DeepOnto下載 - DeepOnto源代碼下載

DeepOnto

Ai源碼

Minor Update

下載

文檔| github | arxiv |紙

具有深度學習的本體工程的包裝。

消息？

檢查完整的更改程序和常見問題解答。 FAQS頁面現在不包含太多信息，但將根據反饋進行更新。

關於

$ textsf {deeponto} $旨在為實施深度學習模型，構建資源和用於各種本體工程目的的評估提供基礎。

文檔： https：//krr-oxford.github.io/deeponto/ 。
GitHub存儲庫： https：//github.com/krr-oxford/deeponto 。
PYPI ： https：//pypi.org/project/deeponto/ 。

安裝

Owlapi

$ textsf {deeponto} $依靠Owlapi版本4.5.22（用Java編寫）用於本體。

我們遵循MOWL中實現的內容，該內容使用JPYPE橋接Python和Java Virtual Machine（JVM）。請檢查JPYPE的安裝頁面，以獲取成功的JVM初始化。

Pytorch

$ textsf {deeponto} $依靠Pytorch進行深度學習框架。

我們建議在安裝之前安裝Pytorch $ textsf {deeponto} $遵循Pytorch網頁上列出的命令。請注意，用戶可以選擇GPU（帶有CUDA）或CPU版本的Pytorch。

如果最新的Pytorch版本會導致任何不兼容問題，請使用以下命令（與CUDA 11.6 ）可行：

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

基本用法 $ textsf {deeponto} $不依賴GPU，而是要進行有效的深度學習模型培訓，請確保torch.cuda.is_available()返回True 。

從PYPI安裝

其他依賴項在setup.cfg and requirements.txt中指定，這些依賴項應與deeponto一起安裝。

 # requiring Python>=3.8
pip install deeponto

我們被告知， openprompt與其他幾個軟件包有衝突，這些軟件包幾乎無法使用M1在MacOS上解決，因此我們現在將其設置為可選的依賴性。但是，它是安大略省代碼在deeponto.complete.ontolama上的主要依賴性。要使用Ontolama，請單獨安裝openprompt ，或使用以下命令安裝 $ textsf {deeponto} $ ：

pip install deeponto[ontolama]

從GIT存儲庫安裝

要安裝最新的（可能未發布的版本的Deeponto），您可以直接從存儲庫中安裝。

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

主要功能

圖：Deeponto架構的插圖。

本體處理

基類 $ textsf {deeponto} $ IS [ Ontology ] [deeponto.onto.ondology]，它是引入Owlapi的特徵的主要入口處，例如訪問本體學實體，查詢祖先/後代（以及父母/子女）概念，刪除實體，修改Axioms和檢索註釋。請參閱LOAD ANTOLOGY時的快速使用。除這些基本功能外，還構建了幾個基本的子模塊以增強核心模塊，包括以下內容：

本體論推理（[[ OntologyReasoner ] [deeponto.onto.tologyreasoner]）： $ textsf {deeponto} $有推理器作為其屬性。它用於開展推理活動，例如獲得推斷的子材料和子集，以及檢查需要和一致性。
本體學修剪（[[ OntologyPruner ] [deeponto.onto.tology-prouner]）：該子模塊旨在納入修剪算法，以從輸入本體學中提取亞物種學。我們目前實施了[2]中提出的一個，它引入了所主張的（原子或複雜的）父母和班級的子女之間的套裝公理。
本體論語言（[[ OntologyVerbaliser ] [deeponto.onto.ontoology verbaliser ]）：這裡實現了[4]中提出的遞歸概念Verbaliser，它可以自動將復雜的邏輯表達式轉換為基於本體學中可用的實體名稱或標籤的文本句子。請參閱言語本體論概念。
本體學投影（[[ OntologyProjector ] [deeponto.onto.ontologyprojector]）：在此處實現OWL2VEC*本體嵌入中採用的投影算法，這是為了將本體論的Tbox轉換為一組RDF三倍。相關代碼是從MOWL庫修改的。
本體學歸一化（[[ OntologyNormaliser ] [deeponto.onto.tologynormaliserer]）： $ MATHCAL {EL} $也從MOWL庫中修改了歸一化，該文庫用於將Tbox公理轉換為歸一化形式以支持，例如，例如，幾何本體嵌入。
本體分類法（[[ OntologyTaxonomy ]）：從本體學中提取的分類學是用於補充層次結構的定向無環圖，通常用於支持基於圖形的深度學習應用。

工具和資源

單個工具和資源是根據核心本體處理模塊實現的。現在， $ textsf {deeponto} $支持以下內容：

Bertmap [1]是一個基於BERT的本體匹配（OM）系統，最初是在Repo中開發的，但現在已維持在 $ textsf {deeponto} $ 。參見與Bertmap＆Bertmaplt匹配的本體論。
Bio-ML [2]是OML的OM資源，已在OAEI的Bio-ML軌道中使用。參見Bio-ML：一份綜合文檔。
Bertsubs [3]是一個本體集合預測的系統。我們將其原始實驗代碼轉換為該項目。請參閱使用Bertsubs的包含推斷。
安大略省[4]是對本體論文推斷語言模型的評估。請參閱Ontolama：使用數據集的數據集概述和使用指南和基於及時的探測方法。
命中（外部） [6]是一個層次結構嵌入模型，該模型源自雙曲線空間中的BERT樣模型。有關選項和用法，請參見HuggingFace Hub上的命中模型。

執照

!!!!許可證“許可”

 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.

引用

我們的系統爸爸 $ textsf {deeponto} $可在Arxiv和iOS Press上找到。

Yuan He，Jiaoyan Chen，Hang Dong，Ian Horrocks，Carlo Allocca，Taehun Kim和Brahmananda Sapkota。 Deeponto：具有深度學習本體工程的Python包裝。語義網，卷。 15，不。 5，第1991-2004、2024頁。

!!!!信用“引文”

 ```
@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}
}
```