[論文レビュー] A Survey on how Description Logic Ontologies Benefit from Formal Concept Analysis

Barış Sertkaya|arXiv (Cornell University)|Jul 14, 2011

Rough Sets and Fuzzy Logic参考文献 50被引用数 10

ひとこと要約

本サーベイは、記述論理（DLs）と形式概念分析（FCA）の相乗効果を調査し、FCA技術がDL知識ベースの完成を促進する仕組みを示している。具体的には、エキスパートによる段階的で順序に依存しない、逆転可能な知識ベース完成を可能にする。主な貢献は、FCAに基づくクエリ回答を用いて不完全なDLオントロジーを完成させる手法であり、Protégé用のプロトタイプツール（OntoComP）が、インタラクティブで逆転可能かつ順序に柔軟な知識ベース完成を支援する。

ABSTRACT

Although the notion of a concept as a collection of objects sharing certain properties, and the notion of a conceptual hierarchy are fundamental to both Formal Concept Analysis and Description Logics, the ways concepts are described and obtained differ significantly between these two research areas. Despite these differences, there have been several attempts to bridge the gap between these two formalisms, and attempts to apply methods from one field in the other. The present work aims to give an overview on the research done in combining Description Logics and Formal Concept Analysis.

研究の動機と目的

• 記述論理（DLs）と形式概念分析（FCA）を結びつける研究の包括的概要を提供すること。
• FCA手法がDLベースの知識表現における実用的課題、特にオントロジー完成の分野でどのように解決できるかを特定・分析すること。
• エキスパート主導のオントロジー完成における使いやすさの制限、たとえばエラー処理やクエリの一時停止・再順序化の必要性を解決すること。
• FCAに基づく推論とDL推論を統合した実用的ツール（OntoComP）の開発と評価を行い、段階的で逆転可能かつインタラクティブなオントロジー開発を可能にすること。

提案手法

• FCAを用いて部分的なABoxesから概念ラティスを生成し、概念名間の論理的含意を導出可能にする。
• オントロジー完成を、エキスパートに対して「ある概念名の集合が別の概念名を含意するか」を尋ねるYes/Noクエリの系列として定式化する。この際、形式的文脈を根拠とする。
• 形式的文脈から導出された論理的含意を満たす個体をABoxに追加する、完成アルゴリズムを採用する。
• Pelletを下位のDL推論エンジンとして使用し、リアルタイムの推論と検証を可能にする、ProtégéプラグインとしてOntoComPのプロトタイプを実装した。
• 一時停止、変更の元に戻す、クエリの再順序化をサポートし、過去の回答を背景知識として保存することで、重複入力を回避する。
• 形式的文脈を用いて意図（intent）と拡張（extent）を計算し、閉包作用素を適用して含意を段階的に導出する。

実験結果

リサーチクエスチョン

• RQ1 FCA技術を用いて不完全な記述論理知識ベースをどのように完成できるか。
• RQ2 特にインタラクティブなエキスパート検証を伴うDLベースのオントロジー開発において、FCAを適用するにあたり直面する主な課題は何か。
• RQ3 エキスパート主導のオントロジー完成プロセスにおいて、エラー訂正やクエリの一時延期といった使いやすさの問題をどのように解決できるか。
• RQ4 FCAに基づく含意抽出は、DLオントロジーの完全性と整合性をどの程度向上できるか。
• RQ5 FCAとDL推論を統合したハイブリッドアプローチは、段階的で逆転可能かつインタラクティブなオントロジー開発を可能にするか。

主な発見

• FCAに基づくアプローチは、生物学の専門家と協働してヒトのタンパク質ホスファターゼのOWLオントロジーを成功裏に完成させ、実用的妥当性を示した。
• エキスパートは意味のある結果を得られたが、回答に誤りが見られたことから、検証支援の必要性が浮き彫りになった。
• プロトタイプツールOntoComPは、編集の逆転とクエリの再順序化を可能にし、過去の回答を保存することで重複入力を削減し、使いやすさが著しく向上した。
• 初期に選択された概念名に関して、知識ベースの完全性が達成されたことが、最終的な文脈テーブル（表3）で示された。
• システムは非含意（例：EU → European は有効でない）を正しく特定し、ABoxにキプロスやスペインといった反例を追加した。
• FCAとDL推論の統合により、形式的文脈から導出された論理的含意のチェックを用いて、効率的かつ段階的なオントロジー完成が可能になった。