論文の概要: Queries With Exact Truth Values in Paraconsistent Description Logics

• arxiv url: http://arxiv.org/abs/2408.07283v2
• Date: Thu, 15 Aug 2024 07:33:58 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-16 12:51:16.356023
• Title: Queries With Exact Truth Values in Paraconsistent Description Logics
• Title（参考訳）: 矛盾記述論理における厳密な真理値を持つクエリ
• Authors: Meghyn Bienvenu, Camille Bourgaux, Daniil Kozhemiachenko,
• Abstract要約: 本稿では,古典的不整合記述論理(DL)知識ベースを問合せするための新しいアプローチを提案する。 正確には(mathbfT$)、正確には(mathbfF$)、両方の(mathbfB$)、そしてどちらも(mathbfN$)である。
• 参考スコア（独自算出の注目度）: 5.222978725954348
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a novel approach to querying classical inconsistent description logic (DL) knowledge bases by adopting a~paraconsistent semantics with the four Belnapian values: exactly true ($\mathbf{T}$), exactly false ($\mathbf{F}$), both ($\mathbf{B}$), and neither ($\mathbf{N}$). In contrast to prior studies on paraconsistent DLs, we allow truth value operators in the query language, which can be used to differentiate between answers having contradictory evidence and those having only positive evidence. We present a reduction to classical DL query answering that allows us to pinpoint the precise combined and data complexity of answering queries with values in paraconsistent $\mathcal{ALCHI}$ and its sublogics. Notably, we show that tractable data complexity is retained for Horn DLs. We present a comparison with repair-based inconsistency-tolerant semantics, showing that the two approaches are incomparable.
• Abstract（参考訳）: 我々は,古典的不整合記述論理(DL)知識ベースを,真に(\mathbf{T}$),真に(\mathbf{F}$),真に(\mathbf{B}$),真に(\mathbf{N}$)という4つのベルナピアン値と平行な意味論を採用することによってクエリする新しいアプローチを提案する。 パラ一貫性DLに関する先行研究とは対照的に、クエリ言語における真理値演算子を許容し、矛盾する証拠を持つ答えと正の証拠しか持たない回答を区別することができる。 本稿では,従来の DL クエリ応答を削減し,クエリをパラ一貫性の $\mathcal{ALCHI}$ とそのサブロジクスで答えることの正確な組み合わせとデータの複雑さを特定できるようにする。 特に,Hhorn DLでは,トラクタブルなデータ複雑性が維持されている。 本稿では,修復に基づく不整合耐性セマンティクスとの比較を行い,両手法が相容れないことを示す。

関連論文リスト

• FLARE: Faithful Logic-Aided Reasoning and Exploration [50.9814063216852]
  タスク分解を用いて問題空間をトラバースする新しい手法を提案する。 我々はLarge Language Modelsを使ってソリューションを計画し、クエリを事実に軟式化し、論理プログラミングコードを使って述語する。 提案手法は,生成したコードに対する推論プロセスの忠実度を計算し,外部の解法に頼らずにマルチホップ探索のステップを解析する。
  論文  参考訳（メタデータ） (2024-10-14T19:39:11Z)
• Generating $SROI^-$ Ontologies via Knowledge Graph Query Embedding Learning [26.905431434167536]
  本稿では,このグラフから学習した知識を,SROI-$記述論理公理の形で記述する新しいクエリ埋め込み手法AConEを提案する。 AConEはパラメータが少なく、以前のベースラインよりも優れた結果が得られる。 我々は,公理を表現する能力が問合せ応答の結果に肯定的な影響を及ぼすことを示す包括的分析を行った。
  論文  参考訳（メタデータ） (2024-07-12T12:20:39Z)
• Maieutic Prompting: Logically Consistent Reasoning with Recursive Explanations [71.2950434944196]
  ノイズや一貫性のない言語モデルでさえも問題に対する正しい答えを推測するMaieutic Promptingを開発する。 Maieutic Promptingは最先端のプロンプト法よりも最大20%精度が高い。
  論文  参考訳（メタデータ） (2022-05-24T06:36:42Z)
• Answering Fuzzy Queries over Fuzzy DL-Lite Ontologies [0.2741266294612776]
  ファジィDL-Liteにおける接続クエリとしきい値クエリに応答する問題について検討する。 idemdent G"odel t-norm に対して、古典的ケースへの還元に基づく効果的な方法を提案する。
  論文  参考訳（メタデータ） (2021-11-23T10:45:54Z)
• How to Query An Oracle? Efficient Strategies to Label Data [59.89900843097016]
  機械学習におけるデータセットのラベル付けに専門家の託宣を照会する際の基本的な問題について考察する。 本稿では,サンプルをラベル付けするために,ラウンド・バイ・ラウンドでランダム化されたバッチアルゴリズムを提案し,クエリレートが$O(fracNk2)$であることを示す。 さらに,適応型グリージークエリ方式を提案し,三重項クエリを用いたサンプルあたり平均$approx 0.2N$クエリを実現する。
  論文  参考訳（メタデータ） (2021-10-05T20:15:35Z)
• Logic Embeddings for Complex Query Answering [56.25151854231117]
  skolemisationを用いて効率的なクエリのための存在変数を排除する、複雑なクエリを組み込む新しいアプローチであるlogic embeddedsを提案する。 論理組込みは,大規模で不完全な知識グラフ上でのクエリ応答において競争的に高速かつ正確であり,否定的問合せよりも優れており,特に回答の不確かさのモデリングが向上している。
  論文  参考訳（メタデータ） (2021-02-28T07:52:37Z)
• ConjNLI: Natural Language Inference Over Conjunctive Sentences [89.50542552451368]
  連接文における連接関係の推論は、連接関係のより深い理解にとって重要である。 既存のNLIストレステストでは、結合の非ブール的使用は考慮されていない。 本稿では,接続文に対する自然言語推論のためのストレステストであるConjNLIを紹介する。
  論文  参考訳（メタデータ） (2020-10-20T16:29:13Z)
• CQE in Description Logics Through Instance Indistinguishability (extended version) [0.0]
  Description Logics (DL) におけるプライバシ保護クエリ応答に関する研究 DL-Lite$_mathcal$$で応答するデータ複雑性の結果を導出します。 我々は,CQEに対する近似秘密性解答という意味論的に確立された概念を同定する。
  論文  参考訳（メタデータ） (2020-04-24T17:28:24Z)
• Query2box: Reasoning over Knowledge Graphs in Vector Space using Box Embeddings [84.0206612938464]
  query2boxは、不完全な知識グラフ上の任意のクエリを推論するための埋め込みベースのフレームワークである。 query2boxは、スケーラブルな方法で$wedge$, $vee$, $exists$で任意の論理クエリを処理可能であることを示す。 本稿では,3つの大規模KGに対するQuery2boxの有効性を示すとともに,クエリ2boxが技術状況に対して最大25%の相対的な改善を達成可能であることを示す。
  論文  参考訳（メタデータ） (2020-02-14T11:20:10Z)

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。