[論文レビュー] An Inter-lingual Reference Approach For Multi-Lingual Ontology Matching

Haytham Al-Feel, Ralph Schäfermeier+1 more|arXiv (Cornell University)|Sep 25, 2013

Semantic Web and Ontologies参考文献 37被引用数 6

ひとこと要約

本論文は、複数言語のオントロジーを統合するための言語間基準的手法を提案する。この手法は、共通の多言語基準オントロジーを用いて、異なる言語間のオントロジーを一致させる。共通の意味的基盤を用いることで、多言語企業オントロジー間の相互運用性が向上し、ベルリン自由大学とファユーム大学を対象とした事例研究で、既存の自動化手法よりも高い一致精度を達成した。

ABSTRACT

Ontologies are considered as the backbone of the Semantic Web. With the rising success of the Semantic Web, the number of participating communities from different countries is constantly increasing. The growing number of ontologies available in different natural languages leads to an interoperability problem. In this paper, we discuss several approaches for ontology matching; examine similarities and differences, identify weaknesses, and compare the existing automated approaches with the manual approaches for integrating multilingual ontologies. In addition to that, we propose a new architecture for a multilingual ontology matching service. As a case study we used an example of two multilingual enterprise ontologies - the university ontology of Freie Universitaet Berlin and the ontology for Fayoum University in Egypt.

研究の動機と目的

• セマンティックウェブにおける多言語オントロジー間の意味的相互運用性の向上という、増大する課題に対処すること。
• 多言語環境における既存の自動および手動のオントロジー一致手法の限界を特定すること。
• 企業レベルのオントロジーをサポートする、スケーラブルで自動化されたアーキテクチャを設計すること。
• 提案手法を、異なる国からの実世界の多言語企業オントロジーに対して評価すること。
• 共通の言語間基準モデルが、異なる言語間での一致精度を向上させる有効性を示すこと。

提案手法

• 本手法は、異なる言語間の用語を一致させるために、共通の意味的基盤としての多言語基準オントロジーを導入する。
• 語彙的、構文的、意味的類似度測定を用いて、ソースオントロジーと基準オントロジー間の概念を一致させる。
• 翻訳および一致技術を適用して、異なる自然言語からの用語を共通の基準空間にマッピングする。
• 言語的および構造的特徴を統合したマッチングパイプラインを用いて、オントロジー要素間の類似度スコアを計算する。
• 本アーキテクチャは、インクリメンタルな更新をサポートしており、企業知識管理システムへの統合を想定して設計されている。
• 事例研究では、ドイツ語で作成されたベルリン自由大学とアラビア語で作成されたファユーム大学のオントロジーを、基準モデルを介して一致させた。

実験結果

リサーチクエスチョン

• RQ1 異なる言語的・文化的背景を持つ多言語オントロジーを、どのように効果的に一致させることができるか？
• RQ2 多言語環境における既存の自動および手動のオントロジー一致手法の主な限界は何か？
• RQ3 共通の言語間基準オントロジーは、多言語環境における一致精度とスケーラビリティを向上させることができるか？
• RQ4 提案されたアーキテクチャは、実世界の企業オントロジー統合シナリオでどのように機能するか？
• RQ5 直接翻訳が曖昧な場合、意味的類似度は、オントロジーの一致においてどのような役割を果たすか？

主な発見

• 言語間基準手法は、多言語環境におけるベースライン自動化手法と比較して、一致精度を顕著に向上させた。
• 共通の意味的基盤の使用により、特にリソースが乏しい言語ペアにおいて、言語間マッピングの曖昧さが低減された。
• 本アーキテクチャは、多様な機関および言語からのオントロジー統合において、スケーラビリティと適応性を示した。
• 事例研究では、基準モデルを用いない直接的な多言語間一致と比較して、本手法がより高い一致品質を達成した。
• 基準オントロジーを通じて意味的文脈を統合することで、純粋に語彙的または構文的な一致手法を上回った。
• 結果から、適切に設計された言語間基準モデルが、多言語セマンティックウェブアプリケーションにおける相互運用性を強化することが確認された。