<mark id="oztn4"></mark>
0
雷鋒網 AI 科技評論按：正在美國新奧爾良召開的 AAAI 2018 的經典論文獎頒給了《Algorithm and Tool for Automated Ontology Merging and Alignment》。這篇論文發表在 2000 年的第 17 屆 AAAI 大會上。這次頒獎是為了表彰這篇論文在本體匹配和集成研究方面的先驅性貢獻，論文中分析了這個問題的具體情況，并提出了首個創新的解決方案。組委會認為這篇論文直到今天也有重要意義，它非常清晰地定義了本體合并問題，并創造了啟發式的工具來應對這個問題。
根據維基百科介紹，在計算機科學與信息科學領域，理論上，本體是指一種「形式化的，對于共享概念體系的明確而又詳細的說明」。本體提供的是一種共享詞表，也就是特定領域之中那些存在著的對象類型或概念及其屬性和相互關系；或者說，本體就是一種特殊類型的術語集，具有結構化的特點，且更加適合于在計算機系統之中使用；或者說，本體實際上就是對特定領域之中某套概念及其相互之間關系的形式化表達（formal representation）。本體是人們以自己興趣領域的知識為素材，運用信息科學的本體論原理而編寫出來的作品。本體一般可以用來針對該領域的屬性進行推理，亦可用于定義該領域（也就是對該領域進行建模）。作為一種關于現實世界或其中某個組成部分的知識表達形式，本體論目前的應用領域包括：人工智能、語義網、軟件工程、 生物醫學信息學、圖書館學以及信息架構。
趁獲獎機會，AAAI 組委會邀請了論文作者之一的 Natasha Noy 進行演講。當年論文發表時 Natasha Noy 還在斯坦福大學攻讀，如今她就職于谷歌研究院。
雷鋒網 AI 科技評論把演講主要內容整理如下，并做了不改變原意的編輯和修改。
Natasha Noy：謝謝邀請我演講，這是一次很有趣的機會。
當時研究這個問題的時候我還在斯坦福大學研究生物醫學信息，當我們在研究神經細胞的時候遇到了這個問題。論文完成后投到 AAAI ，當告知被接收之時，我們也覺得很驚喜。在座的各位如果對自己的論文不是很有信心，其實也可以投投看，最壞還能怎么樣呢。今天演講主要包含以下四部分內容：
其實本體論的研究由來已久，它可以研究任何實物上的任何一個組成部分。它的定義可以看作是世界上任意兩個事物之間的關系。到了上世紀 80-90 年代，人工智能的出現重新統一化了問題的形式。
這是當年的論文，也有那個時代定義的框架用來交換知識、正式地定義問題。如果讓智能體能夠對世界建立起正式的描述，而且理解這些描述，它們就有可能可以合作解決問題。
這種分享知識的想法在當時還很初級，現在已經迅速發展到了知識圖譜；雖然聽起來不太一樣，但是其實和谷歌知識庫是一回事。現在許多公司都有知識圖譜，用它來描述關系和實體。
最初的本體論方法并不正式，現在已經發展得很正式。當時有兩個問題在各種論壇上反復被討論提及，一個是「本體論是什么？它需要變得有多正式？什么時候才能提取出確定性的內容？」在 AAAI 1999 的論壇上就討論了這個問題。
另一個問題是「是否每個領域都需要一個獨立的本體論，還是可以有一組共通的理論在所有領域內共享」，比如在金融、生物、醫療中的本體論是否相同。這個問題的兩種觀點當時都有很多人強烈支持，有一些針對單個領域的本體論提出后就得到了很多人支持，典型的例子比如基因領域，表達基因和生物函數的時候，不需要考慮別的麻煩的東西，直接使用基因的本體論就好了。
到了我們寫論文的時候，我們關心的是創造出一個足夠規律化的、足夠哲理化的本體論理論作為知識分享的描述方法的全部內容，不僅很適合閱讀，也會構建出我們自己的本體論，從而有更多的研究和項目可以建立在上面，我們自己也會有一些交互性的工具可以使用。
現在看這篇論文的話，這確實是一次有趣的實踐，嘗試為這個問題的研究做出貢獻。而且反正當時也有很多人在做本體合并和對齊研究，不管我們到底有沒有發表這篇論文，我們也就是剛好碰上了這個熱門的研究課題。
不過有幾件我們嘗試做的事情到現在都還有意義，我們嘗試給本體合并和對齊下定義。當時人們只能做到：這是一件事情，這是另一件事情，然后有一些公共知識的表征。
我們也設計并實現了一個算法 PROMPT，作為廣泛使用的開發工具 Protege 的插件，有不少研究者用它來幫助解決他們的問題。
另一件我們做到了、但當時并不那么流行的事情，就是這個工具是交互式的，我們其實花了很多心血開發它。它的規模并不大，我們當時并沒有很多資源，不過我們還是在考慮如何評估一個這樣的交互式系統，要問哪些問題，我們如何評估它確實有所不同。
合并還是對齊，這是我們當時主要考慮的問題之一，這真的是兩個不同的過程嗎？我們必須有一個基于本體論的工具來處理它們。在研究了一些案例之后我們覺得，確實不能把合并和對齊兩件事混為一談，必須各自獨立。我們就給它們做了不同的定義，雖然它們內部的機理很相似，但確實是兩件不同的任務。
據此我們也就提出了我們的算法 PROMPT，它首先提出初步的建議，然后進入這個逐步選擇、提議、驗證的過程。
這是我們的軟件界面，作為 Protege 的插件。
我們需要考慮如何評估它。首先我們考慮了把人做實體合并的表現和工具的表現做對比，一個人用 PROMPT，一個人不用，把做出的動作和工具建議的部分做對比，據此計算準確率和召回率。在 2000 的時候還很少有人考慮這些問題，這可能也是我們的論文顯得突出的原因。
這一點在今天的意義就是，我們需要考慮我們的交互式系統實際上要做什么、我們要解決的問題到底是什么、是交互的部分更重要還是算法的部分更重要。
論文本身就說這么多。當時就有很多不同的本體論理論在發展，到現在這個領域的研究內容非常的豐富，在谷歌上搜索都是上萬個結果。幾乎任何相關學術會議都有本體論對齊的會場或者論壇。
這么多年發展下來，本體論的方法方面也出現了很多有意思的點子，最初有詞法相似性、結構相似性；也有了使用外部資源的方法；最新的還有機器學習的方法。
之所以這個領域有這么多的研究成果，我覺得本體對齊評估組織（OAEI）也功不可沒。它從 2004 年開始運轉，每年都會設計不同的任務對各種方法進行評估，基本上創建了許多對齊任務的黃金標準。這些任務里也是有的更正式一些，有的不正式一些，有基于不同語言的本體對齊對比，尤其也有我們當時研究的生物醫學的。
參與 OAEI 評估的系統在前幾年也不斷增多。
我近期看了 OAEI 上的最新結果，醫學的這個是唯一一個大規模實驗得到的結果，不過 2017 年的最佳表現的系統并沒有比 2004 年的系統提高太多。
也有過新的互動式評估的匹配測試。
本體論的研究方面這些年來確實有各種各樣的進步，提升了準確率和召回率、能解決更復雜的問題、有交互式評估的工具、學術會議也有本體論的會場等等。
不過工業界運用本體論的例子還非常少，工業級會議幾乎不討論本體對齊，他們確實有知識圖譜，但用的方法不是本體對齊。
我自己也在思考為什么。我也嘗試查資料了解實際應用的真實需求，想到了這些問題，但還沒有確切的答案。再過 15 年，本體論有更好的發展的時候可能我們會有更好的答案。
不過挑戰可能也并不在于找到更好的對齊算法，而是讓讓更多的實際應用能夠使用算法。
謝謝大家！
（完）
AAAI 2018 還在繼續進行中，更多會議內容報道請繼續關注雷鋒網 AI 科技評論。
相關文章：
AAAI 2018 五個論文獎全部揭曉，「記憶增強的蒙特卡洛樹搜索」獲杰出論文
AAAI 2018全揭秘：1242篇中國投遞論文領跑全球，錄用數和美國平分秋色
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
