Reasoning Web 2015論文集より

機械学習技術 人工知能技術 自然言語処理技術 セマンティックウェブ技術 オントロジー技術 デジタルトランスフォーメーション技術   AI学会論文    知識情報処理技術   AI学会論文を集めて     推論技術

前回はReasoning Web2014について述べた。今回は、2015年7月31日から8月4日までドイツ・ベルリンで開催された第11回Reasoning Webサマースクール(RW 2015)のために作成されたチュートリアル論文について述べる。

Reasoning Webシリーズの年次サマースクールは、European Network of Excellence REWERSEによって2005年に開始された。2005年以来、このスクールはWeb上の推論技術分野における主要な教育イベントとなり、若手からベテランまで多くの研究者が参加している。

2015年版のスクールは、ドイツ・ベルリン自由大学コンピューターサイエンス研究所と英国・ハダスフィールド大学コンピューター工学部が主催した。今年のサマースクールは、前回同様、9th International Conference on Web Reasoning and Rule Systems (RR 2015) と併催されたが、今年は9th International Web Rule Symposium (RuleML, 4つの講義はRuleML pro-gramme と合同) と25th International Conference on Automated Deductionとの併催も行われた。

2015年は、”Web Logic Rules “をテーマに開催された。

最近、セマンティックウェブやLinked Dataの研究領域が、学術界や産業界で注目されている。2001年の開始以来、セマンティックWebは、既存のWebをメタデータと処理手法で豊かにし、Webベースのシステムに文脈認識や意思決定支援などの知的機能を提供することを目指してきた。長年にわたり、セマンティックウェブのビジョンは、リソースを意味的に注釈するためのボキャブラリーやオントロジーを開発することに多大な資源を投資してきた多くのコミュニティの努力を後押ししてきた。オントロジーの他に、ルールは長い間セマンティックウェブのフレームワークの中心的な部分であり、論理を統一基盤とした基本的な表現ツールの1つとして利用されてきた。Linked Dataは、RDFデータをWeb上で利用可能にし、他のデータと相互接続することで、その価値を高めることを目的とした関連研究分野である。セマンティックウェブやLinked Dataの適用場面で必要とされる多くの高度な機能は、推論を必要とする。このため、この分野の他の研究努力を補完する推論技術を中心とした視点が望まれる。本サマースクールでは、このような観点から、Semantic Web、Linked Data、オントロジー、ルール、ロジックに関する知見を提供した。

以下に詳細を示す。

本講演の目的は、構造化ファジィ知識の表現と推論における技術の現状を詳細に、自己完結的に、かつ包括的に説明することである。ファジー知識は、メンバーシップが程度の問題である概念(例えば、病気の程度は特に体温の関数である)を扱わなければならないときに登場する。具体的には、OWL 2ファミリーの概念言語のファジーバリアントのケースを取り上げる。

第11回Reasoning Web Summer Schoolで開催された高階様相論理に関するチュートリアルの講義録です。高階様相論理の構文と(可能世界)意味論を定義した後、命題の型を体系的に持ち上げ、可能世界のための新しい原子型に依存させることによって、それらが古典的な高階論理に埋め込むことができることを示す。この手法により、古典的な高階論理の自動的・対話的推論ツールが、様相的高階論理の問題にも適用できるようになる。さらに、埋め込まれた様相論理に関するメタ推論も可能になる。最後に、我々のアプローチがウェブ論理と表現力豊かなオントロジーを用いた推論にいかに有用であるかを説明し、また、矛盾したデータを扱うための可能な解決策を概説する。

企業、ソーシャルネットワーク、携帯電話、スマートホーム、公共交通機関、ヘルスケア機器など、様々なインフラが生み出すデータの奔流は、急速に拡大しています。この膨大なデータを活用することで、私たちの生活をより豊かにするための可能性が広がっています。IoT、セマンティックウェブ、Linked Dataの研究・標準化の進展により、ウェブ上で(動的な)知識を表現・共有・再利用するためのマットや技術は既に確立されています。しかし、データを実用的な知識に変換するためには、(i)異種データの流れをその場で発見・統合し、アプリケーションが利用できるパターンを抽出する自動メカニズム、(ii)文脈や品質を考慮した意味的データストリーム統合のための概念とアルゴリズム、(iii)ドメイン駆動型の一般常識知識(およびそこから得られる回答)と意思決定分析を捉える表現力のある推論をスケーラブルに合成する能力への対応が必要である。本講演の前半では、Web of Dataのためのストリーム処理の主要なアプローチを特徴づけ、データの品質とコンテキストがどのようにセマンティック統合を導くことができるかを示す。第二部では、ルールベースのWeb Stream Reasoningに焦点を当て、ルールベースのアプローチにおいてスケーラビリティと不確実性の問題をどのように解決できるかを説明する。また、スマートシティの実際のアプリケーションシナリオにおける経済的、社会的インパクトを簡単に考察し、Web Stream Reasoningにおける新たな挑戦と機会について議論し、最後にこの分野で現在進行中の研究と標準化活動の概要を説明する。

World Wide Webは、ハイパーリンクされた文書のWebから、リンクされたデータのWebへと移行しつつある。セマンティックウェブ技術スタックと最近のLOD(Linked Open Data)イニシアチブのおかげで、膨大な量のRDFデータが自由にアクセスできるデータセットとして公開され、互いに接続されていわゆるLODクラウドを形成しています。現在、Web of Dataでは膨大な数のRDFデータが利用可能ですが、その潜在的なパワーを本当に利用できるアプリケーションはごくわずかです。このようなデータの利用可能性は、レコメンダーシステムのようなパーソナライズされた情報アクセスツールを提供する機会であることは確かである。本発表では、レコメンダーシステムの概要と、新世代のセマンティクスを考慮したレコメンダーエンジンを構築するためのLinked Open Dataの利用方法について概説している。

オブジェクトと関係の組み合わせについて、統合されたPSOA(Positional-Slotted, Object-Applicative)RuleMLに焦点をあててレビューします。PSOA RuleMLでは、述語のアプリケーション(アトム)に、オブジェクトID(述語がクラスとして型付けしたもの)を持たないものと持つものがあり、また直交して、述語の引数が位置指定、スロット指定、または組み合わせであることが認められています。これにより、アトムの6つの使い方が可能になり、RuleML/POSLとRIF-BLDから派生したプレゼンテーション構文の例を用いて体系的に展開され、Scratch Grailogで可視化されています。これらのアトムはファクトとして主張され、オブジェクト関係ルックインクエリによって検索される。このようなファクトの上に、PSOAルールとその推論クエリ、例えばリレーショナルジョインから派生するFロジックのようなフレームを許容することが検討されています。SQL-PSOA-SPARQLの双方向変換(スキーマ/オントロジーマッピング)のユースケースを示す。PSOA RuleMLのオブジェクト化およびプレゼンテーションと(XML)シリアライゼーションのシンタックスについて説明する。RIFのような(OID-over-)スロット分布と、RuleMLのような統合されたPsoa項を融合した、一階モデル理論的意味論が定式化されている。PSOA RuleMLをTPTP (PSOA2TPTP) またはProlog (PSOA2Prolog) に変換するPSOATransRunの実装を調査した..

このチュートリアルでは、法的領域に適用されるOASIS Legal-RuleMLの原理を紹介し、LegalRuleMLがなぜ、どのように、そしていつ規範をモデル化するのに適しているかを論じる。参照するためのフレームワークを提供するために、法的推論をサポートする法的ルールモデリングの特殊性を捕らえるルール交換言語を開発するための要件の包括的なリストを提示する。チュートリアルは、構文的、意味的、実用的な基礎、LegalRuleMLの入門書、および法的領域からの使用例で構成されている。

このチュートリアルでは、セマンティックルールの知識表現と推論への主要なアプローチである Rulelogの分野における基本概念と最近の進展について、包括的かつ最新の紹介を行います。Rulelogは表現力が豊かで、計算コストが低く、効率的な実装が可能です。Rulelogの大規模なサブセットは、RuleML2およびW3C3に提出される業界標準1として、Rule Interchange Format (RIF)の方言としてドラフト中である。

このチュートリアルはReasoning Web 2012 Summer Schoolで発表した「Dat-alog and Its Extensions for Semantic Web Databases」の続編であり、知識表現と推論のための言語Datalog±ファミリーの最近の進歩について議論するものである。これらの言語は、存在量化(”+”の記号で示される)などの主要なモデリング機能でDatalogを拡張すると同時に、論理上の推論の決定可能性と、いくつかの関連するケースでは、扱いやすさ(”-“の記号で示される)を達成するために構文上の制限を適用しています。このチュートリアルでは、まず、よく知られたガードエッジネスの概念に基づく主なDatalog±言語を紹介する。次に、これらの言語が、ディスジャンクションやデフォルトネゲーションなどの重要な機能でどのように拡張されうるかについて議論する。

近年、オントロジーを利用した問合せ応答への関心が高まっており、データへの問合せの際にオントロジーが提供する意味的知識を利用する。オントロジーの追加にはいくつかの利点がある(例えば、問い合わせの定式化の簡略化、異なるソースからのデータの統合、問い合わせに対するより完全な回答の提供など)が、問い合わせ回答のタスクをより困難にする。この章では、記述論理(DL)オントロジーを用いたオントロジー仲介型問合せ応答について簡単に紹介する。本章では、大量のデータを必要とするアプリケーションに最適な、問い合わせ応答がデータサイズに対して多項式にスケールするDLに焦点を当てる。このようなオントロジーが存在する中で、異なる自然なタイプの問い合わせを評価する際に生じる課題を説明し、2つの重要な概念、すなわち問い合わせの書き換えと飽和に基づくアルゴリズムによる解決策を提示する。最後に、最近の成果と現在進行中の活発な研究分野を概観して、本章を締めくくる。

答集合プログラミング(ASP)は、論理プログラミングと非単調推論の分野で開発された、知識表現と推論のためのルールベースの強力な言語である。ASPの登場から20年以上が経過し、その理論的特性は十分に理解され、解法技術も実用的なレベルに成熟してきた。本論文では、まずASP言語の基本を紹介し、次に実世界のコン テキストにおける知識表現と推論のためのASP言語の利用法を中心に述べる。特に、ASPシステムDLVを用いた産業界レベルのアプリケーションの開発について報告し、アプリケーションの実装を高速化・簡素化するASPの先進的な開発ツール、ASPIDEとJDLVについて説明する。

TPTP Worldは古典論理の定理自動証明(ATP)システムの研究・開発・配備を支援するインフラとして確立されています。TPTP Worldには、TPTP問題ライブラリ、TSTP解法ライブラリ、ATP問題の記述とATP解法の報告のための標準、ATP問題と解法を処理するためのツールとサービス、CADE ATP System Competition (CASC) のサポートが含まれています。TPTP Worldのインフラは、学術界と産業界の両方で、さまざまなアプリケーションに展開されています。

このチュートリアルでは,アンサーセットプログラミング(ASP; [1])の実践的な応用範囲[2]に対応する高度な問題解決技術を紹介します.特に,複雑なソフトウェア環境にASPを組み込むために必要な最近の技術に焦点をあてています.

このチュートリアルは、ASPの意味論と解法技術を理解するために必要な、ASPの本質的な形式概念[3]の紹介から始まります。実際、ASPの解法は2つの主要な要素で成り立っています。ASPのモデリング言語の仕様を命題論理プログラムに変換する接地者[4]と、そのプログラムの要求された数の回答集合を計算するソルバー[5]です。我々はASPの接地技術を説明し、ASPのグラウンダー gringo 4で使用される主要なアルゴリズムを説明する。 これは新しいASP言語標準の紹介と一緒に行われる[6]。このチュートリアルの残りの部分は、複雑な推論シナリオをモデル化するために、Pythonと一緒にASPを使用することに専念する。これは、Python(とLua)で表現できる制御能力でclaspとgringoを拡張したASPシステムであるclingo 4のAPIの紹介を含んでいます。詳細は[7]を参照。我々は、ボードゲームのサンプル [8] を開発し、ロボット工学 [9] とプリファレンス処理 [10] におけるより洗練された利用法をスケッチすることで、これを説明する。

次回はReasoning Web2016について述べる。

コメント

  1. […] 次回はReasoning Web2015について述べる。 […]

タイトルとURLをコピーしました