論文の概要: Automated Validation of Textual Constraints Against AutomationML via LLMs and SHACL

• arxiv url: http://arxiv.org/abs/2506.10678v1
• Date: Thu, 12 Jun 2025 13:14:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 15:37:22.748404
• Title: Automated Validation of Textual Constraints Against AutomationML via LLMs and SHACL
• Title（参考訳）: LLMとSHACLによる自動化MLに対するテキスト制約の自動検証
• Authors: Tom Westermann, Aljosha Köcher, Felix Gehlhoff,
• Abstract要約: AMLはエンジニアリングにおける標準化されたデータ交換を可能にする。 適切なモデリングのための既存のレコメンデーションは、通常、非公式な制約とテキストの制約として定式化される。 本稿では,そのような制約の検証と定式化を行うパイプラインを提案する。
• 参考スコア（独自算出の注目度）: 0.9421843976231371
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: AutomationML (AML) enables standardized data exchange in engineering, yet existing recommendations for proper AML modeling are typically formulated as informal and textual constraints. These constraints cannot be validated automatically within AML itself. This work-in-progress paper introduces a pipeline to formalize and verify such constraints. First, AML models are mapped to OWL ontologies via RML and SPARQL. In addition, a Large Language Model translates textual rules into SHACL constraints, which are then validated against the previously generated AML ontology. Finally, SHACL validation results are automatically interpreted in natural language. The approach is demonstrated on a sample AML recommendation. Results show that even complex modeling rules can be semi-automatically checked -- without requiring users to understand formal methods or ontology technologies.
• Abstract（参考訳）: AutomationML(AML)は、エンジニアリングにおける標準化されたデータ交換を可能にするが、適切なAMLモデリングのための既存の推奨は、通常、非公式およびテキストの制約として定式化されている。 これらの制約は、AML自身で自動的に検証することはできない。 このワーク・イン・プログレス・ペーパーは、そのような制約を形式化し検証するパイプラインを導入している。 まず、AMLモデルはRMLとSPARQLを介してOWLオントロジーにマップされる。 さらに、Large Language Modelは、テキストルールをSHACL制約に変換し、以前に生成されたAMLオントロジーに対して検証する。 最後に、SHACL検証結果を自然言語で自動的に解釈する。 このアプローチはサンプルのAMLレコメンデーションで実証されている。 結果として、複雑なモデリングルールでさえ、ユーザーが形式的なメソッドやオントロジーの技術を理解せずに、半自動でチェックできることが示されます。

関連論文リスト

• Automatic Mapping of AutomationML Files to Ontologies for Graph Queries and Validation [41.19948826527649]
  AutomationMLは、自動化ドメインにおけるオープンデータ交換フォーマットとして広く採用されている。 これは、マークアップ言語XMLに基づいたオープンでベンダー中立の標準である。 この記事では、AutomationML標準における概念の最新のオントロジーと、AutomationMLモデルを自動的にRDFトリプルに変換するマッピングを提供する。
  論文  参考訳（メタデータ） (2025-04-30T14:34:56Z)
• Type-Constrained Code Generation with Language Models [51.03439021895432]
  本稿では,型システムを利用してコード生成を誘導する型制約デコード手法を提案する。 そこで本研究では,新しい接頭辞オートマトンと,在来型を探索する手法を開発し,LLM生成コードに適切な型付けを強制するための健全なアプローチを構築した。 提案手法は,コード合成,翻訳,修復作業において,コンパイルエラーを半分以上削減し,機能的正しさを著しく向上させる。
  論文  参考訳（メタデータ） (2025-04-12T15:03:00Z)
• Open-domain Implicit Format Control for Large Language Model Generation [52.83173553689678]
  大規模言語モデル(LLM)における制御生成のための新しいフレームワークを提案する。 本研究では、LLMがオープンドメイン、ワンショット制約に従う能力と、サンプル回答の形式を再現する能力について検討する。 また、出力品質を劣化させることなく、LLMのオープンドメインフォーマット制御を強化する教師付き微調整のためのデータセット収集手法を開発した。
  論文  参考訳（メタデータ） (2024-08-08T11:51:45Z)
• Verbalized Machine Learning: Revisiting Machine Learning with Language Models [63.10391314749408]
  言語化機械学習(VML)の枠組みを紹介する。 VMLはパラメータ空間を人間の解釈可能な自然言語に制限する。 我々は,VMLの有効性を実証的に検証し,VMLがより強力な解釈可能性を実現するためのステップストーンとして機能することを期待する。
  論文  参考訳（メタデータ） (2024-06-06T17:59:56Z)
• $\forall$uto$\exists$val: Autonomous Assessment of LLMs in Formal Synthesis and Interpretation Tasks [21.12437562185667]
  本稿では,形式構文を自然言語に翻訳する際のLLM評価のスケールアップ手法を提案する。 我々は、文脈自由文法(CFG)を用いて、その場で配布外のデータセットを生成する。 我々はまた、このパラダイムの実現可能性と拡張性を示すために、複数のSOTAクローズドおよびオープンソースLCMの評価を行う。
  論文  参考訳（メタデータ） (2024-03-27T08:08:00Z)
• ChIRAAG: ChatGPT Informed Rapid and Automated Assertion Generation [10.503097140635374]
  ChIRAAGはOpenAI GPT4をベースとして、設計の自然言語仕様からSystem Verilog Assertion (SVA)を生成する。 実験では、LSM生成した生のアサーションの27%に誤りがあり、数回の反復で修正された。 以上の結果から,LLMはアサーション生成プロセスにおいて技術者を合理化し,支援し,検証を再構築できることが示唆された。
  論文  参考訳（メタデータ） (2024-01-31T12:41:27Z)
• Which Syntactic Capabilities Are Statistically Learned by Masked Language Models for Code? [51.29970742152668]
  精度に基づく測定に依存することで、モデルの能力が過大評価される可能性があることを強調する。 これらの問題に対処するために,SyntaxEval in Syntactic Capabilitiesというテクニックを導入する。
  論文  参考訳（メタデータ） (2024-01-03T02:44:02Z)

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。