MétaCan
Menu
Retour à la cohorte
Enregistrement W2381302819 · doi:10.4018/978-1-61520-859-3.ch003

Exceptions in Ontologies

2010· book-chapter· en· W2381302819 sur OpenAlexaff
Christophe Jouis, Julien Bourdaillet, Bassel Habib, Jean‐Gabriel Ganascia

Notice bibliographique

RevueIGI Global eBooks · 2010
Typebook-chapter
Langueen
DomaineComputer Science
ThématiqueLogic, Reasoning, and Knowledge
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésAxiomOntologyFormalism (music)Closure (psychology)Computer scienceIDEF5Ontology componentsInferenceClass (philosophy)Knowledge representation and reasoningTheoretical computer scienceRepresentation (politics)Set (abstract data type)MathematicsAlgebra over a fieldProcess ontologyPure mathematicsSemantic WebArtificial intelligenceProgramming languageOntology alignment

Résumé

récupéré en direct d'OpenAlex

This chapter is a contribution to the study of formal ontologies. It addresses the problem of atypical entities in ontologies. The authors propose a new model of knowledge representation by combining ontologies and topology. In order to represent atypical entities in ontologies, the four topological operators of interior, exterior, border and closure are introduced. These operators allow to specify whether an entity, belonging to a class, is typical or not. The authors define a system of topological inclusion and membership relations into the ontology formalism, by adapting the four topological operators with the help of their mathematical properties. These properties are used as a set of axioms which allows to define the topological inclusion and membership relations. Further, the authors define combinations of the operators of interior, exterior, border and closure that allow the construction of an algebra. They model is implemented in AnsProlog, a recent logic programming language that allows negative predicates in inference rules.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,384
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,254
Écart entre enseignants0,230 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetLogic, Reasoning, and KnowledgeTravaux en français237 207