[論文レビュー] A Sheaf Model of Contradictions and Disagreements. Preliminary Report and Discussion

Wlodek Zadrozny, Luciana Garbayo|arXiv (Cornell University)|Jan 27, 2018

Topological and Geometric Data Analysis参考文献 28被引用数 7

ひとこと要約

本稿は、特に専門家指針における矛盾や意見対立を形式的に表現・分析するための層構造理論的モデルを提案する。言語的文をラティス上のパrameter化された論理式としてモデル化し、部分順序上に層を構築することで、不一致の原因を同定し、グローバル・セクションとローカル・セクションを用いて対立の強度を測定し、一致のための戦略を可能にする。自然言語処理および知識統合における意味的対立の取り扱いに、数学的に厳密な枠組みを提供する。

ABSTRACT

We introduce a new formal model -- based on the mathematical construct of sheaves -- for representing contradictory information in textual sources. This model has the advantage of letting us (a) identify the causes of the inconsistency; (b) measure how strong it is; (c) and do something about it, e.g. suggest ways to reconcile inconsistent advice. This model naturally represents the distinction between contradictions and disagreements. It is based on the idea of representing natural language sentences as formulas with parameters sitting on lattices, creating partial orders based on predicates shared by theories, and building sheaves on these partial orders with products of lattices as stalks. Degrees of disagreement are measured by the existence of global and local sections. Limitations of the sheaf approach and connections to recent work in natural language processing, as well as the topics of contextuality in physics, data fusion, topological data analysis and epistemology are also discussed.

研究の動機と目的

• 臨床的および公共的意思決定における混乱を引き起こす、医療や栄養に関する対立する推奨事項などの専門家指針における不一致を解消すること。
• ラティスに基づくパrameter化を用いて意味的変動をモデル化することで、真の矛盾と単なる意見対立を区別すること。
• 不一致の根本原因を同定し、意見対立の強度を定量化し、一致化戦略を提示する形式的枠組みを開発すること。
• 層理論が自然言語意味論に応用可能かどうかを検討し、特にマルチソース情報統合および文脈に依存する推論に焦点を当てる。
• このモデルをトポロジカル・データ解析、認識論、および物理学における文脈性といった広範な分野と結びつけること。

提案手法

• 共通する述語に基づいて部分順序を形成するように、自然言語文をラティスからの値（例：時間、温度、投与量）でパrameter化した論理式として表現する。
• 理論のposet（部分順序集合）上に層を構築し、ストークをラティスの積として定義することで、局所的整合性とパrameter依存性を捉える。
• グローバル・セクション（すべての局所データに一貫して存在する）の存在を用いて、整合性の度合いを測定する；グローバル・セクションが存在しない場合、不一致を示す。
• ローカル・セクションを適用して、意見対立の強度と構造を評価し、部分的対立と完全な対立を区別する。
• オントロジーおよび意味的階層（例：SUMO、WordNet）を活用して用語間の文脈的関係を推論し、ラティス構築を支援する。
• スカラル意味的含意と文脈的拡張を統合し、より豊かな解釈下で意見対立が矛盾に変わる可能性を評価する。

実験結果

リサーチクエスチョン

• RQ1 数学的構造を用いて、テキスト的出処における矛盾と意見対立をどのように形式的に区別・モデル化できるか。
• RQ2 専門家指針における不一致の原因は何であり、それらの原因を体系的に同定できるか。
• RQ3 現実世界の解釈的変動を反映する形で、意見対立の強度をどのように定量化できるか。
• RQ4 層理論が、複数の権威ある出処からの対立する推奨事項を一致化するための堅牢な枠組みを提供できるか。
• RQ5 文脈およびスカラル意味的含意は、どの程度意見対立を矛盾に変換するか。また、その影響はモデル設計にどのように現れるか。

主な発見

• グローバル・セクションの存在を分析することで、本層モデルは矛盾と意見対立を明確に区別する。複数の出処にわたる一貫したデータは一致を示し、その欠如は矛盾を示す。
• 意見対立の強度は、ローカル・セクションの数と構造によって定量化され、文脈に依存する不一致の測定可能な評価を可能にする。
• パrameter依存性をラティス全体で分析することで、不一致の根本原因を同定する。例としてベーコン調理指針における温度と調理時間の依存性。
• 複数の指針を満たす一貫したパrameter値を提案することで、一致化を支援するフレームワークを提供する。例として運動およびスクリーニング推奨事項の統合。
• 文脈とスカラル意味的含意が曖昧さを軽減し、より豊かな意味的解釈下で意見対立が矛盾に変容する可能性があることが明らかになった。
• 本モデルは、医療指針、マルチドキュメント要約、知識ベース統合など多様な分野に適用可能であり、トポロジカル・データ解析および認識論とも関連付けることができる。