面向用户参与的知识图谱生成本体重构:以博世焊接应用为例
人工智能
2022-09-23 v1
摘要
知识图谱(KG)被广泛应用于各类场景。由于工业界数据量大且类型多样,KG 生成的自动化非常必要。KG 生成的一个重要方法是将原始数据映射到给定的 KG 模式(即领域本体),并根据本体构建实体与属性。然而,此类本体的自动生成要求很高,现有方案往往不尽如人意。一个重要挑战是本体工程的两大原则之间的权衡:知识导向与数据导向。前者规定本体应建模领域的通用知识,而后者强调反映数据特性以确保良好的可用性。我们通过本体重构方法应对该挑战,该方法自动化地将给定领域本体转换为更小的、用作 KG 模式的本体。领域本体可设计为知识导向,而 KG 模式覆盖数据特性。此外,我们的方法支持在回路中纳入用户偏好的选项。我们展示了正在进行的本体重构研究,并使用真实工业数据进行了评估,结果令人鼓舞。
引用
@article{arxiv.2209.11067,
title = {Towards Ontology Reshaping for KG Generation with User-in-the-Loop: Applied to Bosch Welding},
author = {Dongzhuoran Zhou and Baifan Zhou and Jieying Chen and Gong Cheng and Egor V. Kostylev and Evgeny Kharlamov},
journal= {arXiv preprint arXiv:2209.11067},
year = {2022}
}