論文の概要: Commonsense Ontology Micropatterns
- arxiv url: http://arxiv.org/abs/2402.18715v1
- Date: Wed, 28 Feb 2024 21:23:54 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-01 16:39:55.530087
- Title: Commonsense Ontology Micropatterns
- Title(参考訳): Commonsense Ontologyのマイクロパターン
- Authors: Andrew Eells, Brandon Dave, Pascal Hitzler, Cogan Shimizu
- Abstract要約: 本稿では,大言語モデルで利用可能な共通知識から得られた,頻繁に発生する名詞を表す104の設計パターンの集合について述べる。
このライブラリは、Modular Ontology Modeling メソッドで使える準備ができています。
- 参考スコア(独自算出の注目度): 1.181206257787103
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The previously introduced Modular Ontology Modeling methodology (MOMo)
attempts to mimic the human analogical process by using modular patterns to
assemble more complex concepts. To support this, MOMo organizes organizes
ontology design patterns into design libraries, which are programmatically
queryable, to support accelerated ontology development, for both human and
automated processes. However, a major bottleneck to large-scale deployment of
MOMo is the (to-date) limited availability of ready-to-use ontology design
patterns. At the same time, Large Language Models have quickly become a source
of common knowledge and, in some cases, replacing search engines for questions.
In this paper, we thus present a collection of 104 ontology design patterns
representing often occurring nouns, curated from the common-sense knowledge
available in LLMs, organized into a fully-annotated modular ontology design
library ready for use with MOMo.
- Abstract(参考訳): 以前導入されたModular Ontology Modeling Method (MOMO)は、モジュラーパターンを使ってより複雑な概念を組み立てることで、人間のアナログプロセスを模倣しようと試みている。
これをサポートするため、MOMOはオントロジー設計パターンをプログラム的にクエリ可能な設計ライブラリに整理し、人間と自動化プロセスの両方でオントロジー開発の高速化をサポートする。
しかし、MOMOの大規模展開における大きなボトルネックは、(これまで)利用可能なオントロジー設計パターンが限られていることだ。
同時に、Large Language Modelsは急速に一般的な知識の源となり、場合によっては検索エンジンを質問に置き換えている。
そこで本稿では, LLM で利用可能な共通知識から算出された, 頻繁に発生する名詞を表す104のオントロジー設計パターンの集合を, MOMO で使用可能な完全注釈付きモジュールオントロジー設計ライブラリに編成する。
関連論文リスト
- VITAMIN: A Compositional Framework for Model Checking of Multi-Agent
Systems [3.0708704419191934]
本稿では,マルチエージェントシステム (MAS) の形式的検証をモジュール的かつ多目的に行う手法を提案する。
MASの既存の検証手法やフレームワークとは異なり、VITAMINは様々なロジックに対応するために容易に拡張するために構築されている。
論文 参考訳(メタデータ) (2024-03-04T16:16:30Z) - A Modular Ontology for MODS -- Metadata Object Description Schema [2.580765958706854]
メタデータオブジェクト記述(MODS)は概念とメタデータを記述するために開発された。
我々はMODSスキーマのすべての要素と属性を組み込んだMMODSオントロジー(Modular MODS Ontology, MMODS-O)を開発した。
論文 参考訳(メタデータ) (2023-07-31T19:36:07Z) - Scaling Vision-Language Models with Sparse Mixture of Experts [128.0882767889029]
提案手法は, 等価計算コストの高密度モデルに対して, 様々なベンチマークにおいて, 最先端性能を実現することができることを示す。
我々の研究は、MoEモデルのトレーニングの安定化、モデル解釈可能性に対するMoEの影響の理解、ビジョン言語モデルをスケールする際の計算性能間のトレードオフのバランスに関する貴重な洞察を提供する。
論文 参考訳(メタデータ) (2023-03-13T16:00:31Z) - Modular Deep Learning [120.36599591042908]
トランスファーラーニングは近年、機械学習の主要なパラダイムとなっている。
負の干渉を伴わずに複数のタスクを専門とするモデルを開発する方法はまだ不明である。
これらの課題に対する有望な解決策として、モジュール型ディープラーニングが登場した。
論文 参考訳(メタデータ) (2023-02-22T18:11:25Z) - Artefact Retrieval: Overview of NLP Models with Knowledge Base Access [18.098224374478598]
本稿では,人工物の種類(知識ベースから抽出した項目),検索機構,およびこれらの人工物がモデルに融合する方法を体系的に記述する。
言語モデルに焦点が当てられているが、質問応答、事実チェック、対話モデルもこのシステムにどのように適合するかを示す。
論文 参考訳(メタデータ) (2022-01-24T13:15:33Z) - Model Complexity of Deep Learning: A Survey [79.20117679251766]
深層学習におけるモデル複雑性に関する最新の研究を体系的に概観します。
本稿では,これら2つのカテゴリに関する既存研究について,モデルフレームワーク,モデルサイズ,最適化プロセス,データ複雑性の4つの重要な要因について概説する。
論文 参考訳(メタデータ) (2021-03-08T22:39:32Z) - Conceptual Modeling of Time for Computational Ontologies [0.0]
モデルは、システムをポップアップさせるオブジェクトやプロセスの記述を指す。
焦点は、変化、イベント、時間といった概念に焦点を当てています。
その結果,TMはこれらの存在論的問題に対処するための有用なツールであることがわかった。
論文 参考訳(メタデータ) (2020-07-16T20:11:18Z) - S2RMs: Spatially Structured Recurrent Modules [105.0377129434636]
モジュール構造とテンポラル構造の両方を同時に活用できる動的構造を利用するための一歩を踏み出します。
我々のモデルは利用可能なビューの数に対して堅牢であり、追加のトレーニングなしで新しいタスクに一般化できる。
論文 参考訳(メタデータ) (2020-07-13T17:44:30Z) - Quantitatively Assessing the Benefits of Model-driven Development in
Agent-based Modeling and Simulation [80.49040344355431]
本稿では,MDD とABMS プラットフォームの利用状況と開発ミスについて比較する。
その結果、MDD4ABMSはNetLogoと類似した設計品質のシミュレーションを開発するのに、より少ない労力を必要とすることがわかった。
論文 参考訳(メタデータ) (2020-06-15T23:29:04Z) - A Comprehensive Study on Temporal Modeling for Online Action Detection [50.558313106389335]
オンライン行動検出(OAD)は実用的だが難しい課題であり、近年注目を集めている。
本稿では,4種類の時間的モデリング手法を含むOADの時間的モデリングに関する総合的研究を提案する。
本稿では,THUMOS-14 と TVSeries に対して,近年の最先端手法よりも大きなマージンを有するハイブリッド時間モデルを提案する。
論文 参考訳(メタデータ) (2020-01-21T13:12:58Z)
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。