論文の概要: Evaluating Datalog Tools for Meta-reasoning over OWL 2 QL

• arxiv url: http://arxiv.org/abs/2402.02978v1
• Date: Mon, 5 Feb 2024 13:06:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-06 16:09:25.859693
• Title: Evaluating Datalog Tools for Meta-reasoning over OWL 2 QL
• Title（参考訳）: OWL 2 QLによるメタ推論のためのデータログツールの評価
• Authors: Haya Majid Qureshi, Wolfgang Faber
• Abstract要約: 本稿では,DSER(Semantic Entailment Regime)を用いたメタモデリングセマンティックス(MS)について述べる。 様々なメタモデリング機能を可能にするいくつかの拡張が過去10年間に提案されてきた。 我々の研究は、MSERに対するDatalogアプローチが、限られたリソースでスケール可能なクエリにも実用的であることを示している。
• 参考スコア（独自算出の注目度）: 3.344997561878685
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Metamodeling is a general approach to expressing knowledge about classes and properties in an ontology. It is a desirable modeling feature in multiple applications that simplifies the extension and reuse of ontologies. Nevertheless, allowing metamodeling without restrictions is problematic for several reasons, mainly due to undecidability issues. Practical languages, therefore, forbid classes to occur as instances of other classes or treat such occurrences as semantically different objects. Specifically, meta-querying in SPARQL under the Direct Semantic Entailment Regime (DSER) uses the latter approach, thereby effectively not supporting meta-queries. However, several extensions enabling different metamodeling features have been proposed over the last decade. This paper deals with the Metamodeling Semantics (MS) over OWL 2 QL and the Metamodeling Semantic Entailment Regime (MSER), as proposed in Lenzerini et al. (2015) and Lenzerini et al. (2020); Cima et al. (2017). A reduction from OWL 2 QL to Datalog for meta-querying was proposed in Cima et al. (2017). In this paper, we experiment with various logic programming tools that support Datalog querying to determine their suitability as back-ends to MSER query answering. These tools stem from different logic programming paradigms (Prolog, pure Datalog, Answer Set Programming, Hybrid Knowledge Bases). Our work shows that the Datalog approach to MSER querying is practical also for sizeable ontologies with limited resources (time and memory). This paper significantly extends Qureshi & Faber (2021) by a more detailed experimental analysis and more background. Under consideration in Theory and Practice of Logic Programming (TPLP).
• Abstract（参考訳）: メタモデリングはオントロジーにおけるクラスやプロパティに関する知識を表現する一般的なアプローチである。 オントロジーの拡張と再利用を単純化する、複数のアプリケーションで望ましいモデリング機能である。 それにもかかわらず、制約のないメタモデリングはいくつかの理由で問題となる。 したがって、実用的な言語は、他のクラスのインスタンスとして、またはそのような発生を意味的に異なるオブジェクトとして扱うことを禁ずる。 具体的には、DSER(Direct Semantic Entailment Regime)の下でのSPARQLのメタクエリは、後者のアプローチを使用するため、事実上メタクエリをサポートしない。 しかし、この10年間で異なるメタモデリング機能を実現するいくつかの拡張が提案されている。 本稿では,Lenzerini et al. (2015), Lenzerini et al. (2020), Cima et al. (2017)で提案されている,OWL 2 QL上のメタモデリングセマンティックス(MS)とメタモデリングセマンティックエンターメントレジーム(MSER)を扱う。 owl 2 qlからdatalogへのメタクエリの削減がcima et al. (2017)で提案されている。 本稿では,MSERクエリ応答のバックエンドとして,データログクエリをサポートする様々な論理プログラミングツールを試行する。 これらのツールは異なる論理プログラミングパラダイム(prolog, pure datalog, answer set programming, hybrid knowledge bases)に由来する。 本研究では,mserクエリに対するデータログアプローチが,リソース(時間とメモリ)が限られた大規模オントロジーにおいても実用的であることを示す。 本稿では,Qureshi & Faber (2021) をより詳細な実験分析と背景により大幅に拡張する。 論理プログラミングの理論と実践(tplp)における考察。

関連論文リスト

• End-to-End Ontology Learning with Large Language Models [11.755755139228219]
  大規模言語モデル(LLM)は、オントロジー学習の様々なサブタスクを解決するために応用されている。 我々は、オントロジーの分類学的バックボーンをスクラッチから構築する汎用的でスケーラブルな方法であるOLLMによって、このギャップに対処する。 標準的なメトリクスとは対照的に、私たちのメトリクスは、グラフ間のより堅牢な構造的距離測定を定義するためにディープラーニング技術を使用します。 私たちのモデルは、arXivのような新しいドメインに効果的に適用できます。
  論文  参考訳（メタデータ） (2024-10-31T02:52:39Z)
• RARe: Retrieval Augmented Retrieval with In-Context Examples [40.963703726988946]
  本稿では,検索者がコンテキスト内例を利用できるためのシンプルなアプローチを提案する。 RAREは、クエリがターゲットクエリとセマンティックに類似しているコンテキスト内の例で事前訓練されたモデルを微調整する。 RAReは、コンテキスト内例のないクエリを用いたモデルと比較して、ドメイン外一般化がより強力であることがわかった。
  論文  参考訳（メタデータ） (2024-10-26T05:46:20Z)
• Two are better than one: Context window extension with multi-grained self-injection [111.1376461868317]
  SharedLLMは、多粒度コンテキスト圧縮とクエリ対応情報検索の設計哲学に基づく新しいアプローチである。 本研究では,テキストチャンクの多粒度コンテキスト情報を効率的にエンコードし,保存し,検索するための木構造データ構造を提案する。
  論文  参考訳（メタデータ） (2024-10-25T06:08:59Z)
• Using off-the-shelf LLMs to query enterprise data by progressively revealing ontologies [0.0]
  オントロジは、クエリをSPARQLのような形式的なクエリ言語に変換する際に、Large Language Models(Ms)の精度を改善することが知られている。 与えられた質問に答えるために必要なオントロジーの「十分を段階的に明らかにする解」を提案する。
  論文  参考訳（メタデータ） (2024-10-11T20:41:04Z)
• Less is More: Making Smaller Language Models Competent Subgraph Retrievers for Multi-hop KGQA [51.3033125256716]
  本研究では,小言語モデルで処理される条件生成タスクとして,サブグラフ検索タスクをモデル化する。 2億2千万のパラメータからなる基本生成部分グラフ検索モデルでは,最先端モデルと比較して競合検索性能が向上した。 LLMリーダを接続した最大の3Bモデルは、WebQSPとCWQベンチマークの両方で、SOTAのエンドツーエンドパフォーマンスを新たに設定します。
  論文  参考訳（メタデータ） (2024-10-08T15:22:36Z)
• UQE: A Query Engine for Unstructured Databases [71.49289088592842]
  構造化されていないデータ分析を可能にするために,大規模言語モデルの可能性を検討する。 本稿では,非構造化データ収集からの洞察を直接問合せ,抽出するUniversal Query Engine (UQE)を提案する。
  論文  参考訳（メタデータ） (2024-06-23T06:58:55Z)
• MURMUR: Modular Multi-Step Reasoning for Semi-Structured Data-to-Text Generation [102.20036684996248]
  多段階推論を用いた半構造化データからテキストを生成するための,ニューロシンボリックなモジュラーアプローチであるMURMURを提案する。 WebNLG や LogicNLG のような2つのデータ・テキスト生成タスクについて実験を行った。
  論文  参考訳（メタデータ） (2022-12-16T17:36:23Z)
• UniKGQA: Unified Retrieval and Reasoning for Solving Multi-hop Question Answering Over Knowledge Graph [89.98762327725112]
  KGQA(Multi-hop Question Answering over Knowledge Graph)は、自然言語の質問で言及されているトピックエンティティから、複数のホップを持つ回答エンティティを見つけることを目的としている。 我々は、モデルアーキテクチャとパラメータ学習の両方において、検索と推論を統合することで、マルチホップKGQAタスクの新しいアプローチであるUniKGQAを提案する。
  論文  参考訳（メタデータ） (2022-12-02T04:08:09Z)
• Metadata Representations for Queryable ML Model Zoos [73.24799582702326]
  機械学習(ML)の実践者や組織は、事前訓練されたモデルのモデル動物園を構築しており、モデルの性質を記述するメタデータを含んでいる。 メタタダは現在標準化されておらず、表現力は限られている。 本稿では,MLモデルのメタデータ表現と管理の標準化を提唱し,そのメタデータの管理とクエリを支援するツールキットを提案する。
  論文  参考訳（メタデータ） (2022-07-19T15:04:14Z)
• DaRLing: A Datalog rewriter for OWL 2 RL ontological reasoning under SPARQL queries [3.0938904602244346]
  我々はRDFSデータ型のサポートとは別に,多種多様なセマンティックコンストラクタを提供するOWL 2 RLに注目している。 このギャップを埋めるために、私たちは、SPARQLクエリの下でOWL 2 RLのオントロジ推論のために無料で利用可能なDatalogリライターであるDaRLingを紹介します。
  論文  参考訳（メタデータ） (2020-08-05T16:59:59Z)

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。