[论文解读] Dividing the Ontology Alignment Task with Semantic Embeddings and Logic-based Modules

Ernesto Jiménez-Ruiz, Asan Agibetov+3 more|arXiv (Cornell University)|Feb 25, 2020

Semantic Web and Ontologies被引用 4

一句话总结

本文提出了一种新颖的框架，通过语义嵌入和基于逻辑的模块，将大型本体匹配任务分解为更小、更易管理的子任务。通过利用神经嵌入计算语义相似性并生成自包含的逻辑模块，该方法在显著减少搜索空间的同时保持了对齐覆盖率，使系统能够成功处理如 OAEI largebio 轨道中的大型本体。

ABSTRACT

Large ontologies still pose serious challenges to state-of-the-art ontology alignment systems. In this paper we present an approach that combines a neural embedding model and logic-based modules to accurately divide an input ontology matching task into smaller and more tractable matching (sub)tasks. We have conducted a comprehensive evaluation using the datasets of the Ontology Alignment Evaluation Initiative. The results are encouraging and suggest that the proposed method is adequate in practice and can be integrated within the workflow of systems unable to cope with very large ontologies.

研究动机与目标

• 解决本体对齐系统在处理超大型本体时面临的可扩展性挑战。
• 在减少大规模匹配任务搜索空间的同时保持对齐覆盖率。
• 通过将任务分解为独立的子任务，使现有本体对齐系统能够处理大型本体。
• 提供一种形式化且语义基础坚实的划分匹配任务的方法，实现最小的信息损失。
• 将该框架集成到实际的评估工作流中，例如 OAEI 基准测试计划。

提出的方法

• 使用预训练的神经嵌入从本体标签和术语构建语义倒排索引（LexI），以捕捉语义相似性。
• 利用语义倒排索引指导本体划分为更小、语义一致的子任务。
• 为每个子任务生成基于局部性的逻辑模块，以确保包含语义相关的公理和实体。
• 将匹配子任务定义为 ⟨Oi₁, Oi₂⟩，其中 Oi₁ ⊆ O1 且 Oi₂ ⊆ O2，以确保独立性和可处理性。
• 应用形式化的覆盖率概念，验证参考对齐在子任务中仍可被发现。
• 将划分流水线集成到现有对齐系统中，以提升其可扩展性，同时不改变其核心对齐逻辑。

实验结果

研究问题

• RQ1 基于神经嵌入的方法能否准确地将大型本体匹配任务划分为更小、独立的子任务，同时保持对齐覆盖率？
• RQ2 子任务的大小如何影响下游对齐系统的性能（精确率、召回率、F1值）？
• RQ3 基于逻辑的模块在保持划分后子任务的语义完整性方面发挥了多大程度的作用？
• RQ4 所提出的框架是否能使此前在大型本体上失败的对齐系统成功完成任务？
• RQ5 划分数量如何影响对齐过程的整体质量与计算可行性？

主要发现

• 所提出的方法成功地将 OAEI largebio 轨道中的大型本体匹配任务划分为更小的子任务，使五个此前失败的系统得以完成任务。
• 子任务的大小比例显著降低，单个子任务的大小比例低于 1.0，但由于重叠的存在，子任务的总聚合大小比例可超过 1.0。
• 该框架保持了高水平的对齐覆盖率，确保参考对齐在子任务中仍具有潜在可发现性。
• YAM-Bio 和 AML 等系统在各划分中保持了相似的 F1 值，而 LogMap 的 F1 值随着划分数量的增加略有下降。
• 该方法在拥有丰富词汇表（如 NCI Thesaurus）的场景下表现出良好的可扩展性，并且在大型且词汇多样的本体上仍保持高效。
• 使用基于逻辑的模块确保了相关公理和实体的保留，最大限度减少了划分过程中的信息损失。