[論文レビュー] Knowledge Embedding and Retrieval Strategies in an Informledge System

T. R. Gopalakrishnan Nair, Meenakshi Malhotra|arXiv (Cornell University)|Jul 11, 2011

Semantic Web and Ontologies参考文献 10被引用数 3

ひとこと要約

本稿では、自律的知識ネットワークノード（KNN）と多様なリンクを用いて、構造的・知能的に知識を埋め込み・抽出する新しい知識ネットワークアーキテクチャであるInformledge System（ILS）を提案する。知能的なリンクによって結びつけられた球形および円錐形の形に知識を組織化することで、相互接続されたノードを横断する動的かつ文脈に適応した知識スレッドの抽出が可能となり、複雑な情報ネットワークにおける意味的整合性と抽出精度が向上する。

ABSTRACT

Informledge System (ILS) is a knowledge network with autonomous nodes and intelligent links that integrate and structure the pieces of knowledge. In this paper, we put forward the strategies for knowledge embedding and retrieval in an ILS. ILS is a powerful knowledge network system dealing with logical storage and connectivity of information units to form knowledge using autonomous nodes and multi-lateral links. In ILS, the autonomous nodes known as Knowledge Network Nodes (KNN)s play vital roles which are not only used in storage, parsing and in forming the multi-lateral linkages between knowledge points but also in helping the realization of intelligent retrieval of linked information units in the form of knowledge. Knowledge built in to the ILS forms the shape of sphere. The intelligence incorporated into the links of a KNN helps in retrieving various knowledge threads from a specific set of KNNs. A developed entity of information realized through KNN forms in to the shape of a knowledge cone

研究の動機と目的

• 分散した知識ユニットを統合・構造化できるスケーラブルな知識ネットワークシステムの設計。
• 自律的ノードと多様なリンクを通じて、相互接続された知識スレッドの知能的抽出を可能にすること。
• 知識の組織化を幾何学的形態（特に球体と円錐）としてモデル化し、意味的整合性とナビゲーション可能性を向上させること。
• 知識ノード（KNN）が自律的にストレージ、解析、リンク形成を管理するフレームワークの開発。
• 中央集権的制御なしに、現実世界の知識関係を反映する論理的ストレージと動的接続性を支援すること。

提案手法

• 本システムは、知識ユニット間のストレージ、解析、および多様なリンクの形成を担当する自律的ノードである知識ネットワークノード（KNN）を採用する。
• KNNが相互に接続することで形成される球形構造に知識が埋め込まれ、一貫性のある知識分野を表現する。
• KNN間の知能的リンクにより、意味的および文脈的関係に基づいた動的知識スレッド抽出が可能になる。
• KNNから発展した構造として知識円錐が形成され、階層的または進行的知識構造を表す。
• 中央集権的制御なしに、複雑な知識ネットワークをモデル化するため、論理的ストレージと接続性が使用される。
• リンクの知能が駆動する検索戦略により、複数の知識経路にわたる文脈に適応したナビゲーションが可能になる。

実験結果

リサーチクエスチョン

• RQ1 意味的関係を保持したまま、分散的・自律的ノードネットワークに知識を埋め込む方法は何か？
• RQ2 複数の相互接続されたノードを横断する知識スレッドの知能的抽出を可能にするメカニズムは何か？
• RQ3 KNN間の多様なリンクが、動的かつ文脈に敏感な知識アクセスをどのように支援するか？
• RQ4 ILSにおける知識埋め込みから生じる構造的形態（例：球体、円錐）は何か、それらの機能的意義は何か？
• RQ5 中央集権的調整なしに、自律的ノードがストレージ、解析、リンク形成をどのように管理できるか？

主な発見

• ILSにおける知識は、相互に接続されたKNNによって球形に組織化され、関連する知識ユニットの一貫性のある表現が可能になる。
• 本システムは、KNNから発展する知識円錐の形成を支援しており、階層的または進行的知識発展の兆候を示している。
• KNN間の知能的リンクにより、複数のノードを横断する動的かつ文脈に適応した知識スレッドの抽出が可能になる。
• 自律的KNNは、中央集権的制御に依存せず、ストレージ、解析、リンク形成を独立して実行する。
• 本システムは、分散的・知能的ノードを用いたスケーラブルで論理的な知識ストレージおよび抽出フレームワークを示している。
• 知識の幾何学的モデリング（球体および円錐）は、知識組織化および抽出経路の理解に新たな構造的比喩を提供する。