DeepOnto Download - DeepOnto Source Code Download

DeepOnto

كود الذكاء الاصطناعي

Minor Update

تنزيل

مستندات | جيثب | Arxiv | ورق

حزمة للهندسة الأنطولوجيا مع التعلم العميق.

أخبار ؟

تحقق من changelog الكامل والأسئلة الشائعة. لا تحتوي صفحة الأسئلة الشائعة على الكثير من المعلومات الآن ولكن سيتم تحديثها وفقًا للتعليقات.

عن

$ textsf {deeponto} $ يهدف إلى توفير لبنات بناء لتنفيذ نماذج التعلم العميق ، وبناء الموارد ، وإجراء التقييم لأغراض هندسة الأنطولوجيا المختلفة.

الوثائق : https://krr-oxford.github.io/deeponto/ .
مستودع GitHub : https://github.com/krr-oxford/deeponto .
PYPI : https://pypi.org/project/deeponto/ .

تثبيت

Owlapi

$ textsf {deeponto} $ يعتمد على الإصدار Owlapi 4.5.22 (مكتوب في Java) لعلم الأنطولوجيا.

نتبع ما تم تنفيذه في Mowl الذي يستخدم JPype لسد Python و Java Virtual Machine (JVM). يرجى التحقق من صفحة تثبيت JPYPE للحصول على تهيئة JVM الناجحة.

Pytorch

$ textsf {deeponto} $ يعتمد على Pytorch لإطار التعلم العميق.

نوصي بتثبيت Pytorch قبل التثبيت $ textsf {deeponto} $ بعد الأوامر المدرجة على صفحة الويب Pytorch. لاحظ أنه يمكن للمستخدمين اختيار إما GPU (مع CUDA) أو إصدار وحدة المعالجة المركزية من Pytorch.

في حالة حدوث أحدث إصدار من Pytorch أي مشاكل عدم التوافق ، استخدم الأمر التالي (مع CUDA 11.6 ) المعروف بالعمل:

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

الاستخدام الأساسي ل $ textsf {deeponto} $ لا يعتمد على وحدات معالجة الرسومات ، ولكن للتدريب على نموذج التعلم العميق الفعال ، يرجى التأكد من torch.cuda.is_available() إرجاع True .

تثبيت من PYPI

يتم تحديد التبعيات الأخرى في setup.cfg و requirements.txt التي من المفترض أن يتم تثبيتها مع deeponto .

 # requiring Python>=3.8
pip install deeponto

لقد أُبلغنا أن openprompt لديه تعارض مع العديد من الحزم الأخرى التي لا يمكن معالجتها على MacOS مع M1 ، لذلك قمنا الآن بتعيينها كاعتماد اختياري. ومع ذلك ، فإن الاعتماد الرئيسي لرمز أونتولاما في deeponto.complete.ontolama . لاستخدام أونتولاما ، يرجى تثبيت openprompt بشكل منفصل ، أو استخدام الأمر التالي للتثبيت $ textsf {deeponto} $ :

pip install deeponto[ontolama]

تثبيت من مستودع GIT

لتثبيت أحدث إصدار ، ربما لم يتم إصداره من Deeponto ، يمكنك التثبيت مباشرة من المستودع.

pip install git+https://github.com/KRR-Oxford/DeepOnto.git

الميزات الرئيسية

الشكل: توضيح بنية ديبونتو.

معالجة الأنطولوجيا

الفئة الأساسية من $ textsf {deeponto} $ IS [ Ontology ] [Deeponto.onto.ontology] ، والتي تعمل كنقطة دخول رئيسية لإدخال ميزات Owlapi ، مثل الوصول إلى كيانات الأنطولوجيا ، والاستعلام عن مفاهيم السلف/النحيل (والوالد/الطفل) ، وحذف الكيانات ، وتعديل البديهيات ، واسترداد التعليقات. رؤية الاستخدام السريع في تحميل الأنطولوجيا. جنبا إلى جنب مع هذه الوظائف الأساسية ، تم تصميم العديد من الوحدات الفرعية الأساسية لتعزيز الوحدة الأساسية ، بما في ذلك ما يلي:

التفكير الأنطولوجي ([ OntologyReasoner ] [deeponto.onto.OntologyReasoner]): كل مثيل $ textsf {deeponto} $ له سبب كسماتها. يتم استخدامه لإجراء أنشطة التفكير ، مثل الحصول على subtumers المستنتج والانسداد ، وكذلك التحقق من الاستدراج والاتساق.
تقليم الأنطولوجيا ([ OntologyPruner ] [deeponto.onto.OntologyPruner]): تهدف هذه الوحدة الفرعية إلى دمج خوارزميات التقليم لاستخراج علم فرعي من علم الأنطولوجيا. نقوم حاليًا بتنفيذ تلك المقترحة في [2] ، والتي تقدم بديهيات الاستهلاك بين الوالدين المؤكدين (الذري أو المعقد) وأطفال الفصل المستهدف للإزالة.
اللفظي الأنطولوجي ([ OntologyVerbaliser ] [deeponto.onto.ontologyverbaliser]): يتم تنفيذ المفهوم العودية المقترحة في [4] هنا ، والتي يمكن أن تحول تلقائيًا تعبيرًا منطقيًا معقدًا إلى جملة نصية بناءً على أسماء الكيانات أو الملصقات المتوفرة في علم Ontology. رؤية مفاهيم الأنطولوجيا اللفظية.
الإسقاط الأنطولوجيا ([ OntologyProjector ] [deeponto.onto.ontologyprojector]): يتم تنفيذ خوارزمية الإسقاط المعتمدة في التضمينات OWL2VEC* ontology هنا ، والتي تتمثل في تحويل tbox في علم الأنطولوجيا إلى مجموعة من ثلاثية RDF. يتم تعديل الكود ذي الصلة من مكتبة Mowl.
تطبيع الأنطولوجيا ([ OntologyNormaliser ] $ mathcal {el} $ يتم تعديل التطبيع أيضًا من مكتبة MOWL ، والتي يتم استخدامها لتحويل البديهيات Tbox إلى أشكال طبيعية لدعمها ، على سبيل المثال ، تضمينات علم الأنطولوجيا الهندسية.
تصنيف الأنطولوجيا ([ OntologyTaxonomy ] [deeponto.onto.OntologyTaxonomy]): التصنيف المستخرج من علم الأنطولوجيا هو رسم بياني حميد موجه للتسلسل الهرمي للتفرض ، والذي يستخدم غالبًا لدعم تطبيقات التعلم العميق القائم على الرسم البياني.

الأدوات والموارد

يتم تنفيذ الأدوات والموارد الفردية بناءً على وحدة معالجة الأنطولوجيا الأساسية. حالياً، $ textsf {deeponto} $ يدعم ما يلي:

Bertmap [1] هو نظام مطابقة الأنطولوجيا (OM) قائم على بيرت تم تطويره في الأصل في الريبو ولكنه يتم الحفاظ عليه الآن في $ textsf {deeponto} $ . انظر أنطولوجيا مطابقة مع Bertmap & Bertmaplt.
Bio-ML [2] هو مورد OM تم استخدامه في المسار الحيوي لـ OAEI. انظر Bio-ML: وثائق شاملة.
Bertsubs [3] هو نظام للتنبؤ بالانتقام. لقد حولنا الكود التجريبي الأصلي إلى هذا المشروع. انظر الاستدلال الانتقائي مع bertsubs.
أونتولاما [4] هو تقييم لنموذج اللغة لاستدلال الاستهلاك على الأنطولوجيا. انظر Ontolama: دليل مجموعة البيانات والاستخدام لمجموعة البيانات لاستخدام مجموعات البيانات ونهج التحقيق المستند إلى المقدمة.
HIT (خارجي) [6] هو نموذج تضمين التسلسل الهرمي مشتق من إعادة تدريب نماذج تشبه Bert في الفضاء الزائد. انظر نماذج HIT على Huggingface Hub للخيارات والاستخدام.

رخصة

!!! ترخيص "ترخيص"

 Copyright 2021-2023 Yuan He.
Copyright 2023 Yuan He, Jiaoyan Chen.
All rights reserved.

Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at *<http://www.apache.org/licenses/LICENSE-2.0>*

Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
See the License for the specific language governing permissions and
limitations under the License.

اقتباس

نظامنا papaer ل $ textsf {deeponto} $ متوفر في Arxiv و iOS Press.

يوان هو ، جياويان تشن ، هانغ دونغ ، إيان هوروكس ، كارلو أونوكا ، تايهون كيم ، وبراهماناندا سابكوتا. Deeponto: حزمة Python ل Entology Engineering مع التعلم العميق. الويب الدلالي ، المجلد. 15 ، لا. 5 ، ص. 1991-2004 ، 2024.

!!! الائتمان "الاقتباس"

 ```
@article{he2024deeponto,
  author = {He, Yuan and Chen, Jiaoyan and Dong, Hang and Horrocks, Ian and Allocca, Carlo and Kim, Taehun and Sapkota, Brahmananda},
  journal = {Semantic Web},
  number = {5},
  pages = {1991--2004},
  title = {DeepOnto: A Python package for ontology engineering with deep learning},
  volume = {15},
  year = {2024}
}
```

المنشورات ذات الصلة

[1] يوان هو ‚جياويان تشن ، دنفار أنتونيراجا وإيان هوروكس. Bertmap: نظام محاذاة الأنطولوجيا القائم على بيرت . في وقائع مؤتمر AAAI السادس 36 حول الذكاء الاصطناعي (AAAI-2022). /arxiv//aaai/
[2] يوان هو جياويان تشن هانغ دونغ ، إرنستو جيمينيز رويز ، علي هاديان وإيان هوروكس. آلة بيانات الطب الحيوي الصديقة للتعلم الآلي لمطابقة التكافؤ ومطابقة الأنطولوجيا . مؤتمر الويب الدولي الحادي والعشرين على الويب (ISWC-2022 ، أفضل مرشح ورقة الموارد ). /arxiv//ISWC/
[3] Jiaoyan Chen ، Yuan He ، Yuxia Geng ، Ernesto Jiménez-Ruiz ، Hang Dong و Ian Horrocks. التضمينات الدلالية السياقية للتنبؤ بالانتقام . World Wide Web Journal （wwwj-2023). /arxiv//wwwj/
[4] يوان هو جياويان تشن ، إرنستو جيمينيز رويز ، هانغ دونغ وإيان هوروكس. تحليل نموذج اللغة لاستدلال الاستهلاك في علم الوجود . نتائج جمعية اللغويات الحسابية (ACL-2023). /arxiv//acl/
[5] يوان هو ، جياويان تشن ، هانغ دونغ ، وإيان هوروكس. استكشاف نماذج اللغة الكبيرة لمحاذاة الأنطولوجيا . مؤتمر الويب الدولي 22 الدولي (ISWC-2023 الملصقات والعروض التوضيحية). /arxiv//ISWC/
[6] يوان هو ، تشانغدي يوان ، جياويان تشن ، وإيان هوروكس. نماذج اللغة كما ترميز التسلسل الهرمي . التقدم في أنظمة معالجة المعلومات العصبية (Neups 2024). /arxiv//[neups] (للظهور)/