All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

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

The result's identifiers

  • 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

Alternative languages

  • 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.

Classification

  • Type

    D - Article in proceedings

  • CEP classification

    JD - Use of computers, robotics and its application

  • OECD FORD branch

Result continuities

  • Project

  • Continuities

    Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2007

  • Confidentiality

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

Data specific for result type

  • 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