[论文解读] A Comprehensive Survey of Ontology Summarization: Measures and Methods

Seyed Amin Pouriyeh, Mehdi Allahyari+2 more|arXiv (Cornell University)|Jan 5, 2018

Semantic Web and Ontologies参考文献 31被引用 5

一句话总结

本文全面综述了本体摘要技术，通过分析度中心性、接近中心性和中介中心性等关键度量，识别本体中的重要节点。评估了利用结构、语言和语义特征生成抽取式摘要的方法，强调了在大规模语义网应用中提升本体理解能力，需要灵活且可由用户调节的模型。

ABSTRACT

The Semantic Web is becoming a large scale framework that enables data to be published, shared, and reused in the form of ontologies. The ontology which is considered as basic building block of semantic web consists of two layers including data and schema layer. With the current exponential development of ontologies in both data size and complexity of schemas, ontology understanding which is playing an important role in different tasks such as ontology engineering, ontology learning, etc., is becoming more difficult. Ontology summarization as a way to distill knowledge from an ontology and generate an abridge version to facilitate a better understanding is getting more attention recently. There are various approaches available for ontology summarization which are focusing on different measures in order to produce a proper summary for a given ontology. In this paper, we mainly focus on the common metrics which are using for ontology summarization and meet the state-of-the-art in ontology summarization.

研究动机与目标

• 分析和分类大规模语义网本体的现有本体摘要技术。
• 识别并评估关键度量（如度中心性、接近中心性和中介中心性）在衡量本体中节点重要性方面的有效性。
• 研究结构特征、语言特征和语义特征如何共同促进有效的本体摘要。
• 指出当前静态抽取式摘要方法的局限性，并倡导采用更灵活、可由用户调节的模型。
• 探索非抽取式摘要作为本体标注和知识表示未来发展的有前途方向。

提出的方法

• 将本体建模为图结构 G = (V, E)，其中 V 表示节点（概念/实体），E 表示关系。
• 应用度中心性通过入边和出边的数量来度量局部重要性（公式 1–2）。
• 采用接近中心性通过计算到所有其他节点的最短路径平均长度，评估全局可达性（公式 3）。
• 使用中介中心性识别位于其他节点之间最多最短路径上的节点（公式 4）。
• 整合语言特征（如名称简洁性和流行度）和结构特征（如密度和引用计数）（Li 等 [29]）。
• 提出混合相关性评分方法，结合度中心性和频率（公式 21），并通过阈值过滤进行候选选择。

实验结果

研究问题

• RQ1 在本体摘要中，识别关键概念最有效的度量是什么？
• RQ2 结构特征、语言特征和语义特征在摘要质量方面分别起到何种作用？
• RQ3 当前的抽取式方法在降低本体复杂性的同时，能在多大程度上保持有意义的子图？
• RQ4 如何将用户特定需求整合到本体摘要中，以提升其适应性和可用性？
• RQ5 静态预定义摘要模型存在哪些局限性？非抽取式方法如何提升摘要质量？

主要发现

• 度中心性能有效识别高度连接的节点，尤其在使用入度和出度度量的有向图中表现良好。
• 接近中心性有助于定位全局中心节点，从而实现本体图中更快的信息传播。
• 中介中心性突出了在本体不同部分之间起桥梁作用的节点，这些节点通常对导航和集成至关重要。
• 结合中心性和频率度量的混合模型（如相关性 = λ·DC + β·Fr）在捕捉代表性概念方面优于单一度量方法。
• 当前方法主要为抽取式，即从原始本体中选择现有节点，这限制了灵活性和语义丰富性。
• 非抽取式摘要正作为一种有前途的替代方案浮现，尤其适用于本体标注和基于知识的摘要任务。