[논문 리뷰] Syntactic vs. Semantic Locality: How Good Is a Cheap Approximation?

Chiara Del Vescovo, Pavel Klinov외 4명|Research Explorer (The University of Manchester)|2012. 07. 06.

Semantic Web and Ontologies참고 문헌 11인용 수 6

한 줄 요약

이 논문은 OWL 온톨로지 모듈에서 문맥적 국소성과 의미적 국소성의 성능을 평가하며, 의미적 국소성을 처음으로 구현하고 문맥적 국소성이 계산적으로 저렴하면서도 매우 효과적인 근사치임을 보여준다. 실제 온톨로지에 대한 실험 결과, 의미적 국소성과 문맥적 국소성 모듈 간의 크기 차이는 극히 미미하며, 문맥적 추출에서는 최대 6배의 속도 향상이 이루어져 이론적으로 더 정밀한 의미적 국소성보다 실무에서 더 유리하다고 판단된다.

ABSTRACT

Extracting a subset of a given OWL ontology that captures all the ontology's knowledge about a specified set of terms is a well-understood task. This task can be based, for instance, on locality-based modules (LBMs). These come in two flavours, syntactic and semantic, and a syntactic LBM is known to contain the corresponding semantic LBM. For syntactic LBMs, polynomial extraction algorithms are known, implemented in the OWL API, and being used. In contrast, extracting semantic LBMs involves reasoning, which is intractable for OWL 2 DL, and these algorithms had not been implemented yet for expressive ontology languages. We present the first implementation of semantic LBMs and report on experiments that compare them with syntactic LBMs extracted from real-life ontologies. Our study reveals whether semantic LBMs are worth the additional extraction effort, compared with syntactic LBMs.

연구 동기 및 목표

• 계산적으로 효율적인 문맥적 국소성이 OWL 2 DL 온톨로지에서 의미적 국소성의 좋은 근사치인지 평가하기.
• 이전에 알려진 알고리즘은 있었지만 실제로 구현되지 않았던 의미적 국소성 기반 모듈(LBMs)을 구현하고 평가하기.
• 의미적 LBMs의 증가된 계산 비용이 모듈 크기의 잠재적 감소로 인해 상쇄되는지 여부를 판단하기.
• 문맥적 모듈과 의미적 모듈 간의 차이를 유발하는 축약자의 유형을 특정하고 분석하기.
• 이론적으로 비가역적인 의미적 LBMs를 실무적으로 계산할 수 있는지 여부를 조사하기.

제안 방법

• OWL 2 DL의 기존 추론 서비스를 활용하여 함의 검증을 기반으로 의미적 국소성 기반 모듈 추출을 구현하였다.
• 동일한 시드 서명을 사용하여 BioPortal의 실제 온톨로지 코퍼스에서 문맥적 및 의미적 LBMs를 추출하였다.
• 이항 분포를 따르며 평균이 m/2가 되도록 하는 랜덤 샘플링 전략을 사용하여 다양한 크기의 시드 서명을 생성하였다.
• 여러 온톨로지에서 문맥적 및 의미적 LBMs 간의 모듈 크기와 추출 시간을 비교하였다.
• 차이를 유발하는 두 가지 유형의 축약자를 식별하고 분류하였다: 타우토로지(예: F ⊑ F)와 서명 확장 후 비국소화되는 비국소어휘를 포함한 축약자.
• 모듈 크기 및 성능의 차이에 대한 유의미성을 평가하기 위해 통계 분석을 수행하였다.

실험 결과

연구 질문

• RQ1 실제 세계의 OWL 온톨로지에서 문맥적 국소성 기반 모듈과 의미적 국소성 기반 모듈의 크기는 어떻게 비교되는가?
• RQ2 실제로 문맥적 모듈 추출은 의미적 모듈 추출보다 얼마나 더 빠른가?
• RQ3 어떤 종류의 축약자가 문맥적 모듈과 의미적 모듈 간의 차이를 유발하는가?
• RQ4 의미적 모듈 추출의 증가된 계산 비용이 모듈 크기의 상당한 감소로 인해 상쇄되는가?
• RQ5 이론적으로 비가역적인 의미적 국소성 기반 모듈은 실무적으로 효율적으로 추출될 수 있는가?

주요 결과

• 코퍼스에 포함된 거의 모든 온톨로지에서 문맥적 모듈과 의미적 모듈 간의 크기 차이가 통계적으로 유의미하지 않았다.
• 문맥적 모듈 추출의 평균 속도 향상은 최대 6배였으며, 일부 사례에서는 10배 이상의 향상이 관찰되었다.
• 모듈 크기의 차이는 미미했고, 특히 Galen과 People과 같은 대규모 잘 알려진 온톨로지에서는 크기 감소가 관찰되지 않아 계산 시간 증가에 비해 가치가 없었다.
• 두 가지 유형의 축약자가 차이를 유발했다: 타우토로지(예: F ⊑ F)와 서명 확장 후 비국소화되는 비국소어휘를 포함한 축약자.
• 이론적으로 비가역적이지만 실무적으로 의미적 국소성 기반 모듈은 효율적으로 추출될 수 있으며, 실생활 적용 가능성에 대한 근거를 제공한다.
• 이 연구는 OWL API의 문맥적 국소성 체크어에서 반사성 축약자와 관련된 버그를 발견하고 수정하였다.