正文之前

谷歌每日艺术推荐，真是666

引用如下：Asprino, Luigi, et al. "Frame-based ontology alignment." Thirty-First AAAI Conference on Artificial Intelligence. 2017.

AAAI顶会的文章，umm 虽然篇幅短小，但是内容详实性还是可以期待的。

摘要：处理资源的语义异构性的需求是语义Web的关键问题。 最先进的本体匹配技术是解决这一问题的关键技术。 然而，它们仅部分地利用本体实体的自然语言描述，并且它们大多数不可能找到具有不同逻辑类型的实体之间的对应关系（例如，将属性映射到类）。 我们引入了一种新方法，旨在根据模型的内涵来发现本体实体之间的对应关系，从而从它们的逻辑类型中抽象出来。在这个提议中，链接的开放数据和帧语义起着至关重要的作用。 我们认为，这种方法可能会导致本体匹配领域的技术发展，并积极影响相关应用，如问答和知识和解。

正文

Introduction

本体是为了某种目的而包含对感兴趣的域的描述的工件。 它们提供了对域的共享和通用理解，可以跨人和应用程序进行通信，并支持信息交换和发现。 由于Web的开放性，本体可以由不同的人定义，并且可以改变质量，表现力，丰富性和覆盖范围，因此增加了通过Web of Data提供的资源的语义异构性。 语义异质性导致冗余和模糊的问题。 这些问题阻碍了信息系统之间的语义互操作性，并且代表了能够利用作为知识源的多个webource中可用的语义信息的智能代理的开发的障碍。

在处理异构性的各种语义技术中，本体匹配（Shvaiko和Euzenat 2013）已被证明是自动化分布式信息源集成的有效解决方案。 本体匹配（OM）发现本体的语义相关实体之间的对应关系。 然而，当前大多数本体匹配解决方案呈现出两个主要限制：（i）它们仅部分地利用本体实体的自然语言描述和词汇资源作为背景知识（例如，在这个方向上的一些示例由（Giunchiglia，Shvaiko和Yatskevich; Gracia）提供。 和Asooja））; （ii）他们大多无法在通过不同逻辑类型指定的实体之间找到对应关系（例如将属性映射到类），因此，他们无法处理解释不匹配（据我们所知（Ritze等人; Li等人2009） ）只是尝试解决这个问题的尝试）。

帧语义可以用作表示本体实体的形式意义的认知模型，从而克服当前本体匹配技术的当前限制。 帧语义（Fillmore 1982）是一种意义的形式理论，它基于这样一种观念，即人类可以通过了解与该单词相关的知识来更好地理解单个单词的含义。 例如，动词购买的含义可以通过知道它用于涉及扮演特定角色的个人的商业转移的情况来实现。 买家，卖家，货物，钱等。 换句话说，动词buy 调起一个场景，其中有一些个体扮演特定的角色。 我们的假设是，由与本体实体相关联的词引发的帧可用于实现该实体的预期含义，从而促进本体匹配任务。

在本文中，我们介绍了一种新方法，旨在根据模型的内涵意义发现本体实体之间的对应关系，从而从它们的逻辑类型中抽象出来。我们声称本体实体之间的比较应该首先基于与它们相关的自然语言进行，然后，可以使用可以用来检查可能的不一致性。这种策略允许我们将本体实体与它们的内涵（我们认为是由与它们相关的自然语言引起）而不是它们的公理化相匹配，从而从它们的词汇学类型中抽象出来。实际上，通过选择用于指定本体的某些语言，通过设计者的个人建模风格，或者与模型化域无关的其他需求例如与现有本体的兼容性），可以实现强制公理化。我们认为这种方法可能导致在本体匹配技术领域领先一步，并积极影响相关应用，如问答和知识和解，本体人口和语言生成。

Proposed approach

接下来（Gangemi和Presutti 2010），我们设计了一种本体匹配方法，将帧视为本体的“意义单元”，并将它们作为表示实体的内涵意义的手段。 我们的策略包括两个步骤，总结如下。

选择由注释引起的帧。 为了将本体实体与帧相关联，我们分析了与它们相关联的文本注释。 注释为人们提供了设计者想要用某个实体表达的内涵意义的见解。 这种方法的主要思想是注释中使用的词语唤起了代表实体内涵意义的帧。 我们的假设是，由这些注释中包含的词引起的帧提供了实体的内涵意义的模型。

在将实体与帧相关联时，要考虑词语的模糊性。 例如，取决于它的含义，动词绑定会唤起帧强制义务（当它意图作为“由义务约束”）或帧成为附加时（当它旨在“包围某事以便覆盖或封闭”时）。 鉴于这种考虑，为了将实体与最合适的帧相关联，我们（i）消除文本特征实体中的单词意义; （ii）然后，通过利用Word Net的同义词和Frame Net的帧之间的映射来选择诱发帧。

映射帧和本体。 在这一点上，本体实体与以某种方式与其内涵意义相关（即，被唤起）的帧相关联，现在必须创建它们之间的有效映射。 Frame Base的集成规则（Rouces，de Melo和Hose）提供了映射示例。 然而，他们关注的是将类转换为帧和属性到帧元素，或者帧的二进制投影中的属性，以及它们的化合价中的类。 用于表示概念的某些本体类型的选择取决于正在表示的域外部的要求。因此，我们声称映射本体 - 帧必须在不假设两个模型的本体类型之间存在任何固定对应的情况下完成（ 例如，没有假设对象属性总是对应于帧的二进制投影）。

为了识别本体和帧之间的有效映射，我们遍历本体实体，并且对于每个实体，我们计算实体与在前一步骤中选择的帧之间的任何可能的映射（即，通过其注释引起的那些）。 在帧语义中，帧由其角色（也称为帧元素）表征，并且每个元素可能定义可以在帧中扮演该角色的个体的语义类型。 帧，帧元素和语义类型具有名称和描述。对于每个本体实体，我们计算其与被激发的帧，其元素和其语义类型的相似性。 因此，本体实体可以对应于在诱发帧中定义的这些组件之一。 通过对两个元素的描述的语义文本相似性（STS）（通过ADW（Pilehvar，Jurgens和Navigli）计算）来提供这种对应的信心。

基于帧的本体匹配一旦输入本体和帧对齐，每个本体实体就与其内涵意义的正式规范相关联（我们称之为基于帧的规范）。 值得注意的是，基于帧的规范依赖于相同的“语言”（即规范的元素是来自独特来源的帧）。 换句话说，在该指针处的输入本体相对于帧语义归一化。 此步骤的唯一目的是比较基于帧的本体实体的规范。

Conclusion and Future work

在本文中，我们介绍了一种用于本体匹配的新方法。 该方法利用帧语义作为表示本体实体的内涵意义的认知模型。 基于帧的表示使得能够发现从其逻辑类型中抽象出来的本体实体之间的对应关系，从而领先于本体匹配技术的先进性。

正文之后

喜闻简书最近违反了互联网安全法？可以可以，我也感觉简书该治治了。完全没有一开始进来的时候那种创作欲了，运营不太给力呀兄嘚~