Exploiting Term, Predicate, and Feature Taxonomies in Propositionalization and Propositional Rule Learning

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F07%3A03132304" target="_blank" >RIV/68407700:21230/07:03132304 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Exploiting Term, Predicate, and Feature Taxonomies in Propositionalization and Propositional Rule Learning

Original language description

Knowledge representations using semantic web technologies often provide information which translates to explicit term and predicate taxonomies in relational learning. Here we show how to speed up the process of propositionalization of relational data byorders of magnitude, by exploiting such ontologies through a novel refinement operator used in the construction of conjunctive relational features. Moreover, we accelerate the subsequent search conducted by a propositional learning algorithm by providingit with information on feature generality taxonomy, determined from the initial term and predicate taxonomies but also accounting for traditional $theta$ subsumption between features. This information enables the propositional rule learner to prevent the exploration of useless conjunctions containing a feature together with any of its subsumees and to specialize a rule by replacing a feature by its subsumee.

Czech name

Využití taxonomií na termech, predikátech a rysech v propozicionalizaci a učení propozicionálních pravidel

Czech description

Reprezentace znalostí využívané v oblasti sémantického webu často obsahují informace, které je možno převést do formy taxonomií na termech a predikátech v relačním učení. V tomto článku ukazujeme, jak je možné řádově zrychlit propozicionalizaci relačníchdat s využitím nového operátoru specializace, který využívá zmíněné taxonomie. Dále ukazujeme, jak je možné zrychlit proces následného propozicionálního učení tím, že propozicionálním algoritmu předáme informaci o taxonomii na rysech, které jsou výsledkem propozicionalizace a slouží jako vstupní data pro propozicionální algoritmus.

Type

D - Article in proceedings

CEP classification

JD - Use of computers, robotics and its application

OECD FORD branch

—

Project

—

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2007

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Article name in the collection

Machine Learning 2007

ISBN

978-3-540-74957-8

ISSN

—

e-ISSN

—

Number of pages

8

Pages from-to

798-805

Publisher name

Springer

Place of publication

Heidelberg

Event location

Varšava

Event date

Sep 17, 2007

Type of event by nationality

WRD - Celosvětová akce

UT code for WoS article

—