DODDLE-OWL ドキュメント¶

DODDLE-OWLとは¶

DODDLE-OWL (a Domain Ontology rapiD DeveLopment Environment – OWL extension) は，領域オントロジーを半自動構築可能なツールです．DODDLE-OWLはオントロジーにおける階層関係（上位・下位関係）と非階層関係（上位・下位以外の関係）の構築を支援する．入力として領域における専門文書または専門文書に含まれる単語集合を与え，汎用オントロジー（EDR電子化辞書，WordNet，日本語WordNet, 日本語Wikipediaオントロジー）と既存OWLオントロジーを参照し，概念階層および非階層関係を半自動構築する．また，DODDLE-OWLは概念階層の洗練を支援するための機能をもっている．最終的に構築した領域オントロジーは，セマンティックWebにおける標準的なオントロジー記述言語，OWL（Web Ontology Language）形式で出力可能である．

インストール ¶

コンテンツ

インストール

動作環境 ¶

DODDLE-OWLを実行するためには，以下の環境が必要である．

JRE (Java Runtime Environment) 11以降
OS: Javaが動作可能なOS
CPU: Pentium4 2GHz程度
メモリ: 1GB以上
ハードディスクの空き容量: 1GB以上
ディスプレイ: 解像度1024×768 以上のカラーディスプレイ

DODDLE-OWLの開発および動作確認は以下の環境で行っている．

JDK 11
OS: macOS Mojava
CPU: Intel Core i7 4GHz
メモリ: 32GB
ディスプレイ: 解像度1920×1200 のカラーディスプレイ

利用しているライブラリ ¶

DODDLE-OWLは以下のライブラリを利用している．以下のライブラリについては，DODDLE-OWLに含まれているため別途ダウンロードする必要はない．

Apache Jena
- RDF, RDFS, OWLを扱うためのライブラリ
- ライセンス: Jena – License and Copyright
Kuromoji
- Javaで実装された形態素解析器
- ライセンス: Apache License 2.0
extJWNL
- Javaで実装されたWordNetを操作するためのライブラリ
- ライセンス: BSDライセンス
Apache Commons CLI
- Javaで実装されたコマンドラインオプションを解析するためのライブラリ
- ライセンス: Apache License 2.0
Apache POI
- Microsoft Officeのドキュメントを読み込むためのライブラリ
- ライセンス: Apache License 2.0
Apache PDFBox
- Javaで実装されたPDFファイルからテキストを抽出するためのライブラリ．
- ライセンス: Apache License 2.0
Lombok
- ライセンス： The MIT License
SQLiteJDBC
- SQLiteのJDBCドライバ
- ライセンス: Apache License 2.0
Stanford Parser
- 英語用のパーサー
- ライセンス： GPL (GNU General Public License)
Material Design icons by Google
- アイコン
- ライセンス: Apache License 2.0.

利用しているソフトウェア ¶

DODDLE-OWLは，以下のソフトウェアを利用している．以下の注意点に記述されていることを行いたい場合には，別途以下のソフトウェアのインストールが必要である．

JRE 11以上（必須）
形態素解析システム ChaSen （オプション）
形態素解析エンジン MeCab （オプション）
日本語係り受け解析器 CaboCha （オプション）
ActivePerl （オプション）
TermExtract （オプション）

警告

Beta6からは，ChaSen, MeCab, CaboChaは，UTF-8のみに対応している．
- ChaSenでUTF-8を利用する方法は，ChaSen’s Wiki FAQを参照すること．
- MeCabおよびCaboChaは，2008年11月現在の最新版は，UTF-8に対応している．（Windows版ではインストール時に辞書の文字コードとして「UTF-8」を選択します．Unix，Macでは，configureのオプションとして「–with-charset=utf8」を指定する．）
日本語文書から複合語を抽出したい場合には，PerlとChaSen(またはMeCab)とCaboChaが必要である．
英語文書から複合語を抽出したい場合には，Perlが必要である．
EDR電子化辞書から領域オントロジーを構築したい場合には，EDR電子化辞書の概念体系辞書(必須)，日本語単語辞書(必須)，英語単語辞書(オプション)，概念記述辞書(オプション)が必要である．

参照オントロジー ¶

英語汎用オントロジー ¶

WordNet

日本語汎用オントロジー ¶

インストールと起動方法 ¶

Windows OSの場合 ¶

ダウンロードページから doddle-owl-2019.03_1_win.zip ファイルを任意のフォルダにダウンロードして展開する．
展開したフォルダにある bin/doddle-owl.bat を実行する．

macosの場合 ¶

ダウンロードページから doddle-owl-2019.03_1_mac.zip ファイルを任意のフォルダにダウンロードして展開する．
展開したフォルダにある bin/doddle-owl を実行する．

アンインストール方法 ¶

インストールしたフォルダを削除する．

設定 ¶

各種設定は，オプションダイアログからGUIで行う．

オプションダイアログ: 基本タブ ¶

言語: enまたはjaを指定することで，英語または日本語メニューを表示することができる．
基本接頭辞: ユーザが定義した概念の接頭辞を設定する．
基本URI: オントロジー保存時のベースURIを設定する．

オプションダイアログ: フォルダタブ ¶

プロジェクトフォルダ: プロジェクトファイルを保存するフォルダを設定する．プロジェクトを保存・復元する際にこのフォルダが基点となる．
ストップワードリスト: 用語抽出時に無視する単語リストが保存されたファイルを設定する．
JWOフォルダ: 日本語WikipediaオントロジーをDODDLE-OWL用に変換したファイルを置いたフォルダを設定する．
EDR辞書フォルダ: EDR一般辞書のテキストデータをDODDLE-OWL用に変換したファイルを置いたフォルダを設定する．
EDRT辞書フォルダ: EDR専門辞書のテキストデータをDODDLE-OWL用に変換したファイルを置いたフォルダを設定する．
日本語形態素解析器: 複合語抽出モジュール言選を利用する場合に必要である．（chasen21は不可）
日本語係り受け解析器: 複合語抽出する場合に必要である．
perl.exe: 言選(TermExtract)を利用する場合に必要である．
上位概念リスト: 上位概念のリストを設定する．ある単語がEDR上の指定した概念の下位にあるかどうかを提示するために利用する．
複合語抽出スクリプトフォルダ: 複合語抽出スクリプトを置くフォルダを設定する．

EDR電子化辞書の利用方法 ¶

DODDLE-OWLでEDR電子化辞書を汎用オントロジーとして参照するためには，EDR電子化辞書のテキストデータをDODDLE-OWLで参照する形式に変換する必要があります．以下では，その変換手順について説明します．

CPU: Intel Core i7 4GHz，メモリ: 32GBのiMacを用いてEDR一般辞書とEDR専門辞書をDODDLE-OWLで参照する形式に変換するためにかかる時間は以下の通りです．

EDR一般辞書: 約3分
EDR専門辞書: 約40秒

必要条件 ¶

1GB以上のメモリ(推奨 2GB) (JVMオプション -Xmx1024mが指定可能な程度)
EDR一般辞書またはEDR専門辞書のテキストデータ

EDR一般辞書 ¶

CPC.DIC, CPH.DIC, CPT.DIC, EWD.DIC, JWD.DICを任意のフォルダにコピーする．(例：C:/EDR_Text)．
DODDLE-OWLのツールメニューの「DODDLE Dic Converter」サブメニューを選択すると図 1 のダイアログが表示される．
「Dictionary Type」として「EDR」を，「Convertion Type」として「Text」を選択する．
「Browse」ボタンを押して，Input Dictionary PathにEDR一般辞書のテキストデータが保存されたフォルダを設定する．Output Dictionary Pathに，DODDLE-OWLが参照する変換後のEDR一般辞書データを保存するフォルダを設定する．
「Convert」ボタンを押すと，concept.data, relation.data, tree.data, word.data, concept.index, relation.index, tree.index, word.indexファイルがオプションダイアログで設定したEDR辞書フォルダに保存される.
DODDLE-OWLのオプションダイアログのフォルダタブでEDR辞書フォルダのパスを設定する．

EDR専門辞書 ¶

TCPC.DIC, TCPH.DIC, TEWD.DIC, TJWD.DICを任意のフォルダにコピーする．(例： C:/EDRT_Text/).
DODDLE-OWLのツールメニューの「DODDLE Dic Converter」サブメニューを選択すると図 1 のダイアログが表示される．
「Dictionary Type」として「EDRT」を，「Convertion Type」として「Text」を選択する．
「Browse」ボタンを押して，Input Dictionary PathにEDR専門辞書のテキストデータが保存されたフォルダを設定する．Output Dictionary PathにDODDLE-OWLが参照する変換後のEDR専門辞書のデータを保存するフォルダを設定する．
「Convert」ボタンを押すと，concept.data, tree.data, word.data, concept.index, tree.index, word.indexファイルがオプションダイアログで設定したEDRT辞書フォルダに保存される．
DODDLE-OWLのオプションダイアログのフォルダタブでEDRT辞書フォルダのパスを設定する．

DODDLE_Dic_Converter

モジュール一覧 ¶

コンテンツ

モジュール一覧

システム構成 ¶

図 2 にDODDLE-OWLのシステム構成を示す．DODDLE-OWLは，オントロジー選択モジュール，入力モジュール，オントロジー構築モジュール，オントロジー洗練モジュール，変換モジュールの主に五つのモジュールから構成される．

階層構築モジュールおよび階層洗練モジュールは階層関係構築支援のために，DODDLE-I [Yamaguchi99] で提案された．関係構築モジュールおよび関係洗練モジュールは，その他の関係構築支援のために，DODDLE-II [Kurematsu04] で提案された．オントロジー選択モジュール，入力モジュール，変換モジュールはDODDLE-OWLで新たに提案されたモジュールである．また，DODDLE-OWLでは，DODDLE-I およびDODDLE-II で提案された各モジュールを統合し，インタラクティブな領域オントロジー構築支援環境を実現している．

DODDLE-OWL では一つ以上の領域における専門文書があることを前提としている．また，ユーザは領域にとって重要な用語（入力語）を選択可能な知識をもっているものとする．

DODDLE-OWLのシステム構成

オントロジー選択モジュール ¶

オントロジー選択モジュールでは，ユーザは参照オントロジーの選択を行う．参照オントロジーは領域オントロジーを構築するための基礎となるオントロジーであり，DODDLE-OWLの各モジュールから参照される．DODDLE-OWLでは，WordNet [Miller95] , 日本語WordNet [Isahara08]，EDR [Yokoi95] ，日本語Wikipediaオントロジー (JWO) [Tamagawa10] を参照オントロジーとして利用可能である．さらに，OWL 形式で記述された既存オントロジーもDODDLE-OWL は参照オントロジーとして利用可能である．WordNet やEDR などの汎用オントロジーは，一般的かつ網羅的に定義がなされているため，領域オントロジー構築に利用する際には，領域に特化した構造へ，階層関係の修正や不要概念の除去などの洗練を行う必要がある．このことはユーザの負担となる．構築対象に関連する領域オントロジーがすでに存在する場合は，それらを再利用するほうが汎用オントロジーを参照オントロジーとするよりも，領域オントロジーを洗練するコストを軽減できると考えられる．また，DODDLE-OWLを用いて構築されるオントロジーはOWL形式であるため，それらも参照オントロジーとして利用することができる．よって，DODDLE-OWLでは，既存領域オントロジーが存在しない，または，既存領域オントロジーが，ユーザが構築対象とする領域オントロジーを網羅できていない場合には，汎用オントロジーを利用することができ，既存領域オントロジーが存在する場合には，より容易に対象とする領域オントロジーの構築支援を行うことができる．

Web 上に存在する既存オントロジーを参照オントロジーとして再利用するために，オントロジー選択モジュールには，オントロジー検索エンジンを用いた既存領域オントロジーの獲得機能がある．以下では，はじめに汎用オントロジーについて簡単に説明した後，オントロジー検索エンジンを用いた既存領域オントロジー獲得方法について述べる．

汎用オントロジー ¶

DODDLE-OWLでは，汎用オントロジーとしてWordNet, 日本語WordNet，EDR電子化辞書（一般辞書および専門辞書），日本語Wikipediaオントロジーを利用可能である．以下では簡単にそれぞれの汎用オントロジーについて説明する．

WordNet¶

WordNet [Miller95] は，プリンストン大学で開発されている英語シソーラス（汎用オントロジー）である．名詞句辞書，動詞句辞書，形容詞句辞書，副詞句辞書，および見出し句辞書から構成されており，総計約10万の語彙を保持している．見出し句辞書は，見出し句，意味情報としての概念ID，辞書編集情報，品詞情報などから構成されているが，概念IDが，見出し句辞書と各辞書の間のリンクとして機能している．名詞句辞書と動詞句辞書は，概念ID，辞書編集情報，対応する見出し句リストから構成されているが，概念群は階層構造を有している．また，一部の概念IDには，反対概念の概念ID，part ofやmember ofやsubstance ofの概念IDなども与えられている．形容詞句辞書と副詞句辞書も，概念ID，辞書編集情報，対応する見出し句リストから構成されているが，階層構造は持たない．

日本語WordNet¶

日本語WordNet [Isahara08] は，WordNetの日本語版である．

EDR電子化辞書¶

EDR電子化辞書 [Yokoi95] は，独立行政法人情報通信研究機構が提供している汎用オントロジーである．EDR電子化辞書は，日本語単語辞書，英語単語辞書，概念辞書，日英対訳辞書，英日対訳辞書，日本語共起辞書，英語共起辞書，日本語コーパス，英語コーパス，専門用語辞書（情報処理）から構成される．DODDLE-OWLでは，これらの辞書の中から，日本語単語辞書，英語単語辞書，概念辞書，専門用語辞書（情報処理）を利用している．

日本語Wikipediaオントロジー¶

日本語Wikipediaオントロジー [Tamagawa10] は，日本語Wikipedia における様々なリソース（カテゴリツリー，一覧記事，リダイレクトリンク，Infobox, Infoboxテンプレート）から構築した大規模な日本語汎用オントロジーである．

オントロジー検索エンジンを用いた既存領域オントロジーの獲得 ¶

既存領域オントロジーを再利用するためには，対象領域に関連する既存オントロジーをWeb 上から検索する必要がある．既存のオントロジー検索エンジンとして，OntoSelect [Buitelaar04] やSwoogle [Ding05] がある．OntoSelect は，Web 上のオントロジーを検索，選択，閲覧することを支援している．Swoogle には，2007 年現在，1 万以上のオントロジーが登録されており，クラス単位，プロパティ単位の検索やオントロジー内に明示的に記述されていない逆リンクの関係を検索することができる．

既存のオントロジー検索エンジンは，対象領域に関連する既存オントロジー検索に利用可能であるが，領域オントロジー構築の観点からはいくつか問題がある．既存のオントロジー検索エンジンは，クラス単位やプロパティ単位での検索を支援しているが，複数のクラスやプロパティを含むオントロジーの検索や対象領域と関連の深いオントロジーの検索は支援していない．Swoogle には，google のページランク [Page98] に類似したオントロジーのためのランキングの仕組み(OntoRank) や，クラスおよびプロパティのためのランキングの仕組み(TermRank) が導入されている．OntoRank やTermRank では，より多くのセマンティックWeb コンテンツから参照されているクラスやプロパティを高くランキングしているが，領域オントロジー構築の観点からは，必ずしも多数のセマンティックWeb コンテンツから参照されているオントロジーが利用可能とは限らない．ユーザが構築の対象としている領域に関連する既存オントロジーを適切に検索するための仕組みが必要となる．また，既存オントロジーを修正することなく再利用できることは少ないため，領域オントロジー構築支援環境とオントロジー検索エンジンは連携できたほうが望ましいと考えられる．

Swoogle は，オントロジーを検索するための19 種類のREST 形式のWeb サービス（Swoogle Web サービス）を提供している．DODDLE-OWLから既存オントロジーを再利用するためには，ソフトウェアからオントロジーを検索することが必要となるため，Webサービスを提供しているSwoogle を，既存領域オントロジーの獲得に利用する．

オントロジー選択モジュールでは，図 3 に示す手順で，Swoogle を用いて既存オントロジーの獲得およびランキングを行う．

入力語をURI のローカル名またはrdfs:label プロパティの値として持つクラスおよびプロパティ（入力概念）の獲得
手順1 で獲得したクラスを定義域または値域とするプロパティの獲得
手順1 および2 で獲得したプロパティの定義域および値域（クラス）を獲得
手順1 から3 で獲得したクラスおよびプロパティを定義しているオントロジーの獲得
手順4 で獲得したオントロジーからの要素抽出
手順4 で獲得したオントロジーに定義されたプロパティの中で，定義域および値域が入力概念または入力概念の上位概念でないものの削除
手順4 で獲得した既存オントロジーのランキング

手順5については，既存オントロジーからの要素抽出で述べる．手順7 については，既存オントロジーのランキングで述べる．

Swoogleを用いた既存オントロジーの獲得およびランキング

表1: OWL 基本語彙，SKOS, WordNet RDF/OWL におけるオントロジーの要素を特定するクラスおよびプロパティ一覧

オントロジーの要素	オントロジーの要素を特定するクラスおよびプロパティ一覧
概念	rdfs:Class, owl:Class, rdf:Property, owl:ObjectProperty, etc skos:Concept wn20schema:WordSense, wn20schema:NounWordSense, etc
概念の見出し	rdfs:label skos:prefLabel, skos:altLabel, skos:hiddenLabel wn20schema:lexicalForm
概念の説明	rdfs:comment skos:definition wn20schema:gloss
階層関係	rdfs:subClassOf, rdfs:subPropertyOf skos:broader, skos:narrower wn20schema:hypernymOf, wn20schema:hyponymOf
その他の関係	rdfs:domain, rdfs:range skos:related wn20schema:antonymOf, wn20schema:partMeronymOf, etc

既存オントロジーからの要素抽出 ¶

OWLオントロジーを参照オントロジーとして領域オントロジー構築支援で利用するためには，オントロジー構築支援に利用可能な要素をOWLオントロジーから抽出する必要がある．DODDLE-OWLでは，領域オントロジーにおける階層関係およびその他の関係の定義を支援している．概念関係およびその他の関係を定義するために必要なOWLオントロジーの要素は，概念（クラスおよびプロパティ），概念の見出し，概念の説明，階層関係，その他の関係である．概念の抽出は，領域オントロジー構築において必須である．概念の見出しは，入力語と概念を対応づける（入力概念選択）ために必要である．概念の説明は，入力語に対応する概念が複数ある場合に，入力概念をユーザが選択する際の参考となる．階層関係はクラスおよびプロパティ階層を構築する際に必要である．その他の関係を定義するために，プロパティの定義域および値域を抽出する必要がある．RDFS,DAML, OWL などのオントロジー記述言語は，上記のオントロジーの要素を定義するために基本的なクラスやプロパティを提供している．

Swoogle では，現状ではRDFS, DAML, OWLが提供している基本的なクラスおよびプロパティに基づいて，オントロジーの検索を行うことができるようになっている．例えば，Swoogle ではクラスを，次の(X, Y, Z) というステートメントを満たすXと定義している．

X は匿名リソース（空白ノード）ではない
Y はrdf:type プロパティである
Zは以下のいずれかのクラスである- rdfs:Class, owl:Class, owl:Restriction, owl:DataRange, daml:Class, daml:Datatype, daml:Restriction

Swoogle が扱う範囲のクラスやプロパティのみをOWL オントロジーから抽出する場合には，Swoogle の定義に従ってオントロジーの要素を抽出すればよい．しかし，それ以外の形式で定義された汎用オントロジーやシソーラスが存在する．[Koide06] ではWordNetやEDR のOWL化について検討しており，それらはSwoogle で定義しているクラスやプロパティとは構造が異なっている．図 4 にOWL 基本語彙，SKOS (Simple Knowledge Organisation System) [Miles05] ，WordNet RDF/OWLにおける“概念の見出し” の表現方法を示す． [Nakayama06] では，Wikipedia に対してWeb マイニングを行う手法であるWikipedia マイニングを提案し，シソーラス辞書を構築している (wikipedia-lab ) ．構築されたWikipedia シソーラスを表現するための語彙としてSKOS を用いている．SKOS では，概念を表すクラスとしてskos:Concept，上位概念を表すプロパティとしてskos:broader などの語彙が定義されており，OWL基本語彙とは異なっている．表1 にOWL基本語彙，SKOS, WordNet RDF/OWLにおけるオントロジーの要素を特定するクラスおよびプロパティ一覧を示す．

DODDLE-OWLでは，多用な形式のオントロジーからオントロジーの要素を抽出するために，クラス抽出テンプレート，プロパティ抽出テンプレート，見出しと説明抽出テンプレート，階層関係抽出テンプレート，その他の関係抽出テンプレートの5 種類のテンプレートをRDF クエリー言語SPARQL [hommeaux08] を用いて記述し，OWL オントロジーと対応づけている．

OWL基本語彙，SKOS，WordNet RDF/OWLスキーマにおける“概念の見出し”の表現方法

既存オントロジーのランキング ¶

DODDLE-OWLは，現状ではSwoogle のOntoRank およびTermRank，オントロジー中の入力概念を含む割合，オントロジー中の入力概念に関するその他の関係数の四つをランキングのための指標としている．OntoRank およびTermRank は，[Ding05] で提案されているオントロジーとクラスおよびプロパティをランキングするための指標である．本研究では，入力概念をより多く含むオントロジーを対象領域に関連するオントロジーと仮定する．また，入力概念に関するその他の関係をより多く定義しているオントロジーも対象領域に関連するオントロジーと仮定する．入力概念を含む割合が同程度のオントロジーについては，OntoRank を参考にすることで，ユーザはより多くのセマンティックWeb 文書で参照されているオントロジーを再利用することが可能となる．語の多義性により，入力概念の候補が複数ある場合には，TermRank を参考にすることで，ユーザはより多くのオントロジーで参照されている入力概念を再利用することが可能となる．

既存オントロジー再利用における課題 ¶

DODDLE-OWLでは，階層関係構築支援を行うために，参照オントロジーから入力概念に関連するパスを抽出し，合成および不要概念の剪定を行う．Web 上に散在する異種のオントロジーのパスを合成する際には，上位概念階層の構造の違いにより単純に合成することは困難である．そのため，オントロジーアライメントによる類似概念の同定が必要となる．現状では，オントロジーアライメントを用いた階層関係構築支援は実現できていない．オントロジーアライメントについては，オントロジーアライメントのコンテストが活発に行われており，ツールも多数公開されている．オントロジーアライメントツールとDODDLE-OWLの連携については，今後の課題である．

入力モジュール ¶

入力モジュールは，領域専門文書集合を入力として，参照オントロジーを参照し，入力概念集合を出力する．入力モジュールは，入力文書選択モジュール，入力語選択モジュール，入力概念選択モジュールから構成される．図 5 に入力モジュールのシステムフローを示す．以下では，各モジュールについて説明する．

入力モジュールのシステムフロー

入力文書選択モジュール ¶

入力文書選択モジュールでは，英語または日本語で記述された領域に関する専門文書集合（入力文書集合）をユーザが選択し，入力文書集合の中から領域にとって重要な語（入力語）の候補となる用語集合を抽出する．入力文書選択モジュールでは，形態素解析器を用いて，専門文書中のユーザが指定した品詞（名詞，動詞，その他の品詞など）の語を抽出できる．また，専門用語自動抽出システム [Nakagawa03] や日本語係り受け解析器 Cabocha を用いて複合語の抽出を行うこともできる．テキスト文書だけでなく，PDF，Microsoft Word, Excel,PowerPoint など様々な形式のファイルからテキストを抽出することもできる．

入力文書選択モジュールのもう一つの役割として，入力文書中の1 文の区切りの同定がある．1 文の区切りの同定は，オントロジーにおけるその他の関係構築支援手法の一つである相関ルールを適用する際に必要となる．1 文の区切りを丸（。），ピリオド（．），改行などから自動的に入力文書選択モジュールは判別するが，丸やピリオドが入力文書に含まれない場合は，誤って1 文を判別してしまう．このことは，相関ルールを用いた関係構築の精度の低下をもたらす．上記の問題を解決するため入力文書選択モジュールでは，1文の区切りをユーザが手動で修正することができるようになっている．

入力語選択モジュール ¶

入力語選択モジュールでは，入力文書選択モジュールにより自動抽出された用語集合から，複合語，品詞，TF (Term Frequency), IDF(Inverse Document Frequency), TF-IDF,上位概念を考慮しながら，ユーザは入力語を選択する．ここで上位概念とは，参照オントロジーにおける概念階層の上位部分に存在する概念を表す．上位概念は，あらかじめユーザが手動で設定する．用語とその上位概念を同時に参照することにより，自動抽出された用語を抽象化してユーザは理解することができる．例えば，EDR を参照オントロジーとして，「具体物」を上位概念に設定した場合，「具体物」の下位概念の見出しと一致した自動抽出された用語については，その用語の上位概念として「具体物」を表示する．

入力文書中に入力語が含まれていない場合や，入力文書選択モジュールが自動抽出し損ねた入力語については，入力語選択モジュールでは，ユーザが手動で追加できるようになっている．また，入力文書からの入力語の選択漏れを防ぐために，抽出した入力語と入力文書中の出現箇所の対応関係がわかるようになっている．

入力概念選択モジュール ¶

入力概念選択モジュールでは，ユーザはオントロジー選択モジュールで選択した参照オントロジー中の概念と入力語を対応づけることによって，入力語の意味を同定する．用語は複数の意味を持つ場合があるため，ある用語を見出しとしてもつ概念が複数存在する．入力概念選択モジュールでは，入力語とそれに対応する概念の候補をユーザに提示する．ユーザはその中から入力語に対応する，領域にとって最も適切な概念（入力概念）を選択する．

大部分の複合語は，それを見出しとして持つ概念が参照オントロジー中に存在しない．入力概念選択モジュールでは部分照合を行うことによって，より多くの複合語の入力概念選択を可能にしている．入力概念選択モジュールの入力概念選択方法は完全照合と部分照合の2 種類がある．完全照合は，入力語と参照オントロジー中の概念の見出しが完全に一致することを意味する．部分照合は，入力語と参照オントロジー中の概念の見出しが部分的に一致することを意味する．完全照合しなかった入力語については，形態素解析を行い，先頭の形態素を順に除いて参照オントロジー中の概念と対応付けを試みる．ここで，先頭の形態素を順に除く理由は，複合名詞の語尾にあたる語のほうが，語頭にあたる語よりも重要（複合名詞の中心的な意味を表す）であると仮定しているためである．これは，複合名詞では一般的に，語尾にあたる語を，語尾以前の語が修飾することが多いという経験則を参考にしている．つまり，入力語中の語尾を含むように参照オントロジー中の概念の見出しと部分照合するようにしている．最終的に，最長一致した用語に対応する概念と対応付けを行う．部分照合した複合語については，対応する概念の下位概念または別見出し（同義語）として階層構築を行う．

例えば，「ロケット発射装置」という入力語について入力概念選択を行うことを考える．「ロケット発射装置」が完全照合しない場合，形態素解析を行い，「ロケット」と「発射」と「装置」に分解する．はじめに，「発射装置」について照合を試みる．次に「装置」について照合を試みる．この例では，「発射装置」を見出しとしてもつ概念は参照オントロジー中に存在せず，「装置」を見出しとして持つ概念が参照オントロジー中に存在する．よって，「ロケット発射装置」の意味として，「装置」を見出しとして持つ概念を候補としてユーザに提示する．その際に，「ロケット発射装置」を「装置」概念の下位概念とするか，「装置」概念の別見出しとするかをユーザは選択できる．

参照オントロジー中の概念に照合しなかった入力語は未定義語に分類され，オントロジー洗練モジュールにおいて階層中の適切な位置にユーザが手動で階層関係の定義を行う．また，参照オントロジー中の概念に照合はしたが，意味的に一致する概念が存在しない入力語が存在する．そのような入力語は，入力概念選択時に「該当なし」を選択することによって，未定義語に分類され，参照オントロジー中の概念に照合しなかった入力語と同様に，ユーザが階層中の適切な位置に手動で階層関係の定義を行う．

入力概念選択の半自動化¶

入力語数が多い場合や入力語が多くの意味を持つ場合，入力概念選択はユーザの負担となる．入力概念選択モジュールでは，主に2 種類の自動概念選択方法を用いて入力概念選択の支援を行う．両手法共に入力語に対応する概念候補の評価値を求めてランキングを行い，評価値の高い概念から順番にユーザに提示することにより，ユーザが入力概念選択を行うことを支援する．

一つ目の評価値の計算方法は以下のとおりである．

対象とする概念からそのルート概念までの各パスに出現する概念のうち，入力語集合（入力語彙）を見出しとして持つ概念の総数の最大値対象とする概念の全ての下位概念のうち，入力語彙を見出しとして持つ概念の総数対象とする概念の兄弟概念のうち，入力語彙を見出しとして持つ概念の総数以上，三つの中からユーザは一つ以上の指標を選択し，選択した指標により得られた評価値の総和を用いて，入力語に対応する概念候補をランキングする．二つ目の方法における評価値の計算方法は以下のとおりである．

入力語に対応する概念候補となる概念集合を得る概念集合から二つの組み合わせを求め，それぞれの概念間距離を求めるある概念と組み合わせ関係にある概念集合との概念間距離の逆数の総和をその概念の評価値とする多重継承している場合には，概念間距離の計算方法が複数考えられる．その場合には，最短，最長，平均のどれかをユーザは選択することができる．部分照合する用語の入力概念選択を簡略化するために，ある部分照合した用語の入力概念選択結果を，同様に部分照合するすべての用語の入力概念選択結果に反映させることが，入力概念選択モジュールでは可能である．例えば，「バッテリ充電装置」，「ノイズ測定装置」，「バルブ作動点検装置」がそれぞれ，「装置」で部分照合していた場合，装置の入力概念選択結果を，上記三つの入力語の入力概念選択結果とすることができる．

オントロジー構築モジュール ¶

オントロジー構築モジュールは，階層構築モジュールおよび関係構築モジュールから構成される．階層構築モジュールでは，参照オントロジーの概念階層を参照し，概念階層初期モデルを構築する（階層構築）．関係構築モジュールでは，入力文書および入力概念集合から，共起性に基づく手法により概念対集合を獲得する（関係構築）．概念階層初期モデルおよび概念対集合は，初期領域オントロジーであり，オントロジー洗練モジュールにおいてユーザインタラクションを通して洗練される．

以下では，階層構築モジュールおよび関係構築モジュールについて説明する．

階層構築モジュール ¶

階層構築モジュールでは，参照オントロジーの概念階層を参照し，領域オントロジーの基礎となる概念階層初期モデルを構築する．入力モジュールにおいて，入力語と完全照合した入力概念（完全照合概念）と部分照合した入力概念（部分照合概念）により，階層構築方法が異なる．以下では，完全照合概念と部分照合概念のそれぞれについて，階層構築方法を説明する．

完全照合概念の階層構築¶

完全照合概念の階層構築工程

図 6 に完全照合概念の階層構築工程を示す．はじめに，参照オントロジーから，入力モジュールにより獲得した完全照合概念を末端ノードとするルート概念までのパスを抽出し，合成する．これをベストマッチモデルと呼ぶ．

図 6 のベストマッチモデルは，1 重線で囲まれたノードである入力概念ノード，2 重線で囲まれたノードであるSIN (a Salient Internal Nodes)，点線で囲まれたノードである不要中間ノードの3 種類のノードから構成される．入力概念ノードは，ユーザが選択した入力語に対応する参照オントロジー中の概念であり，領域にとって必須である．参照オントロジーから抽出したノードのうち，入力概念ノード以外のノードはSIN または不要中間ノードとなる．SIN は，入力概念ノードを一つ以上子ノードとして持つノードである．SIN は，各入力概念間の位相関係（祖先・親子・兄弟関係）を保持することに貢献する．一方，不要中間ノードは，入力概念ノードを子ノードとして持たないノードである．不要中間ノードはSIN とは異なり，各入力概念間の位相関係を保持することに貢献しないため，階層構築モジュールは階層構築において不要な概念であると見なし，ベストマッチモデルから削除する．不要中間ノードを削除する工程を剪定と呼ぶ．剪定によって得られた入力概念ノードとSIN のみから構成される概念階層を概念階層初期モデルと呼ぶ．概念階層初期モデルは， 概念階層洗練手法 を用いて，ユーザとのインタラクションにより洗練され，最終的な領域オントロジーにおける概念階層となる．

部分照合概念の階層構築¶

部分照合概念の階層構築工程

階層構築モジュールでは，部分照合概念について語尾および語頭による階層化を行う．図2 に部分照合概念の階層構築例を示す．ここで，部分照合概念とは，参照オントロジー中の概念の見出しと部分的に照合する入力語を概念化したものである．入力概念選択モジュールで説明したように，入力語が完全照合しなかった場合，入力語を形態素解析し，語尾を含むように部分照合を行っている．ここで，部分照合概念の見出しについて，語尾を含むように照合された部分を語尾部分，それ以前の部分を語頭部分と呼ぶことにする．例えば，「ゲージ情報」という入力語が参照オントロジー中の「情報」概念と部分照合した場合，「ゲージ」を語頭部分，「情報」を語尾部分と呼ぶ．また，入力概念選択モジュールにおいて，ユーザは部分照合した入力語を照合した概念の別見出しとするか，下位概念とするかを選択する．ここでは，下位概念とするほうをユーザが選択したものとして説明する．

図 7 では，はじめに，ユーザは，入力語として「ゲージ」，「レーダー」，「ゲージ情報」，「レーダー情報」，「モデル情報」を選択した．「ゲージ」および「レーダー」は，参照オントロジー中にそれらを見出しとする概念が存在するため，図1に示した完全照合概念の階層構築工程に従って階層構築される．「ゲージ情報」，「レーダー情報」，「モデル情報」は，参照オントロジー中の「情報」概念と部分照合した．語尾による階層化により，はじめに，「情報」概念が完全照合概念の階層構築工程に従って階層構築され，次に，「ゲージ情報」，「レーダー情報」，「モデル情報」が概念化され，「情報」概念の下位概念として定義される．さらに，語頭による階層化では，部分照合概念の語頭部分に着目し，語頭部分を見出しとして持つ概念が構築中の概念階層内に存在する場合，その概念の上位概念と部分照合概念の語尾部分と照合した概念の見出しを組み合わせた見出しを持つ概念を新たに作成する．語頭部分が照合した部分照合概念は，新たに作成された概念の下位概念として階層関係が再定義される．部分照合概念の語頭部分は，部分照合概念を修飾していることが多い．そのため，語頭による階層化により，語尾による階層化のみに比べて，より詳細な階層構築を行うことができると考えられる．

図 7 の語尾による階層化により構築された概念階層では，部分照合概念である「ゲージ情報」概念および「レーダー情報」概念の語頭部分にあたる「ゲージ」および「レーダー」を見出しとして持つ，「ゲージ」概念および「レーダー」概念が「計器」概念の下位概念として定義されている．ここで，語頭による階層化により，「計器」概念と「情報」概念を組み合わせた「計器情報」概念が新規に作成され，「ゲージ情報」概念および「レーダー情報」概念の上位概念として，階層化が行われる．「計器情報」概念を定義することにより，「モデル情報」概念と「ゲージ情報」概念および「レーダー情報」概念という計器に関する情報を分類することができる．

関係構築モジュール ¶

その他の関係の定義を支援するために，関係構築モジュールでは，WordSpace と相関ルールの二つの共起性に基づく手法を用いて，入力文書および入力語彙からその他の関係の候補となる概念対を獲得する．

WordSpace による概念対の抽出¶

共起統計の計算手法としてWordSpace [Hearst96] を利用する．WordSpace とは，語彙の共起統計から大規模な単語群の意味表現を誘導するコーパスに基づく方法である．WordSpaceによって，出現語句を共起情報を含むベクトルとして表現できる．この単語ベクトルの集合である多次元ベクトル空間がWordSpace であり，2 ベクトル間の内積は出現語句の文脈類似度の指標となる．WordSpace から得られる共起情報を基に，文脈類似概念対を入力文書から獲得し，その他の関係定義に関わる可能性のある概念対として利用する．“文脈の類似は，その語句間の何らかの概念関係の存在を示唆している” と仮定する．

以下では，WordSpace に基づく文脈類似概念対の獲得手順（図 8 ）について説明する．

文脈類似概念対の獲得手順

1. 高頻度単語N-gram の抽出¶

専門文書中からN 個の単語から構成される句（単語N-gram）を抽出し，共起の最小単位として用いる．文字単位のN-gram 統計を取るのに比べ意味の無い文字列の共起情報を除外でき，より専門文書の文脈表現に役立つ情報が抽出できる．この際抽出される句は，標準形に変換し，同形のものをまとめることで重複を排除している．ここで抽出された単語N-gram 集合の中から，専門文書における出現頻度の高い単語N-gram（高頻度単語N-gram）をWordSpace の構築に用いる．これにより入力文書は高頻度単語N-gram の配列とみなせる．関係構築モジュールでは，高頻度単語N-gram を抽出する際に，単語N-gram の単語数N および出現数をユーザは設定することができる．

注釈

[Hearst96] においては文字単位の共起を用いてWordSpace の構築を行っているが，関係構築モジュールでは単語単位N-gram の共起を最小単位として扱う．従って，通常のWordSpace 構築時に文字単位共起をある程度まとまった形で表現するために行う4-gram ベクトル構築工程は行わない．

2. 文脈ベクトルの構築¶

次に，ある二つの入力語の文脈を比較するために，文脈ベクトル(context vector)を構築する．文脈ベクトルとは，ある入力語周辺の高頻度単語N-gram の出現回数をベクトルで表現したものである．文脈ベクトル \(\overrightarrow{w_i}\) の要素 \(a_{i,j}\) は，入力語 \(w_i\) の出現場所周辺（ 文脈スコープ ）の高頻度単語N-gram \(g_j\) の出現回数である．関係構築モジュールでは，文脈スコープとして，入力語 \(w_i\) の前後何語以内に含まれる高頻度単語N-gram を文脈ベクトルの構築に用いるかをユーザは設定することができる．

3. 入力語ベクトルの構築¶

次に，文脈ベクトルから入力語のベクトル表現である 入力語ベクトル(input term vector) を導く．入力語ベクトル \(\overrightarrow{W_i}\) は，専門文書において，入力語 \(w_i\) の全出現場所についての文脈ベクトル \(\overrightarrow{w_i}\) の和によって表される．

4. 概念ベクトルの構築¶

次に，入力語ベクトルから入力概念のベクトル表現である 概念ベクトル(concept vector) を導く．入力概念選択モジュールによって，入力語に対応する参照オントロジー中の概念（入力概念）は特定されている．入力概念の見出し（入力語）における入力語ベクトルの和が概念ベクトルとなる．概念ベクトル \(\overrightarrow{C}\) は， (1) で表される． \(\mathcal{A}(w)\) は，入力語 \(w\) の専門文書における全出現場所を表す．\(\overrightarrow{w}(i)\) は，入力語 \(w\) の専門文書中の位置 \(i\) における文脈ベクトルを表す．\(synset(C)\) は，概念における見出し集合を表す．

()¶\[\overrightarrow{C} = \sum_{w \in {synset(C)}} (\sum_{i \in \mathcal{A}(w)}\overrightarrow{w}(i))\]

5. 文脈類似概念対の獲得¶

以上の処理より，全入力概念について概念ベクトルを得ることができる．概念ベクトル間の内積は，概念間の文脈類似度となる．関係構築モジュールでは，文脈類似度に対してある一定の閾値をユーザは設定することができる．ユーザが指定した閾値を越える値を持つ概念対を文脈類似概念対として獲得する．概念ベクトル \(\overrightarrow{C_1}\) ， \(\overrightarrow{C_2}\) ，間の文脈類似度 \(sim(\overrightarrow{C_1}, \overrightarrow{C_2})\) は， (2) を用いて計算する．

()¶\[sim(\overrightarrow{C_1}, \overrightarrow{C_2}) = \frac{\sum_i c_{1,i}c_{2,i}}{\sqrt{\sum_i {c_{1,i}}^2 \sum_i {c_{2,i}}^2}}\]

概念間の関係を明示する概念関係子は推定されていないため，推定前の初期値として概念関係子 non-TAXONOMY を割当てる．獲得された文脈類似概念対の中には，階層関係が含まれる可能性がある．そのため，概念階層において既に定義されている階層関係については，文脈類似概念対集合の中から除外する．

相関ルールによる概念対の抽出¶

専門文書からその他の関係定義の候補となる概念対を獲得するもう一つの方法として，相関ルールを利用する．相関とは，ある事象が発生すると別の事象が発生しやすいという共起性を意味する．また， \(A \Rightarrow B\) という相関ルールは， \(A\) という事象が起こると \(B\) という事象も起こりやすいことを意味する．相関ルールの抽出は代表的なデータマイニング技術の一つであり，その他の関係定義にも利用されている [Agrawal94] ．ここでは，入力文書内の1 文中に同時に出現する入力語の組み合わせを相関ルールとして抽出し，その他の関係定義の候補となる概念対として利用する．抽出された相関ルールに含まれる概念間に，何らかの概念関係が存在すると仮定する．

以下では，相関ルールの定義および相関ルール抽出アルゴリズムApriori について述べる．相関ルールおよびApriori アルゴリズムの説明は，データマイニングの基礎 [Motoda06] 2.5節を参考にした．

相関ルールの定義¶

相関ルールは， (3) に示す トランザクション集合(transaction set) \(T\) から抽出される． トランザクション(transaction) \(t_i\) は，データベース内でのデータのまとまりの単位を表す．ここでは，入力文書内の1 文をデータのまとまりの単位としているため，トランザクション集合の要素数 \(n\) は，入力文書に含まれる文の数を表す．

()¶\[T := \{t_i \mid i=1 \ldots n\}\]

\(T\) の要素 \(t_i\) は，アイテム集合(item set) である．ここでは，アイテムは入力語とする．つまり， \(t_i\) は，入力文書の \(i\) 番目の文に含まれる入力語の集合として表される． \(t_i\) は， (4) で表される． (4) の \(C\) は，入力文書に含まれる全入力語の集合を表す．

()¶\[t_i=\{a_{i,j} \mid j = 1 \ldots m, a_{i,j} \in C\}\]

\(k\) 個のアイテムを含むアイテム集合 \(X_k\) と \(Y_k\) について，相関ルールは，\(X_k \Rightarrow Y_k (X_k,Y_k \subset C, X_k \cap Y_k = \emptyset)\) で表される．ここで，\(X_k\) を条件部， \(Y_k\) を結論部と呼ぶ．条件部，結論部共に複数アイテムを含んでいてもよい．

相関ルールの重要性を測る指標として， 支持度 (support) と 確信度 (confidence) がある．支持度とは，相関ルールが全トランザクションでどの程度出現するかを表す割合である．\(X_k \Rightarrow Y_k\) の支持度 \(support(X_k \Rightarrow Y_k)\) は，の中でとを共に含むトランザクションの割合により定義される (5) ．

()¶\[support(X_k \Rightarrow Y_k) = \frac{\mid \{t_i \mid X_k \cup Y_k \subseteq t_i \} \mid}{n}\]

確信度とは，条件部が起こったときに結論部が起こる割合である． \(X_k \Rightarrow Y_k\) の確信度 \(confidence(X_k \Rightarrow Y_k)\) は， \(T\) において \(X_k\) を含むトランザクションの中で， \(Y_k\) が出現する割合により定義される (6) ．

()¶\[confidence(X_k \Rightarrow Y_k) = \frac{\mid \{t_i \mid X_k \cup Y_k \subseteq t_i \} \mid}{\mid \{t_i \mid X_k \subseteq t_i\} \mid}\]

相関ルールの抽出では，支持度と確信度にある一定の閾値を設けないと，組み合わせ爆発を起こし，多数の無意味なルールが生成されてしまう．そのため，相関ルールの抽出では，支持度と確信度に閾値を設け，その値以上の支持度と確信度を有する相関ルールのみを抽出する．ここで，それぞれの閾値を 最小支持度 (minimum support)， 最小確信度 (minimum confidence) と呼ぶ．また，ユーザから与えられた最小支持度以上の支持度を有するアイテム集合を 多頻度アイテム集合 (frequent item set) と呼ぶ．

通常，相関ルールの条件部には複数のアイテムを許すが，ここでは概念対を抽出したいため，条件部と結論部共に一つずつのアイテム，つまり入力語の対を獲得する．WordSpaceを用いた概念対の抽出と同様に，概念間の関係を明示する概念関係子は推定されていないため，初期値として概念関係子 non-TAXONOMY を割当てる．

相関ルール抽出アルゴリズム Apriori¶

相関ルールは，次の二つのステップにより抽出される．

ステップ1: 多頻度アイテム集合を獲得する． ステップ2: から最小確信度以上の確信度を有する相関ルールを導出する．

ステップ2 は，ステップ1 により求めた \(F\) からルールを導出する処理であり，その負荷は比較的小さい．一方，ステップ1 は， \(T\) を繰り返し検索し，数多くのアイテム集合の支持度を調べるため，その負荷は大きい．そのため，ステップ1 の効率の良いアルゴリズムを開発することが，実用的な相関ルール抽出アルゴリズムにつながると考えられてきた．この課題をはじめて解決した方法が，IBM アルマデン研究所のRakesh Agrawal らによって提案されたApriori アルゴリズム [Agrawal94] である．Apriori アルゴリズムは，現在最も広く利用されている相関ルール抽出アルゴリズムであり，本研究でも関係構築モジュールの実装に用いている．

以下では，Apriori アルゴリズムについて説明する．

Apriori アルゴリズムでは，「 \(A\) が多頻度アイテム集合であれば，その部分集合は多頻度アイテム集合である」および，その対偶をとって「 \(B\) が多頻度アイテム集合でなければ， \(B\) を含むような集合 \(A\) も多頻度アイテム集合でない」というアイテム集合の支持度の逆単調性を利用している．これらの性質を利用することにより，効率よく枝刈りを実行して，多頻度アイテム集合を求めることができる．例えば，{1,2}が多頻度アイテム集合でなければ，{1,2}を含むいかなるアイテム集合（{1,2,3}など）も多頻度アイテム集合ではないため，その支持度を調べる必要はない．

Apriori アルゴリズムでは，要素数の少ないアイテム集合から支持度を計算し，あるアイテム集合の支持度が最小支持度より小さくなったとき，この逆単調性を利用して，そのアイテム集合を含むようなアイテム集合は，多頻度アイテム集合の候補とはせずに枝狩りする．

要素数 \(k\) の多頻度アイテム集合を \(F_k\) ，多頻度アイテム集合の候補集合を \(C_k\) とする時，Apriori アルゴリズムの処理手順は以下のようになる．

\(F_k\) から \(C_{k+1}\) を作成する．この際に，\(C_{k+1}\) の各要素について，要素数 \(k\) のアイテム集合からなる各部分集合がすべて \(F_k\) に含まれるかどうかを点検し，そうでなければその要素を \(C_{k+1}\) から削除する．
\(T\) を検索し， \(C_{k+1}\) における各要素の支持度を求める．
\(C_{k+1}\) から \(F_{k+1}\) を抽出する．
新たな多頻度アイテム集合が空となるまで，(1) から(3) の処理を繰り返す．

図 9 に，最小支持度0.50 (2/4 = 0.50) における，Apriori アルゴリズムによる多頻度アイテム集合抽出の例を示す．図 9 では， \(T\) には四つのトランザクションが含まれているため， \(T\) の中で2 回以上出現するアイテム集合が，多頻度アイテム集合となる．はじめに \(T\) ，から要素数1 のアイテム集合がトランザクションに含まれる回数を数え上げ， \(C_1\) を作成する．\(C_1\) の中から最小支持度以上の支持度を有するアイテム集合を抽出し， \(F_1\) を求める．次に， \(F_1\) から \(C_2\) を作成する．ここでは， \(C_2\) の各要素について，要素数1 のアイテム集合からなる各部分集合は，すべて多頻度アイテム集合となるため，要素の削除は行われない． \(T\) を検索し， \(C_2\) から \(F_2\) を求める．次に， \(F_2\) から \(C_3\) を作成する．ここで， \(F_2\) からは，{1,2,3}および{1,3,5}といったアイテム集合も \(C_3\) の候補として抽出される．しかし，これらの部分集合である{1,2}および{1,5}は，それぞれ多頻度アイテム集合ではないため，{1,2,3}および{1,3,5}も多頻度アイテム集合ではないことがわかり， \(C_3\) から削除される．よって， \(C_3\) は{2,3,5}のみとなる． \(T\) を検索すると，{2,3,5}の出現数が2であり，支持度は0.50 以上となる．よって， \(F_3\) は{2,3,5}となる．{2,3,5}からは， \(C_4\) を作成することができないため，ここで停止することとなる．

Apriori アルゴリズムによる多頻度アイテム集合抽出の例

EDR概念記述辞書を用いたプロパティ階層の構築およびその他の関係定義¶

オントロジー構築モジュールは，EDR 概念記述辞書を用いてプロパティ階層の構築およびその他の関係定義を行うことができる．EDR 概念記述辞書には動詞的概念が名詞的概念を支配する場合の格関係を中心に，agent，object， goal， implement，a-object，place， scene， cause の8 種類の概念関係が定義されている．オントロジー構築モジュールはEDR 概念記述辞書に定義されている動詞的概念およびその下位概念をOWLにおけるオブジェクトプロパティとみなし，階層構築時に名詞的概念階層（クラス階層）とは分離してプロパティ階層構築を行う．

また，オントロジー構築モジュールは，8 種類の概念関係のうちagent 関係がある名詞的概念をプロパティの定義域，object 関係がある名詞的概念をプロパティの値域として定義する．

プロパティ階層構築にも，クラス階層構築における完全および部分照合概念階層化と同様のアルゴリズムが適用可能である．完全照合概念を階層化する際には，不要概念の剪定が行われる．そのため，以下の場合にその他の関係定義の整合性が保持できなかったり，その他の関係定義が欠落してしまう問題が発生する．

クラス階層中の剪定された概念がagent またはobject の値として定義されている場合
プロパティ階層中の剪定された概念にagent またはobject 関係が定義されている場合

オントロジー構築モジュールでは，1. については，agent またはobject の値を，剪定された概念の下位概念に置換することで整合性を保持している．2. については，剪定されたプロパティの下位概念に定義域および値域を継承させることによりその他の関係定義が欠落しないようにしている．

オントロジー洗練モジュール ¶

オントロジー洗練モジュールは，階層洗練モジュールおよび関係洗練モジュールから構成される．オントロジー洗練モジュールでは，オントロジー構築モジュールで構築した 概念階層初期モデル と，その他の関係定義のための 概念対集合 を基に，ユーザとのインタラクションを通してオントロジーの洗練を行う．

以下では，階層洗練モジュールおよび関係洗練モジュールについて説明する．

階層洗練モジュール ¶

参照オントロジー（特に汎用オントロジー）から半自動構築された初期概念階層は一般的な階層関係が定義されているため，ユーザは概念変動（対象領域の変化による概念の意味変化）と呼ばれる問題を考慮しながら，初期概念階層を特定の領域に調整する必要がある．概念変動管理のために，階層洗練モジュールは戦略1：照合結果分析，戦略2：剪定結果分析，戦略3：多重継承の除去の三つの戦略を適用する．図 10 に概念階層洗練工程を示す．戦略1 は入力概念集合と汎用オントロジーとの照合結果の観点から, 戦略2 は剪定結果の観点から，戦略3 は多重継承から概念変動を同定する戦略である．以下では，それぞれの戦略の詳細を説明する．

概念階層洗練工程

戦略1: 照合結果分析¶

戦略1 では，概念階層初期モデルにおいて，入力概念の位置関係から再利用可能な領域と不可能な（概念変動が発生していると推定される）領域に分割し，再利用不可能な領域を移動することによって概念変動を解消する．ここで，移動するとは，再利用不可能な領域に含まれる概念を，他の適切な概念の下位概念として再定義することを意味する．

入力概念（ベストマッチノード）は，問題領域から考えてほぼ妥当と考えられた概念のため，それらが連続するパスは，妥当な概念が集中していると考え，再利用可能なパスとみなせる．このパスを PAB (PAths including only Bestmatches) と呼ぶ．一方，SINが含まれる領域は，概念構造の差異（概念変動）が生じている可能性があるため，移動すべき領域とみなせる．この領域を STM (SubTrees manually Moved) と呼ぶ．PABとSTM の定義を以下に示す．

PABの定義: ルート概念から入力概念（ベストマッチノード）が複数個連続しているパス．
STMの定義: SIN をサブルートとし，その下位ノードがすべてベストマッチノードで構成される部分木．

図 11 にPAB とSTM の例を示す．実線で囲まれた部分木がPAB，破線で囲まれた部分木がSTMである．ユーザーはSTMを移動することで概念階層初期モデルを洗練し，領域概念階層を構築する．STM の移動先についてはユーザが決定し，移動する必要がないと判断した場合は移動しない．移動時にユーザーが不必要と判断したSTM のルートノードは削除してもよい．戦略1 は，照合結果を分析することによって得られた戦略のため，照合結果分析(Matched Result Analysis: MRA) と呼ぶ．

戦略1：照合結果分析

戦略2: 剪定結果分析¶

戦略2 では，概念階層初期モデルにおいて，同じ親ノード（上位概念）を持つ兄弟ノード間で，剪定において取り除かれた中間概念数の差が大きい場合，その階層関係を再構成するよう示唆する．

剪定工程で，削除された中間概念とそれにつながるベストマッチノード以外の概念を含む領域が全て削除されることは，参照オントロジーによる概念の分化の方法が問題領域の概念の分化の方法と異なっていることを示しているといえる．そのような部分木に対して分化の再構成をユーザに促す．剪定の際の削除数の差が概念階層初期モデルのルート概念から末端概念までの距離の1/3 以上であった親子ノードに対し，再構成をユーザに示唆する．ルート概念から末端概念までの剪定の際の削除数は，ユーザによって任意に設定することもできる．戦略2 は関連情報の剪定結果の分析によって行なわれる戦略のため， 剪定結果分析(Trimmed Result Analysis: TRA) と呼ぶ．

剪定結果分析の適用例を:numref:trimmed-result-analysis に示す．図 12 のベストマッチモデルを剪定した結果，概念Aと概念D間の領域が全て削除された．このような変化は概念Aの分類属性が，対象となる問題領域では異なった形で分化に利用されている可能性があることを意味し，ここに概念変動が発生していることが考えられる．この例では，対象となる問題領域では，概念Dは概念A の下位概念ではなく，概念C の下位概念として概念階層を再構成している．

戦略2：剪定結果分析

戦略3: 多重継承の除去¶

WordNet やEDR 電子化辞書などの汎用オントロジーは，網羅的に階層関係を定義するために，多重継承を多用している．汎用オントロジーにおける多重継承関係は，様々なコンテキストを考慮して定義されている．そのため，大部分の継承関係は特定の領域においては不要な継承関係となる．階層洗練モジュールでは，多重継承している概念の一覧を提示し，どの概念を上位概念として持つかをユーザに提示することにより，多重継承の除去を容易に行うことができる．

図 13 に多重継承の除去の例を示す．図 13 では，汎用オントロジー中で概念Dは概念A，概念B，概念C の3 つの概念を上位概念として多重継承している．ここでは，概念A と概念C は上位概念として不要であるとみなし，ユーザが継承関係を除去している．

戦略3：多重継承の除去

関係洗練モジュール ¶

関係洗練モジュールでは，関係構築モジュールでWordSpace および相関ルールにより獲得した概念対集合から，ユーザが概念間関係を定義するのを支援する．関係洗練モジュールでは，WordSpace と相関ルールにおけるパラメータの調節や，結果の合成，正解または不要概念対の選択，概念対間の関係の定義を行うことができる．

変換モジュール ¶

DODDLE-OWLによって構築される領域オントロジーは，階層関係とその他の関係から構成される．クラスのis-a階層は，OWLが提供するowl:Classクラスおよびrdfs:subClassOfプロパティにより定義する．クラスのhas-a階層は，owl:Classクラスおよびdoddle:partOfプロパティにより定義する．プロパティのis-a 階層は，owl:ObjectProperty クラスおよびrdfs:subPropertyOfプロパティにより定義する．プロパティのhas-a階層は，owl:ObjectPropertyクラスおよびdoddle:partOf プロパティにより定義する．その他の関係は，概念対の間の関係をOWLにおけるプロパティ，概念対をプロパティの定義域および値域としてとらえ，OWLが提供するowl:ObjectProperty クラス，rdfs:domain およびrdfs:range プロパティにより定義する．

図 14 の上部は，概念関係の定義の例として，「act」クラスの下位クラスとして「aim」と「behavior」クラスが定義された状態を，OWL形式に変換する方法を示している．図 14 の下部は，その他の関係の定義の例として，「time」と「offer」クラスの間に「attribute」プロパティという関係がある状態を，OWL形式に変換する方法を示している．

また，DODDLE-OWL では概念の見出しをrdfs:label プロパティ，概念の説明をrdfs:comment プロパティ，概念の表示見出しをskos:prefLabel プロパティを用いて定義している．概念の表示見出しは，概念に複数の見出しが定義されている場合に，概念階層を表示する際に優先的に表示する見出しのことである．

変換モジュールによる領域オントロジーのOWL形式への変換例

ユーザマニュアル ¶

コンテンツ

ユーザマニュアル

実装アーキテクチャ ¶

図 15 にDODDLE-OWLの実装アーキテクチャを示す．DODDLE-OWLは，GUI コンポーネントとしてJava Swing を用いて，Java 言語で実装した．DODDLE-OWL は，オントロジー選択モジュール，入力モジュール，オントロジー構築・洗練モジュール，視覚化モジュール，変換モジュールから構成される．実装上は，オントロジー構築およびオントロジー洗練は，同一パネル上で操作できるようにしている．

Web 上の既存オントロジーを獲得するために，オントロジー選択モジュールではSwoogle Web サービスを利用している．入力モジュール，オントロジー構築・洗練モジュールでは，WordNet を参照するために extJWNL(Extended Java WordNet Library) を利用している．入力モジュールでは，日本語の形態素解析および品詞同定を行うために，日本語形態素解析器 lucene-gosen を用いている．英語の品詞同定を行うために The Stanford Parser を用いている．英語および日本語の複合語を抽出するために専門用語自動抽出システム言選 [Nakagawa03] を用いている．日本語の複合語抽出には，言選以外に日本語係り受け解析器 CaboCha を用いることもできる． Apache POI と Apache PDFBox を利用することにより，テキスト文書のみでなく，PDF，Microsoft Word, Excel, PowerPoint など様々な形式のファイルからテキストを抽出することができる．視覚化モジュールには MR³ <http://mrcube.org>を用いている．変換モジュールでは，OWL形式のオントロジーのインポートおよびエクスポートを支援するために， Apache Jena を用いている．

DODDLE-OWLの実装アーキテクチャ

オントロジー選択モジュール ¶

Swoogle を用いた既存オントロジーの獲得 ¶

オントロジー検索エンジンSwoogle は19 種類のREST 形式のWeb サービス（Swoogle　Web サービス）を提供している．ユーザはURL を用いてクエリーを作成し，RDF/XML形式の検索結果を得ることができる．表 1 に領域オントロジー構築支援に利用可能なSwoogle Web サービスとその入出力を示す．表 1 のSWT (Semantic Web Term) はクラスまたはプロパティを表す．SWD (Semantic Web Document) はRDF/XML，N-Triple，N3 形式で記述されたRDF 文書を表す．SWO (Semantic Web Ontology) はクラスおよびプロパティの定義の割合が8 割以上のSWD を表す．

領域オントロジー構築支援に利用可能なSwoogle Webサービスとその入出力¶
タイプ	Swoogle Webサービス	入力	出力
1	Search ontology	検索キーワード	検索キーワードに関連するSWO のリスト
3	Search terms	検索キーワード	検索キーワードに関連するSWT のリスト
4	Digest semantic web document	SWD	SWD のSwoogle メタデータ
13	List documents using term	SWT	SWT を定義，参照，populate しているSWD のリスト
16	ist domain classes of a property	プロパティ	入力したプロパティの定義域のリスト
17	List properties of a domain class	クラス	入力したクラスを定義域とするプロパティのリスト
18	List range classes of a property	プロパティ	入力したプロパティの値域のリスト
19	List properties of a range class	クラス	入力したクラスを値域とするプロパティのリスト

表 2 は，図 3 で示した既存オントロジー獲得の手順1 から4 の各手順で利用するSwoogle Web サービスのタイプおよび実行条件を示す．表 2 の手順は，図 3 の手順と一致している．表 2 の各手順で利用するSwoogle Web サービスのタイプは，表 1 のタイプの番号と一致している．また，計算時間を削減するために，各手順において実行条件を設定している．

既存オントロジー獲得の各手順で利用するSwoogle Web サービスのタイプおよび実行条件¶
手順	各手順で利用するSwoogle Web サービスのタイプ	実行条件
1	3	各入力語について，獲得するクラスおよびプロパティ数は， TermRank によりランク付けされた上位5 個までとする．
2	17, 19	手順1 で獲得したクラスをrdfs:domain またはrdfs:range プロパティの値として持つプロパティの獲得数は，各クラスごとに上位100 個までとする．
3	16, 18	手順1 および2 で獲得したプロパティの定義域および値域の獲得数は，各プロパティごとに上位100 個までとする．
4	1, 4, 13	各入力語について獲得するオントロジー数は，OntoRank でランク付けされた上位10 個までとする．

SPARQL テンプレートを用いたオントロジー要素抽出 ¶

リスト 1 からリスト 5 にRDFS，DAML，OWL語彙におけるオントロジーの要素を抽出するためのSPARQLで記述したテンプレートを示す．リスト 3 の見出しと説明抽出テンプレートを直接SPARQL のクエリーとした場合，OWLオントロジー中のすべてのrdfs:labelおよびrdfs:comment プロパティの値を抽出してしまう．オントロジー選択モジュールでは?concept 変数の部分を取得したい概念（クラスまたはプロパティ）のURIに置換することにより，特定の概念の見出しおよび説明のみを抽出できるようにしている．他のテンプレートも同様にテンプレートを直接SPARQLのクエリーとして用いるのではなく，変数部分をオントロジー選択モジュールが適切なURIに置換したものを最終的なSPARQLのクエリーとしている．?concept, ?subConcept, ?class, ?property, ?label, ?description,?domain, ?range 変数を用いてトリプルのパターンを各オントロジーの要素を抽出するテンプレートに記述し，テンプレートをOWLオントロジーに対応づけることで，様々なクラス，プロパティ，構造により表現されたオントロジーの要素を抽出することが可能となる．

RDFS，DAML，OWL基本語彙におけるクラス抽出テンプレート¶

  PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
  PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
  PREFIX owl: <http://www.w3.org/2002/07/owl#>
  PREFIX daml03: <http://www.daml.org/2001/03/daml+oil#>
  PREFIX daml10: <http://www.w3.org/2001/10/daml+oil#>

  SELECT ?class WHERE {
       {?class rdf:type rdfs:Class} UNION {?class rdf:type owl:Class} UNION
       {?class rdf:type owl:Restriction} UNION {?class rdf:type owl:DataRange} UNION
       {?class rdf:type daml03:Class} UNION {?class rdf:type daml03:Datatype} UNION
       {?class rdf:type daml03:Restriction} UNION  {?class rdf:type daml10:Class} UNION
       {?class rdf:type daml10:Datatype} UNION {?class rdf:type daml10:Restriction}
  }

RDFS，DAML，OWL基本語彙におけるプロパティ抽出テンプレート¶

  PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
  PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
  PREFIX owl:  <http://www.w3.org/2002/07/owl#>
  PREFIX daml03: <http://www.daml.org/2001/03/daml+oil#>
  PREFIX daml10: <http://www.w3.org/2001/10/daml+oil#>

  SELECT ?property WHERE {
      {?property rdf:type rdf:Property} UNION {?property rdf:type owl:ObjectProperty} UNION
      {?property rdf:type owl:DatatypeProperty} UNION {?property rdf:type owl:AnnotationProperty} UNION
      {?property rdf:type owl:FunctionalProperty} UNION {?property rdf:type owl:InverseFunctionalProperty} UNION
      {?property rdf:type owl:SymmetricProperty} UNION {?property rdf:type owl:OntologyProperty} UNION
      {?property rdf:type owl:TransitiveProperty} UNION {?property rdf:type daml03:Property} UNION
      {?property rdf:type daml03:ObjectProperty} UNION {?property rdf:type daml03:DatatypeProperty} UNION
      {?property rdf:type daml03:TransitiveProperty} UNION {?property rdf:type daml03:DatatypeProperty} UNION
      {?property rdf:type daml03:UniqueProperty}  UNION {?property rdf:type daml10:Property} UNION
      {?property rdf:type daml10:ObjectProperty} UNION {?property rdf:type daml10:DatatypeProperty} UNION
      {?property rdf:type daml10:TransitiveProperty} UNION {?property rdf:type daml10:DatatypeProperty} UNION
      {?property rdf:type daml10:UniqueProperty}
  }

RDFS，DAML，OWL基本語彙における見出しおよび説明抽出テンプレート¶

  PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
  PREFIX daml03: <http://www.daml.org/2001/03/daml+oil#>
  PREFIX daml10: <http://www.w3.org/2001/10/daml+oil#>

  SELECT ?label ?description WHERE {
       {?concept rdfs:label ?label} UNION {?concept rdfs:comment ?description} UNION
       {?concept daml03:label ?label} UNION {?concept daml03:comment ?description} UNION
       {?concept daml10:label ?label} UNION  {?concept daml10:comment ?description}
  }

RDFS，DAML，OWL基本語彙における階層関係抽出テンプレート¶

  PREFIX  rdfs: <http://www.w3.org/2000/01/rdf-schema#>
  PREFIX daml03: <http://www.daml.org/2001/03/daml+oil#>
  PREFIX daml10: <http://www.w3.org/2001/10/daml+oil#>

  SELECT ?subConcept WHERE {
      {?subConcept rdfs:subClassOf ?concept} UNION {?subConcept rdfs:subPropertyOf ?concept} UNION
      {?subConcept daml03:subClassOf ?concept} UNION {?subConcept daml03:subPropertyOf ?concept} UNION
      {?subConcept daml10:subClassOf ?concept} UNION {?subConcept daml10:subPropertyOf ?concept}
  }

RDFS，DAML，OWL基本語彙におけるその他の関係抽出テンプレート¶

  PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>
  PREFIX daml03: <http://www.daml.org/2001/03/daml+oil#>
  PREFIX daml10: <http://www.w3.org/2001/10/daml+oil#>

  SELECT ?property ?domain ?range WHERE {
      {?property rdfs:domain ?domain} UNION  {?property rdfs:range ?range} UNION
      {?property daml03:domain ?domain} UNION {?property daml03:range ?range} UNION
      {?property daml10:domain ?domain} UNION {?property daml10:range ?range}
  }

汎用オントロジー選択パネル ¶

図 16 に汎用オントロジー選択パネルを示す．図 16 -1 に示す，5 種類の汎用オントロジー（WordNet，日本語WordNet，日本語Wikipediaオントロジー，EDR 一般辞書，EDR 専門辞書）の中から参照オントロジーを選択する．WordNetについては，ver.3.0とver.3.1のいずれかを選択できる．チェックボックスにチェックをつけた汎用オントロジーを用いて，その後，領域オントロジーにおける概念階層を構築する．領域によっては，一つの汎用オントロジーだけでは語彙を網羅しきれない場合があるため，複数の汎用オントロジーを組み合わせて利用できるようにしている．図 16 -2 の名前空間テーブルは，名前空間URI とその名前空間接頭辞の対応関係を管理している．図 16 -3 に接頭辞と名前空間を入力し，図 16 -3 右側の「追加」ボタンで追加することができる．

汎用オントロジー選択パネル

OWLオントロジー選択パネル ¶

図 17 にOWL オントロジー選択パネルを示す．図 17 -1 の「追加（ファイル）」または「追加(URI)」ボタンにより，参照オントロジーとする既存OWLオントロジーを選択する．図 17 -3 には，図 17 -1 のオントロジーリスト中で選択したオントロジーのOWLメタデータが表示される．また，図 17 -2 において，OWLオントロジー中から抽出する要素を決定するためのSPARQL テンプレートを指定する．SPARQL テンプレートの種類として， SPARQL テンプレートを用いたオントロジー要素抽出で述べた5 種類が利用できる．

OWLオントロジー選択パネル

入力文書選択パネル ¶

図 18 に入力文書選択パネルを示す．入力文書選択パネルでは，領域に関連する英語または日本語で記述された文書を選択する．入力文書選択パネルでは，Apache POIとApache PDFBoxを用いて，様々な形式（Word, Excel, PowerPoint, PDF など）のファイルからテキストデータを抽出できる．単語を抽出する際には，抽出する単語の品詞を指定できるようにしている．名詞，動詞，その他の品詞，複合語のいずれかを抽出することができる．以下に図 18 の各部分について説明する．

入力文書選択パネル

入力文書のリストを表示する．
入力文書の記述言語（日本語または英語）の選択と入力文書の追加および削除を行う．
1文の区切り文字を設定する．
1の入力文書リストの中から選択された文書の内容を表示する．
抽出する語の品詞，複合語を抽出するかどうか，1文字の語を抽出するかどうかを選択する．
1の入力文書リストで選択された文書中から5で指定した条件の語を抽出する．

入力語選択パネル ¶

入力語選択パネルは，入力文書ビューア，入力語情報テーブル，削除語情報テーブルから構成される．以下では，各構成要素について説明する．

入力文書ビューア ¶

入力文書ビューアでは，入力文書の内容を見ながらユーザは入力語の選択を行うことができる．図 19 に入力文書ビューアのスクリーンショットを示す．以下では，入力文書ビューアの各部分について説明する．

入力文書ビューア

入力文書リストを表示する．
1で選択した入力文書の内容を3に表示する際に，文書中の行範囲を選択する．
1で選択した入力文書の内容を表示する．表示される行範囲は2で選択される．入力文書中のハイパーリンクが張られている語をクリックすることで，入力語か不要語かを選択することができる．青色リンクは入力語を，灰色リンクは不要語を表している．
3のハイパーリンクにマウスカーソルを合わせた際に，ハイパーリンクが張られている語の用語名，品詞，TF，IDF，TF-IDF，上位概念が表示される．
1で選択した入力文書の内容を分割して3に表示する際の分割行数を設定する．
自動用語抽出により，抽出できなかった用語を手動で追加することができる．3において用語を範囲選択し，マウスを右クリックすることでも，同様に手動で用語を追加することができる．追加された用語は，3において青色のハイパーリンクが張られる．
3に表示される入力文書の内容にハイパーリンクを張る用語の種類（複合語，名詞，動詞，その他の品詞）を選択する．

入力語情報テーブル ¶

入力語情報テーブルでは，入力文書から自動抽出された語から入力語を選択することができる．図 20 に入力語情報テーブルのスクリーンショットを示す．以下では，入力語情報テーブルの各部分について説明する．

入力語情報テーブル

ユーザが入力した用語で3に表示する用語情報リストを絞り込む．
ユーザが入力した品詞で3に表示する用語情報リストを絞り込む．
入力文書から自動抽出された用語情報を表示する．用語情報には，用語名，品詞，TF，IDF，TF-IDF，上位概念があり，それぞれの観点からリストをソートすることができる．抽出された語が，あらかじめユーザが用意した参照オントロジー中の概念の下位概念の見出しに含まれる場合，その概念の見出しを上位概念に表示する．概念階層中の上位概念を設定しておくことで，抽出された語を「もの」「場所」「時間」などに分類して表示することができ，入力語選択を支援することができる．
3の中で選択された用語情報の用語の入力文書中の出現箇所を表示する．
最終的にユーザが決定した入力語のリスト．テキストエリアになっているため，入力文書に出現しなかった入力語の追加をユーザは行うことができる．
「入力語リストに追加」ボタンを押すと，3の中で選択された行の用語を5の入力語リストに追加する．「削除」ボタンを押すと，3の中で選択された用語情報の用語を「削除語テーブル」に移す．
5に入力された入力語を設定し，入力概念選択パネルに移る．「入力語彙をセット」ボタンを押した場合は，新規に入力語リストを入力概念選択パネルに設定する．「入力語彙を追加」ボタンを押した場合は，設定済みの入力語リストに新たに入力語を追加する．

削除語情報テーブル ¶

削除語情報テーブルには，入力語情報テーブルから削除された用語情報のリストが表示される．図 21 に削除語情報テーブルのスクリーンショットを示す．削除語情報テーブルの各部分は，入力語情報テーブルと同様である．異なる点は，「戻す」ボタンと「完全削除」ボタンである．「戻す」ボタンにより，誤って削除語情報テーブルに移動させてしまった用語情報を入力語情報テーブルに戻すことができる．「完全削除」ボタンにより，用語情報をリストから完全に削除することができる．

削除語情報テーブル

入力概念選択パネル ¶

図 22 に入力概念選択パネルを示す．入力概念選択パネルでは，入力語と参照オントロジー中の概念との対応付けを行う．語には多義性があり，ある入力語を見出しとして持つ概念が複数存在する可能性がある．入力概念選択パネルでは，対象領域にとって最も適切な入力語に対応する概念を選択する際の支援を行う．以下に入力概念選択パネルの構成要素の説明を示す．

入力概念選択パネル

用語リスト: 入力語彙の中で参照オントロジー中の概念見出しと完全照合または部分照合した用語のリストを表示する．
概念リスト: 1で選択された語を見出しとしてもつ参照オントロジー中の概念のリストを表示する．
概念情報: 2で選択された概念の見出しおよび説明を言語ごとに分類して表示する．
未定義語リスト: 参照オントロジー中の概念の見出しと照合しなかった入力語（未定義語）を表示する．
概念階層: 2で選択された概念の参照オントロジー中の概念階層を表示する．
入力文書: 1で選択された語の入力文書中の出現箇所を表示する．
階層構築オプション: 階層構築における条件を設定する．

用語リスト ¶

図 23 は図 22 -1 用語リストを拡大した図である．以下では，入力概念選択パネルの用語リストの各部分について説明する．

入力概念選択パネル: 用語リスト

テキストフィールドに検索キーワードを入力し，検索ボタンを押すと2および3の完全照合語リストおよび部分照合語リストに検索キーワードを含む入力語のみが表示される．
完全照合語リストを表示する．1番目の括弧内には，入力語を見出しとする参照オントロジー中の概念の数が表示される．システムが自動的に追加した入力語は，2番目の括弧内に「自動追加」と表示される．
部分照合語リストを表示する．1 番目の括弧内には，部分照合語を形態素解析し，各形態素を「+」記号で結合した結果が表示される．2 番目の括弧内には，参照オントロジー中の概念の見出しと照合した部分照合語内の語が表示される．3 番目の括弧内には，2 番目の括弧内に表示された語を見出しとする参照オントロジー中の概念の数が表示される．
完全照合語リストに関する設定を行うことができる．
1. 「意味数」チェックボックスは，完全照合語リスト中の各語を見出しとする参照オントロジー中の概念の数を表示するかどうかを設定するオプションである．
2. 「システムが追加した入力語」チェックボックスは，システムが自動的に追加した語かどうかを完全照合語リスト中の語に提示するかどうかを設定するオプションである．部分照合語の中で参照オントロジー中の概念と照合した語を，ユーザが入力語として追加していなかった場合に，システムはその語を自動的に完全照合語として完全照合語リストに追加する．例えば，「資格取得日」をユーザが入力語として選択した場合，「資格取得日」自体は参照オントロジー中の概念の見出しに存在しないため，部分照合語となる．「資格取得日」の「日」に対して部分照合したとする．ここで，ユーザが「日」を入力語として選択している場合には問題ない．しかし，「日」をユーザが入力語として選択していなかった場合には，「日」が自動的に完全照合語リストに追加される．システムが自動的に追加した語には，「（自動追加）」と表示される．
3. 「入力概念選択結果を対応する部分照合語リストに適用」チェックボックスは，完全照合語の入力概念選択結果を，その完全照合語に照合した部分照合語リストの入力概念選択に反映させるかどうかを設定するためのオプションである．例えば，完全照合語「日」に対して入力概念選択を行った結果を，部分照合語リスト中の「資格取得日」や「研究日」などにも反映させるかどうかを設定することができる．
部分照合語リストに関する設定を行うことができる．
1. 「意味数」チェックボックスは4の完全照合語リストのオプションにおける「意味数」と同様である．
2. 「形態素リスト」チェックボックスは，部分照合語を形態素解析器で形態素に分割したときの分割のされ方を表示するか否かを設定するためのオプションである．このオプションを有効にした場合，例えば，「資格取得日」に対して，「（資格+取得+日）」が表示される．「+」記号は形態素の区切りをあらわす．
3. 「照合結果」チェックボックスは，部分照合語の形態素リストの中で，参照オントロジー中の概念と照合した形態素リストを表示するか否かを設定するオプションである．このオプションを有効にした場合，例えば，「資格取得日」は，「日」で照合しているため，「（日）」と表示される．
4. 「選択中の完全照合語に対応する複合語のみ表示」チェックボックスは，完全照合語リストで選択した語を照合語とする部分照合語のみを表示するか否かを設定するためのオプションである．このオプションを有効にした場合，例えば，完全照合語リスト中の「日」を選択した場合，「資格取得日」や「研究日」など「日」と照合した部分照合語のみが部分照合語リストに表示される．
入力語の追加および削除を行うことができる．

概念リスト ¶

図 24 は図 22 -2「概念リスト」を拡大した図である．

入力概念選択パネル: 概念リスト

概念リストは，図 23 -2 または-3で選択した完全照合語または部分照合語を見出しとして持つ参照オントロジー中の概念のリストを表示する．図 24 は，「エネルギー」を見出しとして持つ参照オントロジー（この例では日本語WordNetを参照オントロジーとしている）中の概念リストを示している．リストの項目は，三つの部分から構成されている．左側は，入力モジュールの設計で述べた，自動概念選択方法により求めた，入力語に対応する概念候補の評価値を示す．入力語に対応する概念候補は，評価値の降順に並び替えて表示される．評価値が高い概念ほど，より入力概念となる可能性が高い概念となる．中央は概念のID をあらわす．概念のID はURIで表され，画面上には修飾名が表示される．jwn は日本語WordNet の名前空間接頭辞を示しており，ここで表示される接頭辞は，汎用オントロジー選択パネル ( 図 16 -2) で示した名前空間テーブルで設定した名前空間接頭辞となる．右側には，概念の見出しが複数ある場合，そのうちのいずれか一つが表示される．

概念情報 ¶

図 25 は図 22 -3「概念情報」を拡大した図である．

入力概念選択パネル: 概念情報

「概念情報」には，図 24 の「概念リスト」で選択された概念の見出しと説明が表示される．「言語」リストで選択した言語の見出しおよび説明が「見出し」リストおよび「説明」リストに表示される．図 25 下部の「構築オプション」では，概念階層の構築方法を設定することができる．「構築オプション」には，図 23 「用語リスト」で選択する用語の種類に応じて3 種類の表示方法がある．図 23 -2で完全照合語を選択した場合，図 25 左側のように「構築オプション」には何も表示されない．図 23 -2でシステムが自動的に追加した完全照合語（「自動追加」が表示される完全照合語）を選択した場合には，図 25 中央のように「構築オプション」には「下位概念に置換」するかどうかを選択するチェックボックスが表示される．図 23 -3で部分照合語を選択した場合には図 25 右側のように「構築オプション」には，「同一概念」か「下位概念」かの選択をするためのラジオボタンが表示される．

注釈

部分照合語の照合部分の語をユーザが入力語としていない場合には，システムは自動的にその語を入力語として追加する．これを完全照合語（自動追加）と呼ぶ．

図 25 中央の「構築オプション」の例として，「火力発電」のみを入力語とした場合を考える．この場合，「火力発電」は部分照合語となり，「発電」と照合するため，「発電」はシステムにより自動的に完全照合語リストに追加される．「発電」の入力概念選択を行う際に，図 25 中央の「構築オプション」として「下位概念に置換」というチェックボックスが表示される．ここでは，「発電」はシステムが自動的に追加した語であるため，ユーザがあえて「発電」を入力語としなかったのか，入力語にし忘れたかの確認をしている．ユーザがあえて「発電」を入力語にしなかった場合，概念階層中に「発電」は含まれるべきではない．「構築オプション」の「下位概念に置換」をチェックすることにより，「火力発電」は「発電」の下位概念とはならず，概念階層中に表示されない．ユーザが「発電」を入力語に追加し忘れた場合には，「構築オプション」の「下位概念に置換」にチェックをいれなければ，「火力発電」は「発電」の下位概念として概念階層が構築される．

図 25 右側の「構築オプション」の例として，「発電」と「火力発電」を入力語とした場合を考える．上記と同様に「火力発電」は「発電」で照合する部分照合語である．「火力発電」の入力概念選択を行う際に，図 25 右側の「構築オプション」が表示される．「同一概念」のほうを選択した場合は，概念階層構築時に「火力発電」は「発電」と同一概念として扱われる．つまり，「火力発電」は「発電」概念に対応する参照オントロジー中の概念の別見出しとして概念階層が構築される．一方，「下位概念」のほうを選択した場合は，「火力発電」は「発電」とは異なる概念，ここでは，「発電」の下位概念として概念階層が構築される．初期状態において，部分照合語を「同一概念」とみなすか，「下位概念」とみなすかは，オプションダイアログにより設定することができる．

階層構築オプション ¶

図 26 は図 22 -7「階層構築オプション」を拡大した図である．

入力概念選択パネル: 階層構築オプション

「階層構築オプション」では，クラスおよびプロパティ階層構築モジュールにおいて，クラスおよびプロパティ階層を構築する際のパラメータの設定を行う．「階層構築オプション」は，「完全照合オプション」および「部分照合オプション」から構成される．

図 26 の「完全照合オプション」では，完全照合語リストから概念階層を構築する際の設定を行う．「構築」チェックボックスでは，完全照合語リストから概念階層を構築するかどうかを選択する．「剪定」チェックボックスでは，概念階層構築時に剪定を行うかどうかを選択する．「参照オントロジーの概念見出しを追加」チェックボックスでは，概念階層構築時に，各概念の見出しとして，入力語として与えた語のみを概念の見出しとするか，対応する参照オントロジー中の概念の見出しをすべて利用するかどうかを選択する．

図 26 の「部分照合オプション」では，部分照合語リストから概念階層を構築する際の設定を行う．「構築」チェックボックスでは，部分照合語リストから概念階層を構築するかどうかを選択する．「剪定」チェックボックスでは，概念階層構築時に剪定を行うかどうかを選択する．「抽象概念を追加」チェックボックスでは，部分照合語リストから概念階層を構築する際に，語頭による階層化を行うかどうかを選択する．このチェックボックス右側のテキストフィールドには，いくつ以上グループ化できる場合に共通の上位概念を挿入するかを設定する．

図 26 右端にある「クラス階層構築」ボタンを押すと，上記の階層構築オプションに基づいて，クラス階層構築パネルにクラス階層のみが構築される．「クラスおよびプロパティ階層構築」ボタンを押すと，上記の階層構築オプションに基づいて，クラス階層構築パネルおよびプロパティ階層構築パネルに，クラス階層およびプロパティ階層が構築される．クラス階層とプロパティ階層の両方を構築するためには，参照オントロジーとしてEDR一般辞書またはプロパティ階層を含むOWLオントロジーを設定しなければならない．

クラス階層構築パネル ¶

図 27 にクラス階層構築パネルを示す．

クラス階層構築パネル

以下に各部分の説明を示す．

未定義語リスト: 参照オントロジー中の概念に照合しなかった入力語リスト．リストから語を選択し，「Is-a 階層パネル」にドラッグ＆ドロップすると，未定義語を概念としてIs-a 階層に追加できる．
概念情報パネル: 概念階層中の選択された概念のURI，優先見出し（階層中に表示する見出し），見出し，説明，概念変動管理情報を表示する．見出しと説明については，言語属性の付与と追加，編集，削除ができる．
概念階層パネル: Is-a 階層とHas-a 階層．概念の検索，追加，削除などを行うことができる．
概念変動管理パネル: 照合結果分析結果，剪定結果分析結果，多重継承している概念をリストで表示し，各項目を選択するとIs-a 階層中の修正候補箇所が選択される．

以下では，図 27 2から4の詳細を説明する．

概念情報パネル ¶

図 28 は図 27 -2. 概念情報パネルを拡大した図である．

クラス階層構築パネル: 概念情報パネル

以下では，概念情報パネルの各部分について説明する．

名前空間接頭辞をコンボボックスから選択し，ローカル名をテキストフィールドに入力し，「URI の設定」ボタンを押すことで，選択した概念のURI を変更することができる．汎用オントロジー選択パネル ( 図 16 -2) で示した名前空間テーブルに定義された名前空間接頭辞が選択可能である．
概念の見出しを編集するための領域である．「言語」リストの項目を選択することで，選択した言語の見出しが「見出し」リストに表示される．図 28 -2 では，日本語見出しとして「発電」が表示されている．図 28 -2 下部の「言語」と「テキスト」テキストフィールドに追加したい見出しの言語とテキストを入力し，「追加」ボタンを押すことで概念の見出しを追加することができる．また，選択した見出しを編集したい場合には「編集」ボタンを，削除したい場合には「削除」ボタンを押すことにより，見出しの編集および削除を行うことができる．また，「優先見出しの設定」ボタンを押すことで，選択された見出しがIs-a 階層およびHas-a 階層パネルの概念の表示用の見出しとなる．
概念の説明を編集するための領域である．見出しと同様に「言語」リストの項目を選択することで，選択した言語の説明が「説明」リストに表示される．
概念変動管理情報を表示・編集するための領域である．「ノードのタイプ」は，編集対象のノードがSIN（参照オントロジーから抽出した概念）かベストマッチノード（入力概念）かを表示する．SIN の中でベストマッチノードとしたいノードについては，ここでノードのタイプをSIN からベストマッチに変更することができる．「剪定概念数」は，階層構築時の剪定により，選択された概念とその上位概念の間の概念がいくつ削除されたかを表示している．「多重継承」は，編集対象のノードが多重継承をしているかしていないかを表している．多重継承をしている場合は「true」，していない場合は「false」と表示される．
3 の「追加」または「編集」ボタンを押すと表示される．「言語」と「説明」を入力し，「OK」ボタンを押すと，概念の説明の追加や編集を行うことができる．また，「削除」ボタンにより選択された概念の説明を削除することができる．

Is-a 階層およびHas-a 階層パネル ¶

図 29 は図 27 -3を拡大した図である．図 29 の左側がIs-a 階層パネルを右側がHas-a階層パネルを示している．

クラス階層構築パネル: Is-a階層パネルとHas-a階層パネル

概念階層中の概念を検索するための領域である．テキストフィールドに検索キーワードを入力し，「検索」ボタンを押すと検索オプションを満たす概念が選択される．候補が複数ある場合には，「次」ボタンまたは「前」ボタンで別の概念候補に移動できる．検索オプションとしては，言語，概念の見出し，概念の説明が選択できる．また，「完全一致検索」チェックボックスにチェックをいれると，入力した検索キーワードと完全に一致する見出しや説明を含む概念のみが検索される．「完全一致検索」チェックボックスにチェックが入っていない場合は部分一致検索となり，検索キーワードを見出しまたは説明の一部に含む概念が検索される．「URI 検索」チェックボックスにチェックをいれると，概念のURI も検索対象となる．「大文字と小文字の区別」チェックボックスにチェックをいれると，英語見出しまたは説明を検索する際に，大文字と小文字を区別して検索する．
Is-a 階層およびHas-a 階層の編集に利用可能なツールバー．ツールバーは，階層中の概念をマウスで右クリックした際に表示される，図 30 のポップアップメニューと同様の機能を持つ．
Is-a 階層とHas-a 階層を表示・編集するためのパネル．2のツールバーまたは概念を選択して，マウスを右クリックすることで表示されるポップアップメニューから，概念の追加，削除などを行うことができる．

クラス階層構築パネル: ポップアップメニュー

図 30 はIs-a 階層パネルのポップアップメニューを示している．Is-a 階層パネルとHas-a階層パネルの主な違いとして，Has-a 階層パネルではIs-a 階層パネルで定義された概念を用いてHas-a 関係を定義する点が異なる．また，Has-a 階層では，以下で説明する「概念の削除」を行うことはできない．

DODDLE-OWLにおける概念の削除は3 種類ある．「概念の削除」は削除対象のノードと同一URI を持つノードおよびその下位ノードをすべて削除する．「上位概念へのリンクを削除」は，多重継承している場合に削除対象のノードとその上位ノードの間の関係を削除する．「中間概念の削除」は，削除対象のノードを削除し，その下位ノードを削除対象のノードの上位ノードの下位ノードとして定義する．

クラス階層構築パネル: ノードのアイコン

クラス階層構築パネルにおけるIs-a 階層パネルとHas-a 階層パネルのクラスには，図 31 に示す4 種類がある．

概念変動管理パネル ¶

図 32 は図 27 -4 概念変動管理パネルの各タブを展開し，拡大した図である．

クラス階層構築パネル: 概念変動管理パネル

以下では，概念変動管理パネルの各部分について説明する．

照合結果分析の結果をリストで表示する．リストの項目はSIN ノードであり，項目を選択するとIs-a 階層中の該当する部分木が選択される．また，照合結果分析結果を確認し修正する必要がない場合，もしくは，修正後に「照合結果分析結果の確認」ボタンを押すことで，選択した項目をリストから削除することができる．
剪定結果分析の結果をリストで表示する．2下部の「剪定概念リスト」は，概念階層構築時に剪定された，選択した概念とその上位概念の間の概念が提示されている．「剪定結果分析」ボタンを押すと，ボタン左側のテキストフィールドに指定した数よりも多くの中間概念が削除された概念をリストに表示する．また，剪定結果分析結果を確認し，修正する必要がない場合，もしくは，修正後に「剪定結果分析結果の確認」ボタンを押すことで，選択した項目をリストから削除することができる．（当該概念の剪定概念数がゼロとなる）
多重継承している概念のリストを表示する．リストの項目を選択すると，3下部に多重継承しているノードのリストが表示される．このノードを選択すると，Is-a 階層パネル中の概念に移動し，ノードを選択する．「上位概念へのリンクを削除」ボタンを押すと，選択した概念と上位概念の間の関係が削除される．

プロパティ階層構築パネル ¶

図 33 にプロパティ階層構築パネルを示す．

プロパティ階層構築パネル

プロパティ階層構築パネルの構成要素の大部分は，クラス階層構築パネルと同様である．異なる点は，図 33 -1の概念定義パネルがある点である．概念定義パネルは，汎用オントロジーとしてEDR 一般辞書を指定し，プロパティ階層を構築した場合，EDR 概念記述辞書における，agent およびobject の関係にある概念を定義域および値域として自動的に定義している．また，クラス階層を参照し，定義域および値域の追加を行うことも可能である．

プロパティ階層構築パネル: ノードのアイコン

プロパティ階層構築パネルにおけるIs-a 階層パネルとHas-a 階層パネルのプロパティには，図 34 に示す4 種類がある．

関係構築パネル ¶

図 35 に，関係構築パネルのスクリーンショットを示す．

関係構築パネル

以下では，関係構築パネルの各部分について説明する．

WordSpace パラメータの設定を行う．WordSpace のパラメータとしては，N-gram，N-gram 出現頻度，文脈スコープ（前，後N 語），文脈類似度の閾値を設定できる．「WordSpace の実行」ボタンを押すと結果が5に表示される．
Apriori パラメータの設定を行う．Apriori のパラメータとしては，最小支持度および最小確信度を設定できる．「Apriori」の実行ボタンを押すと結果が5に表示される．
入力語選択パネルで選択した入力語が表示される．
入力文書選択パネルで選択した入力文書が表示される．
3で選択した入力語と関連のある入力語を関係値と共に表示する．関係値の高い順に表示される．WordSpace，Apriori，WordSpace およびApriori のアルゴリズムの関係値をタブで切り替えて表示することができる．
3で選択した入力語と関連のある5で選択された語を表示し，正解概念対または不正解概念対として7または8に追加する．矢印の向きによって，定義域と値域が変化する．
定義域，プロパティ，値域が表示される．プロパティは，プロパティ階層構築パネルから選択することができる．
不要な概念対が表示される．不要な概念対は，概念定義の候補となる概念対集合から削除されるため，残りの概念定義を行いやすくなっている．

オプションダイアログ ¶

「ツール」→「オプションダイアログを表示」メニューを選択するとオプションダイアログが表示される．オプションダイアログでは，DODDLE- OWLにおける様々な設定を行うことができる．オプションダイアログは，「基本」，「フォルダ」，「入力概念選択」，「複合語」，「表示」の各タブから構成されている．オプションダイアログの下部にある4つのボタンは，それぞれ，設定の保存，設定の適用，設定の削除，オプションダイアログを閉じるために用意されている．「保存」ボタンは，オプションダイアログで設定した内容をWindowsのレジストリに保存することができる（Unixの場合はXML形式等でユーザごとのフォルダに保存される）．ここで保存した内容は，DODDLE-OWLを再起動後も有効となる．「削除」ボタンによりレジストリに保存された設定を削除できる．以下では，それぞれのタブについて説明する．

基本タブ ¶

図 36 にオプションダイアログの基本タブを示す．基本タブでは，「言語」，「基本接頭辞」，「基本URI」の設定を行うことができる．「言語」では DODDLE-OWLユーザインタフェースのメニュー等の表示言語や概念の見出しが複数言語用意されていた場合のデフォルト言語を設定するために用いる．「基本接頭辞」では，OWL形式で領域オントロジーを保存する際の基本URIの接頭辞を設定する．「基本URI」では，OWL形式で領域オントロジーを保存する際の基本URIを設定する．

オプションダイアログ：基本

フォルダタブ ¶

図 37 にオプションダイアログのフォルダタブを示す．フォルダタブでは，DODDLE-OWLが参照する外部プログラムや辞書データなどのパスを設定する．以下にフォルダタブで設定する項目を示す．

プロジェクトフォルダ: DODDLE-OWLのプロジェクトファイルを保存する際に最初に開かれるフォルダのパスを設定．
ストップワードリスト: ストップワードリストを保存したファイルのパスを設定．ストップワードリストは，入力文書から単語を抽出する際に抽出を行うべきではない単語集合を保存するファイル．
EDR辞書フォルダ: EDR概念体系辞書とEDR概念記述辞書をDODDLE-OWLが参照する形式に変換したファイルを置いたフォルダを設定．
EDRT辞書フォルダ: EDR専門辞書をDODDLE-OWLが参照する形式に変換したファイルを置いたフォルダを設定．
日本語形態素解析器: ChasenまたはMecabの実行ファイルのパスを設定．
日本語係り受け解析器: Cabochaの実行ファイルのパスを設定．
perl.exe: perlの実行ファイルのパスを設定．
上位概念リスト: 上位概念リストを保存したファイルのパスを設定．上位概念リストは入力単語を選択する際に参照される．ある入力単語が設定した上位概念の下位概念の見出しとして存在する場合に入力単語テーブルに表示される．

オプションダイアログ：フォルダ

入力概念選択タブ ¶

図 38 にオプションダイアログの多義性解消タブを示す．入力概念選択タブでは，半自動的に入力概念選択を行う際のオプションを設定する．詳細は，入力概念選択の半自動化を参照．

オプションダイアログ：入力概念選択

複合語タブ ¶

図 39 にオプションダイアログの複合語タブを示す．複合語タブでは，多義性解消パネルにおける部分照合単語のオプションを設定する．ユーザがこのオプションを選択しない場合に，デフォルト状態として，部分照合単語を階層構築時に照合した概念の「下位概念」とするか「同一概念」とするかをラジオボタンで設定できる．

オプションダイアログ：複合語

表示タブ ¶

図 40 にオプションダイアログの表示タブを示す．表示タブでは，クラス階層構築パネル及びプロパティ階層構築パネルにおいて，クラスまたはプロパティのノードを表示する際に，接頭辞を表示するかどうかを選択することができる．「修飾名を表示」にチェックをいれた場合，クラスまたはプロパティの名前空間接頭辞がそれぞれのパネルに表示される．

オプションダイアログ：表示

メニュー ¶

ファイルメニュー ¶

新規プロジェクト: 新規にDODDLE-OWLプロジェクトを作成する
プロジェクトを開く: DODDLE-OWLのプロジェクトフォルダまたはプロジェクトファイルを開く
最近のプロジェクトを開く: DODDLE-OWLで最近開いたプロジェクトのリストが表示される
開く->用語リストを開く: 用語選択パネルに入力する用語リストを開く
開く->用語テーブルを開く: 用語選択パネルにおける用語情報テーブルを復元するためのファイルを開く
開く->概念記述を開く: プロパティ階層構築パネルにおける定義域と値域の定義ファイルを開く
開く->概念選択結果を開く: 概念選択パネルにおける概念選択を復元するためのファイルを開く
開く->用語と概念の対応を開く: 概念選択パネルにおいて選択した用語と概念の対応関係を復元するためのファイルを開く
開く->OWLオントロジーを開く: OWLファイルからクラス階層とプロパティ階層を復元する
開く->FreeMindオントロジーを開く: FreeMindオントロジーからクラス階層を復元する
開く->概念と優先見出しの対応を開く: クラスおよびプロパティ階層構築パネルで定義した概念と優先見出しの対応を復元するためのファイルを開く
プロジェクトを上書き保存: 現在開いているプロジェクトファイルを上書き保存する
プロジェクトを名前を付けて保存: DODDLE-OWLのプロジェクトを名前をつけて保存する．処理途中の中間結果ファイルを確認したい場合にはファイル形式としてDODDLEプロジェクトフォルダを選択する．一つのファイルにまとめて保存したい場合には，DODDLEプロジェクトファイル(.ddl)を選択する．
保存->用語リストを保存: 用語選択パネルで選択した用語リストをファイルに保存する
保存->用語テーブルを保存: 用語選択パネルにおける用語情報テーブルをファイルに保存する
保存->概念選択結果を保存: 概念選択パネルにおいて選択した概念リストをファイルに保存する
保存->用語と概念の対応を保存: 概念選択パネルにおいて選択した用語と概念の対応関係をファイルに保存する
保存->完全照合語リストを保存: 概念選択パネルにおける完全照合語リストをファイルに保存する
保存->完全照合語と対応する複合語を保存: 概念選択パネルにおける完全照合語と対応する複合語をファイルに保存する
保存->OWLオントロジーを保存: クラスおよびプロパティ階層構築パネルで構築したオントロジーをOWL形式で保存する
保存->FreeMindオントロジーを保存: クラスおよびプロパティ階層構築パネルで構築したオントロジーをFreeMind形式で保存する
保存->概念と優先見出しの対応を保存: クラスおよびプロパティ階層パネルで定義した概念と優先見出しの対応をファイルに保存する
DODDLE-OWLを終了: DODDLE-OWLを終了する

ツールメニュー ¶

すべての用語を表示: 用語選択パネルで入力されたすべての用語を表示する
自動入力概念選択: 入力語集合から自動的に入力語に対応する汎用オントロジー中の概念をランキングする．入力概念選択パネル中で入力語を選択した際に，ランキング順に対応する概念を表示する．
クラス階層構築: 概念選択パネルにおける[クラス階層構築]ボタンと同様
クラス及びプロパティ階層構築: 概念選択パネルにおける[クラス及びプロパティ階層構築]ボタンと同様
DODDLE Dic Converter: EDR電子化辞書と日本語WordNetの辞書ファイルををDODDLE-OWLで利用可能な形式に変換するためのダイアログを表示する．
ログコンソールを表示: 標準出力と標準エラー出力を画面上に表示する．
オプションダイアログを表示: オプションダイアログを表示する

ヘルプメニュー ¶

バージョン: バージョン番号や利用ライブラリなどを確認するためのダイアログを表示する．
DODDLE-OWL マニュアル: DODDLE-OWLのマニュアルのWebページをWebブラウザに表示する．

ツールバー ¶

DODDLE-OWLにおけるツールバーのアイコンと機能¶
アイコン	機能
	新規プロジェクト
	プロジェクトを開く
	プロジェクトを上書き保存
	プロジェクトを名前を付けて保存
	オプションダイアログを表示
	バージョンダイアログを表示

ショートカットキー ¶

ショートカットキー	説明
Ctrl + N \| Command + N	新規プロジェクト
Ctrl + O \| Command + O	プロジェクトを開く
Ctrl + S \| Command + S	プロジェクトを上書き保存
Ctrl + Shift + S \| Command + Shift + S	プロジェクトを名前を付けて保存
Ctrl + Q \| Command + Q	終了
F1	バージョンダイアログを表示

参考文献¶

[Agrawal94]

Agrawal, and R. Srikant, “Fast Algorithms for Mining Association Rules in Large Databases,” Processing of the 20th International Conference Very Large Data Bases, VLDB, pp.487.499, Morgan Kaufmann, 1994.

[Buitelaar04]

Buitelaar, “OntoSelect: Towards the Integration of an Ontology Library, Ontology Selection and Knowledge Markup,” Proceedings of the Workshop on Knowledge Markup and Semantic Annotation (Semannot2004), 2004,http://olp.dfki.de/ontoselect.

[Ding05]

Ding, R. Pan, T. Finin, A. Joshi, Y. Peng, and P. Kolari, “Finding and Ranking Knowledge on the Semantic Web,” Proceedings of the 4th International Semantic Web Conference, LNCS 3729, pp.156?170, 2005, http://swoogle.umbc.edu/.

[Hearst96]

M.A. Hearst, and H. Sch¨utze, “Customizing a Lexicon to Better Suit a Computational Task,” Corpus Processing for Lexical Acquisition, pp.77–96, MIT Press, 1996.

[hommeaux08]

Prud’hommeaux, and A. Seaborne, “SPARQL Query Language for RDF,” W3C Recommendation, 2008, http://www.w3.org/TR/rdf-sparql-query/.

[Isahara08]

Hitoshi Isahara, Francis Bond, Kiyotaka Uchimoto, Masao Utiyama and Kyoko Kanzaki, Development of Japanese WordNet. In LREC-2008, Marrakech.

[Koide06]

小出誠二，森田武史，山口高平，ムリアディヘンドリー，武田英明，“WordNet とEDR のOWL 表現，” 人工知能学会セマンティックWeb とオントロジー研究会SIGSWO-A601-03，2006.

[Kurematsu04]

Kurematsu, T. Iwade, N. Nakaya, and T. Yamaguchi, “DODDLE II : A Domain Ontology Development Environment Using a MRD and Text Corpus,” IEICE transactions on information and systems, vol.87, no.4, pp.908-916, 2004.

[Miles05]

Miles, and D. Brickley, “SKOS Core Guide,” , 2005, http://www.w3.org/TR/swbp-skos-core-guide/.

[Miller95]

G.A.Miller, “WordNet: A Lexical Database for English,” Commun. ACM, vol.38, no.11, pp.39?41, 1995.

[Motoda06]

元田浩，津本周作，山口高平，沼尾政行，データマイニングの基礎，オーム社，2006.

[Nakagawa03]

中川裕志，森辰則，湯本紘彰，“出現頻度と連接頻度に基づく専門用語抽出，” 自然言語処理，vol.10，no.1，pp.29–35，2003，http://gensen.dl.itc.u-tokyo.ac.jp/.

[Nakayama06]

中山浩太郎，原隆浩，西尾章治郎，“Wikipedia マイニングによるシソーラス辞書構築手法，” 情報処理学会論文誌，vol.47，no.10，pp.2917?2928，2006，http://wikipedialab.org/.

[Page98]

Page, S. Brin, R. Motwani, and T. Winograd, “The PageRank Citation Ranking: Bringing Order to the Web,” Technical report, Stanford Digital Library Technologies Project, 1998, http://citeseer.ist.psu.edu/page98pagerank.html.

[Yamaguchi99]

山口高平，槫松理樹，青木千鶴，関内律恵子，加賀山茂，吉野一，“計算機可読型辞書を利用した領域オントロジー構築支援環境，” 人工知能学会誌，vol.14，no.6，pp.1080–1087，1999.

[Tamagawa10]

玉川奨，桜井慎弥，手島拓也，森田武史，和泉憲明，山口高平，”日本語Wikipediaからの大規模オントロジー学習”，人工知能学会論文誌 Vol. 25 No.5 pp.623-636 (2010) DOI: 10.1527/tjsai.25.623.

[Yokoi95]

Yokoi, “The EDR Electronic Dictionary,” Commun. ACM, vol.38, no.11, pp.42-44, 1995, http://www2.nict.go.jp/r/r312/EDR/.

索引¶

索引