[论文解读] Towards Unveiling the Ontology Key Features Altering Reasoner Performances

Nourhène Alaya, Sadok Ben Yahia+1 more|arXiv (Cornell University)|Sep 29, 2015

Semantic Web and Ontologies参考文献 17被引用 5

一句话总结

本文识别并量化了描述逻辑中影响推理性能的关键结构和语法特征。通过提出一个全面的特征集——分为TBox、ABox、对象属性和个体级特征类别——作者提供了可度量的本体难度指标，从而能够预测推理器行为，并指导本体优化以提升性能。

ABSTRACT

Reasoning with ontologies is one of the core fields of research in Description Logics. A variety of efficient reasoner with highly optimized algorithms have been developed to allow inference tasks on expressive ontology languages such as OWL(DL). However, reasoner reported computing times have exceeded and sometimes fall behind the expected theoretical values. From an empirical perspective, it is not yet well understood, which particular aspects in the ontology are reasoner performance degrading factors. In this paper, we conducted an investigation about state of art works that attempted to portray potential correlation between reasoner empirical behaviour and particular ontological features. These works were analysed and then broken down into categories. Further, we proposed a set of ontology features covering a broad range of structural and syntactic ontology characteristics. We claim that these features are good indicators of the ontology hardness level against reasoning tasks.

研究动机与目标

• 理解为何尽管存在理论复杂度界限，推理器性能仍不可预测地波动。
• 识别与推理性能下降相关的、与领域无关的本体特征。
• 开发一种系统化、可量化的特征集，用于评估推理任务中的本体难度。
• 通过突出显示关键性能组件，支持本体建模与修订。
• 为未来基于本体结构预测推理器行为的机器学习方法提供支持。

提出的方法

• 将本体特征划分为四大类：TBox、ABox、对象属性和个体级特征。
• 定义基于频率的度量指标，如OPCF（对象属性特征频率），以量化传递性或对称性等特征的影响。
• 计算HVC（最高值基数）和AVC（平均值基数），以评估基数限制的影响。
• 引入NomTB和TBNom以测量TBox公理中命名个体的使用频率，以及IDISJ/ISAM用于衡量个体不相交性和相等性的比例。
• 使用形式化方程（例如OPCO和OPCF）对特征出现次数进行归一化，以实现跨本体的比较。
• 提出一个特征目录，用于推理性能预测建模。

实验结果

研究问题

• RQ1 在不同推理器中，哪些本体特征对推理性能的下降影响最为显著？
• RQ2 如何对本体的语法和结构特征进行量化，以预测推理复杂度？
• RQ3 传递性、基数限制和命名个体等特征在多大程度上与观察到的性能波动相关？
• RQ4 特征频率（如OPCF）能否作为本体难度的可靠指标？
• RQ5 如何利用这些特征指导本体编写与优化？

主要发现

• 所提出的特征集有效捕捉了影响推理性能的结构和语法特征，为本体难度评估提供了一个全面的框架。
• 对象属性特征（如传递性和对称性）通过频率度量（如OPCF）显示出可测量的影响，较高值表示更高的推理开销。
• 高基数限制（HVC）及其平均值（AVC）被识别为性能下降的重要贡献因素。
• TBox公理中命名个体的使用（NomTB和TBNom）由于涉及专门的推理过程，与推理复杂度的增加相关。
• 个体级特征（如不相交性IDISJ和相等性ISAM）的比例也对性能波动有贡献。
• 该特征目录可支持未来监督学习方法，用于预测推理器行为并识别关键的性能下降特征。