KRR-Oxford/DeepOnto

何を解決するか

DeepOnto は、形式的知識表現（オントロジー）とディープラーニングの間のギャップを埋める、統合された Python フレームワークを提供します。オントロジーマッチングやサブサムプション予測などのタスクにおいて、DL モデルの実装、リソースの構築、パフォーマンス評価を簡素化します。

動作方法

Ontology クラスをコアとして、JPype を介して Java の OWLAPI と統合し、オントロジーのエンティティや公理を処理します。フレームワークは以下の専門モジュールに分かれています：

• 処理ツール：整合性チェック用のリゾナーや、サブオントロジーの抽出に使うプリーナー、論理式をテキストに変換するバーバライザー、埋め込み準備用のプロジェクター/正規化ツールを含みます。
• 分類体系抽出：オントロジーをグラフベースのディープラーニングに適した有向非巡回グラフ（DAG）に変換します。
• 統合システム：BERTMap（オントロジーマッチング）、BERTSubs（サブサムプション予測）、OntoLAMA（LLM によるサブサムプション推論評価）といった特定のツールをバンドルしています。

対象ユーザー

セマンティックウェブ、知識工学、AI 分野の研究者や開発者向けです。形式的オントロジーにディープラーニング技術を適用したい方におすすめです。

特徴

• OWLAPI 統合：Python と Java の OWLAPI をシームレスに接続し、堅牢なオントロジー処理を実現します。
• 包括的なツールセット：推論、プリーニング、バーバライゼーションの内蔵サポートを備えています。
• 事前統合モデル：オントロジーの整合性とサブサムプションに特化した BERT ベースのシステムを含みます。
• LLM プロービング：OntoLAMA を搭載し、言語モデルがオントロジーのサブサムプション推論をどのように処理するかを評価できます。