[논문 리뷰] Perspectival Knowledge in PSOA RuleML: Representation, Model Theory, and Translation

Harold Boley, Gen Zou|arXiv (Cornell University)|2017. 12. 07.

Semantic Web and Ontologies참고 문헌 24인용 수 4

한 줄 요약

이 논문은 PSOA RuleML에서 시점 기반 지식 표현을 도입하여, 같은 개체 식별자(OID)가 술어의 시점에 따라 다른 속성 값을 가질 수 있도록 허용하는 술어에 의존하는 기술자(descriptor)를 가능하게 한다. 모델 이론적 의미론을 정형화하고, PSOATransRun을 통한 번역 프레임워크를 제공하며, 종속적인 튜플과 슬롯을 통한 모델링에서의 효율성 향상을 보여주며, 전통적인 객체 지향 및 지식 표현 모델을 확장한다.

ABSTRACT

In Positional-Slotted Object-Applicative (PSOA) RuleML, a predicate application (atom) can have an Object IDentifier (OID) and descriptors that may be positional arguments (tuples) or attribute-value pairs (slots). PSOA RuleML explicitly specifies for each descriptor whether it is to be interpreted under the perspective of the predicate in whose scope it occurs. This predicate-dependency dimension refines the space between oidless, positional atoms (relationships) and oidful, slotted atoms (framepoints): While relationships use only a predicate-scope-sensitive (predicate-dependent) tuple and framepoints use only predicate-scope-insensitive (predicate-independent) slots, PSOA uses a systematics of orthogonal constructs also permitting atoms with (predicate-)independent tuples and atoms with (predicate-)dependent slots. This supports data and knowledge representation where a slot attribute can have different values depending on the predicate. PSOA thus extends object-oriented multi-membership and multiple inheritance. Based on objectification, PSOA laws are given: Besides unscoping and centralization, the semantic restriction and transformation of describution permits rescoping of one atom's independent descriptors to another atom with the same OID but a different predicate. For inheritance, default descriptors are realized by rules. On top of a metamodel and a Grailog visualization, PSOA's atom systematics for facts, queries, and rules is explained. The presentation and (XML-)serialization syntaxes of PSOA RuleML are introduced. Its model-theoretic semantics is formalized by extending the interpretation functions for dependent descriptors. The open-source PSOATransRun system realizes PSOA RuleML by a translator to runtime predicates, including for dependent tuples (prdtupterm) and slots (prdsloterm). Our tests show efficiency advantages of dependent and tupled modeling.

연구 동기 및 목표

• 동일한 객체에 대한 맥락에 민감하고 다중 시점적인 기술을 다루는 데에 전통적인 지식 표현의 한계를 해결하기 위해.
• PSOA RuleML에서 원자 내 술어에 의존하는 기술자를 지원하는 모델 이론적 의미론을 정형화하기 위해.
• 실행 가능한 룰 기반 예측자로 시점 기반 RuleML를 컴iles하는 번역 시스템(PSOATransRun)을 개발하기 위해.
• 지리정보, 생물의학, 법적 분야의 사례를 통해 시점 기반 모델링의 표현력과 효율성을 입증하기 위해.
• 명령문 확장성, 규칙을 통한 상속, XML 및 JSON과 같은 표준과의 상호운용성을 지원하기 위해 PSOA 메타모델을 확장하기 위해.

제안 방법

• PSOA RuleML의 수직적 구성요소 체계를 도입: OID, 기술자 유형(tuples 또는 slots), 기술자 의존성(술어에 의존하거나 독립적).
• 모델 이론에서의 해석 함수를 확장하여 술어에 의존하는 기술자를 수용하고, 시점 기반 원자의 형식적 의미론을 가능하게 한다.
• PSOA RuleML 문법을 런타임 예측자로 매핑하는 번역기(PSOATransRun)를 개발하며, 종속적인 튜플에 대해서는 prdtupterm, 종속적인 슬롯에 대해서는 prdsloterm을 포함한다.
• 동일한 OID를 가진 서로 다른 술어에 대해 기술자를 해제하고 재구성함으로써, 기술자의 범위를 조정하고 중심화하는 원칙을 적용한다.
• 규칙 기반의 기본값 설정을 통해 상속을 구현하여, 기본 기술자를 시점 기반 환경에서 오버라이드하거나 상속할 수 있도록 한다.
• Grailog 시각화 및 RuleML/JSON 문법을 적응하여 시점 기반 지식을 표현하고 직렬화하며, 상호운용성을 확보한다.

실험 결과

연구 질문

• RQ1 통합 지식 표현 모델은 동일한 개체 식별자에 대해 다수의 시점 기반 시각화를 어떻게 지원할 수 있는가?
• RQ2 PSOA RuleML에서 술어에 의존하는 기술자를 정형적으로 해석하기 위해 필요한 모델 이론적 의미론은 무엇인가?
• RQ3 어떻게 시점 기반 지식을 규칙 기반 시스템에서 효율적으로 번역하고 실행할 수 있는가?
• RQ4 기존의 프레임 기반 또는 객체 지향 모델에 비해 시점 기반 모델링은 표현력과 성능을 어느 정도 향상시키는가?
• RQ5 PSOA 메타모델은 니트슨 다이아몬드 문제나 다중 맥락 기반 법적 지식과 같은 고급 사용 사례를 지원하기 위해 확장될 수 있는가?

주요 결과

• PSOA RuleML는 술어에 의존하는 기술자를 가진 새로운 종류의 원자를 지원하여, 동일한 OID가 서로 다른 술어에 따라 다른 값을 가질 수 있도록 한다. 예를 들어, 존이 교사, TA, 학생로서 각기 다른 속성을 가질 수 있다.
• 모델 이론적 의미론이 종속적인 기술자를 해석할 수 있도록 정형화되어 있어, 시점 기반 추론에서 논리적 일관성과 명확성을 보장한다.
• PSOATransRun은 시점 기반 RuleML를 런타임 예측자로 효율적으로 컴파일하며, 성능 벤치마크를 통해 종속적이고 튜플 기반 모델링에서의 효율성 우월성을 입증한다.
• 기술자 기반의 기술자 재구성 기능을 통해 동일한 OID를 가진 서로 다른 술어에 대해 독립적인 기술자를 재사용할 수 있어, 지식의 구조화를 더욱灵活하게 한다.
• 지리정보, 생물의학, 법적 분야의 사례를 통해 시점 기반 모델링의 실용적 적용 가능성을 확인하였으며, 특히 비관적 의미론을 사용한 니트슨 다이아몬드 문제의 모델링이 가능하다.
• PSOA 메타모델은 명령문 확장성, 규칙 기반 상속, XML 및 JSON과의 통합을 지원하여 상호운용성과 확장성을 향상시킨다.