Semantic Enrichment of Ontology Mappingsdbs.uni-leipzig.de/file/presentation.pdf · Transformator-Funktion notwendig – Strings: split / concat – Numerische Werte: arithmetische

30. Mai 2013 Semantic Enrichment of Ontology Mappings 1

Semantic Enrichment of Ontology Mappings:Detecting Relation Types and Complex Correspondences

Patrick Arnold, Universität Leipzig


1. Motivation

Datenintegration: Zentrales Thema im Bereich Datenbanken

Gegenstand: Mehrere Datenbanken oder Ontologien zusammenführen

● Integration einer Datenbank A in eine Datenbank A'● Ableiten einer Datenbank B aus Quelldatenbanken A, A' (Merging)● Zugriff auf mehrere Datenbanken D1, ..., Dn über ein Interface (Federated

Databases / Mediator)


1. Motivation

Lösungen:● Schema Matching für Datenbankschemas● Ontology Matching für Ontologien

Input: 2 Datenbankschemas resp. Ontologien S, T Output: Liste an Korrespondenzen (Alignment, Mapping)

● Korrespondenz: (c1, c2) mit c1 ∊ S, c2 ∊ T Verfahren: stringbasiert (lexikographisch), strukturell, lernbasiert,

mit Hintergrundwissen, auf Instanzdaten etc.


1. Motivation

Probleme:● Bisherige Lösungen betrachten nur einzelne Links zwischen Konzepten

– Beispiel: (red wine, wine)● Informationen über die genaue Art der Beziehung werden nicht erläutert

– Wichtig für präzises Merging und Datentransformation– Relevanz auch für Textmining, Object Matching, LoD u.ä.


1. Motivation

Unsere Ziele:● Beziehungstypen zwischen Konzepten bestimmen● Komplexe Korrespondenzen bestimmen


1. Motivation


Agenda

1. Motivation2. Related Work3. Enrichment Engine Architecture4. Bestimmung des Beziehungstyps

4.1 Compounds4.2 Background Knowledge

5. Komplexe Korrespondenzen6. Ausblick und Zusammenfassung


2. Related Work

Relation Type● Bei manchen Tools mit angegeben

– SMatch, TaxoMap, LogMap● Nicht Hauptfokus der Arbeit

– Oft bei Benchmarks nicht weiter berücksichtigt– Am häufigsten noch Unterteilung in equal und is-a (bzw. strong und weak)

Komplexe Korrespondenzen● Bisher wenig betrachtet, prototypische Anwendungen

– iMap, theoretische Ansätze


3. Enrichment Engine Architecture

Zweistufiges Verfahren1. Schema/Ontology Matching2. Enrichment, d.h. Annotation von Semantik

Enrichment Engine● Input: Klassisches Mapping● Output: Mapping mit zusätzlichen Informationen

– Relation Type (implementiert)– Komplexe Korrespondenzen (in Planung)

● Verfahren: Linguistische Erkenntnisse, Background Knowledge





Vorteile der 2-Schritt-Architektur:● Geringe Zeitkomplexität, da Mapping bereits vorhanden● Sehr hohe Unabhängigkeit

– Es wird nur ein Match Result benötigt– Daher mit jedem Matching Tool anwendbar

● Vielfältig in anderen Gebieten verwendbar– Nicht Bestandteil eines Matching Systems

Nachteile:● Hohe Abhängigkeit zum Input Mapping („Garbage in, Garbage out“)

– Starke Neigung zu Equivalenz-Mappings


4. Bestimmung des Beziehungstyps

Die klassischen Beziehungen:

Bezeichnung Kürzel BeispielEquivalence equal (Geige, Violine)

(Rad, Fahrrad)Subset is-a

inv. is-a(Birke, Baum)(Fahrzeug, Auto)

Aggegration part-ofhas-a

(Dach, Haus)(Universität, Student)

Relatedness related (Zahn, Zahnpaste)(Stuhl, Tisch)(Schraube, Mutter)


4. Bestimmung des Beziehungstyps4.1 Compounds

Compound (Kompositum): Zwei Wörter A, B bilden ein neues Wort AB:

● apple + tree → apple tree● local + area + network → local area network● Abwasser + Behandlung + Anlage → Abwasserbehandlungsanlage

Bestehen aus Modifier und Head● Head: Eigentlicher Informationsträger (Stamm)● Modifier: Bestimmt den Head näher, Spezifizierer



Lokalisierung des Heads:● In germanischen Sprachen: rechts

– high school student● In romanischen Sprachen: links

– Rio de las palmas (palm river)

Bedeutung der Compounds für das Mapping: Drücken in vielen Fällen is-a relations aus

– high school is-a school– database conference is-a conference– airport is-a port ?



Arten von Compounds● Endocentric: Drücken is-a Beziehung aus

– bus driver, door handle, sailboat, rain forest

● Exocentric: Drücken is-a Beziehung nicht aus– saw tooth, computer mouse, redhead, nightmare

● Copulative / appositional: Gleichrangig (inv. is-a)– Bosnia-Herzegowina, bitter-sweet, twenty-one



Unser Ansatz:● Prüfe in jeder Korrespondenz (c1, c2), ob c1 mit c2 endet oder vice versa● Falls ja: Schließe auf Compound und suggeriere is-a relation

Beispiel:● (database conference, conference)



Vorteile:● Compounds relativ häufig, v.a. im technischen Bereich

– Compounds extrem produktiv– Endozentrische Compounds überwiegen

● Compounds einfach zu verarbeiten● Universal verwendbar, selbst in spezifischen Domänen



Nachteile: ● Verfahren auf is-a relations beschränkt● is-a Relations können anderweilig ausgedrückt werden

– Recall von Grund auf beschränkt– car is-a vehicle, Leipzig is-a city, whale is-a mammal, ...



Probleme und Lösungen● Offensichtlich falsche Compounds

– stable is-a table, broom is-a room– Lösung: Prüfe, ob Modifier wenigstens 3 Zeichen lang ist

● Pseudo-Modifiers– nausea, marriage, ...– Lösung: Wörterbuch-Check

● Pseudo-Compounds (2 unabhängige Wörter, keine Beziehung)– wither (wit + her), question (quest + ion), justice (just + ice), ...– Lösung: ?

Unser Fazit: Viele Beispiele, wenige Auftreten


4. Bestimmung des Beziehungstyps4.2 Hintergrundwissen

WordNet: Umfangreiches Thesaurus für englische Sprache● Etwa 160.000 Wörter, zahlreiche Beziehungen● Deckt alle Beziehungstypen ab

– Hypernyme/Hyponyme (is-a), Meronyme/Holonyme (part-of), Cohyponyme (related)● Zugewinn an Recall

– Precision sehr gut (manuell angelegt)– „Greift“ da, wo andere Strategien fehlschlagen– z.B. vehicle vs. car


4. Bestimmung des Beziehungstyps4.2 Hintergrundwissen

Nachteile:● Begrenzter Umfang

– Ungeeignet für domain-spezifische Match Tasks● Auf Englische Sprache beschränkt● z.T. Zweifelsfälle

– street is-a road– strawberry is-a berry


5. Komplexe Korrespondenzen

Meiste Tools betrachten lediglich (1:1)-Korrespondenzen● (employees, staff)● (first name, name)● (last name, name)



Wünschenswert:● Komplexe Korrespondenzen (1:n) ermitteln● Voraussetzung für Datentransformation



Komplexe Korrespondenzen schwierig, da...● Größerer Suchraum (mehr Kombinationen)● Transformator-Funktion notwendig

– Strings: split / concat– Numerische Werte: arithmetische Funktionen

Ansätze:● Struktureller Ansatz● Linguistischer Ansatz



Struktureller Ansatz● Annahme: Daten liegen in den Blättern● Voraussetzung: Einfaches Mapping liegt vor● Verfahren

– Zusammenfassen von Blattelementen– Zusammenfassen von mehreren Knoten A1, ..., An, die einen Knoten B matchen.



Beispiel 1

Beispiel 2



Linguistischer Ansatz● Voraussetzung: Erweitertes Mapping (Enrichment)● Verfahren: Zusammenfassen von part-of Beziehungen



Transformator-Funktionen● Automatische Bestimmung schwierig, Heuristiken möglich


6. Zusammenfassung und Ausblick

Relation Type Detection● Hauptfokus statt Nebenkriterium● Neue Methoden und Aspekte

– Compounds, Itemizations– Hintergrundwissen für zusätzlichen Recall

Komplexe Korrespondenzen● Bisher kaum berücksichtigt● Schwierig aufzuspüren, insbesondere Transformatorfunktion● Unabdingbar für Datentransformation


6. Zusammenfassung und Ausblick

Ausblick (Relation Type Detection):● Weiteres Hintergrundwissen ausschöpfen● Nutzung von Compounds für part-of Beziehungen?● Nutzung von Kookkurrenzen● Mapping Repair durch...

– Prefix-Derivations: agreement ≠ disagreement– Arbitrarität: flower ≠ power, setting ≠ letting

● Instanzdaten untersuchen● Nochmaliges (Teil-) Matching im Enrichment Schritt


Diskussion

Documents

Semantic Enrichment of Ontology Mappingsdbs.uni-leipzig.de/file/presentation.pdf · Transformator-Funktion notwendig – Strings: split / concat – Numerische Werte: arithmetische