技術要約: NeurOWL

問題提起

OWLオントロジーは、構造化された知識表現と自動推論のための形式的な枠組みとして、ヘルスケアやバイオインフォマティクスなどの領域で広く利用されている。しかし、現実世界のオントロジーは、ドメイン知識の進化や専門家によるキュレーションの高コスト化により、頻繁に不完全である。この不完全性は、特定の推論上の課題を引き起こす。すなわち、不完全なオントロジー $O'$ と、候補となる包含関係 $\alpha$（例：$A \sqsubseteq B$）が与えられた際、$\alpha$ が $O'$ によって論理的に含意されていない場合、システムは以下の事項を決定しなければならない：

1. 妥当性（Plausibility）: その包含関係は意味論的に妥当か（すなわち、もしオントロジーが完全であったなら、その関係は成立するか）。
2. 仮説生成（Abduction）: もし妥当であるならば、どのような欠落した公理（仮説）を $O'$ に追加すれば $\alpha$ が含意されるか。

既存の仮説生成（アブダクション）推論のアプローチには、主に2つの制限がある。一つは、通常、定義済みの仮説空間（候補を固定された語彙に限定する）に依存していること。もう一つは、対象となる包含関係が正しいことを前提としており、包含関係自体が誤っているケースを処理できないことである。さらに、大規模言語モデル（LLM）はオントロジーのタスクに適用されているが、一般に、論理的に妥当な説明を提供したり、形式的な意味論を効果的に統合したりする能力に欠けている。

メソドロジー: NeurOWLフレームワーク

これらの課題に対処するため、著者らは、包含関係の検証とオントロジーの仮説生成を統合するエンドツーエンドのニューロ・シンボリック・フレームワークであるNeurOWLを提案している。このフレームワークは、形式的に定義された意味論（オントロジー・エンベディング経由）とテキストの意味論（LLM経由）の両方を活用し、定義済みの欠落公理の候補セットなしで動作する。

コアとなるメカニズムは、包含関係の主語（$A$）と目的語（$B$）を接続する**中間概念（ブリッジ）**を特定すること、あるいは包含関係を直接検証することである。プロセスは以下の3つの連続したステージで構成される。

1. 論理チェック (ステージ1)

標準的な記述論理（DL）推論器が $O' \models A \sqsubseteq B$ であるかを確認する。

• 真の場合: システムは True とその正当化（$O'$ からの最小限の公理集合）を返す。
• 偽の場合: システムは欠落した公理が存在すると仮定し、後続のステージへと進む。

2. 論理的ブリッジ形成 (ステージ2)

このステージでは、$O'$ の既存の論理構造を利用して欠落した公理を見つけようと試みる。オントロジー・エンベディング・モデル（例：OnT）を用いてトップ$k$個の候補を抽出し、それらをLLMによって検証する。

• 2a (下方方向): $O'$ における $B$ の子概念 $B'$ を特定する（$O' \models B' \sqsubseteq B$）。システムは欠落した公理 $A \sqsubseteq B'$ を仮説として立てる。
• 2b (上方方向): $O'$ における $A$ の親概念 $A'$ を特定する（$O' \models A \sqsubseteq A'$）。システムは欠落した公理 $A' \sqsubseteq B$ を仮説として立てる。
• 検証: LLMが候補となる欠落公理の妥当性を検証する。妥当である場合、正当化は $\{A \sqsubseteq B'\} \cup J_{B' \sqsubseteq B}$ （またはその対称的なケース）として構築される。

3. エンベディングによるブリッジ形成 (ステージ3)

ステージ2が失敗した場合、システムは純粋に意味的な類似性に基づいて欠落した公理を探索する。

• 3a (双方向探索): $A \sqsubseteq C \sqsubseteq B$ となる中間概念 $C$ を探索する。候補は原子概念（または特定の条件下での $\exists r.B_1$ のような複雑な概念）から抽出され、スコアリング関数 $s(C) = \frac{1}{2}(s(A \sqsubseteq C) + s(C \sqsubseteq B))$ によってランク付けされる。上位の候補はLLMによって検証される。
• 3b (直接チェック): 適切なブリッジが見つからない場合、システムは $A \sqsubseteq B$ を基本的な言明として扱う。LLMは、包含関係自体の妥当性を直接検証する。それが正しいと判断されれば、欠落した公理として返される。そうでなければ、システムは False を返す。

実装の詳細:

• エンベディング: フレームワークは、概念とロールをエンコードするために、OnT（対象となるオントロジーにファインチューニング済み）またはSBERT（事前学習済み）を利用する。
• LLM: 候補となる公理やブリッジのプロンプトベースの検証には、Qwen3.5-9Bモデルが使用される。
• 反復能力: このフレームワークは反復的に適用可能であり、予測された欠落公理を新しい入力として使用することで、推論チェーンを洗練させることができる。

主な貢献

1. 汎用的なTBox仮説生成タスク: 著者らは、定義済みの欠落公理の候補セットを必要とせず、与えられた包含関係が誤っているケース（負の含意）も明示的に扱うタスクを定義した。
2. NeurOWLフレームワーク: 包含関係の検証と仮説生成を共同で行い、オントロジー・エンベディングとLLMを統合することで、トレーニングフリーおよびファインチューニング設定の両方で動作する、エンドツーエンドのニューロ・シンボリック・システムを提案した。
3. 実証的評価: 実世界のオントロジー（FoodOnおよびSnomed CT）を用いた包括的な評価を行い、様々な不完全性の度合いや複雑性（原子概念 vs 存在限定概念）における有効性を実証した。

実験結果

著者らは、TBox公理の5%を削除することで不完全性をシミュレートした FoodOn および Snomed CT から構築されたデータセットを用いて、NeurOWLを評価した。評価には、「標準」設定（原子概念をブリッジとする）と「複雑」設定（存在限定 $\exists r.B$ をブリッジとする）の両方が含まれる。

主な知見:

• パフォーマンス: NeurOWLは、F1スコアにおいて一貫してベースライン（LLMのみ、SBERT、およびOnT分類器）を上回った。
  • FoodOnA において、NeurOWL (OnT) は F1 = 0.960 (Hard Neg: 0.845) を達成した。
  • SnomedA において、NeurOWL (OnT) は F1 = 0.968 (Hard Neg: 0.862) を達成した。
  • Snomed$\exists$ (複雑な概念) において、NeurOWL (OnT) は F1 = 0.924 を達成し、SBERTのバリアント（0.906）を大幅に上回り、複雑な論理構造に対するファインチューニングの必要性を実証した。
• 説明の質: フレームワークは高い X-F1（正しい予測 + 正しい説明）および X-F1*（予測されたすべてのブリッジが正しい）スコアを達成した。
  • FoodOnA において、NeurOWL (OnT) は X-F1: 0.893 および X-F1: 0.793* に達した。
  • ファインチューニングされたOnTバリアントは、特に複雑な設定において、トレーニングフリーのSBERTバリアントよりも説明の正確さにおいて大幅に優れていた。
• ステージ分析: ステージ2aおよび2b（論理的ブリッジ形成）は、最も高いリトリーバル性能を示した（SnomedAのステージ2bにおいて H@1 > 0.9）。ステージ3a（双方向）は、候補空間が大きいためリトリーバル性能は低かったが、論理的ブリッジが存在しない場合には依然として重要であった。
• 反復適用: ケーススタディにより、NeurOWLを反復的に適用することで、より細粒度な欠落公理の連鎖（例：広範な疾患から特定の悪性腫瘍への精緻化）を生成できることが示された。

意義と主張

本論文は、NeurOWLが包含関係の検証とオントロジーの仮説生成を単一のフレームワーク内で統一したことにより、重要な前進を遂げたことを主張している。その主な意義は以下の通りである：

• 定義済みの仮説制約の除去: 従来の研究とは異なり、NeurOWLは固定された語彙やシグネチャに依存せず、オントロジー内のあらゆる概念を含む欠落公理の発見を可能にする。
• 不確実性の処理: 有効な包含関係が不明確なシナリオを明示的に扱い、「妥当だが欠落している」場合と「誤っている」場合を区別する。
• 説明可能性: 単なる二値の決定ではなく、特定の欠落公理と正当化チェーンを含む論理的に妥当な説明を提供することで、ニューラルな意味理解と記号的な論理推論の間の溝を埋める。

著者らは、現在の研究はELオントロジーと存在限定に焦うしているものの、本フレームワークは適応可能であり、より複雑な論理演算子（例：$\forall$, $\neg$）や反復的な推論能力への将来的な拡張のための基礎を築くものであると結論付けている。