講演情報
[2C-03]エンティティリンキングの不確実性を表現可能な知識ベースと外部情報源の統合モデル
*大森 雄基1,2、北川 博之1,2、天笠 俊之1、的野 晃整2 (1. 筑波大学 知識・データ工学研究室、2. 国立研究開発法人産業技術総合研究所 人工知能研究センター)
発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり
論文種別：ロングペーパー
インタラクティブ発表：あり
キーワード：
データ統合技術、問合せ処理、知識ベース、SPARQL、エンティティリンキング
知識ベース（KB）は，様々な知識処理に利用されつつある．KBは，主語・述語・目的語の組（トリプル）を基本単位とするRDFで記述されるが，RDF以外の情報源も多い．そのため，アプリケーションはKBと外部情報源を統合的に利用する必要がある．筆者らは，SPARQLのMagic Propertiesを利用して外部情報源へのアクセスを記述し，ユーザの視点では外部情報源があたかも知識ベースの一部であるかのような問合せ処理を可能とする統合環境を提案してきた．この環境における問合せ処理に際しては，外部情報源のオブジェクトに対応するKB中のエンティティ特定が不可欠である．しかし，エンティティリンキングは常に正確なエンティティを一意に発見可能とは限らず，その結果は不確実性を含む．本研究では，このようなエンティティリンキングの不確実性を考慮したデータ統合を記述可能なモデルを提案する．本モデルは，エンティティリンキングに伴う問合せ結果の不確実性を表現可能であり，ユーザが指定する水準以上の確度をもつ問合せ結果を得るといった処理が可能となる