[논문 리뷰] Applying the Closed World Assumption to SUMO-based Ontologies.

Javier Álvez, Itziar González-Dios외 1명|arXiv (Cornell University)|2018. 08. 14.

Semantic Web and Ontologies인용 수 4

한 줄 요약

이 논문은 일반지식 지식 표현의 모호성을 줄이기 위해 SUMO 기반 온톨로지에 닫힌 세계 가정(Closed World Assumption, CWA)을 적용하는 것을 제안한다. 하위유형 및 상호배타관계에 대한 CWA를 정식화함으로써 추론 능력을 향상시켜, WordNet에 매핑된 벤치마크에서 온톨로지 능력 향상률이 47% 이상 향상되었다.

ABSTRACT

In commonsense knowledge representation, the Open World Assumption is adopted as a general standard strategy for the design, construction and use of ontologies, e.g. in OWL. This strategy limits the inferencing capabilities of any system using these ontologies because non-asserted statements could be assumed to be alternatively true or false in different interpretations. In this paper, we investigate the application of the Closed World Assumption to enable a better exploitation of the structural knowledge encoded in a SUMO-based ontology. To that end, we explore three different Closed World Assumption formulations for subclass and disjoint relations in order to reduce the ambiguity of the knowledge encoded in first-order logic ontologies. We evaluate these formulations on a practical experimentation using a very large commonsense benchmark automatically obtained from the knowledge encoded in WordNet through its mapping to SUMO. The results show that the competency of the ontology improves more than 47 % when reasoning under the Closed World Assumption. As conclusion, applying the Closed World Assumption automatically to first-order logic ontologies reduces their expressed ambiguity and more commonsense questions can be answered.

연구 동기 및 목표

• 비언급된 문장의 진리값이 미정인 탓에 추론이 제한되는 일반지식 온톨로지에서 개방 세계 가정의 한계를 해결하기 위해.
• 일阶논리 온톨로지, 특히 SUMO에 대해 닫힌 세계 가정이 체계적으로 어떻게 적용될 수 있는지 탐색하기 위해.
• 하위유형 및 상호배타관계에 대한 CWA 정식화가 모호성을 줄이고 추론 능력을 향상시키는 데 미치는 영향을 평가하기 위해.
• SUMO 기반 온톨로지에 자동으로 CWA를 적용할 경우 더 많은 일반지식 질문에 답할 수 있음을 입증하기 위해.

제안 방법

• 일阶논리 온톨로지의 하위유형 및 상호배타관계에 대해 세 가지 서로 다른 CWA 정식화 방식을 설계하였다.
• 이 정식화 방식들은 WordNet을 SUMO에 매핑함으로써 자동으로 유도된 대규모 일반지식 지식 기반에 적용되었다.
• 일阶논리 공리에 CWA 제약 조건을 추가하여 알려진 사실의 세계를 닫혀서 해석의 모호성을 줄였다.
• 시스템은 CWA 하에서 자동 추론을 수행하고, 표준 개방 세계 가정과의 추론 결과를 비교하였다.
• 벤치마크는 SUMO의 WordNet 매핑에서 유도되었으며, 추론 향상의 대규모 테스트를 가능하게 하였다.

실험 결과

연구 질문

• RQ1 SUMO 기반 온톨로지에 닫힌 세계 가정을 적용할 경우 추론 능력에 어떤 영향을 미치는가?
• RQ2 일阶논리 온톨로지에서 하위유형 및 상호배타관계에 대해 CWA의 가장 효과적인 정식화 방식은 무엇인가?
• RQ3 CWA는 일반지식 지식 표현의 모호성을 어느 정도 감소시키는가?
• RQ4 CWA는 대규모 온톨로지에서 추론 가능한 일반지식 질문의 수를 향상시킬 수 있는가?

주요 결과

• SUMO 기반 온톨로지에 CWA를 적용함으로써, 벤치마크 데이터셋에서 추론 능력이 47퍼센트 이상 향상되었다.
• CWA 정식화 방식은 온톨로지 내 비언급된 문장의 해석에 대한 모호성을 크게 감소시켰다.
• 닫힌 세계 제약 조건 하에서 더 강력한 추론 능력을 확보함으로써, 시스템이 더 많은 일반지식 질문에 답할 수 있게 되었다.
• 결과적으로 CWA는 일阶논리 온톨로지에 효과적이고 자동으로 적용되어 지식 활용을 향상시킬 수 있음을 보여주었다.