Core Concepts
深層学習を用いたオントロジエンジニアリングのためのPythonパッケージ、DeepOntoに焦点を当てる。
Abstract
1. Abstract:
深層学習技術とオントロジなどの知識表現技術を統合する必要性が高まり、両方のパラダイムをサポートするプラットフォームが求められている。
Javaベースの主要なオントロジAPIとPythonプログラミング向けの主要な深層学習フレームワークとの互換性が課題である。
2. Introduction:
オントロジはドメイン内の知識の形式的で明示的な仕様であり、多くの分野で広く応用されている。
オントロジエンジニアリングは、オントロジ開発のさまざまな段階を支える。
3. Design Principle:
OWL APIをバックエンド依存関係として選択し、PyTorchを深層学習依存関係として採用した。
DeepOntoは基本的なオントロジ処理機能をPythonにカプセル化し、推論、言語化、剪定、タクソノミー、投影などの重要コンポーネントも実装した。
4. Tools and Resources:
BERTMapやBERTSubsなど、異なる目的に対応する多くのツールやリソースが提供されている。
Bio-MLトラックでは医療概念間の一致や包含関係マッチングにおいてBERTMapやBERTSubsが使用されている。
5. Impact and Use:
Samsung Research UKやOAEI Bio-MLトラックでDeepOntoが活用されており、産業界と学術界から注目を集めている。
BERTMapは医療概念間の一致において有望な結果を達成しており、健康管理分野で重要な役割を果たしている。
Stats
深層学習技術と知識表現技術(オントロジ)を統合する必要性が高まっています。
主要なオントロジAPIはJavaベースですが、主要な深層学習フレームワークはPython向けです。