[論文レビュー] Semantic Information Retrieval from Distributed Heterogeneous Data Sources

Kamran Munir, Mohammed Odeh+3 more|ArXiv.org|Jul 5, 2007

Semantic Web and Ontologies参考文献 22被引用数 7

ひとこと要約

本論文は、分散型で異種のバイオメディカルデータソース間での意味的情報検索を可能にするオントロジー駆動型システムを提案している。ユーザーは統一的で意味的に豊富なインターフェースを通じて、異種のデータベースを一括して照会できる。統合されたオントロジーとクエリ再定式化技術を活用することで、低レベルのデータ異種性を抽象化し、Health-e-Childプロジェクトにおける統合的ビューを提供する。これにより、クロスソースのデータ発見性と相互運用性が顕著に向上する。

ABSTRACT

Information retrieval from distributed heterogeneous data sources remains a challenging issue. As the number of data sources increases more intelligent retrieval techniques, focusing on information content and semantics, are required. Currently ontologies are being widely used for managing semantic knowledge, especially in the field of bioinformatics. In this paper we describe an ontology assisted system that allows users to query distributed heterogeneous data sources by hiding details like location, information structure, access pattern and semantic structure of the data. Our goal is to provide an integrated view on biomedical information sources for the Health-e-Child project with the aim to overcome the lack of sufficient semantic-based reformulation techniques for querying distributed data sources. In particular, this paper examines the problem of query reformulation across biomedical data sources, based on merged ontologies and the underlying heterogeneous descriptions of the respective data sources.

研究の動機と目的

• 構造的・意味的不一致を示す分散型で異種のバイオメディカルデータソースを照合する課題に対処すること。
• 場所、スキーマ、アクセスパターンなどの低レベルのデータアクセス詳細を隠すことで、ユーザーの負担を軽減すること。
• 統一されたオントロジカルモデルを用いて、異種のデータソース間で意味的クエリ再定式化を可能にすること。
• Health-e-Childプロジェクトを支援するために、散在するバイオメディカル情報の整合的で統合的なビューを提供すること。
• オントロジー支援による意味的マッピングと推論を通じて、検索の正確性と再検索率を向上させること。

提案手法

• 本システムは、複数のバイオメディカルデータソースからの意味的知識を統合する中央集権的オントロジー・モデルを採用している。
• ユーザークエリを、統合オントロジーに定義された意味的マッピングを用いて、ソース固有のクエリに変換するクエリリライトエンジンを用いている。
• オントロジーは、既存のバイオメディカルオントロジーを基盤とし、データソースの異種性に対応するためのドメイン固有のマッピングを拡張して構築されている。
• データ要素間の意味的関係は、OWLベースの表現を用いて形式化されており、推論と推論を可能にしている。
• システムは、高レベルの意味的クエリを下位のデータソースに跨る実行可能クエリに翻訳することで、クエリ連携を実現している。
• 中間処理レイヤーが、ソース固有のスキーマとアクセス方法を抽象化し、透明なデータ取得を可能にしている。

実験結果

リサーチクエスチョン

• RQ1 分散型で異種のバイオメディカルデータソースに跨る意味的知識を、どのように効果的に統合できるか？
• RQ2 意味的に多様なデータソースに跨るクエリ再定式化を透明に実現するための技術は何か？
• RQ3 オントロジーに基づくマッピングは、分散情報検索におけるクエリの再検索率と正確性をどの程度向上できるか？
• RQ4 ユーザークエリをどのように意味的に豊かにし、異種システム間で実行可能なクエリに変換できるか？
• RQ5 中央集権的オントロジーは、分散型バイオメディカルデータ環境における相互運用性を実現するために、どのような役割を果たすか？

主な発見

• 本システムは、ユーザーがソース固有のスキーマやアクセス方法の知識なしに、高レベルの意味的クエリを発行できることを実証した。
• 統合オントロジーを用いたクエリ再定式化は、クロスソースのデータ発見性を顕著に向上させ、ユーザーの作業負荷を低減した。
• 本アプローチは、構造的・意味的に大きく異なるデータソースを有するHealth-e-Childプロジェクトの文脈において、実現可能性を示した。
• 共有オントロジーの使用により、複数のソース間でバイオメディカル用語の一貫した解釈とマッピングが可能になった。
• 文法的キーワードマッチングを超えた意味的関係を活用することで、クエリの再検索率が向上した。
• 本アーキテクチャは拡張性を備えており、クエリインターフェースを変更せずに、新しいデータソースをオントロジーのマッピングにより統合可能である。