Mar, 2023

OntoMathPRO 2.0 本体论：正式模型更新

PDF
TL;DR本文介绍了一个形式化的模型，用于在开放链接数据云中表示自然语言的数学事实，该模型用于 OntoMath PRO 专业数学本体论的开发，OntoMath 数字生态系统的语义出版平台是一个中心组件，用于数学知识管理，包括数学公式的语义搜索和数学论文的推荐系统。
ontology-basedmathematical knowledge managementlinked open dataontomath prosemantic publishing platform
发现论文，激发创造
  • 应用数学及相关学科中的模型和算法本体论

    使用本体论的方法，将应用数学中的建模 - 仿真 - 优化工作流的数学模型和数值算法表示出来，以构建 FAIR 数学研究数据。通过介绍多孔介质微裂纹分析的具体例子，展示了本体论如何表征基础数学模型及其相应的数值算法。

    Oct, 2023

  • 数学知识表示：语义模型和形式化

    本文介绍数学知识管理中语义方法的调查研究，涵盖本体模型、数学知识本体论以及数学公式搜索和学习。

    Aug, 2014

  • Ontomathedu 本体论丰富方法

    本文介绍了基于 LMS Moodle 的 OntoMathEdu 生态系统的结构，旨在改进学校数学课程的教学过程，并提供了一种基于确定概念之间新联系的方法来改进 OntoMathEdu 本体结构。

    Dec, 2022

  • Math-KG：数学知识图谱的构建与应用

    本论文提出一种数学知识图谱（Math-KG），通过自然语言处理技术利用百度百科和维基百科构建，旨在解决在线教育平台上的信息过载和知识跟踪问题，并提供了一个简单的应用系统进行实验验证。

    May, 2022

  • Graph2Tac: 数学定理证明中的数学概念的分层表示学习

    使用新的基于图的数据集进行 Coq 的机器学习，我们提出了 Graph2Tac（G2T）模型，通过考虑以往定义层次与当前目标之间的依赖关系，将新的数学概念整合到模型的知识库中。

    Jan, 2024

  • 本体蕴含推理的语言模型分析

    研究表明，虽然预训练语言模型对于自然语言推理方面的知识有比较好的编码能力，但其对于本体论的推断需要更多的背景知识，而且在给定少量样本的情况下能够有效地进行推断。

    Feb, 2023

  • 面向本体增强的大型语言模型表示学习

    通过注入本体知识来改进嵌入式大语言模型（embedding-LLM），本研究利用广泛的本体使用和基于对照学习框架，通过医学疾病本体的生物医学文档，展示了提高嵌入式 LLM 在描述疾病领域中的相似性评估能力的实验结果。

    May, 2024

  • 自然证明：自然语言数学定理证明

    NaturalProofs 是一个使用自然数学语言编写数学命题和证明的多域语料库，可用于评估系统在数学参考检索和生成任务中确定证明中出现的关键结果的能力，并提供了许多研究理解和创建自然数学语言的挑战性数学任务的新途径。

    Mar, 2021

  • 利用大型语言模型实现数学形式化辅助工具

    本研究使用大型语言模型 (Codex) 探讨将使用自然语言书写的数学（即定义，定理陈述和证明）转化为可以被程序检查正确性的形式语言的能力，并发现对于 120 个定理，Codex 可以在本科水平上以近 75％的准确率进行短数学陈述的形式化。同时在选择合适的输入和后处理策略下，Codex 可以以自然语言形式翻译本科水平的 13 个定理的证明，这些具有两到三自然段长度的证明可以在 12 次中有至少一次完成翻译，这表明大型语言模型是完全或部分自动化形式化的有前景的途径。

    Nov, 2022

  • 本体嵌入：方法、应用和资源综述

    本文系统回顾了本体嵌入领域的 80 多篇论文，介绍了本体的不同语义以及数学和机器学习的视角下的本体嵌入的定义和特性，并对几种技术解决方案进行了分类和分析，包括几何建模、序列建模和图传播等。此外，还介绍了本体嵌入在本体工程、机器学习增强和生命科学中的应用，并讨论了挑战和未来方向。

    Jun, 2024