足立拓也（静岡大学）

Alignment

RE: Ontolex JeuxDeMots and Its Alignment to the Linguistic Linked Open Data Cloud

JO: Instance Matching Benchmarks in the Era of Linked Data

RE: Alignment Cubes: Towards Interactive Visual Exploration and Evaluation of Multiple Ontology Alignments

JO: Language and Domain Aware Lightweight

Ontology Matching

RE: Ontolex JeuxDeMots and Its Alignment to the Linguistic Linked Open Data Cloud

Andon Tchechmedjiev, Théophile Mandon, Mathieu Lafourcade, Anne Laurent

and Konstantin Todorov

• フランス語のリソースである JeuxDeMots(JdM) を 言語学的な Web のデータに拡張

• JdM と BabelNet(lexical-semantic resource) を繋ぐ アプローチに加えて Ontolex(lexical data) を使用して 重み付きの関係を作ることが可能な RDF に

変換する JdM のスキーマを導入

• 生成したリンクは自動翻訳や

JdM などを用いて BabelNet を拡張することに使用

• ベンチマーク用のデータセットを作成

• データとアルゴリズムを公開しているとのこと

• データセット -> https://tinyurl.com/jdmbabelnetbench

JO: Instance Matching Benchmarks in the Era of Linked Data

Evangelia Daskalaki, Giorgos Flouris, Irini Fundulaki, Tzanina Saveta

• Linked Data に対する

最先端のインスタンスマッチングベンチマークを調査

• インスタンスマッチングシステムの ベンチマークデザインの方針・考え方

• インスタンスマッチングベンチマークの重要性と特性

• 既存のベンチマークの概要

• ベンチマークの利点と欠点

• 新しいベンチマークの作成に利用すべき研究の方向性

RE: Alignment Cubes:

Towards Interactive Visual Exploration

and Evaluation of Multiple Ontology Alignments

Valentina Ivanova, Benjamin Bach, Emmanuel Pietriga and Patrick Lambrix

• 複数のアライメントの比較と探索が必要となる

いくつかのユースケースと共有されるタスクを特定

• アライメントのインタラクティブで

視覚的な探索ができる Alignment Cubes を提案

• アプローチやアルゴリズムの類似性や差異を 細かいレベルで捕捉・分析

• それらの特徴の理解を容易にし，

アライメントの評価のためのさらなる手段を提供

• 想定するシナリオにより，複数のアライメントを

探索する目的に対する有用性を提示

JO: Language and Domain Aware Lightweight Ontology Matching

Gábor Bella, Fausto Giunchiglia, Fiona McNeill

• 様々な言語のラベルに直面した際，

ほとんどのオントロジーマッチングのアプローチは 機械翻訳サービスを利用して問題を

単一言語の英語のみのマッチングに変換

• セマンティックマッチングに基づいて

既存手法とは異なる，拡張性の高い解決策を提案

• どこのラベルが多言語自然言語処理によってパースされ，

インターリンガとして機能する言語に依存しない背景知識を 使用してマッチングされるかを調査するもの

• 2 つの手法のうちいずれかの手法だけで

得られた結果を超える精度やリコールを得るために 2 つの手法の出力を組み合わせた

フュージョン・マッチャーを設計・評価

Linking

RO: SocialLink: Linking DBpedia Entities to Corresponding Twitter Accounts

JO: Semantic Web Machine Reading with FRED

JO: From hyperlinks to Semantic Web properties using Open Knowledge Extraction

RO: WebIsALOD: Providing Hypernymy

Relations extracted from the Web as

Linked Open Data

RO: SocialLink: Linking DBpedia Entities to Corresponding Twitter Accounts

Yaroslav Nechaev, Francesco Corcoglioniti and Claudio Giuliano

• Twitter のプロフィールを複数言語の章に対応する

DBpedia エンティティにリンクする

LOD データセットである SocialLink を提案

• 初期のアプローチを改善することで，

セマンティック Web コミュニティと

ソーシャルメディア研究者たちにとって有益なリソース

• 使用例には，ユーザープロファイリングや

エンティティリンキング，知識ベースの強化など

• SocialLink は OSS を使用して自動的に作成

• データセット -> http://datahub.io/dataset/sociallink

• SPARQL エンドポイント

-> http://sociallink.futuro.media/sparql

JO: Semantic Web Machine Reading with FRED

Aldo Gangemi, Valentina Presutti,

Diego Reforgiato Recupero, Andrea Giovanni Nuzzolese, Francesco Draicchio, Misael Mongiovì

• セマンティックウェブのマシンリーダーとして

FRED を提案

• 出力は RDF/OWL graph

• Frame Semantics に基づいて設計

• FRED のグラフはドメインとタスクに依存しない

• ドメインまたはタスク固有のアプリケーション用の セマンティックミドルウェアとして使用するのに適切

• REST サービスと Python ライブラリの両方で利用可能

• FRED の機能，設計上の問題，実装と評価を提示

• オンラインデモ -> http://wit.istc.cnr.it/stlab-tools/fred/

• 自然言語の文を入力することで RDF/OWL を出力

JO: From hyperlinks to Semantic Web properties using Open Knowledge Extraction

Valentina Presutti, Andrea Giovanni Nuzzolese, Sergio Consoli, Aldo Gangemi,

Diego Reforgiato Recupero

• Open Knowledge Extraction と その実装である Legalo の提案

• Legalo は直接利用可能な機械可読な情報を生成するために，

テキストからオープンドメインの教師なしに 抽象的な知識抽出を実行

• 実装された手法は以下の仮説に基づく：

• ハイパーリンクが 2 つのエンティティ間の意味的関係の 実用的なトレースを提供

• 意味的関係がハイパーリンクを埋め込んだ文を 処理することによって明確化

• 意味的関係がトリプルとオントロジーの公理で形式化

• 評価実験は高い性能を示し仮説を裏付け

RO: WebIsALOD:

Providing Hypernymy Relations extracted from the Web as Linked Open Data

Sven Hertling and Heiko Paulheim

• IsA データベースの LOD である WebIsALOD を提案

• 400M の rdf:type, rdfs:subClassOf といった関係を提供

• それぞれの関係に情報の出所を一緒に提供

• オリジナルのデータセットには間違った抽出が 80% 以上

-> 個々のステートメントに信頼度を割り当て，

機械学習アルゴリズムによって間違った抽出を除外

• さらに DBpedia への 2.5M のリンクと

YAGO のクラス階層への 23.7k のリンクが 97% の精度で作成

• 合計でデータセット数は 5.4B のトリプルを提供

• データセットとエンドポイントを公開

-> http://webisa.webdatacommons.org

ドキュメント内 ISWC2017サーベイ (ページ 80-91)