[論文レビュー] How to Agree to Disagree: Managing Ontological Perspectives using Standpoint Logic

Lucía Gómez Álvarez, Sebastian Rudolph+1 more|arXiv (Cornell University)|Jun 14, 2022

Semantic Web and Ontologies被引用数 6

ひとこと要約

本稿では、複数の、おそらく矛盾する視点からのドメイン知識を統合的に表現可能でありながら、それらを統合・弱体化させることなく、保存することができるマルチモーダル論理フレームワーク、ステンドポイント論理（Standpoint Logic）を紹介する。本稿は、一階述語論理の文脈的断片（sentential fragment）を、標準的一階論理への多項式時間かつ充足可能性を保つ翻訳を提供しており、これにより、既存の市販の推論エンジン（特に表現力の高い記述論理 $\mathcal{SROIQ}b_{s}$ への翻訳を通じて OWL 2 DL に対応するものも含む）を用いた効率的な推論が可能になる。

ABSTRACT

The importance of taking individual, potentially conflicting perspectives into account when dealing with knowledge has been widely recognised. Many existing ontology management approaches fully merge knowledge perspectives, which may require weakening in order to maintain consistency; others represent the distinct views in an entirely detached way. As an alternative, we propose Standpoint Logic, a simple, yet versatile multi-modal logic "add-on" for existing KR languages intended for the integrated representation of domain knowledge relative to diverse, possibly conflicting standpoints, which can be hierarchically organised, combined and put in relation to each other. Starting from the generic framework of First-Order Standpoint Logic (FOSL), we subsequently focus our attention on the fragment of sentential formulas, for which we provide a polytime translation into the standpoint-free version. This result yields decidability and favourable complexities for a variety of highly expressive decidable fragments of first-order logic. Using some elaborate encoding tricks, we then establish a similar translation for the very expressive description logic SROIQb_s underlying the OWL 2 DL ontology language. By virtue of this result, existing highly optimised OWL reasoners can be used to provide practical reasoning support for ontology languages extended by standpoint modelling.

研究の動機と目的

• オントロジー工学における、複数の、おそらく矛盾する視点からの知識統合の課題に対処すること。
• 知識統合の過程で個々の視点を保存し、概念の弱体化や複製を回避すること。
• 既存の最適化済み推論エンジンを用いて、ステンドポイント拡張知識ベースにおける実用的推論を可能にすること。
• 表現力の高いステンドポイント論理の断片における決定性と望ましい計算複雑性を確立すること。
• オントロジー統合、概念交渉、知識集約といった実世界の応用を支援すること。

提案手法

• 特定の視点に相対的な知識を表現するため、ラベル付きモーダル演算子（例：$\square_{\mathsf{LC}}\phi$）を基本的な知識表現言語に拡張する。
• ステンドポイント論理のための簡素化されたクリプケ的意味論を提案し、文脈的断片において小さなモデル性（small model property）を実現する。
• 一階述語ステンドポイント論理（FOSL）の文脈的断片から、標準的一階論理への多項式時間かつ充足可能性を保つ翻訳を構築する。
• 高度に表現力のある $\mathcal{SROIQ}b_{s}$ 論理への翻訳を拡張するための洗練されたエンコード技術を適用し、これは OWL 2 DL の基盤である。
• 既存の高度に最適化された OWL 2 DL 推論エンジンを活用し、ステンドポイント拡張知識ベースにおける実用的推論を支援する。
• 一般には小さなモデル性を失うが、非文脈的断片においても小さなモデルの存在可能性を検討するために、文法的制限を用いる。

実験結果

リサーチクエスチョン

• RQ1 ステンドポイント論理は、統合や弱体化を伴わずに、複数の矛盾する知識的視点の統一的フレームワークを提供できるか？
• RQ2 FOSL の文脈的断片は、充足可能性を保ちつつ、標準的一階論理への多項式時間翻訳を許容するか？
• RQ3 この翻訳技術は、OWL 2 DL に統合可能な高表現力の記述論理 $\mathcal{SROIQ}b_{s}$ へ拡張可能か？
• RQ4 特に表現力の高い断片において、ステンドポイント拡張知識ベースにおける推論の計算複雑性はいかほどか？
• RQ5 一般には小さなモデル性を失うが、非文脈的 FOSL 公式において文法的制約が小さなモデルの存在を保証できるか？

主な発見

• 一階述語ステンドポイント論理の文脈的断片は、標準的一階論理への多項式時間かつ充足可能性を保つ翻訳を許容し、決定性と望ましい複雑性を保証する。
• 翻訳は、多様な決定可能断片の一階論理への属する性質を保ち、計算の実行可能性を維持する。
• 表現力の高い $\mathcal{SROIQ}b_{s}$ 論理に対しても同様の翻訳が確立され、既存の高度に最適化された OWL 2 DL 推論エンジンを用いたステンドポイント拡張推論が可能になる。
• 本フレームワークは、知識損失や概念の複製を要せず、オントロジー統合や概念交渉といった実用的知識統合タスクを支援する。
• 小さなモデル性は文脈的断片において成立し、有限モデルに基づく推論が可能であるが、一般には非文脈的断片では失われる。
• 今後の研究では、非文脈的 FOSL において小さなモデル性を回復するための文法的制限の検討を予定しており、大規模知識ベースを用いたパフォーマンス評価も計画されている。