Kevin Angele1,3 , J¨urgen Angele2 , Umutcan Simsek1 , and Dieter Fensel1 /1 Semantic Technology Institute Innsbruck, University of Innsbruck, Technikerstrasse 21a, 6020 Innsbruck, Austria , 2 adesso, Competence Center Artificial Intelligence 3 Onlim GmbH, Weintraubengasse 22, 1020 Vienna, Austria • 一言でいうと 包括的で拡張性を持ち,高い知識グラフストア及びルールベースの推論エンジンをもつSemReasonerの提案 • 動機,背景 異なるデータベースからのデータの統合時,不完全な知識が生まれてしまう. この問題を解消し知識グラフにおける効率的な推論とクエリ応答をおこないたい • 手法 ・グラフストアと演繹的な推論エンジンを組み合わせて,オントロジーやドキュメントを検索できるようにした. ・モジュールアーキテクチャによって既存のITランドスケープやアプリに拡張性を持たせた. ・OpenRuleBenchからテストケースを用いて他の最新のルールベースの推論エンジンと比較評価 • 結果 ・negation test caseにおいては最も遅かった. ・Join1とDatalog Recursionにおいては最も早い • 利用実績 Adesso SEという会社のいくつかの製品で使われている, ルールによる意思決定や取引制限に違反する条件のリアルタイムでの監視などに貢献 • 学んだ教訓やベストプラクティス SemReasonerは大量のデータを処理する能力があり,多くのテストケースにおいて他の推論エンジンより優れた結果を示した. In-Use Track