[論文レビュー] Breaking-down the Ontology Alignment Task with a Lexical Index and Neural Embeddings

Ernesto Jiménez-Ruiz, Asan Agibetov+2 more|arXiv (Cornell University)|May 31, 2018

Semantic Web and Ontologies参考文献 12被引用数 7

ひとこと要約

本稿では、語彙インデックスとニューラル埋め込みを用いて、大規模なオントロジー統合タスクをより小さな独立したサブタスクに分解する新しいフレームワークを提案する。局所性モジュールとクラスタリング戦略（単純な方法とニューラル埋め込みに基づく方法）を活用することで、カバー範囲を高め、探索空間を縮小し、従来不可能とされていた大規模なOAEIタスクを、性能向上とともに既存のパイプライン（SANOM v.2018など）に統合可能にする。

ABSTRACT

Large ontologies still pose serious challenges to state-of-the-art ontology alignment systems. In the paper we present an approach that combines a lexical index, a neural embedding model and locality modules to effectively divide an input ontology matching task into smaller and more tractable matching (sub)tasks. We have conducted a comprehensive evaluation using the datasets of the Ontology Alignment Evaluation Initiative. The results are encouraging and suggest that the proposed methods are adequate in practice and can be integrated within the workflow of state-of-the-art systems.

研究の動機と目的

• 大規模なオントロジーにおける統合のスケーラビリティ課題に取り組み、最先端のシステムがメモリおよび時間的制約により失敗するのを防ぐ。
• 特にOAEI largebioトラックの大規模オントロジーに対して、カバー範囲の保証がない既存の分割手法の限界を克服する。
• マッチングタスクをより小さな、取り扱い可能なサブタスクに分割しながら、統合のカバー範囲を維持する手法を開発する。
• サブタスクの分解のためのモジュラで即挿入可能なワークフローを提供することで、既存のオントロジー統合システムへの統合を可能にする。
• 実世界のOAEIデータセットを用いて、2つのクラスタリング戦略（単純な分割法とニューラル埋め込みベースのクラスタリング）の有効性を評価する。

提案手法

• 潜在的なマッチングの類似度ベースのクラスタリングを可能にするために、オントロジーのエンティティから語彙インデックスを構築する。
• 対数線形ニューラル埋め込みモデルを適用し、オントロジーのエンティティの密なベクトル表現を学習することで、意味的関係を捉える。
• 局所性モジュールを用いて、特定のシグニチャに対して関連するすべての関係を保持する自己完結的かつ意味的に整合性のあるサブオントロジーを抽出する。
• 語彙インデックスとニューラル埋め込みを用いてエンティティをクラスタリングすることで、元のマッチングタスクを複数の独立したサブタスクに分割する。
• 2つのクラスタリング戦略を採用する：(1) 単純で均一な分割法；(2) 意味的に類似したエンティティをグループ化するニューラル埋め込みベースのクラスタリング。
• 局所性モジュールにより、すべての意味的に関連するエンティティを含めるため、カバー範囲の保証を達成し、関連するマッピングの損失を防ぐ。

実験結果

リサーチクエスチョン

• RQ1 語彙インデックスとニューラル埋め込みに基づくクラスタリングは、大規模なオントロジー統合タスクをより小さな、管理可能なサブタスクに効果的に分解できるか？
• RQ2 単純な分割法とニューラル埋め込みベースのクラスタリング戦略の間で、得られるサブタスクのカバー範囲にどのような差があるか？
• RQ3 分解フレームワークは、従来不可能とされていた大規模なタスクにおいて、既存のオントロジー統合システムの性能をどの程度向上できるか？
• RQ4 サブタスクの数を増加させることで、得られるマッピングにおける正確性（precision）、再現率（recall）、F-measureにどのような影響があるか？
• RQ5 このフレームワークは、既存の統合システムに効果的に統合可能であり、スケーラビリティと性能を向上させるか？

主な発見

• 提案されたフレームワークにより、従来OAEIのlargebioタスクを完了できなかった5つのオントロジー統合システムが、今やそのタスクを完了できるようになった。これは、スケーラビリティの向上を示している。
• ニューラル埋め込みベースのクラスタリング戦略は、探索空間の縮小において顕著な改善を示し、単純な分割法を上回った。
• 局所性モジュールの活用により、サブタスク全体でカバー範囲が保持された。これは、意味的に整合性のある自己完結的サブオントロジーが抽出されたためである。
• スケーラビリティの向上にもかかわらず、サブタスク数の増加に伴いF-measure値がわずかに低下した。これは、重複するマッピングや誤検出（false positives）が原因とされる。
• フレームワークはSANOMシステム（v.2018）に成功裏に統合され、実用的応用性と実世界の統合パイプラインとの互換性を裏付けた。
• 単純なクラスタリング戦略はバランスの取れたサブタスクを生成したが、ニューラル埋め込みアプローチはより優れた探索空間の縮小と意味的整合性を実現した。