[论文解读] Le terme et le concept : fondements d'une ontoterminologie

Christophe Roche|ArXiv.org|Jan 8, 2008

linguistics and terminology studies被引用 3

一句话总结

本文提出ontoterminology作为框架，以弥合本体构建中词汇术语与概念知识之间的鸿沟，主张技术文本中的语言结构并不天然反映领域概念化。通过整合认识论原则并承认形式语言对概念定义的影响，该方法能够从科学和技术文本中实现更准确、基于理论的本体构建，关键洞见在于术语与概念的对齐取决于语言与概念的形式化。

ABSTRACT

Most definitions of ontology, viewed as a "specification of a conceptualization", agree on the fact that if an ontology can take different forms, it necessarily includes a vocabulary of terms and some specification of their meaning in relation to the domain's conceptualization. And as domain knowledge is mainly conveyed through scientific and technical texts, we can hope to extract some useful information from them for building ontology. But is it as simple as this? In this article we shall see that the lexical structure, i.e. the network of words linked by linguistic relationships, does not necessarily match the domain conceptualization. We have to bear in mind that writing documents is the concern of textual linguistics, of which one of the principles is the incompleteness of text, whereas building ontology - viewed as task-independent knowledge - is concerned with conceptualization based on formal and not natural languages. Nevertheless, the famous Sapir and Whorf hypothesis, concerning the interdependence of thought and language, is also applicable to formal languages. This means that the way an ontology is built and a concept is defined depends directly on the formal language which is used; and the results will not be the same. The introduction of the notion of ontoterminology allows to take into account epistemological principles for formal ontology building.

研究动机与目标

• 解决科学文本中的词汇术语与正式本体中潜在领域概念化之间的差距。
• 挑战文本中语言关系直接反映本体中概念结构的假设。
• 确立ontoterminology作为将认识论原则整合到正式本体开发中的方法论框架。
• 基于Sapir-Whorf假说，研究形式语言如何影响概念定义与本体结构。
• 为从技术与科学文档中构建一致、基于理论的本体提供基础。

提出的方法

• 提出ontoterminology作为通过认识论原则连接术语与概念的正式框架。
• 分析文本语言学（强调不完整性与语境依赖）与正式本体（要求完整性与一致性）之间的错配。
• 将Sapir-Whorf假说应用于形式语言，表明语言结构塑造了本体中的概念化。
• 使用科学与技术领域中的文本语料作为本体提取的输入，以语言关系作为初始候选。
• 引入从自然语言术语到正式概念定义的转换过程，由领域概念化作为中介。
• 强调需要领域特定的形式化，而非直接从文本中提取。

实验结果

研究问题

• RQ1 技术文本中的语言关系在多大程度上反映了领域的概念结构？
• RQ2 形式语言的选择在多大程度上影响本体中概念的定义与结构？
• RQ3 认识论原则能否系统性地应用于提升本体构建的一致性？
• RQ4 术语在对齐自然语言术语与正式概念化中扮演何种角色？
• RQ5 如何调和自然语言文本的不完整性与正式本体所要求的完整性之间的矛盾？

主要发现

• 由于文本不完整性和语言变异性，技术文本的词汇结构并不能可靠地反映领域的概念结构。
• 形式语言显著影响本体中概念的定义与结构，支持了在正式语境中Sapir-Whorf假说的适用性。
• 在缺乏概念中介的情况下直接从文本提取本体，会导致不一致或不准确的结果。
• ontoterminology通过整合认识论与形式化约束，提供了一种系统性方法来对齐术语与概念。
• 该框架通过区分语言表达与概念形式化，使本体构建更加可靠。
• 本研究证明，为确保概念一致性，本体构建必须是基于理论的，而不仅仅是基于文本的。