[论文解读] ILexicOn: toward an ECD-compliant interlingual lexical ontology described with semantic web formalisms

Maxime Lefrançois, Fabien Gandon|arXiv (Cornell University)|Apr 24, 2012

Semantic Web and Ontologies参考文献 14被引用 10

一句话总结

ILexicOn 提出了一种符合扩展意义组合性（ECD）框架的新型跨语言词汇本体，采用语义网形式化语言（如RDF和OWL），实现词汇单位的自指语义分解。其主要贡献在于三层架构——ILexiMOn、ILexicOn 和数据层——通过形式化且人类可读的记法与语义投影能力，支持多语言语义互操作性与机器可处理的词汇语义。

ABSTRACT

We are interested in bridging the world of natural language and the world of the semantic web in particular to support natural multilingual access to the web of data. In this paper we introduce a new type of lexical ontology called interlingual lexical ontology (ILexicOn), which uses semantic web formalisms to make each interlingual lexical unit class (ILUc) support the projection of its semantic decomposition on itself. After a short overview of existing lexical ontologies, we briefly introduce the semantic web formalisms we use. We then present the three layered architecture of our approach: i) the interlingual lexical meta-ontology (ILexiMOn); ii) the ILexicOn where ILUcs are formally defined; iii) the data layer. We illustrate our approach with a standalone ILexicOn, and introduce and explain a concise human-readable notation to represent ILexicOns. Finally, we show how semantic web formalisms enable the projection of a semantic decomposition on the decomposed ILUc.

研究动机与目标

• 弥合自然语言处理与语义网之间在多语言数据访问方面的鸿沟。
• 解决缺乏正式的、跨语言的词汇本体以支持跨语言语义分解的问题。
• 开发一种符合扩展意义组合性（ECD）框架的标准化、机器可处理的词汇本体。
• 利用语义网标准，实现将词汇分解语义投影到其自身词汇单位的能力。
• 提供一种形式化且可扩展的人类可读记法，用于表达复杂的词汇关系。

提出的方法

• 设计三层架构：(i) 跨语言词汇元本体（ILexiMOn），(ii) ILexicOn（包含形式化定义的跨语言词汇单位类，即ILUcs），以及 (iii) 用于词汇实例的数据层。
• 使用RDF和OWL以机器可处理的格式表示词汇单位及其语义分解。
• 将ILUcs定义为可通过正式本体关系将其自身语义分解投影到自身的类。
• 引入一种简洁的人类可读记法，用于表示ILexicOn，从而促进本体的编写与理解。
• 利用语义网形式化语言，实现对词汇分解的推理与推断。
• 通过独立的ILexicOn实现进行方法验证，并展示其语义投影能力。

实验结果

研究问题

• RQ1 如何正式构建词汇本体，以支持跨语言语义分解，同时保持与ECD框架的兼容性？
• RQ2 哪些语义网形式化语言最能支持将语义分解自指性地投影到词汇单位上？
• RQ3 能否设计一种人类可读的记法，以形式化且可扩展的方式表达复杂、多语言的词汇关系？
• RQ4 三层架构（ILexiMOn、ILexicOn、数据层）在多语言自然语言访问语义网方面是否能有效发挥作用？
• RQ5 语义网标准在多语言语境下，能在多大程度上支持对词汇分解的推理与推断？

主要发现

• ILexicOn 架构通过允许每个ILUc使用正式本体关系将其自身语义结构投影到自身，成功实现了自指语义分解。
• RDF与OWL的使用实现了词汇单位及其语义组件的机器可处理表示，促进了推理与互操作性。
• 所提出的可读记法为编写与理解复杂词汇本体提供了实用手段，同时不牺牲形式严谨性。
• 语义网形式化语言允许显式建模语义分解关系，从而实现在多语言词汇单位之间进行推理与一致性检查。
• 独立的ILexicOn实现证明了使用标准语义网技术构建ECD兼容词汇本体的可行性。
• 该方法通过在形式化、跨语言的框架中嵌入词汇语义，实现了对数据之网的多语言访问，支持跨语言推理。