[論文レビュー] Ontology Focusing: Knowledge-enriched Databases on Demand

Tomasz Gogacz, Víctor Gutiérrez-Basulto+4 more|arXiv (Cornell University)|Mar 30, 2019

Semantic Web and Ontologies参考文献 39被引用数 5

ひとこと要約

本稿では、既存のオントロジーから半自動的にデータベーススキーマを導出することで、知識豊富なデータベースをオンデマンドで作成できる「フォーカシング」という枠組みを紹介する。本稿は、関連するオントロジーの部分の選択と、クエリ仕様による完全性仮定の強制を形式化し、選択された記述論理における主要な推論タスクについての決定可能性および計算量の結果を示している。

ABSTRACT

We propose a novel framework to facilitate the on-demand design of data-centric systems by exploiting domain knowledge from an existing ontology. Its key ingredient is a process that we call focusing, which allows to obtain a schema for a (possibly knowledge-enriched) database semi-automatically, given an ontology and a specification of the scope of the desired system. We formalize the inputs and outputs of focusing, and identify relevant computational problems: finding a schema via focusing, testing its consistency, and answering queries in the knowledge-enriched databases it produces. These definitions are fully independent of the ontology language. We then instantiate the framework using selected description logics as ontology languages, and popular classes of queries for specifying the scope of the system. For several representative combinations, we study the decidability and complexity of the identified computational problems. As a by-product, we isolate (and solve) variants of classical decision problems in description logics, that are interesting in their own right.

研究の動機と目的

• 既存のドメインオントロジーを再利用することで、手動作業を最小限に抑えつつ、迅速にデータ中心のシステムを設計することに挑戦する。
• 広範かつオープンワールドのオントロジーの限界を克服し、スコープに特化したトリミングと完全性仮定を可能にする。
• 特定のアプリケーションニーズに適合した知識豊富なデータベースを生成する、スキーマ生成プロセスである「フォーカシング」を形式化する。
• コアとなる計算問題、すなわちスキーマ生成、整合性チェック、およびフォーカスドデータベースにおけるクエリ応答を特定および分析する。
• オントロジー言語に依存しない形式的基盤を提供し、さまざまな記述論理やクエリクラスへのインスタンス化を可能にする。

提案手法

• フォーカシングは、オントロジーとスコープ仕様（クエリに基づく）を入力として受け取り、知識豊富なデータベースのスキーマを生成するプロセスとして形式化される。
• このフレームワークは、「フォーカシングソリューション」として、オントロジーのどの部分が関連するか、およびどの部分が完全または固定とみなされるかを指定する。
• 3つのコア計算問題を導入する：フォーカシングソリューションの特定、その整合性のテスト、および得られた知識豊富なデータベースにおけるクエリ応答。
• 特定の記述論理（例：ELI, ELI⊥）およびクエリクラス（例：結合クエリ、ブール型クエリ）を用いて、この手法をインスタンス化する。
• 記述論理における既存の推論タスク（例：クエリの空集合性、有限モデル推論）を活用し、古典的決定問題の変種を導入する。
• 述語を「閉じた」または「固定」することを許可することで、オープンワールドとクローズドワールドの両方の意味論をサポートし、そうでない場合に決定不能となる設定においても決定性を実現する。

実験結果

リサーチクエスチョン

• RQ1 オントロジーから関連するドメイン知識に限定して、半自動的なプロセスを定義し、データベーススキーマを導出することは可能か？
• RQ2 フォーカスドデータベースにおけるスキーマ生成、整合性チェック、クエリ応答の計算量的特性および決定可能性特性は何か？
• RQ3 完全性および固定性仮定を、オントロジーに基づくデータベース設計に形式的に統合することで、推論タスクの決定性を保証できるか？
• RQ4 フォーカシングフレームワークから自然に生じる記述論理の古典的推論問題の変種は存在するか？また、それらは解けるか？
• RQ5 特定の記述論理およびクエリタイプにこのフレームワークをインスタンス化することで、決定的かつ実行可能（tractable）な推論が得られるか？

主な発見

• ELI⊥オントロジーを前提とした結合クエリのnullability問題は、単純なブール型クエリに対しても決定不能である。
• このフレームワークは、スキーマレベルの正のクエリ含意や有限モデル推論といった、古典的推論問題の新しい変種を特定・解決し、知識豊富なデータベースと関連する。
• 特定の記述論理（例：ELI, ELI⊥）とクエリクラスの組み合わせにおいて、コア計算問題（スキーマ生成、整合性、クエリ応答）は決定可能であり、明確に特徴付けられた計算量の上限を持つ。
• 完全性および固定性仮定の使用により、通常のオントロジー基盤システムでは決定不能となる否定を含むクエリについても、決定性が実現可能である。
• 述語を固定することで、より制限された決定可能なオントロジーを構築でき、その結果、ハーン型フラグメントと同等の複雑さにまで計算量が低下する可能性がある。
• 本研究の結果は、フォーカシングが複雑でオープンワールドのオントロジーを、実用的でアプリケーション固有かつ決定可能なデータ中心のシステムに変換できることを示している。