Mais conteúdo relacionado
Semelhante a ナレッジグラフ推論チャレンジ技術勉強会(2018/10/18) (20)
Mais de KnowledgeGraph (13)
ナレッジグラフ推論チャレンジ技術勉強会(2018/10/18)
- 30. CC-BY4.0:人工知能学会 セマンティクWebとオントロジー(SWO)研究会
RDFデータの提供方法
RDFファイル
SpeckledBand.nt,SpeckledBand.rdf,SpeckledBand.ttl
kgc.owl スキーマ定義(各RDFファイルにも含む)
SPARQLエンドポイント
http://lod.hozo.jp/repositories/kgc
参照解決可能URL
http://kgc.knowledge-graph.jp/data/SpeckledBand/XXX
(XXX=1から401の数字,または,k001)
というURLにより,RDFデータに参照解決可能なアクセス可能
拡張子を変更することで,各種形式のRDFを取得可能
→プログラムから直接処理も可
例)
http://kgc.knowledge-graph.jp/data/SpeckledBand/36
http://kgc.knowledge-graph.jp/data/SpeckledBand/36.ttl
http://kgc.knowledge-graph.jp/data/SpeckledBand/36.rdf
http://kgc.knowledge-graph.jp/data/SpeckledBand/36.json
http://kgc.knowledge-graph.jp/data/SpeckledBand/36.jsonld
30
- 58. グレゴリ警部の(間違った)推論
R: Aのモノが現場に落ちていた → Aが犯人
F: 現場に落ちていたモノ has ?X(スカーフ);
F: シンプソン has ?X(スカーフ);
F: 予想屋 typeOf シンプソン;
R: Aは予想屋である → Aはまっとうな人間ではない
R: Bが馬を近くLに隠している → 馬が見つからない
F: B exist ?L(近くの荒野);
F: ジプシー exist ?L(近くの荒野);
R: Bはジプシーである → Bはまっとうな人間ではない
∴ 犯人Aはシンプソンで,馬を隠しているBはジプシー
問題点: 状況証拠(モノが落ちている=犯人)と偏見に頼った推論となっている
4
F: 提供されたナレッジグラフ内のファクト
R: 追加すべきルール
後ろ向き推論
ドメイン知識(ナレッジグラフ)から
前件部変数Aに入る値を検索する
シンプソンが何者か検索
常識的知識を追加
ドメイン知識(ナレッジグラフ)から
前件部変数Bに入る値を検索する
常識的知識
知識>偏見(小説的ミスリード)
知識>偏見(小説的ミスリード)
- 59. ホームズの推理
R: Aのモノが現場にあった → Aが犯人である
R: Aのモノが現場にあった → Aが犯人かもしれない
R: Aが馬を連れ出した → Aが犯人である
F: Aは見張り(ハンター)を眠らせた next Aは馬を連れ出した;
F: ハンター眠った causedBy (夕食に入っていた)アヘン;
R: ハンターの夕食の味が濃い → ハンターはアヘンを摂取する
F: 夕食 has マトンのカレー煮;
F: 夕食 decidedBy ストレイカー家の家族
F:ストレイカー家の家族 typeOf {ストレイカー,妻}
A= {ストレイカー,妻}
5
ドメイン知識
確率的な知識という位置づけ
(ただ,ホームズも現場に着くまで
シンプソンが犯人と考えていた)
ドメイン知識
眠った理由を検索
小説的肝①
(なくてもよい)
味が濃い理由を検索
味が濃い理由を検索
F: 提供されたナレッジグラフ内のファクト
R: 追加すべきルール
- 60. ホームズの推理 cont’d
R: Bが馬を連れ出した@時刻T → Bが犯人
R: 見張りが寝ていた@時刻T → 馬を連れ出せた
R: 静かだった@時刻T → 見張りが寝ていた(起きなかった)
R: 犬が吠えなかった@時刻T → 静かだった
R: Bが犬を飼っている → 犬はBに吠えない
F: {ストレイカー,見張り(馬丁)3人,ロス大佐} keep 犬;
B= {ストレイカー,見張り(馬丁)3人,ロス大佐}
A ∩ B = {ストレイカー}
6
時刻Tに絞って
ドメイン知識を
後ろ向きにトレース
小説的肝②
ドメイン知識からBを検索
結論1
F: 提供されたナレッジグラフ内のファクト
R: 追加すべきルール
一般的なルールを上手に使いまわして推論する場合や,
ドメインに依存したルールをたくさん用意して少ないステップで推論する場合などがある
- 61. ホームズの推理 cont’d
R: Cが馬を近くLに隠している → 馬が見つからない
F: C exist ?L(ブラウンの厩舎);
F: ブラウン exist ?L(ブラウンの厩舎);
R: Dがストレイカーを殺した → Dが犯人
R: Dは殺人現場Sに居た → Dがストレイカーを殺した
F: {ストレイカー,馬} exist 殺人現場S
R: Dはストレイカーである → ストレイカーがストレイカーを殺した!
必然的にもう1つの可能性{馬}となる
∴犯人A,Bはストレイカー,馬を隠しているCはブラウン,ストレイカーを殺したDは馬である
7
結論2
変数Cに入る値を検索
常識的知識
常識的知識
確率的知識
変数Dを検索
【矛盾】
結論3
F: 提供されたナレッジグラフ内のファクト
R: 追加すべきルール
- 62. 別の推理の可能性
例) 動物(馬)も人を殺せる点を推論過程に入れる
オントロジー推論(この場合,プロパティ推論)
Person is-a Mammal;
Person canKill Animal;
Person canKill Person; 定義済みプロパティとする
Animal is-a Mammal;
Animal canKill Animal ;
(Animal canKill Person ;) 兄弟概念であるAnimalに上記プロパティを追加
例) 羊を使って馬の脚を怪我させる実験をしていた点をいれてもよい
機械学習(この場合,ナレッジグラフ補完)
ストレイカー has 羊; ストレイカー hurt 羊;
ストレイカー has 馬;(ストレイカー hurt 馬;) 欠損(missing)プロパティとして推定
8