面向本体验证的无冗余个体自然语言生成
人工智能
2016-07-26 v1
摘要
在本文中，我们研究了领域本体的 Web Ontology Language (OWL) 公理的自然语言生成问题。现有方法通过探索以不同语言形式表达同一 OWL 公理的不同方式，来解决生成的 OWL 文本对 OWL 语义的保真度问题。它们还将与每个 OWL 语句对应生成的自然语言 (NL) 句子进行分组和聚合，形成一个易于理解的结构。然而，目前尚未有研究尝试在逻辑层面进行语义归约以消除冗余和重复，从而使得归约后的公理集可用于生成更有意义且人类可理解的（我们称之为无冗余的）文本。我们的实验表明，在逻辑层面进行形式化语义归约非常有助于生成本体实体的无冗余描述。在本文中，我们特别关注生成基于 SHIQ 本体的个体描述。我们提供了一个案例研究的细节，以支持无冗余的个体 NL 描述在知识验证应用中的实用性。
引用
@article{arxiv.1607.07027,
title = {Redundancy-free Verbalization of Individuals for Ontology Validation},
author = {E. V. Vinu and P Sreenivasa Kumar},
journal= {arXiv preprint arXiv:1607.07027},
year = {2016}
}
备注
Under review