ontology engineering | BriefGPT

关键词ontology engineering

搜索结果 - 10

OntoChat：一种使用语言模型进行对话本体工程的框架
本研究论文介绍了一个名为 OntoChat 的对话式本体工程框架，支持需求获取、分析和测试，并通过复制音乐元本体的工程过程以及用户的初步评估指标来验证其有效性。
PDF4 months ago
对现有本体进行能力问题改进的实验
提出一种使用生成型人工智能直接从本体中提取候选复杂问题的方法 RETROFIT-CQs，并讨论其在现有本体中的应用。
PDF8 months ago
森林混合：研究多个搜索树和共享的精化汇集对本体学习的影响
白盒机器学习算法的研究，特别关注用于学习描述逻辑中的公理的算法，通过引入多个搜索树和共享细化池以将搜索空间分割为较小子空间，使用从每棵树中获取最佳类表达式的合取操作以提供最有用信息，旨在促进从多样的起始类中进行探索，并简化发现本体中的类表达
PDF9 months ago
从以 OTTR 为中心的本体工程方法中获得的洞察
用 OTTR 模板表示本体模型模式，通过实例化模板来构建本体或知识库，隐藏了本体表示语言的特定性，使本体工程师能够从某种程度上将信息建模的决策与信息建模的方式（例如，使用哪些设计模式）的决策分开，可以延迟某些决策以便更专注于这些过程，本文概
PDF9 months ago
DeepOnto: 基于深度学习的本体工程 Python 包
利用神经网络 (Deep Learning) 技术特别是语言模型 (Language Model)，在本体工程 (Ontology Engineering) 中应用已引起广泛关注。Deeponto 是一个为本体工程设计的 Python 包，
PDFa year ago
一种基于嵌入的方法，用于处理不一致本体的不一致容忍推理
本文提出了在基于描述逻辑的不一致本体中利用嵌入学习方法进行推理的新方法，并使用语义向量来计算公理之间的语义连接，从而定义了一种基于嵌入的方法来选择最大一致子集，并用它来定义一种不一致容忍的推理关系，并且实验结果表明，我们的嵌入式方法可以胜过
PDFa year ago
走向人类兼容的可解释人工智能：利用背景知识进行概念归纳解释数据差异
本文基于形式逻辑推理构建的概念归纳法，展示其在本体工程和可解释的人工智能（XAI）领域中的应用，特别是在解释数据差异方面进行了研究，结果表明此方法可解释并可读。我们使用从维基百科类别层次结构中精选出的大类层次结构作为背景知识。
PDF2 years ago
基于用户反馈的本体重构技术，应用于 Bosch 焊接知识图谱构建
该论文探讨了知识图谱（KG）自动生成的方法，使用本体重塑的方法平衡本体工程中的两个原则，为 KG 的构建提供了新的思路。
PDF2 years ago
AAAI用于描述逻辑的高效概念归纳
本文提出了一种降低描述逻辑推理器调用次数的概念归纳算法，从而提高执行时间，尤其在其他系统速度过慢的情况下，可作为现有系统的有效替代方案，同时在许多情况下，正确率仍然很高。
PDF6 years ago
AAAI通过公理弱化修复本体
本研究提出了一种基于弱化 DL 本体学说公理，采用细化运算符修复基于原理的本体的新方法，研究表明该方法比删除公理保留原有知识更有效。
PDF7 years ago