194567752]
実際には、出力記述が最も重要な知識のみをカバーするため、入力知識は十分以上である可能性がある。
我々は、KG-to-textにおけるこのような実践的なシナリオの研究を容易にするために、大規模で挑戦的なデータセットを導入する。
本稿では,元のグラフ情報をより包括的に表現できるマルチグラフ構造を提案する。
論文 参考訳(メタデータ) (2020-04-30T14:16:19Z) - Structure-Augmented Text Representation Learning for Efficient Knowledge
Graph Completion [53.31911669146451]
人為的な知識グラフは、様々な自然言語処理タスクに重要な支援情報を提供する。
これらのグラフは通常不完全であり、自動補完を促す。
グラフ埋め込みアプローチ(例えばTransE)は、グラフ要素を密度の高い埋め込みに表現することで構造化された知識を学ぶ。
テキストエンコーディングアプローチ(KG-BERTなど)は、グラフトリプルのテキストとトリプルレベルの文脈化表現を利用する。
論文 参考訳(メタデータ) (2020-04-30T13:50:34Z) - Exploiting Structured Knowledge in Text via Graph-Guided Representation
Learning [73.0598186896953]
本稿では、知識グラフからのガイダンスを用いて、生テキスト上で学習する2つの自己教師型タスクを提案する。
エンティティレベルのマスキング言語モデルに基づいて、最初のコントリビューションはエンティティマスキングスキームです。
既存のパラダイムとは対照的に,本手法では事前学習時にのみ,知識グラフを暗黙的に使用する。
論文 参考訳(メタデータ) (2020-04-29T14:22:42Z) - Dependently Typed Knowledge Graphs [4.157595789003928]
本稿では,標準セマンティックWeb技術(RDFとそのクエリ言語SPARQL)を依存型理論と統一的に再現する方法を示す。
知識グラフの基本機能を提供するのに加えて、依存型はエンティティとクエリの両方をエンコードする表現力を与えます。
論文 参考訳(メタデータ) (2020-03-08T14:04:23Z)
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。