論文の概要: KnowTeX: Visualizing Mathematical Dependencies

• arxiv url: http://arxiv.org/abs/2601.15294v1
• Date: Tue, 16 Dec 2025 18:24:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-25 16:54:51.833311
• Title: KnowTeX: Visualizing Mathematical Dependencies
• Title（参考訳）: KnowTeX: 数学的依存関係の可視化
• Authors: Elif Uskuplu, Lawrence S. Moss, Valeria de Paiva,
• Abstract要約: 本稿では,ソースから直接概念的依存関係を可視化するツールであるKnowを紹介する。 単純な"uses"コマンドを使用して、Knowはステートメント間の関係を抽出し、DOTおよびTikZフォーマットでプレビュー可能なグラフを生成する。 我々は、依存グラフが数学的記述の標準的な特徴となり、人間読者と自動システムの両方に利益をもたらすべきだと主張している。
• 参考スコア（独自算出の注目度）: 1.9531892208117902
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mathematical knowledge exists in many forms, ranging from informal textbooks and lecture notes to large formal proof libraries, yet moving between these representations remains difficult. Informal texts hide dependencies, while formal systems expose every detail in ways that are not always human-readable. Dependency graphs offer a middle ground by making visible the structure of results, definitions, and proofs. We present KnowTeX, a standalone, user-friendly tool that extends the ideas of Lean's Blueprints, enabling the visualization of conceptual dependencies directly from LaTeX sources. Using a simple "uses" command, KnowTeX extracts relationships among statements and generates previewable graphs in DOT and TikZ formats. Applied to mathematical texts, such graphs clarify core results, support education and formalization, and provide a resource for aligning informal and formal mathematical representations. We argue that dependency graphs should become a standard feature of mathematical writing, benefiting both human readers and automated systems.
• Abstract（参考訳）: 数学的な知識は、非公式の教科書や講義ノートから大きな公式な証明ライブラリまで、様々な形で存在しているが、これらの表現間の移動は依然として困難である。 非形式的なテキストは依存関係を隠蔽するが、形式的なシステムは必ずしも可読ではない方法ですべての詳細を公開している。 依存グラフは、結果、定義、証明の構造を可視化することによって中間の基盤を提供する。 私たちは、LeanのBlueprintsのアイデアを拡張し、LaTeXソースから直接概念的な依存関係を視覚化できるスタンドアロンのユーザフレンドリーなツールであるKnowTeXを紹介します。 KnowTeXは単純な"uses"コマンドを使用してステートメント間の関係を抽出し、DOTおよびTikZフォーマットでプレビュー可能なグラフを生成する。 数学のテキストに適用されたグラフは、中核的な結果を明確にし、教育と形式化をサポートし、非公式な数学的表現と形式的な数学的表現を整合させるリソースを提供する。 我々は、依存グラフが数学的記述の標準的な特徴となり、人間読者と自動化システムの両方に利益をもたらすべきだと主張している。

関連論文リスト

• LIVE: LaTex Interactive Visual Editing [0.0]
  インタラクティブなLaTexグラフィックアイテムを設計するための新しい設計手法であるLIVEを提案する。 LIVEを使えば、Gitemsと呼ばれるもっとグラフィックアイテムを設計できます。 LIVE の機能を鮮明に表現するためには、NeRF の論文を参考文献として用いている。
  論文  参考訳（メタデータ） (2024-05-10T18:28:00Z)
• Leveraging Pre-trained Language Models for Time Interval Prediction in Text-Enhanced Temporal Knowledge Graphs [1.4916971861796382]
  本稿では,テキスト強調時間知識グラフ補完のための事前学習言語モデル(PLM)のパワーを利用するTEMTという新しいフレームワークを提案する。 従来のアプローチとは異なり、TEMTは異なる時間ポイント間の依存関係を効果的にキャプチャし、目に見えないエンティティの予測を可能にする。
  論文  参考訳（メタデータ） (2023-09-28T11:43:49Z)
• Joint Language Semantic and Structure Embedding for Knowledge Graph Completion [66.15933600765835]
  本稿では,知識三重項の自然言語記述と構造情報とを共同で組み込むことを提案する。 本手法は,学習済み言語モデルを微調整することで,完了作業のための知識グラフを埋め込む。 各種知識グラフベンチマーク実験により,本手法の最先端性能を実証した。
  論文  参考訳（メタデータ） (2022-09-19T02:41:02Z)
• All the World's a (Hyper)Graph: A Data Drama [55.144729234861316]
  Hyperbardはシェイクスピアの戯曲からの多様なデータ表現のデータセットである。 私たちの表現は、単一のシーンで文字の共起をキャプチャする単純なグラフから、複雑な通信設定を符号化するハイパーグラフまで様々です。 データソースへのオマージュとして、科学もまた芸術であると主張するため、私たちはすべてのポイントを遊びの形で提示します。
  論文  参考訳（メタデータ） (2022-06-16T14:51:28Z)
• Math-KG: Construction and Applications of Mathematical Knowledge Graph [2.1828601975620257]
  本研究では,パイプライン法と自然言語処理技術によって自動的に構築された数学知識グラフMath-KGを提案する。 提案するMath-KGは,故障解析やセマンティックサーチなど,一連のシーンでコントリビューションを行うことができる。
  論文  参考訳（メタデータ） (2022-05-08T03:39:07Z)
• Knowledge Graph informed Fake News Classification via Heterogeneous Representation Ensembles [1.8374319565577157]
  本稿では,異なる文書表現を効果的に偽ニュース識別に利用する方法を示す。 重要な貢献の1つは、知識グラフのみに基づく新しい文書表現学習手法のセットである。 我々は,知識グラフに基づく表現が,従来受け入れられていた表現学習者に対する競合性能をすでに達成していることを示す。
  論文  参考訳（メタデータ） (2021-10-20T09:41:14Z)
• Knowledge Sheaves: A Sheaf-Theoretic Framework for Knowledge Graph Embedding [1.5469452301122175]
  知識グラフの埋め込みは, トポロジカル言語, カテゴリー言語で自然に表現されていることを示す。 知識グラフの埋め込みは、グラフ上の適切なテクスチャ知識棚の近似グローバルセクションとして記述することができる。 結果として得られる埋め込みは、特別な訓練をせずに合成関係の推論に容易に適応できる。
  論文  参考訳（メタデータ） (2021-10-07T20:54:40Z)
• Extracting Summary Knowledge Graphs from Long Documents [48.92130466606231]
  本稿では,長い文書から要約された知識グラフを予測する新しいテキスト・ツー・グラフタスクを提案する。 自動アノテーションと人文アノテーションを用いた200k文書/グラフペアのデータセットを開発する。
  論文  参考訳（メタデータ） (2020-09-19T04:37:33Z)
• Structure-Augmented Text Representation Learning for Efficient Knowledge Graph Completion [53.31911669146451]
  人為的な知識グラフは、様々な自然言語処理タスクに重要な支援情報を提供する。 これらのグラフは通常不完全であり、自動補完を促す。 グラフ埋め込みアプローチ(例えばTransE)は、グラフ要素を密度の高い埋め込みに表現することで構造化された知識を学ぶ。 テキストエンコーディングアプローチ(KG-BERTなど)は、グラフトリプルのテキストとトリプルレベルの文脈化表現を利用する。
  論文  参考訳（メタデータ） (2020-04-30T13:50:34Z)
• Exploiting Structured Knowledge in Text via Graph-Guided Representation Learning [73.0598186896953]
  本稿では、知識グラフからのガイダンスを用いて、生テキスト上で学習する2つの自己教師型タスクを提案する。 エンティティレベルのマスキング言語モデルに基づいて、最初のコントリビューションはエンティティマスキングスキームです。 既存のパラダイムとは対照的に,本手法では事前学習時にのみ,知識グラフを暗黙的に使用する。
  論文  参考訳（メタデータ） (2020-04-29T14:22:42Z)
• Generative Adversarial Zero-Shot Relational Learning for Knowledge Graphs [96.73259297063619]
  我々は、この厄介なキュレーションを解放するために、新しい定式化、ゼロショット学習を考える。 新たに追加された関係について,テキスト記述から意味的特徴を学習しようと試みる。 我々は,GAN(Generative Adrial Networks)を活用し,テキストと知識グラフ領域の接続を確立する。
  論文  参考訳（メタデータ） (2020-01-08T01:19:08Z)

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。