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 / Open Databases

2017-05-23 第31回人工知能学会全国大会での内容

Transcript

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)
   

   View Slide

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．
   

   View Slide

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。
   

   View Slide

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”
   

   View Slide

5. ユーザ要求: “ライオンが⾒たい”
   

   View Slide

6. ユーザ要求: “ライオンが⾒たい” 提案: “恩賜上野動物園”
   

   View Slide

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
   

   View Slide

8. View Slide

9. View Slide

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?
    

    View Slide

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
    

    View Slide

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×
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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
    

    View Slide

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 .
    

    View Slide

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 .
    

    View Slide

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 .
    

    View Slide

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
    

    View Slide

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
    

    View Slide

21. ライオンが見たいの処理例
    ਪ࿦
    ϓϩηε 3: ࢪઃ୳ࡧ
    ϓϩηε 2: ࢪઃΫϥε୳ࡧ
    ϓϩηε 1: ߦಈର৅୳ࡧ
    ߦಈݟΔ
    ߦಈର৅: ϥΠΦϯ
    ཁٻղऍ
    RDF Store
    ߦಈର৅Φϯτϩδʔ
    8PSE/FU
    ࢪઃΦϯτϩδʔ
    -JOLFE(FP%BUB
    %#QFEJB+BQBOFTF
    ߦಈݟΔ
    ߦಈର৅: ಈ෺
    Oͳ͍৔߹
    ߦಈର৅Λ൚Խͯ͠΁
    ࢪઃΫϥεMHEPಈ෺Ԃ
    2ߦಈର৅͕͋Δ͔
    2ࢪઃ͕͋Δ͔
    Oͳ͍৔߹΁
    Oͳ͍৔߹΁
    Zߦಈର৅͋Γ
    ZࢪઃΫϥε͋Γ
    Zࢪઃ͋Γ
    Ϣʔβཁٻ
    lϥΠΦϯ͕ݟ͍ͨz
    ग़ྗ
    lԸࣀ্໺ಈ෺Ԃz
    2ࢪઃΫϥε͕͋Δ͔
    

    View Slide

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
    

    View Slide

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
    

    View Slide

24. 複合SPARQL検索例
    PREFIX geo:
    PREFIX virtrdf:
    PREFIX servicevoc:
    PREFIX action:
    PREFIX target:
    PREFIX wn20instances:
    PREFIX wn20schema:
    PREFIX wn30instances:
    PREFIX wnja11instances:
    PREFIX wn21schema:
    select distinct *
    where {
    GRAPH {
    ?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 {
    ?wordnet wn20schema:sense ?sense .
    }
    }
    LIMIT 10
    

    View Slide

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
    

    View Slide

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
    

    View Slide