온톨로지 정렬

온톨로지 정렬, 즉 온톨로지 매칭은 온톨로지 개념들 간의 일치점을 결정하는 과정이다. 서신 집합은 정렬이라고도 한다. 이 문구는 컴퓨터 과학, 인지 과학 또는 철학에서 약간 다른 의미를 갖는다.

컴퓨터 공학

컴퓨터 과학자들에게 개념은 데이터의 라벨로 표현된다. 역사적으로, 온톨로지 정렬의 필요성은 이기종 데이터베이스를 통합해야 하는 필요성 때문에 생겨났고, 이 데이터베이스는 독립적으로 개발되었고, 따라서 각각 고유한 데이터 어휘를 가지고 있었다. 자체 온톨로지를 제공하는 많은 행위자들이 포함된 시맨틱 웹 환경에서 온톨로지 매칭은 이기종 자원이 상호운용할 수 있도록 돕는 중요한 자리를 차지했다. 온톨로지 정렬 도구는 예를 들어 "트럭"과 "로리"와 같은 의미상 동등한 데이터 클래스를 찾는다. 그 계급들이 반드시 논리적으로 동일한 것은 아니다. Euzenat과 Shvaiko(2007)에 따르면 유사성의 주요 차원은 통사적, 외부적, 의미적 3가지다.^[1] 우연하게도, 그것들은 대략 아래의 인지과학자들에 의해 식별된 차원과 일치한다. 온톨로지를 정렬하기 위해 많은 도구와 프레임워크가 개발되었으며, 일부는 인지과학과 일부는 독립적으로 영감을 얻었다.

온톨로지 정렬 도구는 일반적으로 데이터베이스 스키마,^[2] XML 스키마,^[3] 분류법,^[4] 공식 언어, 엔티티 관계 모델,^[5] 사전 및 기타 라벨 프레임워크에서 작동하도록 개발되었다. 그것들은 일치되기 전에 보통 그래프 표현으로 변환된다. 시맨틱 웹이 출현한 이후, 그러한 그래프는 표기법 3 구문에 예시된 것처럼, <주체, 술어, 객체> 형태의 3배로 언어의 자원 설명 프레임워크 라인에 나타낼 수 있다. 이러한 맥락에서 온톨로지를 정렬하는 것을 "온톨로지 일치"라고 부르기도 한다.

온톨로지 얼라인먼트 문제는 최근 매칭부터 자동화된 방식으로 매핑(매칭 기준)을 계산하려 해 태클이 되고 있다. DSSim, X-SOM 또는 COME++와 같은 시스템은 순간적으로 매우 높은 정밀도와 회수율을 얻는다.^[3] 온톨로지 정렬 평가 이니셔티브는 다양한 접근방식을 평가, 비교 및 개선하는 것을 목표로 한다.

형식 정의

두 개의 온톨로지 $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ = $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ , $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ , I $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ , T $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ , V $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ ${\displaystyle i=\langle c_{i},R_{i},$ $I_{i},T_{i},V_{i$ }\ $nangle }$ 및 $i=\langle C_{i},R_{i},I_{i},T_{i},V_{i}\rangle$ $j=\langle C_{j},R_{j},I_{j},T_{j},V_{j}\rangle$ = $j=\langle C_{j},R_{j},I_{j},T_{j},V_{j}\rangle$ C $j=\langle C_{j},R_{j},I_{j},T_{j},V_{j}\rangle$ , R $j=\langle C_{j},R_{j},I_{j},T_{j},V_{j}\rangle$ , $j=\langle C_{j},R_{j},I_{j},T_{j},V_{j}\rangle$ , $j=\langle C_{j},R_{j},I_{j},T_{j},V_{j}\rangle$ $j=\langle C_{j},R_{j},I_{j},T_{j},V_{j}\rangle$ , V $j=\langle C_{j},R_{j},I_{j},T_{j},V_{j}\rangle$ $j=\langle C_{j},R_{j},I_{j},T_{j},V_{j}\rangle$ ${\displaystyle j=\langle c_},R_{j},$ $I_{j},T_{j},V_{j}\rangle }$ where $C$ is the set of classes, $R$ is the set of relations, $I$ is the set of individuals, $T$ is the set of data types, and $V$ is the set of values, we can define different types of (inter-ontology) 관계.^[1] 이러한 관계는 모두 함께 선형이라고 불릴 것이며 다른 차원들 간에 분류될 수 있다.

유사성 대 논리: 이것은 매치(온톨로지 용어의 유사성에 대해 설명함)와 매핑(논리적 공리, 일반적으로 온톨로지 용어 사이에 논리적 동등성 또는 포함을 표현함)의 차이점이다.
원자성 대 복합성: 우리가 고려했던 선형이 일대일인지 또는 질의와 유사한 공식(예: LAB/GAV 매핑)에 더 많은 용어를 포함할 수 있는지 여부
동종 대 이질성: 선형은 같은 유형의 조건(예: 계급은 계급, 개인과 개인 등)으로 서술하는가? 아니면 우리는 관계에서 이질성을 허용하는가?
선형 유형: 선형과 연관된 의미론. 그것은 부차적, 동등성, 불연속성, 부분적 또는 사용자 지정 관계가 될 수 있다.

서브섬, 원자, 동질 선형은 더 풍부한 선형을 얻기 위한 구성 요소로서, 모든 설명 논리학에서 잘 정의된 의미를 갖는다. 이제 좀 더 공식적인 온톨로지 매칭과 매핑을 소개합시다.

원자 동질 일치는 입력 온톨로지 $i$ $i$ $j$ j $j$ 의 두 용어의 유사성을 $s\in [0,1]$ 기술하는 유사도 $s\in [0,1]$ [ $s\in [0,1]$ $s\in [0,1]$ ] $s\in [0,1]$ {\ $displaystyle s\in$ [ $0,1]}$ 를 포함하는 정렬이다 $j$ 일치는 경험적 알고리즘을 사용하여 계산하거나 다른 일치를 통해 추정할 수 있다.엔그스

Formally we can say that, a matching is a quadruple $m=\langle id,t_{i},t_{j},s\rangle$ , where $t_{i}$ and $t_{j}$ are homogeneous ontology terms, $s$ is the similarity degree of $m$ . A (subsumption, 균질, 원자) 매핑은 쌍 $\mu =\langle t_{i},t_{j}\rangle$ = $\mu =\langle t_{i},t_{j}\rangle$ t $\mu =\langle t_{i},t_{j}\rangle$ t $\mu =\langle t_{i},t_{j}\rangle$ $\mu =\langle t_{i},t_{j}\rangle$ ${\displaystyle \mu =\langle t_{i},$ $t_{i}$ ${j}\rangele$ $\mu =\langle t_{i},t_{j}\rangle$ 여기서 t $t_{i}$ ${\$ 및 $t_{i}$ $t_{j}$ ${\$ 는 균일한 온톨로지 용어다 $t_{j}$ .

인지과학

온톨로지 정렬에 관심이 있는 인지과학자들에게 있어서, "개념"은 "개념체계"로서 뇌에 상주하는 의미적 네트워크의 노드들이다. 초점 질문은 만약 모든 사람이 독특한 경험을 가지고 있고 따라서 다른 의미적 네트워크를 가지고 있다면, 우리는 어떻게 서로를 이해할 수 있을까? 입니다. 이 문제는 UNEXIIST(번역을 위해 파생된 내부 시스템을 이용한 시스템 간 조정)라는 모델에 의해 해결되었다. "내부 유사성, 외부 유사성, 상호 억제"^[7]에 대한 방정식으로 유사성에 대한 3가지 주요 차원이 확인되었다.