KRR-Oxford/DeepOnto

해결하는 문제

DeepOnto는 형식적 지식 표현(온톨로지)과 딥러닝 간의 격차를 메우는 통합된 Python 프레임워크를 제공합니다. 온톨로지 매칭 및 하위 포함 예측과 같은 작업에서 딥러닝 모델 구현, 리소스 구축, 성능 평가를 간소화합니다.

작동 방식

Java 기반의 OWLAPI와 JPype를 통해 통합되는 핵심 Ontology 클래스를 사용합니다. 프레임워크는 다음과 같은 전문 모듈로 구성됩니다:

• 처리 도구: 일관성 검사용 리조너, 하위 온톨로지 추출을 위한 프루너, 논리식을 텍스트로 변환하는 버벌라이저, 임베딩 준비를 위한 프로젝터/정규화 도구 포함.
• 분류체계 추출: 그래프 기반 딥러닝에 적합한 방향성 비순환 그래프(DAG)로 온톨로지를 변환합니다.
• 통합 시스템: BERTMap(온톨로지 매칭), BERTSubs(하위 포함 예측), OntoLAMA(LLM을 통한 하위 포함 추론 평가)와 같은 특정 도구를 포함합니다.

대상 사용자

세마틱 웹, 지식 공학, AI 분야의 연구자 및 개발자에게 적합합니다. 형식적 온톨로지에 딥러닝 기법을 적용하고자 하는 분들께 추천합니다.

주요 특징

• OWLAPI 통합: Python과 Java의 OWLAPI를 원활하게 연결하여 강력한 온톨로지 처리를 가능하게 합니다.
• 포괄적인 도구 세트: 추론, 프루닝, 버벌라이제이션을 내장된 지원 기능으로 제공합니다.
• 사전 통합 모델: 온톨로지 정렬 및 하위 포함을 위한 BERT 기반 시스템 포함.
• LLM 탐색: OntoLAMA를 통해 언어 모델이 온톨로지 하위 포함 추론을 어떻게 처리하는지 평가할 수 있습니다.