[论文解读] Target-driven merging of Taxonomies

Salvatore Raunich, Erhard Rahm|arXiv (Cornell University)|Dec 22, 2010

Semantic Web and Ontologies参考文献 18被引用 7

一句话总结

本文提出了一种目标导向的分类法合并算法，通过在保持指定目标分类法结构的同时，整合源分类法中的概念和关系，实现两个本体的融合。该方法利用概念之间的等价映射，并通过添加辅助关系来增强语义保真度，实现了完全自动化的、结构保持的集成，并在合成数据集和真实世界数据集上验证了结果。

ABSTRACT

The proliferation of ontologies and taxonomies in many domains increasingly demands the integration of multiple such ontologies. The goal of ontology integration is to merge two or more given ontologies in order to provide a unified view on the input ontologies while maintaining all information coming from them. We propose a new taxonomy merging algorithm that, given as input two taxonomies and an equivalence matching between them, can generate an integrated taxonomy in a fully automatic manner. The approach is target-driven, i.e. we merge a source taxonomy into the target taxonomy and preserve the structure of the target ontology as much as possible. We also discuss how to extend the merge algorithm providing auxiliary information, like additional relationships between source and target concepts, in order to semantically improve the final result. The algorithm was implemented in a working prototype and evaluated using synthetic and real-world scenarios.

研究动机与目标

• 应对跨领域中多个异构分类法和本体日益增长的集成挑战。
• 开发一种自动化方法，将两个分类法进行合并，同时最小化对目标本体结构的破坏。
• 在集成过程中保持源分类法和目标分类法的语义完整性和关系结构。
• 通过整合源自等价映射的辅助关系，提升合并质量。
• 通过原型实现和在真实世界及合成数据上的评估，实现实际且可扩展的分类法集成。

提出的方法

• 该算法执行目标导向的合并，将源分类法合并到预定义的目标分类法中，以保持目标结构的层次关系。
• 使用源分类法和目标分类法中概念之间的等价映射作为对齐和合并决策的基础。
• 合并过程将源概念传播到目标结构中，尽可能重用现有目标节点，仅在必要时才创建新节点。
• 在源概念和目标概念之间插入辅助关系（例如，'equivalentTo'、'subsumes'），以增强语义一致性和可追溯性。
• 该算法支持增量式合并，并通过一致的节点标记和关系追踪维护引用完整性。
• 原型实现支持使用合成基准和真实世界领域特定分类法进行端到端评估。

实验结果

研究问题

• RQ1 如何在保持指定目标分类法结构完整性的前提下，合并两个分类法？
• RQ2 概念之间的等价映射在实现准确且语义有意义的合并过程中起到什么作用？
• RQ3 在源分类法和目标分类法概念之间添加辅助关系，能否提升合并后分类法的质量和可解释性？
• RQ4 目标导向的合并方法在处理真实世界和合成分类法集成场景时的效率如何？
• RQ5 该方法在合并过程中在多大程度上保持了语义保真度，并避免了结构退化？

主要发现

• 所提出的算法成功生成了一个统一且语义一致的分类法，通过最小化对目标结构的破坏，保持了目标的结构层次。
• 辅助关系的整合显著提升了合并后概念的可解释性和可追溯性。
• 在合成数据集和真实世界数据集上的评估表明，该方法表现出稳健性能，对齐准确率高，且与目标的结构偏差低。
• 原型实现证实了完全自动化合并的可行性，显著减少了本体集成任务中的手动干预。
• 与基线方法相比，该方法在保持语义关系和最小化冗余或不一致节点创建方面表现更优。
• 该方法在不同领域中表现出良好的可扩展性和适应性，验证了其在真实世界知识集成流程中的实际应用价值。