[论文解读] Competency Questions and SPARQL-OWL Queries Dataset and Analysis

Dawid Wiśniewski, Jędrzej Potoniec+2 more|arXiv (Cornell University)|Nov 23, 2018

Semantic Web and Ontologies参考文献 10被引用 5

一句话总结

本文介绍了一个公开发布的数据集，包含5个不同本体中的234个能力问题（CQs）及其对应的SPARQL-OWL查询转换。通过语言学和语义分析，识别出17种不同的CQ模式和46种SPARQL-OWL查询签名，揭示了自然语言表述与正式查询之间复杂的映射关系，从而为本体开发中的更好自动化、工具开发和标准化提供了支持。

ABSTRACT

Competency Questions (CQs) are natural language questions outlining and constraining the scope of knowledge represented by an ontology. Despite that CQs are a part of several ontology engineering methodologies, we have observed that the actual publication of CQs for the available ontologies is very limited and even scarcer is the publication of their respective formalisations in terms of, e.g., SPARQL queries. This paper aims to contribute to addressing the engineering shortcomings of using CQs in ontology development, to facilitate wider use of CQs. In order to understand the relation between CQs and the queries over the ontology to test the CQs on an ontology, we gather, analyse, and publicly release a set of 234 CQs and their translations to SPARQL-OWL for several ontologies in different domains developed by different groups. We analysed the CQs in two principal ways. The first stage focused on a linguistic analysis of the natural language text itself, i.e., a lexico-syntactic analysis without any presuppositions of ontology elements, and a subsequent step of semantic analysis in order to find patterns. This increased diversity of CQ sources resulted in a 5-fold increase of hitherto published patterns, to 106 distinct CQ patterns, which have a limited subset of few patterns shared across the CQ sets from the different ontologies. Next, we analysed the relation between the found CQ patterns and the 46 SPARQL-OWL query signatures, which revealed that one CQ pattern may be realised by more than one SPARQL-OWL query signature, and vice versa. We hope that our work will contribute to establishing common practices, templates, automation, and user tools that will support CQ formulation, formalisation, execution, and general management.

研究动机与目标

• 解决本体工程中公开发布的CQs及其正式SPARQL-OWL转换版本稀缺的问题。
• 调查在更广泛领域和本体样本中是否能揭示出多于以往研究中识别出的CQ模式。
• 探索自然语言CQ模式与正式SPARQL-OWL查询签名之间的关系。
• 为本体开发中的CQ自动生成、形式化和查询生成建立基础。

提出的方法

• 从5个不同领域本体中收集了234个CQs，每个CQ均配有对应的SPARQL-OWL查询。
• 对CQs进行词法句法分析，不预先假设本体元素，以识别语言模式。
• 通过语义分析，基于语义和结构将CQs分组并分类为有意义的模式。
• 基于正式查询的结构和逻辑特征，识别出46种不同的SPARQL-OWL查询签名。
• 将CQ模式与SPARQL-OWL查询签名进行映射，以分析一对一、多对一等关系。
• 公开发布该数据集，以支持可复现性、工具开发和未来研究。

实验结果

研究问题

• RQ1 RQ1：在更广泛领域和本体范围内扩展研究范围，是否能揭示出多于文献中先前识别出的CQ模式？
• RQ2 RQ2：所识别出的语言学CQ模式是否本质上与特定OWL构造相关联，还是具有可推广性？
• RQ3 RQ3：在不同本体之间是否存在重复出现且可重用的SPARQL-OWL查询签名？
• RQ4 RQ4：在映射与形式化方面，语言学CQ模式与SPARQL-OWL查询签名之间存在何种关系？

主要发现

• 通过语言学和语义分析，本研究识别出17种不同的CQ模式，较以往工作增长了5倍。
• 仅有少数CQ模式在不同本体之间共享，表明不同领域中CQ表述存在显著多样性。
• 共识别出46种独特的SPARQL-OWL查询签名，反映出查询设计在结构和逻辑上的多样性。
• 分析表明，一种CQ模式可使用多种SPARQL-OWL查询签名进行形式化，反之亦然，表明其映射关系非平凡。
• 234对CQ-SPARQL配对的数据集已公开发布，可支持未来研究、工具开发和本体工程中的标准化。
• 研究结果表明，CQs可作为构建本体编写与查询的受控自然语言（CNL）接口的基础。