Recognizing Entity Types via Properties

要約

【タイトル】プロパティを用いたエンティティタイプの認識

【要約】

・オントロジーの開発において、異なる情報をエンコードするオントロジーを結合することが一般的であるが、その際に異種性が結合を促進する一方で高品質の結合の制限も引き起こす。
・このため、異種性に対処するエンティティタイプ（ETYPE）認識タスクが提案され、オントロジーにエンコードされた情報を活用してエンティティとETYPEのクラスを推定することを目的としている。
・本論文では、ETYPEを認識するためにプロパティベースのアプローチを導入し、DEFINEするために使用されるプロパティに基づいてETYPEを認識することができるようにしている。
・認識するためには、ENTITYとETYPEを特徴づけるのは実際にプロパティであり、特定のラベルや階層スキーマに依存しない定義である。
・主な貢献は、ETYPEとENTITYのコンテキストの類似度を測定するためのプロパティベースのメトリクスのセットと、提案された類似度メトリクスを活用する機械学習ベースのETYPE認識アルゴリズムである。
・従来法と比較して、実験結果は提案された類似度メトリクスの有効性とETYPE認識アルゴリズムの優越性を示している。

要約(オリジナル)

The mainstream approach to the development of ontologies is merging ontologies encoding different information, where one of the major difficulties is that the heterogeneity motivates the ontology merging but also limits high-quality merging performance. Thus, the entity type (etype) recognition task is proposed to deal with such heterogeneity, aiming to infer the class of entities and etypes by exploiting the information encoded in ontologies. In this paper, we introduce a property-based approach that allows recognizing etypes on the basis of the properties used to define them. From an epistemological point of view, it is in fact properties that characterize entities and etypes, and this definition is independent of the specific labels and hierarchical schemas used to define them. The main contribution consists of a set of property-based metrics for measuring the contextual similarity between etypes and entities, and a machine learning-based etype recognition algorithm exploiting the proposed similarity metrics. Compared with the state-of-the-art, the experimental results show the validity of the similarity metrics and the superiority of the proposed etype recognition algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI