[論文レビュー] A new approach for measuring semantic similarity of ontology concepts using dynamic programming

Noreddine Gherabi, Abdelhadi Daoui+1 more|arXiv (Cornell University)|Apr 4, 2019

Semantic Web and Ontologies参考文献 10被引用数 6

ひとこと要約

本稿では、階層的オントロジー構造内の意味的距離を計算することによって、オントロジー概念間の意味的類似度を測定する、動的計画法に基づく新規手法を提案する。本手法は、概念とその兄弟概念との間で微細な類似度比較を可能にする重み付き割り当て関数を導入しており、従来の手法がこのような関係を意味的に区別できないという限界を克服する。

ABSTRACT

Today, with the emergence of semantic web technologies and increasing of information quantity, searching for information based on the semantic web has become a fertile area of research. For this reason, a large number of studies are performed based on the measure of semantic similarity. Therefore, in this paper, we propose a new method of semantic similarity measuring which uses the dynamic programming to compute the semantic distance between any two concepts defined in the same hierarchy of ontology. Then, we base on this result to compute the semantic similarity. Finally, we present an experimental comparison between our method and other methods of similarity measuring. Where we will show the limits of these methods and how we avoid them with our method. This one bases on a function of weight allocation, which allows finding different rate of semantic similarity between a given concept and two other sibling concepts which is impossible using the other methods.

研究の動機と目的

• オントロジー階層内の兄弟概念比較を処理する際の従来の意味的類似度手法の限界を解消すること。
• ターゲット概念とその兄弟概念との間で差別化された類似度スコアを提供する手法の開発。
• 動的計画法を用いて意味的距離を計算することで、意味的類似度測定の正確性を向上させること。
• オントロジーに基づく情報検索および知識統合タスクのための堅牢なフレームワークの提供。
• 実験的妥当性を示すことで、本手法が従来のアプローチを上回ることの優位性を実証すること。

提案手法

• 同じオントロジー階層内の2つの概念間の意味的距離を計算するために動的計画法を用いる。
• 概念とその兄弟概念との間で異なる類似度レートを割り当てるために重み付き割り当て関数を適用する。
• パス長およびノード関係が意味的距離を定義する木構造としてオントロジー階層をモデル化する。
• 正規化関数を用いて意味的距離を類似度スコアに変換する。
• 概念間のすべての可能なパスを効率的に探索するために、動的計画法における再帰的定式化を採用する。
• 異なる階層レベルの重要性を反映するために、ドメイン固有の重みを統合する。

実験結果

リサーチクエスチョン

• RQ1 階層的構造におけるオントロジー概念間の意味的類似度を、どのようにより正確に測定できるか？
• RQ2 動的計画法は、オントロジー内の概念間の意味的距離を効果的に計算できるか？
• RQ3 提案された重み付き割り当て関数は、概念とその兄弟概念との間で意味的な差別化を可能にするか？
• RQ4 精度および柔軟性の観点から、本手法は従来の意味的類似度アプローチとどのように比較できるか？
• RQ5 従来の手法に存在する限界は何か？本手法がどのようにそれらを克服するか？

主な発見

• 提案手法は、多くの従来手法に欠如している概念とその兄弟概念との間の意味的類似度の差別化に成功している。
• 動的計画法アプローチにより、オントロジー階層全体にわたる意味的距離の効率的かつ正確な計算が可能になった。
• 重み付き割り当て関数により、文脈に応じた類似度スコアが得られ、多様なオントロジー構造への適応性が向上した。
• 実験結果から、本手法は微細な意味的関係を捉える点で、従来のアプローチを上回ることが示された。
• 本手法は、オントロジーに基づく情報検索および知識推論タスクにおいて、より柔軟で正確なフレームワークを提供する。