MMAug, 2018

逻辑语义与常识知识：我们错在哪里，如何继续前行

PDF
TL;DR本文认为逻辑语义学未能区分本体概念和逻辑概念等两种基本不同的概念类型，指出需要将词汇语义学和组合语义学融合为一个一致的框架，并嵌入一个强类型的本体论中以反映我们的世界常识认知，从而解决自然语言语义学中的一些挑战。
发现论文，激发创造
  • 语义，本体和解释

    本文探讨了 “语义学”、“本体论” 和 “解释” 的强关系，提出了本体论展开的概念，旨在通过揭示符号域描述的本体承诺，解释概念模型、知识图谱和逻辑规范，并讨论了本体论驱动概念模型在支持语义互操作性任务方面的关键作用。

    Apr, 2023

  • 三十年的认知规范

    该研究论文介绍了认知逻辑程序的语言和形式语义，并探讨了该领域的当前状态和未来研究的挑战。

    Aug, 2021

  • 一种描述逻辑用于类比推理

    在本文中，我们利用类比推理介绍了一种推断缺失知识的机制，用于完善本体论，从而解决现有本体论不完整的问题，并且提出了一种基于双射映射的新型语义，分析了该语义下类比的特性，展示了两种合理的推断模式：规则翻译和规则外推。

    May, 2021

  • 语义计算对组织有效性的贡献：从组织理论到基于语义建模的实践

    通过在一个地方政府的复杂基础设施项目中实现和验证本体论，该研究使用语义学方法对协调与合作进行建模和增强，提出了一个包含相关依赖的鲁棒保存型细化组织模型，以及如何通过改变组织内的依赖结构来减轻协调与合作风险等实际见解。

    Dec, 2023

  • 谓词和对象中的模糊性

    本文介绍了一种名为 Variable Reference Semantics 的语义框架，用于解释与谓词和对象相关的多种变化模式。

    Feb, 2023

  • 朝向本体论支持的跨语言知识图谱

    通过对抽象对象的具体化和对概念与类型之间的本体论区分的认识，我们得到了一个本体论基础和语言无关的表示法，可以缓解知识图谱集成中的困难。

    Jul, 2023

  • 如何利用通用常识本体提升基于学习的图像检索性能

    本文探讨了如何利用 MIT 的通用本体库 ConceptNet，改进最新视觉系统的性能，实验表明，通用常识本体库可以通过过滤选择有意义的视觉关系，提升视觉推理任务的表现。

    May, 2017

  • 相互作用的概念空间 I：概念的语法组合

    介绍了一种扩展基于范畴的表示意义的方法，将其应用于概念空间模型，提出了凸关系范畴，构建了名词、形容词和动词类型的概念空间，通过例子说明了复合短语的构成方式，建立了一种新的认知复合方法。

    Mar, 2017

  • 元语义学：迈向更好的自然语言理解和推理

    本文提出了两种解决 out-of-vocabulary 问题的策略和一个语义模型，以解决传统深度神经网络和基于规则的方法在自然语言理解上所面临的挑战。

    Apr, 2023

  • 学习描述逻辑本体的复杂性

    本文介绍了用于生命科学领域相关知识表示的本体论。提供了从计算学习理论中学习模型的正式规范，同时回顾了在这些模型中学习轻量级描述逻辑（DL）本体论的复杂性结果，最后，我们强调了文献中提出的其他学习 DL 本体论的方法。

    Mar, 2021