Ken KANEIWA (兼岩 憲)

Offer Organization: 日本学術振興会, System Name: 科学研究費助成事業 基盤研究(C), Category: 基盤研究(C), Fund Type: -, Overall Grant Amount: - (direct: 3400000, indirect: 1020000)
２０２１年度は、RDFデータやオントロジーによる２つの異なるレベルのセマンティックWebデータを学習して、リンク関係、論理的関係、およびクラス属性を推定する学習型推論システムを開発した。


リンクトデータを表現するRDFデータ（主語、述語、目的語からなるトリプル）に対する埋め込み学習とともに、オントロジーを表現する記述論理の知識ベースに対する埋め込み学習を実装した。これにより、セマンティックWebデータから記述論理の推論アルゴリズムを使って論理的に推論するだけでなく、訓練済みの学習器から実データに不足している知識を新たに推定できるようになっている。即ち、従来の推論システムでは論理的な帰結しか導けないのに対して、学習型推論システムでは知識ベースに含まれていない概念のインスタンスデータ、個体間の二項関係、概念間の包含関係などを導くことができる。今回、RDFデータとオントロジーの両タイプに機械学習を適用することで、ドメインオントロジーをリンクトデータに融合させた知識ベースでの推論が期待できる。


さらに、前年度までに開発した特徴抽出の手法により、リンクトデータと類似性の高いグラフデータベースに対して、不要な知識をスキップしてデータを特徴ベクトル化する手法を適用した。これは人間関係や科学論文関係などのようなネットワーク構造で表されるグラフデータにおいて、各対象物（人間や科学論文）がどのようなクラスに属すか学習する。本分野で用いられているグラフニューラルネットワーク（GNN）と本研究が提案している特徴抽出の手法を組み合わせて高い推定能力（正解率）を実現した。

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (C), Category: Grant-in-Aid for Scientific Research (C), Fund Type: -, Overall Grant Amount: - (direct: 3800000, indirect: 1140000)
We have developed a query and reasoning system using concept expressions in description logic that returns answers from RDF data. In addition to the system, we have implemented a fast RDF store system for reasoning and searching in large RDF datasets. In order for users to search knowledge, we have proposed a method that translates keywords and Japanese sentences into RDF queries. We have designed algorithms for machine learning and data mining that infer knowledge from users' ambiguous interests.

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research Grant-in-Aid for Scientific Research (C), Category: Grant-in-Aid for Scientific Research (C), Fund Type: -, Overall Grant Amount: - (direct: 4000000, indirect: 1200000)
In recent years, a number of Semantic Services have been actively open to public as common resources on the Web by the effort of Linked Open Data community project. Due to this, we need a good method to search necessary data from those services, depending on various purposes. In this study, we propose three methods:(1)to formalize Linked Data based-on event ontology, (2) to model rank the results retrieved by a SPARQL query (especially, a SELECT query),using the information about the frequency of each property in a data set and the links between RDF resources and (3)to monitor a large-scale semantic information infrastructure based on a PC cluster systems.

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research Grant-in-Aid for Young Scientists (B), Category: Grant-in-Aid for Young Scientists (B), Fund Type: -, Overall Grant Amount: - (direct: 3200000, indirect: 960000)
We have developed a logical reasoning system and rough set data mining algorithm for inferring decision rules and conceptual ontologies. These system and algorithm provide a basis of the knowledge-based system that contains logical and ontological reasoning and data analysis. In addition, we have proposed a method that connects reasoning to a decision support system such that rule and ontology reasoning from users' keywords are used to support their decision making.

Offer Organization: 日本学術振興会, System Name: 科学研究費助成事業 特定領域研究, Category: 特定領域研究, Fund Type: -, Overall Grant Amount: - (direct: 5900000, indirect: -)
疾病や生物プロセスなど,生命現象のメカニズムを対象とした知識処理では,論文やデータベースのコメント欄に自然言語で記述された知識の電子化手法が従来の課題であった。そのため遺伝子機能を記述するためのオントロジーや,論文から該当知識を抽出するテキストマイニングなどの自然言語処理技術の研究開発が世界的に進められてきた。また,生命現象の分子メカニズムを記述するパスウェイデータベースについては,オントロジーで詳細に意味を定義したデータフォーマットを標準化させようという国際的な取り組みがすすんでいる。これらの成果により,近い将来,専門家によってキュレートされた知識自然言語処理システムが自動抽出した知識,そして様々な実験技術から導出された知識というように精度も性質も異なる情報が共通のプラットホーム上で入手可能になる事が期待される。このような状況を見据えて,今後は互いに整合性を持っていると保障されていない異なる出自のデータを対象とした知識処理技術の開発が必要となる。そこで本研究ではパスウェイデータの矛盾検出に関する知識表現の基礎研究を展開し,本年度は主として以下の成果を得ることができた。1)イベント知識ベース構築の為の形式オントロジーの開発。2)BioPAX オントロジーで記述されたデータをバックエンドデータベースに格納する為の検索ライブラリpaxtoolsの開発。3)INOHデータのBioPAXフォーマットでのリリース。1)はイベント表現を蓄積する知識ベースの基盤となる上位オントロジーである。パスウェイは様々な要素が多様な関係性をもちながら細胞機能という現象を引き起こす分子メカニズムであるが,この現象の表現を一般化したものがイベントである。

Offer Organization: 日本学術振興会, System Name: 科学研究費助成事業 若手研究(B), Category: 若手研究(B), Fund Type: -, Overall Grant Amount: - (direct: 3400000, indirect: -)
最終年度では,これまでの2年間で検討した矛盾要因(論理的な矛盾とオントロジー的な矛盾)の提案および形式化したオントロジーの論理型言語の実用性を検討した。特に,実例による検証と数学的な証明による理論的な検証を行った。実証には,実世界で重要となるイベント知識を含んだ知識表現や推論の有用性を検証するために,法律分野(法的推論)への応用を検討した。
本年度のアカデミックな研究成果として,法的推論システムの実現のために法令文のルール知識に加えて判例を描写するイベント(一回性の事象)のための表現手段を提案した。法律判例の中身は複数のイベントによって展開されており,動的な知識表現に対する矛盾とその論理的な推論を法的推論システムに取り込まなければならない。イベントは一回性・一時性を持った動作あるいはアクションであり,静的なプロパティと対比される概念である。本研究では,法的推論で現れる語彙や記述を例に用い,イベントの量化,ソート階層およびイベント間の合成と排他性を導入した知識表現とその論理型言語(イベント論理と呼ぶ)を実現した。この言語は,イベントを定数,ソート,述語および変数として見なし,イベント言明のための知識表現と推論を可能にする。さらに,法的推論システムを実現する推論メカニズムの基盤を与えるために,イベント論理に対するソート付きのタブロー計算を設計して,その反駁推論による質問応答メカニズムを設計した。

Offer Organization: 日本学術振興会, System Name: 科学研究費助成事業 特定領域研究, Category: 特定領域研究, Fund Type: -, Overall Grant Amount: - (direct: 9900000, indirect: -)
現在のように、ソフトウェアのバージョンアップが頻繁に生じる状況では、ソフトウェア変更管理(ソフトウェア発展)の技術は大変重要なものである。本研究では、宣言的プログラミングにおけるソフトウェア発展を考える。これは、論理型プログラミングや関数型プログラミングなどの宣言的なプログラミングが数学的な体系に基づいているため、ソフトウェア発展技術の構築のための理論が構築しやすいと考えたためである。
本年度は、前年度行ったUML(Unified Modelling Language)クラス図の矛盾検出および自動修正の検討を発展させ、論理プログラミングによる実装を行った。クラス図の各コンポーネントを論理プログラミングのルールに変換し、そのルール上での矛盾の導出がクラス図での矛盾検出と同値になるような手法の開発を行った。さらに論理プログラミングにおけるメタルールを用いることでルール集合のどの部分が矛盾であるかを検出できるようになった。このルール集合の矛盾部分に対して極小被覆集合アルゴリズムを用いて極小にUMLの部分を消去することで矛盾除去ができる手法を開発した。この手法を検証するためにプロトタイプシステムを作成し、高速処理への見通しを得た。
また、UMLクラス図の部分クラスにおいて矛盾検証そのものが不要になるものを発見し、さらに部分クラスを分類して各表現能力に応じて矛盾検証アルゴリズムがどの程度計算量的に複雑になるかについても見当した。

Offer Organization: 日本学術振興会, System Name: 科学研究費助成事業 若手研究(B), Category: 若手研究(B), Fund Type: -, Overall Grant Amount: - (direct: 3200000, indirect: -)
昨年度は、オントロジーを構築する概念階層の多様性について分析し、多様性から生じる概念記述とその推論の難しさを扱う方法論を提案した。平成16年度は、形式オントロジーで提案されている属性分類の考え方を順序ソート論理に取り入れ、それによって拡張される知識ベース推論の枠組みを提案した。研究成果の詳細は、以下の通りである。
順序ソート論理においてソートと単項述語は意味論的に同等と見なされるが、形式オントロジーではそれらは異なった種類の属性として分類される(例えば、ソートと非ソートの区別)。こうしたオントロジー的な概念分析は、知識表現と推論の中で個体の属性(またはソート)を扱うのに有用な指針を与えてくれる。本研究では、形式オントロジーの属性分類を取り込むことで順序ソート論理の構文、意味論および推論システムを拡張する方法を提案した。この拡張順序ソート論理は、本質ソート、非本質ソートおよび非ソート属性に分類される概念を、タイプ(rigidソート)、non-rigidソートおよび単項述語で表した上で、インスタンス言明と包摂関係のrigidityを考慮して形式化される。さらに本質属性が状況などに依存しないで永久的に成り立つ性質を利用して、独立した複数の知識ベースを想定したとき、各知識ベースが(共通の知識として)rigidな属性情報を他の知識ベースから抽出できる推論メカニズム(本質属性の導出と呼ぶ)を設計した。