JSAI2017 - 第31回人工知能学会 全国大会 「Linked Dataとナレッジグラフ」オーガナイズドセッションでの発表

1. オープンなデータベースを利用した行動計画提案に関する研究
加藤 文彦(国立情報学研究所)
小出 誠二(国立情報学研究所)
武田 英明(国立情報学研究所,総合研究大学院大学)
落合 勇太(トヨタ自動車株式会社)
上田 健揮(トヨタ自動車株式会社)

2. 常識推論の研究の現在
l 常識推論研究[Davis16]
n Web Mining
n 知識ベースアプローチ
u フォーマルアプローチ
l Situation calculus, QPT etc.
u インフォーマルアプローチ
l Frame, Scripts, Case-based
u 大規模
l CYC
n クラウドソーシング
u CoceptNet, OpenMind
l 80年代以降、実用的な意味ではどのアプローチも大きな進歩は見られない
[Davis 16] Davis, E. and Marcus, G.: Commonsense reasoning and commonsense knowledge in artificial intelligence.
Commun. ACM, Vol. 58, No. 9, pp.92-103. (2015) DOI:https://doi.org/10.1145/2701413．

3. 本研究のアプローチ
l 環境の変化
n 大規模知識ベース、データベースの存在
n 大規模computing
n Semantic Web Technologies
l 目的：既存の大規模知識ベース、データベースを利用して、
特定問題の解決システムを作る。
n 自動車の搭乗者の曖昧な要求を理解して、目的地やスケ
ジュールを提案する。
l 手段：DBpedia, Linked Geo Data (Open Street Map), Wikidata,
WordNetを合目的的に結合して利用する。

4. 課題設定
l 入力: 目的地に関する要求 または 行動要求
n “ライオンが見たいな”
n “温泉に入りたい”
n “酒が飲みたい”
l 出力: 具体的な場所(施設，観光地等)や地域
n “上野恩賜公園”
n “大江戸温泉物語”
n “神谷バー”

5. ユーザ要求: “ライオンが⾒たい”

6. ユーザ要求: “ライオンが⾒たい” 提案: “恩賜上野動物園”

7. ユーザ要求: “ライオンが⾒たい” 提案: “恩賜上野動物園”
この間にはギャップがある

10. “動物のライオンを見たい”としたときに，
人は動物園や類似施設と限定して探す
この限定はどこから来るのか?

11. 問題まとめ
1. ユーザ要求の曖昧性解消
n 要求対象の「ライオン」とは
u 「動物」「店」「会社」など
u 動物のライオン: 生きているのか剥製なのか
2. 対象についての知識
n 「(動物の)ライオン」は「動物」であり「哺乳類」であり
3. 施設についての知識
n 「動物園」では「動物」を「見る」ことができる
n デパート特設展示で剥製見るといった特殊条件は省略
4. 実施設の提示
n 「動物園」がどこにあるのか

12. 本研究のアプローチ
l 問題2-4について既存のオープンなデータベースや知識を組み
合わせることでどの程度解決可能か
n 既知のつながりもあるが不十分
n 目的に応じてつなぐ知識を追加
データセット 版 トリプル数 クラス数 利用状況
事実
DBpedia core+en 2016-04-01 1,131,657,931 - △
DBpedia Japanese 2017-02-20 113,299,748 - ○
LinkedGeoData 2015-11-02 1,216,560,762 - ○
汎用オントロジー
DBpedia Ontology 2016-11-01 30,793 758○
LGD Ontology 2014-09-09 24,530 1,200○
日本語WordNet 2013-06-26 4,003,288 57,238○
日本語Wikipediaオントロジー 2013-11-07 21,863,327 166,397×
YAGO 3.0.2 1,001,461,792 5,130,031×
OpenCyc 2012-05-10 5,783,451 233,644×
UMBEL 1.5 392,728 33,686×

13. 世界に関する
一般的知識
経験的知識
事実に関する知識
(Fact DB)
知識の分類
個別の事象，事柄に関して客観的に記述したもの
事象，事柄を抽象的に記述したもの，その関係を記述したもの
一部の間で合意されている知識や個人的知識

14. 世界に関する
一般的知識
経験的知識
事実に関する知識
(Fact DB)
Linked Geo Data
(Open Street Map)
DBpedia/Wikipedia
Wikidata
WordNet
既存知識の構造

15. 世界に関する
一般的知識
経験的知識
事実に関する知識
(Fact DB)
Linked Geo Data
(Open Street Map)
DBpedia/Wikipedia
Wikidata
WordNet
つなぐための知識の追加
施設オントロジー
サービスオントロジー
行動対象
オントロジー
施設データ
要求解釈知識
行動要求

16. 施設オントロジー
l LGDの施設関連クラスを主な対象
n LGDはOSMベースなのでクラスもインスタンスも豊富
n レジャーや食事中心
l 関係するDBpediaクラスへマッピング
n LGDのインスタンスを補完
l 施設サービスを手動で定義
n サービス = ユーザが行える行動とその行動対象のペア
lgdo:Zoo a owl:Class;
servicevoc:dbpediaClass dbo:Zoo ;
servicevoc:provideService
[ servicevoc:hasService [
servicevoc:action action:払う;
servicevoc:target target:文化施設入場料 ], [
servicevoc:action action:見る;
servicevoc:target target:動物 ]] ;
rdfs:subClassOf servicevoc:Facility .

17. 行動対象オントロジー
l サービス記述には行動対象の体系化が必要
l 施設におけるユーザ行動: 購買とそれ以外
n 購買: 家計調査収支項目分類よりオントロジー生成
n それ以外: WordNetを利用
target:文化施設入場料 a owl:Class;
rdfs:label "文化施設入場料";
rdfs:subClassOf target:入場・観覧・ゲーム代 .

18. サービスオントロジー
l 施設オントロジーのサービス部分を体系化
l サービスレベルで関連する施設クラスを探索可能
service:見る_動物_サービス a owl:Class;
rdfs:label "見る_動物_サービス";
servicevoc:hasService [
servicevoc:action action:見る;
servicevoc:target target:動物
];
rdfs:subClassOf service:見る_サービス .

19. データセット 版 トリプル数 クラス数
施設オントロジー 2017-02-20 3,257 418
サービスオントロジー 2017-02-20 3,933 750
行動対象オントロジー 2017-02-20 2,030 622
行動オントロジー 2017-02-20 153 55
計 9,373 1,845
追加知識の統計

20. 要求
適切な対象と
動詞の設定
適切なサービスと
施設クラスの決定
適切な施設
インスタンスの決定
WordNet
行動対象オントロジー
サービスオントロジー
施設オントロジー
Linked Geo Data
DBpedia
処理の流れと対応するデータ

21. ライオンが見たいの処理例
推論
プロセス 3: 施設探索
プロセス 2: 施設クラス探索
プロセス 1: 行動対象探索
行動: 見る
行動対象: ライオン
0 要求解釈
RDF Store
行動対象オントロジー
WordNet
施設オントロジー
LinkedGeoData
DBpedia Japanese
行動: 見る
行動対象: 動物
1-n ない場合
行動対象を汎化して 1へ
施設クラス: lgdo:動物園
Q1 行動対象があるか
Q3 施設があるか
2-n ない場合 1へ
3-n ない場合 1へ
1-y 行動対象あり
2-y 施設クラスあり
3-y 施設あり
ユーザ要求
ライオンが見たい
出力
恩賜上野動物園
Q2 施設クラスがあるか

22. system> ライオンを見たい。そのあと温泉に入りたい。
現在地はNIIです。
動物を見る場所を探します。
一番近くの場所を案内します。
距離は3.0625353kmです。
場所：恩賜上野動物園
緯度：35.7175
経度：139.771
URL ："http://ja.dbpedia.org/resource/恩賜上野動物園"
現在地は(35.7175 . 139.771)です。
温泉に入る場所を探します。
…….
温泉に入る場所を探します。
一番近くの場所を案内します。
距離は3.0740614kmです。
場所：Inari-yu
緯度：35.6901
経度：139.766
URL ："http://linkedgeodata.org/triplify/node1744076702"
system>
実行例

23. アルゴリズムの概要
Main
loop sentence = ユーザより１行入力
morphs = sentence を 形態素解析(mecab+ipadic)
interp = morphs を shift-reduce 法 により構文解析
aspect = 文末情報から文章のaspect（質問/要望/宣言）を決定
if 質問 then 質問に答える
else if 要望 then 要望を満足する場所をSPARQL複合検索
else if 宣言 then 宣言を記憶
end loop
SPARQL複合検索
subject,verb,object,to-place,from-place,tool
= interp の格解析結果
loop verb と object によるSPARQL複合検索を実行
while 結果 = Nul
do object を汎化
場所の緯度・経度から一番近い場所を求めて答えとする

24. 複合SPARQL検索例
PREFIX geo: <http://www.w3.org/2003/01/geo/wgs84_pos#>
PREFIX virtrdf: <http://www.openlinksw.com/schemas/virtrdf#>
PREFIX servicevoc: <http://tp.lodac.nii.ac.jp/ns/service#>
PREFIX action: <http://tp.lodac.nii.ac.jp/action/>
PREFIX target: <http://tp.lodac.nii.ac.jp/target/>
PREFIX wn20instances: <http://www.w3.org/2006/03/wn/wn20/instances/>
PREFIX wn20schema: <http://www.w3.org/2006/03/wn/wn20/schema/>
PREFIX wn30instances: <http://www.w3.org/2006/03/wn/wn30/instances/>
PREFIX wnja11instances: <http://wordnet.jp/ja11/instances/>
PREFIX wn21schema: <http://www.w3.org/2006/03/wn/wn21/schema/>
select distinct *
where {
GRAPH <http://tp.lodac.nii.ac.jp> {
?lgd_class rdfs:subClassOf servicevoc:Facility ;
servicevoc:provideService/servicevoc:hasService [
servicevoc:action action:見る ;
servicevoc:target target:動物
] .
target:動物 servicevoc:wordnet ?wordnet
}
GRAPH <http://wordnet.jp> {
?wordnet wn20schema:sense ?sense .
}
}
LIMIT 10

25. まとめ
l アプローチ
n 既存の知識ベース・データベースを組み合わせて問題解決
l 課題
n そのままでは繋がらない
l 課題解決
n 繋ぐ知識を作ることで可能になる
l メリット
n 大規模知識・データを利用できる
n さらに知識を加えることも可能
u 専門的データベース、商用データベース
l デメリット
n 各知識・データの不完全性、非一貫性、誤謬をどう処理するか。
u オープン知識処理の課題
n 繋ぐ知識構築
u 新しい知識工学の必要性

26. Attribution
l 上野動物園 by Wei-Te Wong
l ライオン by 吉鷹
l ライオン岩 (Lion rock) by pakku
l 銀座ライオン by Sharon Hahn Darlin
l Zoo Free Icon by My Town Leisure