Pular para o conteĂşdo principal

Reasoning with contextual graphs - Leitura de Artigos

Reasoning with contextual graphs
Patrick Brezillon *, Laurent Pasquier, Jean-Charles Pomerol
Received 15 December 1999; accepted 15 October 2000

Abstract

... model highly contextual reasoning ... introduce the notion of contextual graph to take into account temporal and context-based reasoning. This model relies on observed reasoning modes in which the context and its dynamics are essential.

Introduction

[SART e incidentes de controle de tráfego]

... three types of context, namely, the external context, the contextual knowledge and the proceduralized context. These three types of context allow to model the various information needed at each step of the incident resolution.

[Divisão em três tipos: contexto do conhecimento (a ser usado para a tomada de decisão), contexto externo (parte não utilizada mas ainda assim necessária para contextualizar completamente a resposta) e contexto procedural (parte do contexto do conhecimento que está sendo usado em um ponto específico da tomada de decisão)]

Context and reasoning

... we defined contextual knowledge as the part of the context that is relevant in a given situation for a given operator .... This may be seen as the subset of the context in which the operator can find every chunk of knowledge for reasoning about or interpreting and explaining the situation. The complementary part in the context is called external context.

[Contexto do conhecimento é a parte do contexto que o usuário levará em consideração para avaliar a validade e a utilidade das afirmações contextualizadas recuperadas. Este contexto pode ou não ter sido especificado na consulta. Se não foi especificado e foi usado um contexto default, este será explícito na resposta. As outras dimensões contextuais seriam contexto externo. Mas a melhor resposta possível irá recuperar todo o contexto associado representado e explicitamente modelado no KG, independente de ser externo ou não.]

... the proceduralized context as the proceduralized part of the contextual knowledge, which is considered explicitly, with causal and consequential links, at a given step of the problem solving. Indeed, the operators do not consider at each moment all the contextual pieces of knowledge during an incident solving. The proceduralized context is the part of the contextual knowledge on which the operators are focusing on at a given step of the incident solving ...

[Parte do contexto do conhecimento. Contexto é composto de contexto do conhecimento e contexto externo e o contexto do conhecimento é subdividido em contexto procedural, ou seja, o que está sendo usado no momento para a tomada de decisão.]

Decision tree representation of the reasoning

In some cases, especially at the beginning of the tree, making decision under uncertainty is probably interesting, but by trying to gather relevant information the operators endeavor to make decision under certainty.

[A certeza aumenta a medida que se desloca para a folha da árvore]

Contextual graph representation of the reasoning

The contextual graph is intended to represent the part of the context that we have denoted proceduralized context, i.e., context chunks ready to be used for action.

[Este contexto Ă© o da tarefa, da tomada de decisĂŁo]

The proceduralization of the contextual knowledge is a process that makes explicit the links, especially the causal and consequential links, between contextual knowledge chunks and as such the links become a part of the proceduralized context.

Validation and implementation

At the beginning, we tried to represent the operators' knowledge by decision trees, but a further study quickly shown that the problem was not really a problem of decision under uncertainty but a problem of diagnosing, as soon as possible, the real state of nature.

Conclusion


Comentários

  1. NĂŁo Ă© sobre KG mas a divisĂŁo entre contexto externo, contexto do conhecimento e contexto procedural Ă© interessante.

    Tentando trazer para a tarefa de busca exploratória, acredito que o contexto do conhecimento no nosso caso seria a parte do contexto que o usuário levará em consideração para avaliar a validade e a utilidade das afirmações contextualizadas recuperadas. Este contexto pode ou não ter sido especificado na consulta. Se não foi especificado e foi usado um contexto default, este estará explícito na resposta.

    Mas a melhor resposta possível irá recuperar todo o contexto, representado e explicitamente modelado no KG, associado às afirmações então as outras dimensões contextuais não referenciadas na consulta poderiam ser consideradas contexto externo.

    O contexto procedural nĂŁo estaria sendo modelado pq o KG nĂŁo cobriria a modelagem do processo de decisĂŁo referente tarefa que motivou a busca exploratĂłria.

    ResponderExcluir

Postar um comentário

Sinta-se a vontade para comentar. CrĂ­ticas construtivas sĂŁo sempre bem vindas.

Postagens mais visitadas deste blog

Aula 12: WordNet | Introdução à Linguagem de Programação Python *** com NLTK

 Fonte -> https://youtu.be/0OCq31jQ9E4 A WordNet do Brasil -> http://www.nilc.icmc.usp.br/wordnetbr/ NLTK  synsets = dada uma palavra acha todos os significados, pode informar a lĂ­ngua e a classe gramatical da palavra (substantivo, verbo, advĂ©rbio) from nltk.corpus import wordnet as wn wordnet.synset(xxxxxx).definition() = descrição do significado É possĂ­vel extrair hipernimia, hiponimia, antonimos e os lemas (diferentes palavras/expressões com o mesmo significado) formando uma REDE LEXICAL. Com isso Ă© possĂ­vel calcular a distância entre 2 synset dentro do grafo.  Veja trecho de cĂłdigo abaixo: texto = 'Ăştil' print('NOUN:', wordnet.synsets(texto, lang='por', pos=wordnet.NOUN)) texto = 'Ăştil' print('ADJ:', wordnet.synsets(texto, lang='por', pos=wordnet.ADJ)) print(wordnet.synset('handy.s.01').definition()) texto = 'computador' for synset in wn.synsets(texto, lang='por', pos=wn.NOUN):     print('DEF:',s

truth makers AND truth bearers - Palestra Giancarlo no SBBD

Dando uma googada https://iep.utm.edu/truth/ There are two commonly accepted constraints on truth and falsehood:     Every proposition is true or false.         [Law of the Excluded Middle.]     No proposition is both true and false.         [Law of Non-contradiction.] What is the difference between a truth-maker and a truth bearer? Truth-bearers are either true or false; truth-makers are not since, not being representations, they cannot be said to be true, nor can they be said to be false . That's a second difference. Truth-bearers are 'bipolar,' either true or false; truth-makers are 'unipolar': all of them obtain. What are considered truth bearers?   A variety of truth bearers are considered – statements, beliefs, claims, assumptions, hypotheses, propositions, sentences, and utterances . When I speak of a fact . . . I mean the kind of thing that makes a proposition true or false. (Russell, 1972, p. 36.) “Truthmaker theories” hold that in order for any truthbe

DGL-KE : Deep Graph Library (DGL)

Fonte: https://towardsdatascience.com/introduction-to-knowledge-graph-embedding-with-dgl-ke-77ace6fb60ef Amazon recently launched DGL-KE, a software package that simplifies this process with simple command-line scripts. With DGL-KE , users can generate embeddings for very large graphs 2–5x faster than competing techniques. DGL-KE provides users the flexibility to select models used to generate embeddings and optimize performance by configuring hardware, data sampling parameters, and the loss function. To use this package effectively, however, it is important to understand how embeddings work and the optimizations available to compute them. This two-part blog series is designed to provide this information and get you ready to start taking advantage of DGL-KE . Finally, another class of graphs that is especially important for knowledge graphs are multigraphs . These are graphs that can have multiple (directed) edges between the same pair of nodes and can also contain loops. The