Unduh DeepOnto - Unduh Kode Sumber DeepOnto

DeepOnto

Kode Sumber AI

Minor Update

Unduh

Docs | GitHub | arxiv | Kertas

Paket untuk Teknik Ontologi dengan Pembelajaran mendalam.

Berita ?

Periksa changelog dan FAQ lengkap. Halaman FAQS tidak berisi banyak informasi sekarang tetapi akan diperbarui sesuai dengan umpan balik.

Tentang

$ textsf {Deeponto} $ bertujuan untuk menyediakan blok bangunan untuk menerapkan model pembelajaran mendalam, membangun sumber daya, dan melakukan evaluasi untuk berbagai tujuan rekayasa ontologi.

Dokumentasi : https://krr-oxford.github.io/deeponto/ .
Repositori Github : https://github.com/krr-oxford/deeponto .
PYPI : https://pypi.org/project/deeponto/ .

Instalasi

Owlapi

$ textsf {Deeponto} $ Bergantung pada Owlapi versi 4.5.22 (ditulis dalam Java) untuk ontologi.

Kami mengikuti apa yang telah diimplementasikan di Mowl yang menggunakan JPYPE untuk menjembatani Python dan Java Virtual Machine (JVM). Silakan periksa halaman instalasi JPYPE untuk inisialisasi JVM yang berhasil.

Pytorch

$ textsf {Deeponto} $ Bergantung pada Pytorch untuk kerangka kerja pembelajaran yang mendalam.

Kami sarankan menginstal pytorch sebelum menginstal $ textsf {Deeponto} $ Mengikuti perintah yang tercantum di halaman web Pytorch. Perhatikan bahwa pengguna dapat memilih GPU (dengan CUDA) atau versi CPU dari Pytorch.

Jika versi Pytorch terbaru menyebabkan masalah ketidakcocokan, gunakan perintah berikut (dengan CUDA 11.6 ) yang diketahui berfungsi:

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

Penggunaan dasar $ textsf {Deeponto} $ Tidak mengandalkan GPU, tetapi untuk pelatihan model pembelajaran mendalam yang efisien, pastikan torch.cuda.is_available() mengembalikan True .

Instal dari PYPI

Ketergantungan lain ditentukan dalam setup.cfg dan requirements.txt yang seharusnya dipasang bersama dengan deeponto .

 # requiring Python>=3.8
pip install deeponto

Kami telah diberitahu bahwa openprompt memiliki konflik dengan beberapa paket lain yang hampir tidak dapat ditangani pada macOS dengan M1, jadi kami sekarang menetapkannya sebagai ketergantungan opsional. Namun, itu adalah ketergantungan utama dari kode ontolama di deeponto.complete.ontolama . Untuk menggunakan ontolama, silakan instal openprompt secara terpisah, atau gunakan perintah berikut untuk menginstal $ textsf {Deeponto} $ :

pip install deeponto[ontolama]

Instal dari Git Repository

Untuk menginstal versi Deeponto terbaru yang mungkin belum dirilis, Anda dapat langsung menginstal dari repositori.

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

Fitur utama

Gambar: Ilustrasi arsitektur Deeponto.

Pemrosesan Ontologi

Kelas dasar dari $ textsf {Deeponto} $ adalah [ Ontology ] [deeponto.onto.ontology], yang berfungsi sebagai titik masuk utama untuk memperkenalkan fitur Owlapi, seperti mengakses entitas ontologi, menanyakan konsep nenek moyang/keturunan (dan orang tua/anak), menghapus entitas, memodifikasi aksiom, dan annotasi retrieving. Lihat penggunaan cepat saat memuat ontologi. Seiring dengan fungsi dasar ini, beberapa sub-modul penting dibangun untuk meningkatkan modul inti, termasuk yang berikut:

Penalaran Ontologi ([ OntologyReasoner ] [Deeponto.onto.ontologyReasoner]): Setiap contoh dari $ textsf {Deeponto} $ memiliki alasan sebagai atributnya. Ini digunakan untuk melakukan kegiatan penalaran, seperti mendapatkan subsumer dan subsume yang disimpulkan, serta memeriksa persyaratan dan konsistensi.
Ontologi Pemangkasan ([ OntologyPruner ] [Deeponto.onto.ontologypruner]): Sub-modul ini bertujuan untuk menggabungkan algoritma pemangkasan untuk mengekstraksi sub-ontologi dari ontologi input. Kami saat ini mengimplementasikan yang diusulkan dalam [2], yang memperkenalkan aksioma subsumsi antara orang tua dan anak -anak yang ditegaskan (atom atau kompleks) dari kelas yang ditargetkan untuk pemindahan.
Ontologi verbalisasi ([ OntologyVerbaliser ] [Deeponto.onto.ontologyverbaliser]): Konsep rekursif verbaliser yang diusulkan dalam [4] diimplementasikan di sini, yang secara otomatis dapat mengubah ekspresi logis yang kompleks menjadi kalimat tekstual berdasarkan nama entitas atau label yang tersedia dalam ontologi. Lihat konsep ontologi verbalisasi.
Proyeksi Ontologi ([ OntologyProjector ] [Deeponto.onto.ontologyprojector]): Algoritma proyeksi yang diadopsi dalam embeddings ontologi OWL2VEC* diimplementasikan di sini, yaitu untuk mengubah tbox ontologi menjadi satu set triples RDF. Kode yang relevan dimodifikasi dari perpustakaan Mowl.
Normalisasi Ontologi ([ OntologyNormaliser ] [Deeponto.onto.ontologynormaliser]): yang diimplementasikan $ Mathcal {el} $ Normalisasi juga dimodifikasi dari perpustakaan Mowl, yang digunakan untuk mengubah aksioma Tbox menjadi bentuk yang dinormalisasi untuk mendukung, misalnya, embeddings ontologi geometris.
Taksonomi Ontologi ([ OntologyTaxonomy ] [Deeponto.onto.ontologytaxonomy]): Taksonomi yang diekstraksi dari ontologi adalah grafik asiklik terarah untuk hierarki subumsi, yang sering digunakan untuk mendukung aplikasi pembelajaran mendalam berbasis grafik.

Alat dan sumber daya

Alat dan sumber daya individu diimplementasikan berdasarkan modul pemrosesan inti ontologi. Saat ini, $ textsf {Deeponto} $ Mendukung yang berikut:

Bertmap [1] adalah sistem Ontologi Pencocokan Bertologi (OM) yang awalnya dikembangkan dalam repo tetapi sekarang dipertahankan dalam $ textsf {Deeponto} $ . Lihat Pencocokan Ontologi dengan Bertmap & Bertmaplt.
Bio-ML [2] adalah sumber daya OM yang telah digunakan dalam trek bio-ML OAEei. Lihat Bio-ML: Dokumentasi komprehensif.
Bertsubs [3] adalah sistem untuk prediksi subsumsi ontologi. Kami telah mengubah kode eksperimental aslinya menjadi proyek ini. Lihat Inferensi Subsumsi dengan Bertsubs.
Ontolama [4] adalah evaluasi model bahasa untuk inferensi subsumsi ontologi. Lihat Ontolama: Dataset Tinjauan & Panduan Penggunaan untuk Penggunaan Dataset dan Pendekatan Probing Berbasis Prompt.
Hit (Eksternal) [6] adalah model embedding hierarki yang berasal dari model pelatihan ulang-seperti di ruang hiperbolik. Lihat Model HIT di HUB HUGGINGFACE untuk opsi dan penggunaan.

Lisensi

!!! lisensi "lisensi"

 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.

Kutipan

Papaer sistem kami untuk $ textsf {Deeponto} $ Tersedia di ARXIV dan IOS Press.

Yuan He, Jiaoyan Chen, Hang Dong, Ian Horrocks, Carlo Allocca, Taehun Kim, dan Brahmananda Sapkota. Deeponto: Paket Python untuk Engineering Ontologi dengan Pembelajaran mendalam. Web Semantik, Vol. 15, no. 5, hlm. 1991-2004, 2024.

!!! kredit "kutipan"

 ```
@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}
}
```

Publikasi yang relevan

[1] Yuan dia ‚Jiaoyan Chen‚ Denvar Antonyrajah dan Ian Horrocks. Bertmap: Sistem Penyelarasan Ontologi Bertologi Bert . Dalam Prosiding Konferensi AAAI ke-36 tentang Kecerdasan Buatan (AAAI-2022). /arxiv//aaai/
[2] Yuan dia ‚Jiaoyan Chen‚ Hang Dong, Ernesto Jiménez-Ruiz, Ali Hadian dan Ian Horrocks. Dataset biomedis yang ramah pembelajaran mesin untuk kesetaraan dan pencocokan ontologi subsumsi . Konferensi Web Semantik Internasional ke-21 (ISWC-2022, kandidat kertas sumber daya terbaik ). /arxiv//iswc/
[3] Jiaoyan Chen, Yuan HE, Yuxia Geng, Ernesto Jiménez-Ruiz, Hang Dong dan Ian Horrocks. Embeddings semantik kontekstual untuk prediksi subsumsi ontologi . World Wide Web Journal （wwwj-2023). /arxiv//wwwj/
[4] Yuan dia ‚Jiaoyan Chen, Ernesto Jiménez-Ruiz, Hang Dong dan Ian Horrocks. Analisis Model Bahasa untuk Inferensi Subsumsi Ontologi . Temuan Asosiasi Linguistik Komputasi (ACL-2023). /arxiv//acl/
[5] Yuan He, Jiaoyan Chen, Hang Dong, dan Ian Horrocks. Menjelajahi model bahasa besar untuk penyelarasan ontologi . Konferensi Web Semantik Internasional ke-22 (Poster & Demo ISWC-2023). /arxiv//iswc/
[6] Yuan He, Zhangdie Yuan, Jiaoyan Chen, dan Ian Horrocks. Model bahasa sebagai encoder hierarki . Kemajuan dalam sistem pemrosesan informasi saraf (Neurips 2024). /arxiv//[neurips] (untuk muncul)/