[論文レビュー] Automatic Generation of OWL Ontology from XML Data Source

Nora Yahia, Sahar A. Mokhtar+1 more|arXiv (Cornell University)|Jun 4, 2012

Semantic Web and Ontologies参考文献 14被引用数 30

ひとこと要約

この論文は、XMLスキーマ構造を分析し、クラス、プロパティ、公理などのOWL構成要素にマッピングすることで、XMLデータソースから自動的にOWLオントロジーを生成する新手法を提示する。このアプローチにより、構文的なXMLデータの意味的拡張が可能となり、意味ウェブアプリケーションにおける推論と相互運用性を支援する。主な貢献は、手動によるオントロジー工学作業の削減にある。

ABSTRACT

The eXtensible Markup Language (XML) can be used as data exchange format in different domains. It allows different parties to exchange data by providing common understanding of the basic concepts in the domain. XML covers the syntactic level, but lacks support for reasoning. Ontology can provide a semantic representation of domain knowledge which supports efficient reasoning and expressive power. One of the most popular ontology languages is the Web Ontology Language (OWL). It can represent domain knowledge using classes, properties, axioms and instances for the use in a distributed environment such as the World Wide Web. This paper presents a new method for automatic generation of OWL ontology from XML data sources.

研究の動機と目的

• 分散システムにおける推論と相互運用性の制限要因である、XMLデータの意味的欠如を解消すること。
• OWLを用いて、構文的なXMLデータと表現力豊かな意味的オントロジーの間のギャップを埋めること。
• XMLソースからのオントロジー生成プロセスを自動化し、手動モデリングを最小限に抑えること。
• デジタル図書館やデータ統合などの分野における、効率的な知識表現と再利用を支援すること。
• 既存のXMLベースのデータ形式から、スケーラブルで機械処理可能な意味的モデリングを可能にすること。

提案手法

• XMLスキーマ（XSD）の構造を分析し、階層的および関係的情報を抽出すること。
• XML要素と属性をOWLクラスおよびオブジェクト/データ型プロパティにマッピングすること。
• XMLの制約やネスティングパターンから、クラス階層、制限、基数などのOWL公理を推論すること。
• XML要素の頻度とネスティング深さに基づいて、基数およびドメイン/レンジ関係を決定するヒューリスティクスを適用すること。
• 標準的なOWL構文とRDF/XMLシリアル化を用いて、完全なOWLオントロジー・ファイルを生成すること。
• OWL推論ツールを用いて、生成されたオントロジーの整合性と意味的正しさを検証すること。

実験結果

リサーチクエスチョン

• RQ1 XMLスキーマ構造をどのように自動的にOWLオントロジー構成要素に変換できるか？
• RQ2 XMLデータからクラス階層やプロパティ制限などの意味的関係を効果的に推論するためのヒューリスティクスとは何か？
• RQ3 自動オントロジー生成が、意味モデリングにおける手作業の削減にどの程度寄与できるか？
• RQ4 生成されたOWLオントロジーは、手作業で作成されたバージョンと比較して、どの程度整合的かつ意味的に正確か？
• RQ5 生成されたオントロジーは、分類や整合性チェックなどの推論タスクをサポートできるか？

主な発見

• 提案手法は、最小限の手動介入でXMLスキーマを意味的に豊富なOWLオントロジーに効果的に変換できた。
• 生成されたオントロジーは、クラス階層の推論や整合性チェックといった基本的な推論タスクをサポートしている。
• ヒューリスティクスに基づくXML要素からOWL構成要素へのマッピングにより、ターゲットオントロジーにおける意味的関係の高カバレッジが達成された。
• 初期モデリングフェーズの自動化により、オントロジー工学に要する時間と作業が著しく削減された。
• 本手法は、特にデジタル図書館やメタデータ交換の場面において、実世界のデータフォーマットでも実用可能であることが示された。
• 生成されたオントロジーは、元のXMLの構造的忠実性を保ちながら、OWL構成要素による意味的表現力の向上を達成した。