[论文解读] Disentangling Domain Ontologies

Mayukh Bagchi, Subhashis Das|arXiv (Cornell University)|Mar 21, 2023

Semantic Web and Ontologies被引用 4

一句话总结

本文提出了概念纠缠（Conceptual Entanglement）——一种在增量式领域本体开发过程中出现的五层次现象，涉及感知、标注、语义对齐、层次建模和内涵定义。本文进一步提出了概念解缠（Conceptual Disentanglement），一种基于规范性原则的多层级策略，以在各层次间强制实现语义双射，从而实现概念上解缠、可重用且协调一致的本体，支持知识整合与数字图书馆建设。

ABSTRACT

In this paper, we introduce and illustrate the novel phenomenon of Conceptual Entanglement which emerges due to the representational manifoldness immanent while incrementally modelling domain ontologies step-by-step across the following five levels: perception, labelling, semantic alignment, hierarchical modelling and intensional definition. In turn, we propose Conceptual Disentanglement, a multi-level conceptual modelling strategy which enforces and explicates, via guiding principles, semantic bijections with respect to each level of conceptual entanglement (across all the above five levels) paving the way for engineering conceptually disentangled domain ontologies. We also briefly argue why state-of-the-art ontology development methodologies and approaches are insufficient with respect to our characterization.

研究动机与目标

• 识别并形式化概念纠缠作为增量式领域本体开发中固有的有序多面性现象。
• 解决现有本体开发方法论的局限性，这些方法论未能充分考虑概念表征层次间的分层语义异质性。
• 提出一种有原则的、多层级的策略——概念解缠，以实现概念上解缠、可重用的领域本体工程。
• 为将多样化的概念表征（例如，哈利法塔作为摩天大楼、酒店、企业综合楼）统一整合为一个本体模式奠定基础。
• 通过目的驱动、全面且逻辑一致的分类本体，支持数字图书馆和知识库中的知识组织。

提出的方法

• 识别出概念纠缠的五个不同层次：感知、标注、语义对齐、层次建模和内涵定义。
• 提出一个规范性框架，通过指导原则在每一层实现解缠：目的准则、相关继承准则、完备性准则和调制准则。
• 应用目的准则，确保后续分类特征的选择完全基于建模目的。
• 采用相关继承准则，强制在分类层级中实现基于目的的、非任意的差异化特征序列。
• 使用完备性准则，确保在层级中某一深度的所有概念在下一深度均完全且相互排斥。
• 应用调制准则，消除分类路径中的缺失链接，确保完全连通性，并防止关系中的多对多模糊性。

实验结果

研究问题

• RQ1 概念纠缠如何作为分层的、有序的现象在领域本体开发的各个阶段中浮现？
• RQ2 为何当前的本体开发方法论不足以应对由概念表征层次引发的语义异质性的全谱？
• RQ3 哪些规范性原则可系统性地应用于感知、标注、对齐、层级和内涵定义等层次，以实现概念表征的解缠？
• RQ4 多层级解缠策略如何确保领域本体中语义双射和逻辑一致性？
• RQ5 目的驱动设计在消除分类本体中的模糊性并确保完整性方面发挥何种作用？

主要发现

• 概念纠缠是一种根植于人类概念化认知与表征过程的五层次现象，涵盖从感知到逻辑形式化的全过程。
• 所提出的概念解缠策略通过一组规范性原则，在所有五个层次上强制实现语义双射，从而实现无歧义且可重用的本体。
• 目的准则、相关继承准则、完备性准则和调制准则共同消除了分类层级中的模糊性、不完整性及缺失链接。
• 该方法实现了语言无关的心理模型、形式化本体（如OWL）及其底层一阶逻辑公理化之间的新型对应关系。
• 最先进的本体方法论未能识别或处理分层概念纠缠的全谱，限制了其在分类与知识组织任务中的实用性。
• 该框架在医疗保健和数字图书馆等对一致性与可重用性至关重要的领域中，特别适用于工程化分类本体。