オントロジー学習

オントロジー学習（オントロジー抽出、オントロジー拡張生成、オントロジー生成、またはオントロジー取得）は、自然言語テキストのコーパスから対応するドメインの用語とこれらの用語が表す概念間の関係を抽出し、それらをオントロジー言語でエンコードして簡単に検索できるようにするなど、オントロジーを自動または半自動的に作成することです。オントロジーを手動で構築するのは非常に労力と時間がかかるため、プロセスを自動化する動機は大きいです。

通常、このプロセスは、品詞タグ付けやフレーズチャンキングなどの言語プロセッサを使用して、プレーンテキストから用語や概念、または名詞句を抽出することから始まります。次に、統計的^[1] または記号的^[2]^[3] 手法を使用して、パターンベース^[4]または定義ベース^{[5]の上位語抽出手法に基づいて}関係シグネチャを抽出します。

手順

オントロジー学習（OL）は、自然言語テキストからオントロジー全体を（半）自動的に抽出するために使用されます。^[6]^[7]このプロセスは通常、次の8つのタスクに分割されますが、すべてのオントロジー学習システムに必ずしも適用されるわけではありません。

ドメイン用語の抽出

ドメイン用語抽出ステップでは、ドメイン固有の用語が抽出され、次のステップ (概念の発見) で概念を導出するために使用されます。関連用語は、たとえばTF/IDF値の計算や C 値/NC 値法の適用によって決定できます。結果として得られる用語のリストは、ドメインの専門家によってフィルタリングされる必要があります。後続のステップでは、情報抽出における共参照解決と同様に、OL システムによって同義語が決定されます。同義語は同じ意味を共有し、したがって同じ概念に対応するためです。したがって、最も一般的な方法は、クラスタリングと統計的類似性尺度の適用です。

コンセプトの発見

概念発見ステップでは、用語は意味を持つ単位にグループ化されます。意味を持つ単位は世界の抽象化、つまり概念に対応します。グループ化された用語は、ドメイン用語抽出ステップで識別されたドメイン固有の用語とその同義語です。

概念階層の導出

概念階層導出ステップでは、OL システムは抽出された概念を分類構造に整理しようとします。これは主に、教師なし階層クラスタリング法によって実現されます。このような方法の結果はノイズが多いことが多いため、ユーザー評価などの教師ステップが追加されます。概念階層を導出するための別の方法は、サブまたはスーパースケープ関係を示すいくつかのパターンを使用することです。「X、つまり Y」や「X は Y」などのパターンは、X が Y のサブクラスであることを示します。このようなパターンは効率的に分析できますが、十分なサブまたはスーパースケープ関係を抽出できないほど発生頻度が低いことがよくあります。代わりに、これらのパターンを自動的に学習し、より広い範囲をカバーするブートストラップ法が開発されています。

非分類関係の学習

非分類関係の学習ステップでは、下位または上位を表さない関係が抽出されます。このような関係は、たとえば、works-for または located-in です。このサブタスクを解決するには、2 つの一般的なアプローチがあります。1 つ目は、匿名の関連付けの抽出に基づいており、2 番目のステップで適切に名前が付けられます。2 つ目のアプローチでは、周囲の単語で表されるエンティティ間の関係を示す動詞を抽出します。両方のアプローチの結果は、正確性を確保するためにオントロジストによって評価される必要があります。

ルールの発見

ルール発見の過程では、^[8]抽出された概念に対して公理（概念の形式的記述）が生成される。これは、例えば、自然言語定義の構文構造を分析し、結果として得られる依存ツリーに変換ルールを適用することによって達成できる。このプロセスの結果は公理のリストであり、その後、概念記述として理解される。この出力は、オントロジストによって評価される。

オントロジー人口

このステップでは、オントロジーに概念とプロパティのインスタンスが追加されます。概念のインスタンスの追加には、語彙構文パターンのマッチングに基づく方法が使用されます。プロパティのインスタンスは、関係タプルを収集するブートストラップメソッドを適用して追加されます。

概念階層の拡張

このステップでは、OL システムは既存のオントロジーの分類構造をさらにの概念で拡張しようとします。これは、訓練された分類器を使用して教師あり方式で実行することも、類似性尺度を適用して教師なし方式で実行することもできます。

フレームとイベントの検出

フレーム/イベント検出中、OLシステムはテキストから複雑な関係性、例えば誰がどこからいつどこへ出発したかなどを抽出しようとします。そのアプローチは、カーネル法を用いたSVMの適用から意味役割ラベル付け( SRL) ^[9]、深層意味解析技術まで多岐にわたります。^[10]

ツール

Dog4Dag (有向非巡回グラフ用ドレスデンオントロジージェネレータ) は、Protégé 4.1 および OBOEdit 2.1 用のオントロジー生成プラグインです。用語生成、兄弟生成、定義生成、関係誘導が可能です。Protégé 4.1 および OBO-Edit 2.1 に統合された DOG4DAG は、すべての一般的なオントロジー形式 (OWL や OBO など) のオントロジー拡張を可能にします。主に EBI および Bio Portal ルックアップサービス拡張に限定されています。^[11]

参照

文献

P. Buitelaar、P. Cimiano (編)。オントロジー学習と人口: テキストと知識のギャップを埋める、Frontiers in Artificial Intelligence and Applications のシリーズ情報、IOS Press、2008 年。
P. Buitelaar、P. Cimiano、B. Magnini (編)。テキストからのオントロジー学習: 方法、評価、アプリケーション、Frontiers in Artificial Intelligence and Applications シリーズ情報、IOS Press、2005 年。
Wong, W. (2009)、「Web を背景知識として使用して、異なるドメインのテキストから軽量オントロジーを学習する^{[ permanent dead link ‍ ]}」。西オーストラリア大学、博士論文。
Wong, W.、Liu, W.、Bennamoun, M. (2012)、「テキストからのオントロジー学習: 過去と未来の展望」。ACM Computing Surveys、第 44 巻、第 4 号、20:1-20:36 ページ。
Thomas Wächter、Götz Fabian、Michael Schroeder: DOG4DAG: OBO-Edit および Protégé での半自動オントロジー生成。 SWAT4LS ロンドン、2011 年。土井:10.1145/2166896.2166926

参考文献

^ A. Maedche および S.Staab。セマンティックウェブのオントロジーの学習。Semantic Web Worskhop 2001。
^ Roberto NavigliとPaola Velardi。文書ウェアハウスと専用Webサイトからのドメインオントロジーの学習、計算言語学、30(2)、MIT Press、2004年、pp.151-179。
^ P.Velardi、S.Faralli、R.Navigli。OntoLearn Reloaded：分類誘導のためのグラフベースのアルゴリズム。計算言語学、39（3）、MIT Press、2013年、pp.665-707。
^ Marti A. Hearst. 大規模テキストコーパスからの下位語の自動獲得。第 14 回国際計算言語学会議の議事録、539 ～ 545 ページ、ナント、フランス、1992 年 7 月。
^ R.Navigli、P. Velardi。定義と上位語抽出のための単語クラス束の学習。第48回計算言語学会年次会議議事録 (ACL 2010)、スウェーデン、ウプサラ、2010年7月11～16日、pp.1318-1327。
^ Cimiano, Philipp; Völker, Johanna; Studer, Rudi (2006). 「オンデマンドのオントロジー? - テキストからのオントロジー学習の最新技術、アプリケーション、課題、傾向の説明」、Information, Wissenschaft und Praxis、57、p. 315 - 320、http://people.aifb.kit.edu/pci/Publications/iwp06.pdf%5B%5D (取得日: 2012 年 6 月 18 日)。
^ Wong, W.、Liu, W.、Bennamoun, M. (2012)、「テキストからのオントロジー学習：過去と未来の展望」。ACM Computing Surveys、第44巻、第4号、20:1-20:36ページ。
^ Johanna Völker、Pascal Hitzler、Cimiano、Philipp (2007)。「語彙リソースからの OWL DL 公理の取得」、第 4 回ヨーロッパセマンティックウェブ会議の議事録、p. 670 - 685、http://smartweb.dfki.de/Vortraege/lexo_2007.pdf (取得日: 2012 年 6 月 18 日)。
^ Coppola B.; Gangemi A.; Gliozzo A.; Picca D.; Presutti V. (2009)。「セマンティックウェブ上のフレーム検出」、欧州セマンティックウェブカンファレンス (ESWC2009) の議事録、Springer、2009 年。
^ Presutti V.、Draicchio F.、Gangemi A. (2009)。「談話表現理論と言語フレームに基づく知識抽出」、知識工学および知識管理に関する会議の議事録 (EKAW2012)、LNCS、Springer、2012。
^ Thomas Wächter、Götz Fabian、Michael Schroeder: DOG4DAG: OBO-Edit および Protégé での半自動オントロジー生成。 SWAT4LS ロンドン、2011 年。土井:10.1145/2166896.2166926 http://www.biotec.tu-dresden.de/research/schroeder/dog4dag/

[1] A. Maedche および S.Staab。セマンティックウェブのオントロジーの学習。Semantic Web Worskhop 2001。

[2] Roberto NavigliとPaola Velardi。文書ウェアハウスと専用Webサイトからのドメインオントロジーの学習、計算言語学、30(2)、MIT Press、2004年、pp.151-179。

[3] P.Velardi、S.Faralli、R.Navigli。OntoLearn Reloaded：分類誘導のためのグラフベースのアルゴリズム。計算言語学、39（3）、MIT Press、2013年、pp.665-707。

[4] Marti A. Hearst. 大規模テキストコーパスからの下位語の自動獲得。第 14 回国際計算言語学会議の議事録、539 ～ 545 ページ、ナント、フランス、1992 年 7 月。

[5] R.Navigli、P. Velardi。定義と上位語抽出のための単語クラス束の学習。第48回計算言語学会年次会議議事録 (ACL 2010)、スウェーデン、ウプサラ、2010年7月11～16日、pp.1318-1327。

[Cimiano06-6] Cimiano, Philipp; Völker, Johanna; Studer, Rudi (2006). 「オンデマンドのオントロジー? - テキストからのオントロジー学習の最新技術、アプリケーション、課題、傾向の説明」、Information, Wissenschaft und Praxis、57、p. 315 - 320、http://people.aifb.kit.edu/pci/Publications/iwp06.pdf%5B%5D (取得日: 2012 年 6 月 18 日)。

[wong2011-7] Wong, W.、Liu, W.、Bennamoun, M. (2012)、「テキストからのオントロジー学習：過去と未来の展望」。ACM Computing Surveys、第44巻、第4号、20:1-20:36ページ。

[Voelker-8] Johanna Völker、Pascal Hitzler、Cimiano、Philipp (2007)。「語彙リソースからの OWL DL 公理の取得」、第 4 回ヨーロッパセマンティックウェブ会議の議事録、p. 670 - 685、http://smartweb.dfki.de/Vortraege/lexo_2007.pdf (取得日: 2012 年 6 月 18 日)。

[Coppola09-9] Coppola B.; Gangemi A.; Gliozzo A.; Picca D.; Presutti V. (2009)。「セマンティックウェブ上のフレーム検出」、欧州セマンティックウェブカンファレンス (ESWC2009) の議事録、Springer、2009 年。

[Draicchio12-10] Presutti V.、Draicchio F.、Gangemi A. (2009)。「談話表現理論と言語フレームに基づく知識抽出」、知識工学および知識管理に関する会議の議事録 (EKAW2012)、LNCS、Springer、2012。

[11] Thomas Wächter、Götz Fabian、Michael Schroeder: DOG4DAG: OBO-Edit および Protégé での半自動オントロジー生成。 SWAT4LS ロンドン、2011 年。土井:10.1145/2166896.2166926 http://www.biotec.tu-dresden.de/research/schroeder/dog4dag/