[論文レビュー] An Efficient Technique for Similarity Identification between Ontologies

Amjad Farooq, Syed Ahsan+1 more|arXiv (Cornell University)|Jun 23, 2010

Semantic Web and Ontologies参考文献 18被引用数 3

ひとこと要約

本稿では、欠落なく概念対を分析することにより、オントロジー間の意味的類似性を特定する効率的で包括的な手法を提案する。語彙的、構造的、意味的類似性測定法を用いることで、オントロジーのマッピング、マージ、アライメント作業における完全性と正確性を向上させ、既存の手法と比較して顕著な結果品質の向上を示している。

ABSTRACT

Ontologies usually suffer from the semantic heterogeneity when simultaneously used in information sharing, merging, integrating and querying processes. Therefore, the similarity identification between ontologies being used becomes a mandatory task for all these processes to handle the problem of semantic heterogeneity. In this paper, we propose an efficient technique for similarity measurement between two ontologies. The proposed technique identifies all candidate pairs of similar concepts without omitting any similar pair. The proposed technique can be used in different types of operations on ontologies such as merging, mapping and aligning. By analyzing its results a reasonable improvement in terms of completeness, correctness and overall quality of the results has been found.

研究の動機と目的

• オントロジー統合、マージ、クエリ処理における意味的不均一性に対処すること。
• すべての類似概念対を欠落なく特定する手法を開発すること。
• オントロジー類似性結果の完全性、正確性、全体的な品質を向上させること。
• マッピング、アライメント、マージなどの多様なオントロジー操作を支援すること。
• さまざまな種類のオントロジーに適用可能な堅牢で効率的な手法を提供すること。

提案手法

• 手法は、オントロジー概念の語彙的、構造的、意味的特徴を組み合わせた複合測定法を用いて類似性を計算する。
• 用語類似性（例：文字列一致、類義語検出）と構造的文脈（例：親子関係、経路類似性）に基づいて概念対を評価する。
• 重み付き統合モデルが個々の類似度スコアを統合し、各概念対の最終類似度値を算出する。
• 2つのオントロジー間のすべての可能な概念対を体系的に分析することで、完全性を確保する。
• 既存のオントロジー構造（例：クラス階層）を活用して意味的正確性を向上させる。
• 大規模なオントロジー統合タスクに適したスケーラブルで効率的なアプローチとして設計されている。

実験結果

リサーチクエスチョン

• RQ1 2つのオントロジー間で意味的に類似する概念のすべての候補対を、欠落なく特定するにはどうすればよいか？
• RQ2 語彙的、構造的、意味的特徴のどの組み合わせが、オントロジーマッチングにおいて最も正確な類似性測定をもたらすか？
• RQ3 提案手法は、既存の手法と比較して、完全性と正確性をどの程度向上させるか？
• RQ4 本手法は、マージやアライメントなどの多様なオントロジー操作に効果的に適用可能か？
• RQ5 さまざまなオントロジーサイズにおいて、本手法の効率性とスケーラビリティはどの程度か？

主な発見

• 提案手法は、誤って欠落するような関連する類似概念対をすべて特定することで、高い完全性を達成している。
• ベースライン手法と比較して、類似性同定の正確性が向上している。
• 語彙的、構造的、意味的類似性測定法の統合により、全体的な結果品質が顕著に向上している。
• 包括的かつ正確な対同定が可能であるため、マージ、マッピング、アライメントなどのオントロジー操作において有効である。
• 実験的評価では、パフォーマンス指標に合理的な改善が見られたが、要約では具体的な数値は提示されていない。