MétaCan
Menu
Retour à la cohorte
Enregistrement W2311043595

A consistency-based system for knowledge base merging

2006· dissertation· en· W2311043595 sur OpenAlexfundno aff
Daphne Hao Liu

Notice bibliographique

RevueSummit (Simon Fraser University) · 2006
Typedissertation
Langueen
DomaineComputer Science
ThématiqueLogic, Reasoning, and Knowledge
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSimon Fraser University
Mots-clésKnowledge baseConsistency (knowledge bases)Merge (version control)Belief revisionComputer scienceVocabularyPropositional calculusProblem solverBase (topology)Theoretical computer scienceWeak consistencyKnowledge-based systemsProcess (computing)SolverArtificial intelligenceAlgorithmMathematicsInformation retrievalStrong consistencyProgramming languageSoftware engineeringLinguistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The ability to change one's beliefs consistently is essential for sound reasoning in a world where the new information one acquires may invalidate or augment one's current beliefs. Belief revision is the process wherein an agent modifies its beliefs to incorporate the new information received, and knowledge base merging the process wherein the agent is given two or more knowledge bases to merge. We present a binary decision diagram (BDD) - based implementation of Delgrande and Schaub's consistency-based belief change framework. Our system focuses on knowledge base merging with the possible incorporation of integrity constraints, using a BDD solver for consistency checking. We show that the result of merging finite knowledge bases can be represented as a finite formula, and that merging can be streamlined algorithmically by restricting attention to a subset of the vocabulary of the propositional formulas involved. Experimental results and comparisons with related systems are also given.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,219
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSummit (Simon Fraser University)Même sujetLogic, Reasoning, and KnowledgeTravaux en français237 207