[論文レビュー] NdFluents: A Multi-dimensional Contexts Ontology

José M. Giménez‐García, Antoine Zimmermann+1 more|arXiv (Cornell University)|Sep 22, 2016

Semantic Web and Ontologies参考文献 7被引用数 3

ひとこと要約

NdFluentsは、RDF/OWLにおける多次元的文脈メタデータをモデル化する汎用的で拡張可能なオントロジーを提案する。WeltyとFikesの4dFluents時間的フラウエンツモデルを拡張し、信頼性、出典、およびその他の任意の文脈次元をサポートする。文脈を構造的で再化された実体として表現することで、特定の文脈スライス内でのエンティティに関する主張を可能にし、文脈化された文の完全なOWL推論を実現する。

ABSTRACT

Annotating semantic data with metadata is becoming more and more important to provide information about the statements being asserted. While initial solutions proposed a data model to represent a specific dimension of meta-information (such as time or provenance), the need for a general annotation framework which allows representing different context dimensions is needed. In this paper, we extend the 4dFluents ontology by Welty and Fikes---on associating temporal validity to statements---to any dimension of context, and discuss possible issues that multidimensional context representations have to face and how we address them.

研究の動機と目的

• 時間、出典、信頼性などの複数の文脈次元（例：時間、出典、信頼性）を意味的データに表現するための一般的なフレームワークの欠如に対処すること。
• 時間的フラウエンツ専用に設計された4dFluentsオントロジーを、任意の文脈次元をサポートするように拡張すること。
• 文脈を一等級のエンティティとしてモデル化することで、文脈化された文の完全なOWL推論を可能にすること。
• 複数の文脈次元を1つの知識表現に組み合わせることを可能にするモジュラで拡張可能なオントロジーを提供すること。
• 文脈メタデータを文に限定せず、エンティティ自体に対しても付与できることで、文脈に配慮したデータ検索と推論を可能にすること。

提案手法

• 実存的（4D）の立場を採用し、エンティティを時間的部分として扱い、文脈固有の「文脈部分」を導入することで、任意の文脈次元に一般化する。
• 各文脈次元（例：時間、ソース、信頼性）を、元のエンティティにリンクされる別個の文脈部分の型としてモデル化する、汎用的なオントロジー構造を定義する。
• OWL 2機能的構文を用いて、クラス（例：ContextPart、TemporalPart）、オブジェクトプロパティ（例：fluentProperty、contextOf）、およびモジュラリティと拡張性を実現する公理を定義する。
• 再化に類似した構造を用いて文脈メタデータを表現し、元のエンティティではなく文脈部分について主張することで、FOLトポロジーを保持する。
• 関数的プロパティ（例：contextOf）を用いて文脈部分を元のエンティティにリンクするメカニズムを導入し、特定の文脈内でのすべての事実の取得を可能にする。
• Web of Dataのベストプラクティスに従い、WDAquaプロジェクトの実世界のユースケースにこのモデルを適用し、オントロジーと例のデータを公開する。

実験結果

リサーチクエスチョン

• RQ1 1つのオントロジーが、時間、ソース、信頼性などの任意の文脈次元（例：時間、出典、信頼性）を統合的かつ拡張可能にサポートする方法は何か？
• RQ2 複数の文脈次元を意味的知識グラフに統合する際の主な課題は何か？ その際、推論能力を保持するにはどうすればよいか？
• RQ3 一般化されたフラウエンツベースのモデルが、推移的、対称的、逆プロパティを含む文脈化された文の完全なOWL推論をサポートできるか？
• RQ4 文脈メタデータを文に加えてエンティティ自体に対しても付与できるようにするにはどうすればよいか？ これにより、文脈に配慮したデータ検索が可能になる。
• RQ5 N-値関係や再化などの代替手法と比較して、多次元フラウエンツモデルを用いる際の表現力、推論支援、データサイズのトレードオフは何か？

主な発見

• NdFluentsは、時間以外の任意の文脈次元（例：出典、信頼性、信頼）をサポートする4dFluentsの最初の既知の汎用的拡張であり、出典、信頼性、信頼の分野でのモジュラな拡張を可能にする。
• このモデルは、再化やシングルトンプロパティパターンとは異なり、推移的、対称的、逆プロパティを含む、文脈化された文の完全なOWL推論をサポートする。
• 文脈メタデータは文に限定されず、エンティティ自体に対しても付与可能であり、特定のエンティティ-文脈の組み合わせに関連するすべての事実の取得が可能になる。
• このアプローチにより、特定の文脈（例：Wikipediaをソースとし、高い信頼性を持つパリに関するすべての事実）内のすべての情報へのクエリが効率的に行えるようになり、質問応答システムにおけるデータの出典と信頼性が向上する。
• データサイズが増加するが、文脈に配慮した知識表現のための強固で形式的な基盤を提供し、複雑な推論と拡張性を実現する。