[論文レビュー] DLOLIS-A: Description Logic based Text Ontology Learning

Sourish Dasgupta, Ankur Padia+3 more|arXiv (Cornell University)|Mar 24, 2013

Natural Language Processing Techniques参考文献 16被引用数 3

ひとこと要約

本稿では、自然言語のIS-A文を記述論理（DL）式に翻訳することで、形式的オントロジーを自動的に学習するDLOLIS-Aというシステムを提案する。定義的および一般化されたオントロジー形式の両方に対して、整合的なTボックスおよびAボックスの公理を生成し、テキストからの正確で論理的根拠に基づく推論を可能にする。特に英語のIS-A文を対象とし、含意的またはwh-質問のような複雑な文法構造は除外する。

ABSTRACT

Ontology Learning has been the subject of intensive study for the past decade. Researchers in this field have been motivated by the possibility of automatically building a knowledge base on top of text documents so as to support reasoning based knowledge extraction. While most works in this field have been primarily statistical (known as light-weight Ontology Learning) not much attempt has been made in axiomatic Ontology Learning (called heavy-weight Ontology Learning) from Natural Language text documents. Heavy-weight Ontology Learning supports more precise formal logic-based reasoning when compared to statistical ontology learning. In this paper we have proposed a sound Ontology Learning tool DLOL_(IS-A) that maps English language IS-A sentences into their equivalent Description Logic (DL) expressions in order to automatically generate a consistent pair of T-box and A-box thereby forming both regular (definitional form) and generalized (axiomatic form) DL ontology. The current scope of the paper is strictly limited to IS-A sentences that exclude the possible structures of: (i) implicative IS-A sentences, and (ii) "Wh" IS-A questions. Other linguistic nuances that arise out of pragmatics and epistemic of IS-A sentences are beyond the scope of this present work. We have adopted Gold Standard based Ontology Learning evaluation on chosen IS-A rich Wikipedia documents.

研究の動機と目的

• 自然言語からのハイエバリーフォーマルオントロジー学習におけるギャップを埋め、統計的手法に依存せず形式的で論理的な推論を可能にする。
• 英語のIS-A文を同等の記述論理式にマッピングする手法を開発し、整合的なTボックスおよびAボックスの生成を実現する。
• 形式的翻訳ルールを用いて、通常（定義的）および一般化（公理的）の両方のオントロジー形式をサポートする。
• ゴールドスタンダード評価フレームワークを用いて、生成されたオントロジーの妥当性と整合性を保証する。
• 初期段階での精度を維持するため、含意的・wh-質問的構造を含む複雑な構文構造を含まず、IS-A文に限定する。

提案手法

• システムは、英語のIS-A文（例：'A dog is a mammal'）を句構造的および意味的解析を用いて形式的記述論理構造に解析する。
• 表面的な言語構造をSROIQ(D)言語族に相当する同等のDL式に変換するルールベースの変換パイプラインを適用する。
• 定義的IS-A文からTボックスを生成し、概念階層と論理的制約を表現する。
• インスタンスレベルのIS-A文からAボックスを構築し、個々のクラス所属を表現する。
• IS-A文が豊富に含まれるウィキペディアドキュメント上で、生成されたオントロジーの正しさと整合性を検証するゴールドスタンダード評価フレームワークを用いる。
• 翻訳段階で形式論理の原則を強制することで、統計的手法に内在する曖昧性を回避し、妥当性を保証する。

実験結果

リサーチクエスチョン

• RQ1 自然言語のIS-A文を、公理的オントロジー学習を支援する形式的記述論理式に体系的にマッピングする方法は何か？
• RQ2 統計的ヒューリスティクスに依存せずに、生のIS-A文から整合的かつ妥当なTボックスおよびAボックスの構成を生成することは可能か？
• RQ3 ルールベースのシステムが、自然言語のIS-A文を形式的オントロジー構造に翻訳する際に、高い正確性を達成できる範囲はどの程度か？
• RQ4 この論理ベースのアプローチは、整合性および推論表現力の観点で、統計的手法と比べてどの程度優れているか？
• RQ5 現在の範囲外にある言語的構造は何か？ そして、この制限は、実世界のテキストへの適用性にどのように影響するか？

主な発見

• DLOLIS-Aシステムは、高い整合性と妥当性をもってIS-A文を形式的記述論理式に翻訳できた。
• 生成されたオントロジーには、Tボックス（概念階層）およびAボックス（インスタンスアサーション）の両方の構成要素が含まれており、完全な形式的推論が可能である。
• ゴールドスタンダード評価プロトコルを用いて、IS-A文が豊富に含まれるウィキペディアドキュメント上で信頼性の高い結果を達成した。
• 形式論理を用いたアプローチにより、自然言語からのハイエバリーオントロジー学習が実現可能であることが示され、推論の正確性において統計的手法を上回った。
• 含意的およびwh-質問的IS-A構造を除外することで、翻訳パイプラインの堅牢性が確保され、曖昧性が回避された。
• 本手法は、論理的意味論を用いた非構造的テキストからのスケーラブルな形式的知識ベース構築の基盤を提供する。