Fugu-MT 論文翻訳(概要): Recovering Explanations from Transformed Rule-Based Ontologies

論文の概要: Recovering Explanations from Transformed Rule-Based Ontologies

arxiv url: http://arxiv.org/abs/2608.06399v1
Date: Fri, 31 Jul 2026 17:36:48 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-10 16:21:25.236095
Title: Recovering Explanations from Transformed Rule-Based Ontologies
Title（参考訳）: 変換規則に基づくオントロジーから説明を復元する
Abstract要約: 規則の下の証明木は、事実がなぜ成り立つのかを説明するが、元の規則の観点では容易に説明を保存することはできない。本研究は,ルールの下での係り受けの証明から,原文の下での証明から構築の問題を考察する。
参考スコア（独自算出の注目度）: 2.4775353203585797
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Datalog rules are often used to define ontologies over Knowledge Graphs. Rule reasoners routinely optimise such ontologies by rewriting their rules into a form that can be evaluated more efficiently. These transformations preserve the entailed facts, but not the structure of the underlying derivations. A proof tree under the rewritten rules explains why a fact holds, but does not readily yield an explanation in terms of the original rules. We study the problem of constructing, from a proof of entailment under the rewritten rules, a proof under the original ones: we establish its computational complexity and identify two practically relevant languages for specifying proof transformations.
Abstract（参考訳）: データログルールは知識グラフ上のオントロジーを定義するためによく使われる。ルール推論者は、規則をより効率的に評価できる形式に書き換えることで、このようなオントロジーを定期的に最適化する。これらの変換は、関連する事実を保存するが、基礎となる導出の構造は保存しない。書き直された規則の下にある証明木は、事実がなぜ成り立つかを説明するが、元の規則の観点では容易には説明できない。本研究は, 再記述規則の下での係り受けの証明から, その計算複雑性を確立し, 証明変換を規定する2つの実用的な言語を特定することによる, 構成上の課題について考察する。

関連論文リスト

Reasoning is about giving reasons [55.56111618153049]
高い精度の3つの一般的な推論データセットにおいて、自然言語の引数の論理構造を同定し、抽出できることが示される。我々のアプローチは、自然言語の引数の論理構造に依存するあらゆる推論形式をサポートする。
論文参考訳（メタデータ） (2025-08-20T07:26:53Z)
Rule Extrapolation in Language Models: A Study of Compositional Generalization on OOD Prompts [14.76420070558434]
ルール外挿は、プロンプトが少なくとも1つのルールに違反するOODシナリオを記述する。規則の交わりによって定義される形式言語に焦点を当てる。我々はアルゴリズム情報理論に先立ってソロモノフに触発された規則外挿の規範的理論の最初の石を配置した。
論文参考訳（メタデータ） (2024-09-09T22:36:35Z)
Faithful Differentiable Reasoning with Reshuffled Region-based Embeddings [62.93577376960498]
知識グラフ埋め込み法は、実体の幾何学的表現と関係を学習し、妥当な不足した知識を予測する。我々は、より大規模なルールベースを忠実にキャプチャできる制約の順序付けに基づくモデルであるRESHUFFLEを提案する。フレームワークへのエンティティの埋め込みは、グラフニューラルネットワーク(GNN)によって学習され、事実上差別化可能なルールベースとして機能する。
論文参考訳（メタデータ） (2024-06-13T18:37:24Z)
Can LLMs Reason with Rules? Logic Scaffolding for Stress-Testing and Improving LLMs [87.34281749422756]
大規模言語モデル(LLM)は、様々な推論タスクにおいて、印象的な人間的なパフォーマンスを実現している。しかし、その根底にある推論規則の熟達性は、人間の能力に欠ける。本稿では,推論ルールベースであるULogicを構築するための,推論ルール生成フレームワークを提案する。
論文参考訳（メタデータ） (2024-02-18T03:38:51Z)
Chain of Logic: Rule-Based Reasoning with Large Language Models [10.017812995997753]
ルールベースの推論は、一連の事実にルールを正確に適用することで、結論を引き出すことができます。そこで本研究では, 論理の連鎖という, 論理の分解と再構成を通じて規則に基づく推論を導く新しいプロンプト手法を提案する。我々は、LegalBenchベンチマークから3つの異なる構成規則を含む8つのルールベースの推論タスクにおける論理の連鎖を評価する。
論文参考訳（メタデータ） (2024-02-16T01:54:43Z)
Formal Proofs as Structured Explanations: Proposing Several Tasks on Explainable Natural Language Inference [0.16317061277457]
自然言語推論の基礎となる推論過程をモデル化できる推論フレームワークを提案する。このフレームワークは、形式論理におけるよく研究された証明システムであるセマンティック・テーブルー法に基づいている。本稿では、自然言語推論タスクを構造化された説明で定義する方法について述べる。
論文参考訳（メタデータ） (2023-11-15T01:24:09Z)
ChatRule: Mining Logical Rules with Large Language Models for Knowledge Graph Reasoning [107.61997887260056]
そこで我々は,知識グラフ上の論理ルールをマイニングするための大規模言語モデルの力を解き放つ新しいフレームワークChatRuleを提案する。具体的には、このフレームワークは、KGのセマンティック情報と構造情報の両方を活用するLLMベースのルールジェネレータで開始される。生成されたルールを洗練させるために、ルールランキングモジュールは、既存のKGから事実を取り入れてルール品質を推定する。
論文参考訳（メタデータ） (2023-09-04T11:38:02Z)
RulE: Knowledge Graph Reasoning with Rule Embedding [69.31451649090661]
我々は、論理ルールを活用してKG推論を強化する、textbfRulE(ルール埋め込みのためのスタンド)と呼ばれる原則的なフレームワークを提案する。 RulEは、既存の三重項と一階規則からルールの埋め込みを学習し、統一された埋め込み空間において、textbfentities、textbfrelations、textbflogical rulesを共同で表現する。複数のベンチマークの結果、我々のモデルは既存の埋め込みベースのアプローチやルールベースのアプローチよりも優れています。
論文参考訳（メタデータ） (2022-10-24T06:47:13Z)
Automating Defeasible Reasoning in Law [0.0]
ルールベースのシステム、特に法的な規範と契約について、デファシブルな推論について研究する。我々は、ルールがどのように相互作用し、どのようにオーバーライドされるかを指定するルール修飾子を識別する。次に、これらの修飾子を排除した規則変換を定義し、規則を公式に翻訳する。
論文参考訳（メタデータ） (2022-05-15T17:14:15Z)
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)
Parallelisable Existential Rules: a Story of Pieces [2.20439695290991]
実存則の並列化可能な集合を導入し、任意のインスタンスから単一の幅優先のステップでチェイスを計算できる。並列化可能な規則集合は、追跡のために有界かつ新しいルールのクラスに属するような規則集合であることを示す。
論文参考訳（メタデータ） (2021-07-13T13:09:14Z)
RNNLogic: Learning Logic Rules for Reasoning on Knowledge Graphs [91.71504177786792]
本稿では知識グラフに基づく推論のための論理規則の学習について研究する。論理規則は、予測に使用されるときに解釈可能な説明を提供するとともに、他のタスクに一般化することができる。既存の手法は、検索スペースの検索の問題や、スパース報酬による非効率な最適化に悩まされている。
論文参考訳（メタデータ） (2020-10-08T14:47:02Z)

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。