Aligning ontologies using equivalence and subsumption relations

Abstract

Ιn recent years the phenomenon of information overload has arisen: information is continuously growing, being provided in various forms and stored in decentralized/distributed systems, that range from inter and intra organization systems to those operating over the World Wide Web. Ontologies is a key technology for information engineers to shape information by formalizing agreed conceptualizations in specific domains. The aim is to enhance the proper manipulation of the existing information, in an attempt to deal with the overload information phenomenon. Still, although ontologies provide formal and unambiguous representations of domain conceptualizations, it would be a surprise if two independent parties had constructed the same ontology even for the same domain. Such a situation in an open and anonymous environment such as the World Wide Web is very common. Interoperability can be admittedly achieved through reaching an agreement, by producing a single and well-agreed ontology, or by aligning ontologies. This thesis focuses on the ontology alignment area of research. Specifically, this thesis makes the following three contributions: 1. Current state of the art methods exploit “surface features” of the ontologies, such as labels of elements, instances of concepts, and the structure of the ontologies, for the computation of equivalence mapping relations. This is achieved through various techniques that these methods employ. For example, a method may map concepts with similar labels, or with similar defined properties. In this thesis we take a step further and try to generate “latent features” (based on the features of the source and target ontologies), which are not directly present in the ontologies, but can be utilized for a more precise representation of the ontological elements. Towards this end, the method utilizes Probabilistic Topic Models, for the generation of representative features (i.e. “latent features”) for the representation of ontology elements. 2. We propose the CSR method for the location of subsumption mapping relations between elements of different ontologies, by utilizing supervised machine learning techniques. Currently, although the usefulness of subsumption mappings is known to the ontology alignment community the vast majority of the state of the art methods focus on the computation of equivalence mappings, and only few of them aim to ordered mappings, such as subsumption mappings. 3. It is a common practice of the vast majority of mapping systems, to be composed of numerous individual mapping methods. Each method locates its own mapping pairs, by utilizing its own logic and then the final result is produced by the synthesis of the results of all individual methods. The problem of synthesizing different ontology alignment methods is considered an open and vital issue in the ontology alignment community. Towards this end, we propose a “model-based synthesis” method, which addresses this problem by maximizing the social welfare within a group of interacting agents (i.e. maximizing the sum of utilities of individual agents). Each agent is responsible for making a mapping decision concerning a specific ontology element using a specific mapping method. Agents need to reach an agreement to the mapping of the ontology elements, consistently to the semantics of specifications and according to their preferences, which are being provided by the mapping methods.

Οι οντολογίες έχουν αναδειχτεί ως σημαντική τεχνολογία για την διαχείριση της πληροφορίας. Παρόλο που οι οντολογίες προσφέρουν ένα φορμαλιστικό τρόπο αναπαράστασης γνώσης, παρατηρούνται διαφορετικές οντολογίες, προερχόμενες από ανεξάρτητες ομάδες, να περιγράφουν ουσιαστικά την ίδια πληροφορία, κοινής θεματικής περιοχής. Για να επιτευχθεί διαλειτουργικότητα είναι απαραίτητη η παραγωγή μιας κοινά αποδεκτής οντολογίας ή ο ορισμός αντιστοιχιών μεταξύ των στοιχείων των πηγαίων οντολογιών των εκάστοτε ομάδων. Ο Συντονισμός Οντολογιών είναι ιδιαίτερης σημασίας προς αυτή την κατεύθυνση. Πιο συγκεκριμένα, η παρούσα διατριβή εστιάζει στα τρία ακόλουθα σημεία: 1. Σε αντίθεση με την πλειοψηφία των υπαρχόντων μεθόδων συντονισμού οντολογιών, που αξιοποιούν "επιφανειακά χαρακτηριστικά" των οντολογιών για τον εντοπισμό αντιστοιχίσεων ισοδυναμίας, προτείνεται μια μέθοδος που παράγει και αξιοποιεί "λανθάνοντα χαρακτηριστικά" για την ακριβέστερη περιγραφή των εννοιών των οντολογιών. Αυτό επιτυγχάνεται με την χρήση Πιθανοτικών Θεματικών Μοντέλων. 2. Σε αντίθεση με την πλειοψηφία των υπαρχόντων μεθόδων συντονισμού οντολογιών, που εστιάζουν στον εντοπισμό αντιστοιχίσεων ισοδυναμίας, προτείνεται μέθοδος για τον εντοπισμό αντιστοιχίσεων υπαγωγής, με την χρήση τεχνικών Επιβλεπόμενης Μηχανικής Μάθησης. 3. Αποτελεί κοινή πρακτική των συστημάτων συντονισμού οντολογιών η χρήση πληθώρας διαφορετικών μεθόδων, με το τελικό αποτέλεσμα να παράγετε από την σύνθεση των αποτελεσμάτων τους. Στην διατριβή αυτή προτείνεται μέθοδος που επιλύει το πρόβλημα της σύνθεσης, σαν ένα πρόβλημα μεγιστοποίησης της συνολικής ευμάρειας σε ένα σύνολο αλληλεπιδρώντων πρακτόρων.