Pular para o conteúdo principal

Best Possible Answer - Apresentação de 27/03/2023 com Comentários

 No dia 27/03/2023 realizei uma apresentação interna sobre o conceito Best Possible Answer para o professor Hermann. Segue o vídeo:

Comentários:

H: Abdução a partir da evidência selecionar a hipótese mais apropriada. Caminho contrário da Dedução. É necessário para o processo exploratório.

D: Cada alegação contextualizada do KG seria uma evidência e a camada de confiança seria onde as hipóteses seriam avaliadas.

H: Qual a relação entre o Contexto e a Confiança? O contexto refina o conhecimento. 

V: As alegações contextualizadas são a entrada para a Camada de Confiança e as políticas de confiança podem utilizar o contexto. Exemplo da população do Brasil em 2010 de acordo com o IBGE. 

D: Proveniência também é contexto

H: Artigos sobre aplicações móveis que usam Ontologias Contextualizadas, ou seja, Ontologias de Domínio vinculadas a Ontologias de Fundamentação (links a seguir). A álgebra de contexto permite realizar operações de junção de mais de um contexto e operações internas dentro do mesmo contexto (mais geral, mais específico, refinar, estender), formalizando a manipulação dos objetos de contexto e resolvendo eventuais ambiguidades. O mapeamento é uma função para relacionar ("funtor").  

D: Utilizar esta álgebra para realizar a junção das dimensões de contexto. Identidade seria contexto? 

H: Dois objetos são iguais se foram iguais dentro do mesmo contexto. 

D: Identidade para definir uma igualdade contextual

H: SameAs Dual não é Identidade. Cada Contexto pode ter uma Identidade.

H: Combinações de contexto: Location-Temporal por exemplo mas pode ser Axiomaticamente definido como padrão que qualquer combinação seja recuperada

H:  Operadores Qualitativos (advérbios) são mapeados na Álgebra de Ontologias que depois são mapeadas em queries e isto precisa ser explicado para o usuário na resposta

D: Dentro do ciclo exploratório a explicação ajuda ao usuário a realizar uma nova consulta

S: Ainda não conseguimos discutir o tipo de interação que justifique o Best. O objetivo era tentar dar somente um "tiro" ou pelo menos reduzir as interações ao completar as consultas com o contexto. O usuário continuar com o ônus de avaliar qual é A MELHOR em função de qual seria o uso para a informação.

Artigos indicados pelo Hermann sobre Ontologias Contextualizadas

https://scholar.google.com.br/citations?view_op=view_citation&hl=pt-BR&user=eQP-Ez8AAAAJ&citation_for_view=eQP-Ez8AAAAJ:WF5omc3nYNoC

https://scholar.google.com.br/citations?view_op=view_citation&hl=pt-BR&user=eQP-Ez8AAAAJ&citation_for_view=eQP-Ez8AAAAJ:IjCSPb-OGe4C

https://scholar.google.com.br/citations?view_op=view_citation&hl=pt-BR&user=eQP-Ez8AAAAJ&citation_for_view=eQP-Ez8AAAAJ:qjMakFHDy7sC

O documento base para a apresentação está aqui


Comentários

  1. Feedback Sérgio:
    1. Veronica ainda faz apresentações verborrágicas
    2. O BEST ainda não está claro qual é a abordagem. A melhor resposta possível abrange tudo que é possível responder dada a query e a instância do KG.
    3. A abordagem é stateless? Sim. Mas dentro de um processo de exploração.
    4. A camada de confiança não é nossa e não está no KG. Nós vamos fornecer insumos para as políticas de confiança que usarem informações de contexto.
    5. BEST ou ALL Possible Answers. Dada uma definição de contexto é possível responder tudo o que está previsto para aquele contexto, ou seja, a resposta é completa mesmo que o KG seja incompleto e a consulta seja incompleta.
    6. A noção de completude da resposta depende das limitações da própria abordagem.
    7. Mostrar que é possível estender o esquema do CKG para contemplar novos contextos.
    8. Polivocal e o papel da pessoa ser o contexto para interpretar a narrativa dela (Ronald Reagan, Arnold Schwarzenegger, presidente da Ucrânia)
    9. Usar o CKG para explicar as disputas de narrativas. O frame estabelece um contexto.
    10. Teoria de Equivalências.

    ResponderExcluir

Postar um comentário

Sinta-se a vontade para comentar. Críticas construtivas são 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 língua e a classe gramatical da palavra (substantivo, verbo, advérbio) from nltk.corpus import wordnet as wn wordnet.synset(xxxxxx).definition() = descrição do significado É possível extrair hipernimia, hiponimia, antonimos e os lemas (diferentes palavras/expressões com o mesmo significado) formando uma REDE LEXICAL. Com isso é possível calcular a distância entre 2 synset dentro do grafo.  Veja trecho de código abaixo: texto = 'útil' print('NOUN:', wordnet.synsets(texto, lang='por', pos=wordnet.NOUN)) texto = 'útil' 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. (Russe...

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...