論文の概要: Domain-Contextualized Concept Graphs: A Computable Framework for Knowledge Representation
- arxiv url: http://arxiv.org/abs/2510.16802v1
- Date: Sun, 19 Oct 2025 11:53:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 00:56:39.152996
- Title: Domain-Contextualized Concept Graphs: A Computable Framework for Knowledge Representation
- Title（参考訳）: Domain-Contextualized Concept Graphs:知識表現のための計算可能なフレームワーク
- Authors: Chao Li, Yuru Wang,
- Abstract要約: Domain-Contextualized Concept Graph (CDC)は、新しい知識モデリングフレームワークである。
CDCはドメインを概念表現の第一級要素に形式化する。
教育、企業知識システム、および技術ドキュメントにおけるケーススタディは、CDCが文脈対応推論を可能にすることを実証している。
- 参考スコア（独自算出の注目度）: 3.6832585602595853
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Traditional knowledge graphs are constrained by fixed ontologies that organize concepts within rigid hierarchical structures. The root cause lies in treating domains as implicit context rather than as explicit, reasoning-level components. To overcome these limitations, we propose the Domain-Contextualized Concept Graph (CDC), a novel knowledge modeling framework that elevates domains to first-class elements of conceptual representation. CDC adopts a C-D-C triple structure - <Concept, Relation@Domain, Concept'> - where domain specifications serve as dynamic classification dimensions defined on demand. Grounded in a cognitive-linguistic isomorphic mapping principle, CDC operationalizes how humans understand concepts through contextual frames. We formalize more than twenty standardized relation predicates (structural, logical, cross-domain, and temporal) and implement CDC in Prolog for full inference capability. Case studies in education, enterprise knowledge systems, and technical documentation demonstrate that CDC enables context-aware reasoning, cross-domain analogy, and personalized knowledge modeling - capabilities unattainable under traditional ontology-based frameworks.
- Abstract（参考訳）: 伝統的な知識グラフは、厳密な階層構造の中で概念を整理する固定オントロジーによって制約される。
根本原因は、明示的で推論レベルのコンポーネントではなく、ドメインを暗黙のコンテキストとして扱うことである。
このような制約を克服するために、ドメインを概念表現の第一級要素に高める新しい知識モデリングフレームワークであるDomain-Contextualized Concept Graph (CDC)を提案する。
CDCはC-D-C三重構造、<Concept, Relation@Domain, Concept'>を採用しています。
CDCは認知言語的同型マッピングの原則に基づいて、人間がコンテキストフレームを通して概念を理解する方法を運用している。
我々は、20以上の標準化された関係述語(構造的、論理的、横断的、時間的)を定式化し、完全な推論能力のためにPrologにCDCを実装した。
教育、企業知識システム、技術ドキュメントにおけるケーススタディでは、CDCがコンテキスト認識推論、ドメイン横断のアナロジー、パーソナライズド・ナレッジ・モデリング(パーソナライズド・ナレッジ・モデリング)を可能にすることを実証している。
関連論文リスト
- Situated Epistemic Infrastructures: A Diagnostic Framework for Post-Coherence Knowledge [0.7233897166339268]
本稿では,ポストコヒーレンス条件下での知識の権威化を診断するための診断ツールとして,Situated Epistemic Infrastructuresフレームワークを紹介した。
本論文は,AIガバナンス,知識生産,情報システムの倫理的設計に関する議論に,学術コミュニケーションの表現主義モデルに対する堅牢な代替手段を提供することによって貢献する。
論文 参考訳（メタデータ） (2025-08-07T03:08:23Z) - KERAIA: An Adaptive and Explainable Framework for Dynamic Knowledge Representation and Reasoning [46.85451489222176]
KERAIAはシンボリックナレッジエンジニアリングのための新しいフレームワークとソフトウェアプラットフォームである。
動的で複雑でコンテキストに敏感な環境で知識を表現、推論、実行するという永続的な課題に対処する。
論文 参考訳（メタデータ） (2025-05-07T10:56:05Z) - On the Role of Entity and Event Level Conceptualization in Generalizable Reasoning: A Survey of Tasks, Methods, Applications, and Future Directions [62.06913340614293]
本稿では,概念化されるインスタンスのタイプに基づいて,異なる概念化のタイプを4つのレベルに分類する。
本稿では,150以上の論文を包括的に調査し,概念化に関連するさまざまな定義,リソース,手法,下流アプリケーションについて調査する。
論文 参考訳（メタデータ） (2024-06-16T10:32:41Z) - Un mod{\`e}le de base de connaissances terminologiques [0.0]
用語知識ベース(TKB)は,形式的基準を満たさないため,様々なニーズに対処する上で有用である。
我々は,用語,概念,テキストという3つのリンクされた特徴を含むTKB構造を設計した。
論文 参考訳（メタデータ） (2023-02-16T10:28:23Z) - Investigating the Role of Centering Theory in the Context of Neural
Coreference Resolution Systems [71.57556446474486]
中心化理論と現代のコア参照分解システムとの関係について検討する。
高品質なニューラルコア参照リゾルバは、中心となるアイデアを明示的にモデル化することの恩恵を受けない可能性がある。
また, 再発をモデルとしたCTのバージョンを定式化し, バニラCTよりも良質なコア参照情報を取得することを示した。
論文 参考訳（メタデータ） (2022-10-26T12:55:26Z) - Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。
ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
論文 参考訳（メタデータ） (2022-06-03T12:24:49Z) - A Style and Semantic Memory Mechanism for Domain Generalization [108.98041306507372]
ドメイン内スタイルの不変性は、ドメインの一般化の効率を改善する上で重要な要素である。
本稿では,ドメイン間の意味的特徴の共通性を学習する上で特に有効な,新しい「判断」機構を提案する。
提案手法は最先端の手法をクリアマージンで超越している。
論文 参考訳（メタデータ） (2021-12-14T16:23:24Z) - BoxE: A Box Embedding Model for Knowledge Base Completion [53.57588201197374]
知識ベース補完(KBC)は、知識ベース(KB)に存在する情報を活用することにより、行方不明な事実を自動的に推測することを目的とする。
既存の埋め込みモデルは、以下の制限の少なくとも1つに該当する。
BoxEは、エンティティをポイントとして、関係をハイパー矩形(またはボックス)の集合として埋め込む
論文 参考訳（メタデータ） (2020-07-13T09:40:49Z) - Expressiveness and machine processability of Knowledge Organization
Systems (KOS): An analysis of concepts and relations [0.0]
各知識組織システムの表現性と機械処理性の両方の可能性は、その構造規則によって広範囲に規制されている。
オントロジーは多種多様な関係を明示的に定義し、その性質上機械処理可能である。
論文 参考訳（メタデータ） (2020-03-11T12:35:52Z)
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。