[論文レビュー] Dividing the Ontology Alignment Task with Semantic Embeddings and Logic-based Modules

Ernesto Jiménez-Ruiz, Asan Agibetov+3 more|arXiv (Cornell University)|Feb 25, 2020

Semantic Web and Ontologies被引用数 4

ひとこと要約

本稿では、意味的埋め込みと論理ベースのモジュールを用いて、大規模なオントロジー統合タスクをより小さな管理可能なサブタスクに分割する新規フレームワークを提案する。ニューラル埋め込みを用いて意味的類似度を計算し、自己完結的な論理モジュールを生成することで、アライメントカバレッジを維持しながら探索空間を著しく削減し、OAEI largebio トラックのオントロジーのような大規模なオントロジーを効果的に処理できるようにする。

ABSTRACT

Large ontologies still pose serious challenges to state-of-the-art ontology alignment systems. In this paper we present an approach that combines a neural embedding model and logic-based modules to accurately 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 method is adequate in practice and can be integrated within the workflow of systems unable to cope with very large ontologies.

研究の動機と目的

• 非常に大規模なオントロジーを処理する際のオントロジー統合システムのスケーラビリティの課題に対処すること。
• 大規模なマッチングタスクの探索空間を縮小しつつ、アライメントカバレッジを維持すること。
• タスクを独立したサブタスクに分解することで、既存のオントロジー統合システムが大規模なオントロジーを処理できるようにすること。
• 最小限の情報損失で、形式的かつ意味論的に根拠のある方法でマッチングタスクを分割すること。
• OAEIベンチマーキングイニシャチブのような実世界の評価ワークフローにフレームワークを統合すること。

提案手法

• 事前学習済みのニューラル埋め込みを用いて、オントロジーのラベルと用語から意味的インverted index (LexI) を構築し、意味的類似度を捉える。
• 意味的インverted index を用いて、オントロジーをより小さな意味的に整合性のあるサブタスクに分割する。
• 各サブタスクに対して局所性に基づく論理モジュールを生成し、意味的に関連する公理とエンティティが含まれることを保証する。
• マッチングサブタスクを ⟨Oi₁, Oi₂⟩ として定義し、O i₁ ⊆ O1 および O i₂ ⊆ O2 を満たすことで、独立性と処理可能性を確保する。
• 参照アライメントがサブタスク内での発見可能性を保証するための形式的カバレッジの概念を定義する。
• 既存の統合システムに分割パイプラインを統合し、コアの統合論理を変更せずにスケーラビリティを向上させること。

実験結果

リサーチクエスチョン

• RQ1 ニューラル埋め込みに基づくアプローチは、アライメントカバレッジを維持しつつ、大規模なオントロジー統合タスクを正確に小さな独立したサブタスクに分割できるか？
• RQ2 サブタスクのサイズが、後続の統合システムのパフォーマンス（正確率、再現率、F1スコア）にどのように影響するか？
• RQ3 論理ベースのモジュールは、分割されたサブタスクにおける意味的完全性をどの程度維持するか？
• RQ4 提案されたフレームワークにより、かつて大規模なオントロジーで失敗していた統合システムが、タスクを正常に完了できるか？
• RQ5 分割の数が、全体の品質および計算上の実行可能性にどのように影響するか？

主な発見

• 提案手法は、OAEI largebio トラックの大きなオントロジー統合タスクを、より小さなサブタスクに成功して分割し、かつて失敗していた5つのシステムがタスクを完了できるようになった。
• サブタスクのサイズ比は著しく削減され、個々のサブタスクではサイズ比が1.0未満となったが、重複を考慮するとサブタスク全体の集計サイズ比は1.0を超える場合があった。
• フレームワークは高いアライメントカバレッジを維持しており、参照アライメントがサブタスク内で潜在的に発見可能であることを保証した。
• YAM-Bio や AML などのシステムは、分割の前後でF1スコアにほぼ同等の値を維持したが、LogMap は分割数の増加に伴いわずかにF1スコアが低下した。
• 豊富な語彙を有する環境、特にNCI Thesaurusを含む環境でもスケーラビリティを示し、大規模で語彙が多様なオントロジーに対しても効率的であった。
• 論理ベースのモジュールの使用により、関連する公理とエンティティが保持され、分割過程での情報損失が最小限に抑えられた。