[論文レビュー] Bound Your Models! How to Make OWL an ASP Modeling Language

Sarah Alice Gaggl, Sebastian Rudolph+1 more|arXiv (Cornell University)|Nov 3, 2015

Multi-Agent Systems and Negotiation被引用数 3

ひとこと要約

本稿では、名前付き個体によって定義される有限ドメインにモデルを制限することで、OWL に境界付きモデル意味論を導入し、答え集合プログラミング（ASP）言語としての機能を可能にする。著者らは、SROIQ 知識ベースを ASP プログラムに変換する手法を提案し、既存の ASP ソルバを用いて境界付きモデル推論タスク（充足可能性、含意、モデル抽出、列挙など）を効率的に解けるようにする。実験的結果により、従来のOWLリソーザーと比較して顕著な性能向上が示された。

ABSTRACT

To exploit the Web Ontology Language OWL as an answer set programming (ASP) language, we introduce the notion of bounded model semantics, as an intuitive and computationally advantageous alternative to its classical semantics. We show that a translation into ASP allows for solving a wide range of bounded-model reasoning tasks, including satisfiability and axiom entailment but also novel ones such as model extraction and enumeration. Ultimately, our work facilitates harnessing advanced semantic web modeling environments for the logic programming community through an "off-label use" of OWL.

研究の動機と目的

• 答え集合プログラミング（ASP）のユーザーフレンドリーでスケーラブルなモデリング環境の欠如が、組合せ問題の解決におけるその強力さにもかかわらず、その採用を妨えているという問題に対処すること。
• OWLの古典的意味論が無限モデルを許容するのに対し、制約満たし問題には有限で境界付きの推論が必要であるという不適合を克服すること。
• 豊富なツールキットと直感的な構文（例：マニラスン記法）を持つOWLを、ASPタスクの高水準モデリング言語として使用可能にする。
• 境界付きモデルが正確に答え集合に対応するように、SROIQ 知識ベースからASPプログラムへの変換を提供すること。
• このフレームワーク下での境界付きモデル推論がNP完全であることを示し、古典的OWL推論（N2ExpTime完全）よりも計算的に取り扱いやすいことを示すこと。

提案手法

• 解釈のドメインをオントロジーに存在する名前付き個体に限定することで、境界付きモデル意味論を導入し、有限モデルを保証する。
• 最新版のOWLに境界付きモデル条件を公理化することで、既存のOWLリソーザーとの互換性を維持するが、組合せ爆発のためこれらのリソーザーは困難に陥る。
• SROIQ 知識ベースを答え集合プログラム（ASP）に直接変換する手法を開発し、ASPプログラムの答え集合が元のオントロジーの境界付きモデルと正確に一致するようにする。
• ASPソルバの内蔵機能（例：clasp, dlv）を活用して、効率的なモデル列挙、抽出、最小化を実現する。これらは標準のOWLリソーザーではネイティブにサポートされていない。
• Protégéなどの環境でシームレスに使用できるように、OWL API リソーザーインタフェースを介してOWLツールキットと統合したシステム「Wolpertinger」を実装する。
• 制約、集約、最適化ステートメントなどのASP固有の機能を活用するように変換を最適化し、複雑な推論タスクにおける性能向上を図る。

実験結果

リサーチクエスチョン

• RQ1 非古典的意味論を用いて、OWL を答え集合プログラミングの高水準モデリング言語として効果的に再利用できるか？
• RQ2 OWLにおける境界付きモデル推論の計算複雑性は何か？ また、古典的OWL推論と比較するとどうなるか？
• RQ3 SROIQ 知識ベースからASPプログラムへの変換は、境界付きモデルの意味論を保持しつつ、効率的な推論を可能にするか？
• RQ4 既存のASPソルバは、モデル列挙や抽出といった境界付きモデル推論タスクにおいて、従来のOWLリソーザーをどの程度上回るか？
• RQ5 ASPのネイティブ機能を活用することで、軸のピンポイント、正当化、帰納といった非標準的推論タスクをこのフレームワークがサポートできるか？

主な発見

• OWLにおける境界付きモデル推論はNP完全である。これは、古典的OWL推論（N2ExpTime完全）に比べて著しく計算的に取り扱いやすくなることを示し、実用的応用に適している。
• Wolpertingerシステムは、ASP変換を用いて平均して6秒未満でSudoku知識ベースを解釈した。そのうち90％以上がグランドイング処理に費やされ、実際の解法には0.1秒未満であった。
• 100万個のSudokuインスタンスのモデル列挙において、Wolpertingerは約279秒を要した。そのうち273秒が解法処理に費やされ、大規模な列挙タスクにおけるスケーラビリティを示した。
• 充足不能性テストにおいて、WolpertingerはHermiTを上回った。最大の知識ベースではHermiTが15分でタイムアウトしたが、Wolpertingerは85秒で解いた。
• モデル抽出と部分的列挙はHermiTでは不可能だった（15分でタイムアウト）。一方、Wolpertingerは35秒未塔で10万個のモデルを正常に抽出した。
• このフレームワークは、標準のOWLリソーザーではネイティブにサポートされていない高度な推論タスク（例：モデル列挙、抽出）を、ASPのネイティブ機能を活用することで可能にした。