論文の概要: Static Analysis of Recursive SHACL

• arxiv url: http://arxiv.org/abs/2605.02787v1
• Date: Mon, 04 May 2026 16:29:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-05 20:33:50.407166
• Title: Static Analysis of Recursive SHACL
• Title（参考訳）: 再帰的SHACLの静的解析
• Authors: Anouk Oudshoorn, Magdalena Ortiz, Mantas Simkus,
• Abstract要約: SHACL(Shapes Constraint Language)は、RDFデータの制約をいわゆる形状を用いて表現する。 我々の重要な技術的貢献は、SHACLを十分に確立されたセマンティクスの下で完全にハイブリッドなmu-calculusに翻訳することである。
• 参考スコア（独自算出の注目度）: 5.161531917413707
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: SHACL (Shapes Constraint Language) expresses constraints on RDF data by means of so-called shapes. Its central service is validation: verifying whether a data graph complies with a SHACL document. But so far, there are no static analysis services to compare documents. In this paper, we study the following problem: decide whether all graphs that validate one SHACL document also validate another. Unlike previous works that have considered the implication of shape expressions only, we consider documents comprising (recursive) shape definitions and targets. We show that implication (a.k.a. containment) is undecidable under the supported and the stable model semantics, even for the fragment that uses the description logic ALCIO for shape expressions. Under the well-founded semantics, in surprising contrast, it is decidable in single exponential time. Our key technical contribution is a translation of SHACL under the well-founded semantics into the full hybrid mu-calculus, revealing a novel link between well-founded models and a fixed point modal logic, and a worst-case optimal automata-based decision procedure.
• Abstract（参考訳）: SHACL(Shapes Constraint Language)は、RDFデータの制約をいわゆる形状を用いて表現する。 データグラフがSHACLドキュメントに準拠しているかどうかを検証する。 しかし今のところ、文書を比較する静的分析サービスは存在しない。 本稿では,あるSHACL文書を検証した全てのグラフが,別のSHACL文書を検証しているかどうかを判定する。 形状表現のみを含意する従来の作品とは異なり, 形状定義や対象を含む文書を考察する。 我々は、形表現にALCIOを用いた記述論理を用いた断片であっても、サポート対象および安定モデルセマンティクスにおいて含意(つまり包含)が決定不能であることを示します。 十分に確立されたセマンティクスの下では、驚くべき対照的に、単一の指数時間で決定可能である。 我々の重要な技術的貢献は、十分に確立されたセマンティクスの下でSHACLを完全なハイブリッドなマルチ計算に翻訳することであり、十分に確立されたモデルと固定点のモーダル論理と、最悪のケースで最適なオートマトンに基づく決定手順との新たなリンクを明らかにする。

関連論文リスト

• Geometrically-Constrained Agent for Spatial Reasoning [53.93718394870856]
  視覚言語モデルは空間的推論において基本的な意味-幾何学的ギャップを示す。 現在のパラダイムは、このギャップを埋めることに失敗します。 本稿では,形式的タスク制約を導入することにより,このギャップを解消する学習自由エージェントパラダイムを提案する。
  論文  参考訳（メタデータ） (2025-11-27T17:50:37Z)
• SHACL Validation under Graph Updates (Extended Paper) [6.755812289103844]
  本稿では,RDFグラフの直感的かつ現実的な修正をキャプチャできるSHACLベースの更新言語を提案する。 この問題は、与えられた更新シーケンスを適用した後も、SHACL仕様を検証するすべてのグラフがまだそうするかどうかを検証するように要求する。 静的な検証は(マイナーな拡張)SHACLにおける制約の満足度に還元できることを示す。
  論文  参考訳（メタデータ） (2025-07-31T19:58:16Z)
• SHACL Validation in the Presence of Ontologies: Semantics and Rewriting Techniques [6.882042556551609]
  SHACLは、データを完全として扱う制約言語であり、クローズドワールドの仮定の下で検証する必要がある。 我々は、主要なコアユニバーサルモデルの存在下で、SHACL検証のセマンティクスを提唱する。 非常に単純な機能であっても、EXPTIMEは完全であり、PTIMEはデータ複雑性において完全であることを示す。
  論文  参考訳（メタデータ） (2025-07-16T14:38:27Z)
• SHACL2FOL: An FOL Toolkit for SHACL Decision Problems [0.4895118383237099]
  我々は、SHACL文書をFOL文に変換する最初の自動ツールであるSHACL2FOLを紹介する。 このツールは、満足度と包含性の2つの静的解析問題に対する解を計算する。 また、一連の制約に関してグラフの有効性をテストすることもできる。
  論文  参考訳（メタデータ） (2024-06-12T09:20:25Z)
• Telling Left from Right: Identifying Geometry-Aware Semantic Correspondence [80.6840060272386]
  本稿では,意味的対応のための幾何学的認識の重要性を明らかにする。 この情報を活用することで,意味的対応性能が著しく向上することを示す。 提案手法は,SPair-71kデータセット上で,65.4(ゼロショット)と85.6(教師)のPCK@0.10スコアを達成する。
  論文  参考訳（メタデータ） (2023-11-28T18:45:13Z)
• Interpretable Automatic Fine-grained Inconsistency Detection in Text Summarization [56.94741578760294]
  本研究の目的は, 要約中の事実誤りの微粒化を予測し, 微粒化不整合検出の課題を提案することである。 要約における現実的不整合の検査方法に触発され,解析可能な微粒不整合検出モデルであるFinGrainFactを提案する。
  論文  参考訳（メタデータ） (2023-05-23T22:11:47Z)
• FactGraph: Evaluating Factuality in Summarization with Semantic Graph Representations [114.94628499698096]
  文書と要約を構造化された意味表現(MR)に分解するFactGraphを提案する。 MRは、コアセマンティックの概念とその関係を記述し、文書と要約の両方の主要な内容を標準形式で集約し、データの疎結合を減少させる。 事実性を評価するための異なるベンチマークの実験では、FactGraphは以前のアプローチよりも最大15%優れていた。
  論文  参考訳（メタデータ） (2022-04-13T16:45:33Z)
• Satisfiability and Containment of Recursive SHACL [4.8986598953553555]
  シェープ制約言語(Shapes Constraint Language, SHACL)は、グラフ上の特定の形状を検証することでRDFデータを検証するための最近のW3C勧告言語である。 これまでの研究は、バリデーション問題と、満足度と封じ込めの標準決定問題に主に焦点を合わせてきた。 我々は、SHACLのセマンティクスを正確に把握するSCLと呼ばれる新しい一階言語への翻訳を提供することにより、SHACLの異なる特徴を包括的に研究する。 また、SCLの2階拡張であるMSCLを提示し、単一の形式論理フレームワーク、メインで定義できるようにしました。
  論文  参考訳（メタデータ） (2021-08-30T08:51:03Z)
• Leveraging Unlabeled Data for Entity-Relation Extraction through Probabilistic Constraint Satisfaction [54.06292969184476]
  シンボリックドメイン知識の存在下でのエンティティ関係抽出の問題を研究する。 本手法では,論理文の正確な意味を捉える意味的損失を用いる。 低データ体制に焦点をあてて、セマンティックな損失がベースラインをはるかに上回ることを示す。
  論文  参考訳（メタデータ） (2021-03-20T00:16:29Z)
• SHACL Satisfiability and Containment (Extended Paper) [6.308539010172308]
  Shapes Constraint Language (SHACL)は、RDFデータを検証するための最近のW3C勧告言語である。 本稿では、SCLと呼ばれる新しい一階述語言語への翻訳を提供することにより、再帰的でないSHACLの異なる特徴を徹底的に研究する。 この論理学におけるSHACLの特徴の相互作用について検討し、上記のSHACLサブ言語に対する決定問題の決定可能性と複雑性の詳細なマップを提供する。
  論文  参考訳（メタデータ） (2020-08-31T14:52:03Z)
• Grounded and Controllable Image Completion by Incorporating Lexical Semantics [111.47374576372813]
  Lexical Semantic Image Completion (LSIC)は、芸術、デザイン、遺産保護に潜在的な応用をもたらす可能性がある。 視覚的文脈と語彙的文脈の両方に忠実な結果を生成することを提唱する。 LSICの大きな課題の1つは、ビジュアル・セマンティック・コンテキストの構造をモデル化し整合させることである。
  論文  参考訳（メタデータ） (2020-02-29T16:54:21Z)

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。