論文の概要: SM-based Semantics for Answer Set Programs Containing Conditional Literals and Arithmetic

• arxiv url: http://arxiv.org/abs/2511.01753v1
• Date: Mon, 03 Nov 2025 17:03:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:27.340061
• Title: SM-based Semantics for Answer Set Programs Containing Conditional Literals and Arithmetic
• Title（参考訳）: 条件付きリテラルと算術を含む回答集合プログラムのためのSMに基づく意味論
• Authors: Zachary Hansen, Yuliya Lierler,
• Abstract要約: 条件付きリテラルは、ロジックルールの本体内でネストされた含意として振る舞う。 SM演算子に基づく条件付きリテラルと算術演算を用いた論理プログラムのセマンティクスを提案する。
• 参考スコア（独自算出の注目度）: 3.9335611819745355
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern answer set programming solvers such as CLINGO support advanced language constructs that improve the expressivity and conciseness of logic programs. Conditional literals are one such construct. They form "subformulas" that behave as nested implications within the bodies of logic rules. Their inclusion brings the form of rules closer to the less restrictive syntax of first-order logic. These qualities make conditional literals useful tools for knowledge representation. In this paper, we propose a semantics for logic programs with conditional literals and arithmetic based on the SM operator. These semantics do not require grounding, unlike the established semantics for such programs that relies on a translation to infinitary propositional logic. The main result of this paper establishes the precise correspondence between the proposed and existing semantics.
• Abstract（参考訳）: ClingOのような現代の解法は、論理プログラムの表現性と簡潔性を改善する高度な言語構造をサポートする。 条件付きリテラルはそのような構成である。 これらは"サブフォーミュラ"を形成し、ロジックルールの本体内でネストした含意として振る舞う。 彼らの包含は、ルールの形式を一階述語論理の制約の少ない構文に近づける。 これらの性質は、知識表現のための条件付きリテラルを有用なツールにする。 本稿では,SM演算子に基づく条件付きリテラルと算術演算を用いた論理プログラムのセマンティクスを提案する。 これらの意味論は、無限命題論理への翻訳に依存するようなプログラムの確立された意味論とは異なり、基礎付けを必要としない。 本研究の主な成果は,提案するセマンティクスと既存セマンティクスの正確な対応性を確立することである。

関連論文リスト

• A Reduction of Input/Output Logics to SAT [51.82266520875928]
  デオン論理(Deontic logic)は、規範、義務、許可、禁止について推論するための形式主義である。 本稿では,I/O論理の自動化手法を提案する。
  論文  参考訳（メタデータ） (2025-08-22T09:22:26Z)
• Relating Answer Set Programming and Many-sorted Logics for Formal Verification [1.223779595809275]
  私の研究課題は、ASP検証をアクセス可能で日常的なタスクにする意図で、3つの問題に対処することに集中しています。 ASP の代替セマンティクスを,この辺りで多種多様な一階述語論理の論理への変換に基づいて検討した。 これらのセマンティクスは、論理プログラムのモジュラー理解を促進し、基底をバイパスし、自動定理プロバーを使用してプログラムのプロパティを自動検証することを可能にする。
  論文  参考訳（メタデータ） (2025-02-13T11:52:40Z)
• FSLI: An Interpretable Formal Semantic System for One-Dimensional Ordering Inference [0.9048611509540079]
  論理的推論の一次元順序付け問題を解くシステムを開発した。 自然言語の前提と候補文を一階述語論理に変換する。 BIGbenchの論理推論タスクでは100%の精度を実現し、AR-LSATの構文的に単純化されたサブセットでは88%の精度を実現している。
  論文  参考訳（メタデータ） (2025-02-12T13:58:42Z)
• Operator-based semantics for choice programs: is choosing losing? (full version) [6.983702226751596]
  これまでに2つの意味論が研究されている。 演算子ベースのフレームワークは、原則化された方法で異なる意味論の定義と比較を可能にする。
  論文  参考訳（メタデータ） (2024-07-31T12:25:57Z)
• Parameterized Dynamic Logic -- Towards A Cyclic Logical Framework for General Program Specification and Verification [0.174048653626208]
  本稿では,プログラムモデルの豊富な集合を特定・推論するためのパラメータ化動的論理理論,すなわちDLpについて述べる。 動的論理理論に基づいた柔軟な検証フレームワークを提供する。
  論文  参考訳（メタデータ） (2024-04-28T07:08:44Z)
• Benchmarking Language Models for Code Syntax Understanding [79.11525961219591]
  事前学習された言語モデルは、自然言語処理とプログラム理解の両方において素晴らしい性能を示している。 本研究では,プログラムの構文構造を特定するための,最先端の事前訓練モデルの最初の徹底的なベンチマークを行う。 この結果から,既存のプログラミング言語の事前学習手法の限界が指摘され,構文構造をモデル化することの重要性が示唆された。
  論文  参考訳（メタデータ） (2022-10-26T04:47:18Z)
• Learning Symbolic Rules for Reasoning in Quasi-Natural Language [74.96601852906328]
  我々は,ルールを手作業で構築することなく,自然言語入力で推論できるルールベースシステムを構築した。 本稿では,形式論理文と自然言語文の両方を表現可能な"Quasi-Natural"言語であるMetaQNLを提案する。 提案手法は,複数の推論ベンチマークにおける最先端の精度を実現する。
  論文  参考訳（メタデータ） (2021-11-23T17:49:00Z)
• How could Neural Networks understand Programs? [67.4217527949013]
  ソースコードにnlpプリトレーニング技術を直接適用するか、あるいはtheshelfによってモデルに機能を追加するかで、プログラムをより理解するためのモデルを構築するのは難しい。 本研究では,(1)操作セマンティクスの基本操作とよく一致する表現と(2)環境遷移の情報からなる情報から,モデルが学ぶべき新しいプログラムセマンティクス学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2021-05-10T12:21:42Z)
• Logic-Driven Context Extension and Data Augmentation for Logical Reasoning of Text [65.24325614642223]
  論理的な記号や表現をテキストで理解し、答えにたどり着くよう提案します。 このような論理的情報に基づいて,文脈拡張フレームワークとデータ拡張アルゴリズムを提案する。 本手法は最先端の性能を実現し,論理駆動コンテキスト拡張フレームワークとデータ拡張アルゴリズムの両方が精度向上に寄与する。
  論文  参考訳（メタデータ） (2021-05-08T10:09:36Z)
• LogicalFactChecker: Leveraging Logical Operations for Fact Checking with Graph Module Network [111.24773949467567]
  ファクトチェックに論理演算を活用するニューラルネットワークアプローチであるLogicalFactCheckerを提案する。 大規模なベンチマークデータセットであるTABFACT上での最先端のパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2020-04-28T17:04:19Z)

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。