arXiv · 23.06.2026 ·Данные и инжиниринг

Абстрагирование запросов в системах доступа к данным на основе онтологий

Исследователи представили новый подход к абстрагированию запросов в системах доступа к данным на основе онтологий (OBDA). Метод позволяет переводить запросы к данным на уровень онтологии, что критически важно для интеграции разрозненных источников. Авторы решают проблему отсутствия «идеальной абстракции», предлагая концепции минимально достаточных и максимально точных приближений для семантики определенных ответов.

В современных архитектурах данных, где информация распределена по множеству источников, использование онтологий помогает унифицировать доступ к знаниям. Однако прямое отображение запросов часто сталкивается с вычислительными сложностями. Предложенный подход с использованием экзистенциальных правил позволяет упростить этот процесс, сохраняя при этом точность ответов в условиях сложной логической структуры данных.

Работа фокусируется на формализации процесса трансляции запросов, что позволяет эффективнее работать с гетерогенными базами данных. Это направление исследований имеет прикладное значение для создания интеллектуальных систем управления данными, где требуется высокая степень автоматизации при интеграции новых источников без потери семантической целостности всей системы.

Ключевые факты

Исследование посвящено оптимизации доступа к данным (OBDA) через онтологический слой.
Использован математический аппарат экзистенциальных правил для формализации запросов.
Введены понятия минимально достаточных и максимально точных абстракций для случаев, когда идеальный перевод невозможен.
Работа направлена на решение проблемы семантической интеграции данных из множественных источников.

Источник: arXiv

Обсудить с ИИ

Похожие материалы

arXiv · Исследования и наука Метод абдуктивного вывода для поиска пропущенных логических связей в базах знаний Исследователи представили новый подход к абдуктивному выводу в рамках семантики восстановления для описательных логик ELbot. Метод направлен на решение проблемы неполноты баз знаний, когда система не может подтвердить истинность определенных утверждений. Алгоритм автоматически генерирует гипотезы, которые при добавлении в базу данных позволяют логически вывести недостающие следствия, восстанавливая целостность системы. arXiv · Исследования и наука Новый метод анализа некорректных запросов к LLM через топологию данных Исследователи представили новый подход к выявлению и обработке некорректных запросов в больших языковых моделях, используя методы топологического анализа данных. Проблема «плохо поставленных» вопросов, которые содержат противоречия, двусмысленность или недостаток контекста, остается критической для точности ответов ИИ. Традиционные методы анализа обычно фокусируются на изучении уже готовых ответов модели, что не позволяет эффективно выявлять саму природу ошибки на этапе ввода. Hacker News · Машинное обучение Альтернативный подход к ИИ без трансформеров и обучения Исследователи представили архитектуру, которая отказывается от использования трансформеров и классического обучения на огромных массивах данных. Вместо генерации текста на основе вероятностных предсказаний, система использует механизм воздержания от ответа в ситуациях, когда данных недостаточно для формирования точного вывода. Это позволяет минимизировать галлюцинации, характерные для современных больших языковых моделей. arXiv · Машинное обучение Новый метод для улучшения поиска информации в вектоных БД Исследователи предложили новый подход к поиску информации в вектоных базах данных. В традиционных системах ретриева документы оцениваются по внутреннему произведению их векторных представлений, но этот метод не учитывает контекст других документов. arXiv · Исследования и наука Исследование методов доступа к параметрическим знаниям LLM через кросс-языковые промпты Исследователи изучили проблему неравномерного доступа к параметрическим знаниям в больших языковых моделях при смене языка запроса. Стандартные методы инференса часто не справляются с извлечением локализованных фактов, что нарушает консистентность ответов. Авторы предложили стратегии кросс-языкового промптинга, позволяющие эффективнее активировать скрытые знания модели и улучшить качество передачи информации между различными языковыми доменами в процессе генерации. arXiv · Исследования и наука Проблемы автоматизации проверки онтологий через Competency Questions Исследователи проанализировали эффективность использования ИИ-ассистентов для проверки онтологий через Competency Questions (CQ). Процесс, традиционно требующий ручной интерпретации лингвистических нюансов, сталкивается с серьезными трудностями при автоматизации. Работа демонстрирует, что текущие модели часто допускают ошибки в логической верификации, что ставит под сомнение надежность полностью автоматизированных систем оценки качества онтологических моделей в сложных предметных областях. arXiv · Исследования и наука Метод разрешения конфликтов знаний в LLM при работе с внешними данными Исследователи представили новый подход к решению проблемы противоречий между внутренними параметрическими знаниями языковых моделей и информацией, поступающей из внешнего контекста. В современных системах, использующих RAG или длинные промпты, модель часто сталкивается с ситуацией, когда данные в запросе пользователя противоречат тому, что было «выучено» моделью в процессе обучения. Это приводит к галлюцинациям или снижению точности ответов, так как модель не может эффективно приоритизировать источники данных. arXiv · Исследования и наука Новый подход к редакционному контролю в LLM-системах Исследователи представили концепцию «редакционного алайнмента» (Editorial Alignment), направленную на сохранение экспертного контроля над распространением знаний в эпоху LLM. Авторы работы анализируют проблему, при которой предобученные модели навязывают собственные ценности и алгоритмы фильтрации, фактически подменяя собой традиционные институты проверки информации. Это создает риски для качества контента и снижает авторитетность специализированных источников, чьи редакционные стандарты игнорируются в процессе генерации ответов. arXiv · Исследования и наука Метод семантического браузинга для управления разнообразием генерации изображений Исследователи представили новый подход к генерации изображений под названием «семантический браузинг» (Semantic Browsing). Современные диффузионные модели демонстрируют высокую точность следования текстовым запросам, однако часто страдают от низкой вариативности результатов. При попытке разнообразить генерацию существующие методы обычно вносят случайные изменения, которые не несут смысловой нагрузки и не позволяют пользователю осознанно управлять визуальными характеристиками объекта. arXiv · Машинное обучение Новый метод оптимизации вычислений для медленно меняющихся последовательностей Исследователи предложили новый подход к аппроксимации функций в последовательностях, где значения элементов изменяются незначительно от шага к шагу. В таких задачах разница между соседними элементами остается малой, что позволяет оптимизировать вычислительные затраты при обработке данных. Авторы работы опираются на методы неявной оценки следа (implicit trace estimation), которые позволяют эффективно переиспользовать результаты запросов к предыдущим элементам последовательности.

← Все материалы