Fugu-MT 論文翻訳(概要): Constraining ontology mappings using metaphysical choices

論文の概要: Constraining ontology mappings using metaphysical choices

arxiv url: http://arxiv.org/abs/2608.08122v1
Date: Sat, 08 Aug 2026 13:13:09 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-11 19:16:36.686142
Title: Constraining ontology mappings using metaphysical choices
Title（参考訳）: メタ物理選択を用いたオントロジーマッピングの制約
Abstract要約: IESとBFOのマッピングのテストケースを提供する。我々は,この2つのマッピングの基本的な制約を提供することに重点を置いている。本手法を実証するために,SPARQLクエリを用いてこれらの原則をどのように運用するかを示した。
参考スコア（独自算出の注目度）: 0.09558392439655013
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper we discuss the foundations behind a novel methodology for the validation of semantic mappings between different data sources based upon different foundation ontologies, where the methodology builds a framework based upon the metaphysical commitments of the ontologies. We provide as example the test case of mappings between IES and BFO, and we especially focused on providing cardinality constraints on the mappings between the two ontologies. In order to demonstrate the applicability of our method, we showcased how these principles can be operationalized through SPARQL queries validating the results of a mapping pipeline.
Abstract（参考訳）: 本稿では,異なる基盤オントロジーに基づく異なるデータソース間のセマンティックマッピングの検証のための新しい方法論の基礎について論じ,そこでは,オントロジーのメタ物理的コミットメントに基づくフレームワークを構築する。 IES と BFO 間のマッピングのテストケースとして,特に2 つのオントロジ間のマッピングに対する濃度制約の提供に着目した。提案手法の適用性を示すため,マッピングパイプラインの結果を検証したSPARQLクエリを通じて,これらの原則をどのように運用するかを示した。

関連論文リスト

Surprising Effectiveness of Self-Demonstrations in Enhancing Schema-Ontology Mapping with LLMs [23.62124559072917]
本稿では,ニューロシンボリックなタスク分解と,パターン誘導型デモの自動生成機構を組み合わせた自己演示駆動型アプローチを提案する。 RODIベンチマークから得られた最も難しい3つのシナリオの実験から、我々の手法が最先端のパフォーマンスを達成することを示す。
論文参考訳（メタデータ） (2026-09-12T07:42:55Z)
A Concise Survey on Lane Topology Reasoning for HD Mapping [30.73664953504888]
レーントポロジ推論技術はハイデフィニション(HD)マッピングや自律運転アプリケーションにおいて重要な役割を担っている。近年、この分野で重要な進歩が見られたが、これらを包括的にまとめる努力は限られている。本研究は,レーントポロジー推論手法の進化と現状を体系的にレビューする。
論文参考訳（メタデータ） (2025-03-31T11:30:40Z)
A semantic approach to mapping the Provenance Ontology to Basic Formal Ontology [0.0]
PROV-O は World Wide Web Consortium (W3C) で、さまざまなドメインにまたがる実績に関するデータを構造化するために使用される。これら2つの拡張とそれらによって編成されたデータとの相互運用性を高めるため、マッピング方法論とアライメントのセットが提示される。
論文参考訳（メタデータ） (2024-08-02T16:50:17Z)
Conceptual Engineering Using Large Language Models [0.0]
ウィキデータナレッジグラフから得られたデータを用いて、2つの概念工学プロジェクトに関する規定的定義を評価する。その結果,本手法を用いて構築した分類手順は,優れた分類性能を示すことがわかった。我々は、この研究に対して、概念工学の理論と実践の3つの側面に異議を申し立てる。
論文参考訳（メタデータ） (2023-12-01T01:58:16Z)
Nested Named Entity Recognition from Medical Texts: An Adaptive Shared Network Architecture with Attentive CRF [53.55504611255664]
ネスト現象によるジレンマを解決するために,ASACと呼ばれる新しい手法を提案する。提案手法は,適応共有(AS)部と注意条件付きランダムフィールド(ACRF)モジュールの2つの鍵モジュールを含む。我々のモデルは、異なるカテゴリのエンティティ間の暗黙の区別と関係をキャプチャすることで、より良いエンティティ表現を学ぶことができる。
論文参考訳（メタデータ） (2022-11-09T09:23:56Z)
Semantic Search for Large Scale Clinical Ontologies [63.71950996116403]
本稿では,大規模臨床語彙検索システムを構築するための深層学習手法を提案する。本稿では,意味学習データに基づくトレーニングデータを生成するTriplet-BERTモデルを提案する。このモデルは,5つの実ベンチマークデータセットを用いて評価され,提案手法は自由テキストから概念,概念まで,概念語彙の検索において高い結果が得られることを示す。
論文参考訳（メタデータ） (2022-01-01T05:15:42Z)
Learning Gaussian Graphical Models with Latent Confounders [74.72998362041088]
我々は、グラフィカルモデルにおける推論のための2つの戦略を、潜伏した共同創設者と比較し、対比する。これら2つのアプローチは、類似した目標を持っているが、それらは共起に関する異なる仮定によって動機付けられている。これら2つのアプローチの強みを組み合わせた新しい手法を提案する。
論文参考訳（メタデータ） (2021-05-14T00:53:03Z)
Unsupervised Knowledge Graph Alignment by Probabilistic Reasoning and Semantic Embedding [22.123001954919893]
本稿では,確率論的推論とセマンティック埋め込みに基づくPRASEという反復的フレームワークを提案する。 PRASEフレームワークは、異なる埋め込みベースのモデルと互換性があり、複数のデータセットの実験では、その最先端性能が実証されている。
論文参考訳（メタデータ） (2021-05-12T11:27:46Z)
Transforming Feature Space to Interpret Machine Learning Models [91.62936410696409]
この貢献は、特徴空間変換のレンズを通して機械学習モデルを解釈する新しいアプローチを提案する。非条件的および条件付きポストホック診断ツールの拡張に使用できる。提案手法の可能性を実証するために,46特徴のリモートセンシング土地被覆分類の事例研究を行った。
論文参考訳（メタデータ） (2021-04-09T10:48:11Z)
Mapping Patterns for Virtual Knowledge Graphs [71.61234136161742]
仮想知識グラフ(VKG)は、レガシーデータソースの統合とアクセスのための最も有望なパラダイムの1つである。データ管理、データ分析、概念モデリングにおいて研究された、確立された方法論とパターンに基づいて構築する。検討されたVKGシナリオに基づいて,私たちのカタログを検証し,そのパターンの大部分をカバーすることを示す。
論文参考訳（メタデータ） (2020-12-03T13:54:52Z)
There and Back Again: Revisiting Backpropagation Saliency Methods [87.40330595283969]
正当性法は,各入力サンプルの重要度マップを作成することによって,モデルの予測を説明する。このような手法の一般的なクラスは、信号のバックプロパゲートと結果の勾配の分析に基づいている。本稿では,そのような手法を統一可能な単一のフレームワークを提案する。
論文参考訳（メタデータ） (2020-04-06T17:58:08Z)

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。