[论文解读] The Literary Theme Ontology for Media Annotation and Information Retrieval

Paul Sheridan, Mikael Onsjö+1 more|arXiv (Cornell University)|May 1, 2019

Biomedical Text Mining and Ontologies参考文献 33被引用 4

一句话总结

本文介紹了文學主題本體（LTO），這是一個符合BFO的、以OWL2編碼的本體，涵蓋2,875個源自科幻媒體（包括《星艦奇航記》、經典電影、《黑鏡》和《菲力貓》）的文學主題。它為數位文學研究提供了標準化、可計算的標註與資訊檢索功能，目標是成為跨類型與媒體類型的故事主題分析之社群驅動標準。

ABSTRACT

Literary theme identification and interpretation is a focal point of literary studies scholarship. Classical forms of literary scholarship, such as close reading, have flourished with scarcely any need for commonly defined literary themes. However, the rise in popularity of collaborative and algorithmic analyses of literary themes in works of fiction, together with a requirement for computational searching and indexing facilities for large corpora, creates the need for a collection of shared literary themes to ensure common terminology and definitions. To address this need, we here introduce a first draft of the Literary Theme Ontology. Inspired by a traditional framing from literary theory, the ontology comprises literary themes drawn from the authors own analyses, reference books, and online sources. The ontology is available at https://github.com/theme-ontology/lto under a Creative Commons Attribution 4.0 International license (CC BY 4.0).

研究动机与目标

• 解決數位文學研究中缺乏標準化、可計算的文學主題框架的問題。
• 建立一個共享的社群驅動本體，以支援跨多樣故事語料的穩定標註與資訊檢索。
• 透過整合古典文學理論與計算需求，彌合非正式文學主題清單與正式本體之間的差距。
• 為與人文学科中其他媒體與知識表達本體的互操作性奠定基礎。
• 透過基於GitHub的工作流程與未來的維基百科風格社群平台，實現可擴展、合作式的文學主題維護。

提出的方法

• LTO以基本形式本體（BFO）作為上層本體，並以Web本體語言（OWL2）編碼，以實現計算表達力與推理功能。
• 主題透過系統性觀看與主題分析方式收集，來源包括500部《星艦奇航記》前的科幻電影（1895–1973年）、100部1974年後的科幻電影，以及現代影集如《黑鏡》與《菲力貓》。
• 本體將主題與古典文學主題統一於「文學主題」的單一概念之下，以簡化分類與檢索。
• LTO包含如「is-about」之關係，用以連結主題概念與過程性實體（例如：「縮小」作為與「微型化科技」及「如果我變小了會怎樣」相關的過程）。
• 專案採用基於GitHub的協作工作流程，透過拉取請求（pull requests）接受貢獻，並計畫進一步發展為類似維基百科的社群平台，用於主題維護。
• 本體設計支援未來的邏輯定義，並可與現有媒體本體（如OntoMedia）整合，以增強語意互操作性。

实验结果

研究问题

• RQ1 如何發展出標準化、可計算的文學主題表達方式，以支援數位文學研究中的資訊檢索與標註？
• RQ2 儘管存在理論差異，能否建構一個統一的文學主題本體，涵蓋主題與古典文學主題？
• RQ3 使用社群驅動、協作模式來維護與演進文學主題本體的可行性與影響力為何？
• RQ4 LTO如何與現有媒體與知識表達本體整合，以實現跨領域的語意推理？
• RQ5 形式化本體在推動小說敘事內容的大規模、演算法分析方面，能扮演何種角色？

主要发现

• 文學主題本體（LTO）版本0.3.1共包含2,875個文學主題，涵蓋廣泛的類型與媒體類型，主要聚焦於科幻。
• LTO以OWL2實作，並符合基本形式本體（BFO），支援形式化推理，並可整合至知識圖譜。
• 本體統一處理主題與文學主題於單一概念框架下，提升主題標註的一致性。
• LTO透過「is-about」等關係支援進階查詢，使使用者能將主題概念連結至過程性或科技實體。
• 專案已建立基於GitHub的協作開發模式，具備結構化貢獻工作流程，包含主題提案與故事標註。
• 長期願景是將主題本體網站轉型為社群驅動、類似維基百科的平台，用於合作式維護文學主題與標註故事。