Derniers articles pour Représentation des connaissances

LE- améliore la représentation des connaissances pour la gestion de données complexes.

Ce papier examine des méthodes pour évaluer la relation entre des concepts en utilisant DBpedia.

YAGO 4.5 améliore l'organisation des données en fusionnant la taxonomie de Wikidata avec Schema.org.

Un aperçu de comment l'apprentissage ABA façonne l'argumentation dans l'intelligence artificielle.

Cet article parle de l'utilisation des LLMs pour automatiser l'apprentissage des ontologies à partir de texte non structuré.

Une nouvelle façon de comprendre les interactions entre agents et leur savoir dans les systèmes.

La recherche pousse la prédiction de liens temporels en utilisant des régularisateurs avancés dans les graphes de connaissances.

Voici UniBi, un modèle qui améliore la complétion des graphes de connaissances en se concentrant sur l'unicité des entités.

Le cadre TEMT améliore la complétion des graphes de connaissances temporelles en utilisant le contexte textuel.

Les ELPs améliorent le raisonnement sur les connaissances et les croyances dans des scénarios complexes.

Présentation d'une méthode qui mesure la qualité des réponses à différents niveaux de détail.

Un nouveau cadre améliore l'apprentissage à partir de graphiques de connaissances temporelles pour de meilleures prédictions.

Apprends comment élargir et améliorer les taxonomies efficacement.

Un aperçu de comment les graphes de connaissances temporelles représentent l'information au fil du temps.

Une nouvelle méthode améliore les modèles de langage grâce à l'intégration de connaissances.

ChapTER combine le contexte historique et les connaissances textuelles pour améliorer la performance de TKGR.

Combiner l'inférence en langage naturel et les embeddings de concepts améliore le remplissage des connaissances manquantes dans les ontologies.

Une méthode pour améliorer la compréhension des machines grâce à des embeddings multi-facettes.

Un nouveau cadre améliore la complétion des graphes de connaissances avec des types de données variés.

L'automatisation de la population des ontologies améliore la gestion des connaissances et l'accessibilité.

Intégrer des connaissances sémantiques et structurelles améliore la précision du typage d'entités dans les graphes de connaissances.

Un système pour simplifier l'utilisation d'OWL dans la programmation orientée objet.

HyperMono améliore l'exactitude des graphes de connaissances en utilisant un raisonnement en deux étapes et la monotonie des qualifiers.

Une nouvelle méthode utilisant des vecteurs binaires pour représenter les concepts linguistiques de manière efficace.

Le cadre MIMEA améliore l'alignement entre différentes graphes de connaissances.

Une nouvelle méthode pour de meilleures réponses en utilisant des graphes de connaissances incomplets.

Des méthodes innovantes améliorent les embeddings d'ontologie pour une meilleure complétion de la base de connaissances.

Explorer le rôle des désignateurs non-rigides dans les logiques de description modales.

Ce papier présente des méthodes pour mieux extraire des faits temporels à partir de phrases complexes.

Une nouvelle approche améliore la précision de l'IA en utilisant des graphes de connaissances.

Une nouvelle méthode combine des LLM et des KG pour améliorer la précision du raisonnement.

Explorer un cadre pour comprendre la connaissance parmi plusieurs agents en logique modale.

Une nouvelle façon de gérer et d'éditer efficacement des connaissances non structurées.

LLM4EA améliore l'efficacité de la connexion des entités dans des graphes de connaissance variés.

Un aperçu du rôle des Graphes de Connaissances dans l'organisation des informations incertaines.

Explorer l'intégration de domaines concrets dans les logiques de description pour un raisonnement amélioré.

LinkLogic offre clarté et fiabilité pour la prédiction de liens dans les graphes de connaissances.

Un nouvel algorithme améliore l'efficacité de la planification en gérant la profondeur des connaissances.

De nouvelles méthodes améliorent les définitions explicites dans les logiques de description pour une représentation des connaissances plus claire.

Optimiser le raisonnement multi-saut améliore la vitesse et la précision pour l'analyse de données complexes.