[論文レビュー] CEVO: Comprehensive EVent Ontology Enhancing Cognitive Annotation

Saeedeh Shekarpour, Faisal Alshargi+3 more|arXiv (Cornell University)|Jan 19, 2017

Natural Language Processing Techniques参考文献 11被引用数 3

ひとこと要約

本稿では、英語動詞のベス・レヴィンの概念的階層に基づいて構築された包括的イベントオントロジーであるCEVOを紹介する。このCEVOは、テキストおよびオントロジーにおける関係の認知的アノテーションを向上させるために設計されており、動詞を抽象的な意味的・構文的クラス（例：'Communication' や 'Amalgamate'）にマッピングすることで、一貫性のある関係アノテーション、多様な語彙間の整合性、テキスト的関係とオントロジカルなプロパティのリンクを可能にする。実世界のデータを用いた3つのユースケースを通じてその有効性が示された。

ABSTRACT

While the general analysis of named entities has received substantial research attention on unstructured as well as structured data, the analysis of relations among named entities has received limited focus. In fact, a review of the literature revealed a deficiency in research on the abstract conceptualization required to organize relations. We believe that such an abstract conceptualization can benefit various communities and applications such as natural language processing, information extraction, machine learning, and ontology engineering. In this paper, we present Comprehensive EVent Ontology (CEVO), built on Levin's conceptual hierarchy of English verbs that categorizes verbs with shared meaning, and syntactic behavior. We present the fundamental concepts and requirements for this ontology. Furthermore, we present three use cases employing the CEVO ontology on annotation tasks: (i) annotating relations in plain text, (ii) annotating ontological properties, and (iii) linking textual relations to ontological properties. These use-cases demonstrate the benefits of using CEVO for annotation: (i) annotating English verbs from an abstract conceptualization, (ii) playing the role of an upper ontology for organizing ontological properties, and (iii) facilitating the annotation of text relations using any underlying vocabulary. This resource is available at https://shekarpour.github.io/cevo.io/ using https://w3id.org/cevo namespace.

研究の動機と目的

• 非構造的および構造的なデータにおける関係を組織化するための抽象的概念化の欠如に対処すること。
• 関係抽出、関係の文脈的同等性、オントロジー間の異種性に関する欠陥を克服すること。
• 意味的および構文的動詞クラスに基づく、統一的で心理的根拠を持つ関係アノテーションフレームワークを提供すること。
• 共通の抽象的表現を通じて、テキスト的関係とオントロジカルなプロパティの相互運用性を実現すること。
• リーヴィンの動詞階層を活用することで、自然言語処理、情報抽出、オントロジー工学における認知的アノテーションを促進すること。

提案手法

• ベス・レヴィンの動詞概念的階層に基づき、3,000以上の英語動詞を230以上の意味的・構文的クラスにマッピングすることでCEVOを構築する。
• テキスト中の動詞の出現位置および構文的役割をアノテートするために、NIF（Named Individual Format）語彙を用いる。
• Webアノテーションデータモデル（WADM）を用いて、共通のCEVOイベントクラスを介してテキスト的関係をオントロジカルなプロパティにリンクする。
• テキストおよびオントロジー内の動詞インスタンスにCEVOイベントクラス（例：cevo:Communication、cevo:Amalgamate）を割り当てることで、意味的整合性を実現する。
• SPARQLクエリを用いて、共通のCEVOアノテーションを通じてテキスト的関係（例：'marry'）と対応するオントロジカルなプロパティ（例：dbp:spouse）のリンクを解決する。
• CEVO名前空間（https://w3id.org/cevo/）を活用することで、イベントクラスおよびそのインスタンスの永続的かつ解決可能なURIを保証する。

実験結果

リサーチクエスチョン

• RQ1 関係の抽象的概念化は、テキストおよびオントロジーにおける関係アノテーションの整合性と認知的妥当性をどのように向上させるか？
• RQ2 リーヴィンの動詞分類は、再利用可能で上位レベルのイベントオントロジーの基盤としてどの程度有効であるか？
• RQ3 CEVOは、多様な語彙およびオントロジー間で関係の文脈的同等性を実現できるか？
• RQ4 CEVOは、実世界のデータにおいてテキスト的関係とオントロジカルなプロパティを効果的にリンクできるか？
• RQ5 CEVOの使用は、知識グラフ応用における関係抽出および相互運用性にどのような影響を与えるか？

主な発見

• CEVOは、共有の意味的・構文的特性に基づき、3,000以上の英語動詞を230以上の意味的に整合性のあるイベントクラスに成功してマッピングした。
• 語彙的同義語ではないにもかかわらず、'announce' と 'say' といった動詞がCEVOクラス cevo:Communication の下で意味的に同等視される例は、認知的整合性を示している。
• WADMの使用により、共通のCEVOイベントクラスを介して、テキスト的関係（例：'marry'）を直接オントロジカルなプロパティ（例：dbp:spouse）にリンクできるようになった。
• SPARQLクエリを用いることで、CEVOアノテーションを通じてテキスト的関係とオントロジカルなプロパティのリンクを解決でき、'marry' 動詞と dbp:spouse プロパティの例が示された。
• CEVOは、多様なデータソースおよびオントロジー間で関係のアノテーションを一貫して行うことを可能にし、曖昧さを低減し、相互運用性を向上させた。
• このオントロジーは https://shekarpour.github.io/cevo.io/ で公開されており、名前空間 https://w3id.org/cevo/ を介して、長期的な再利用と統合を支援している。