5.オントロジー(概念体系)

物事の成り立ちをコンピューターと人間が理解できるように書き表したもの

 

5.1.オントロジーとは

まさに概念の概念ですが、元々は哲学用語です。コンピュータ科学と情報科学での、オントロジー(概念体系)は対象世界に存在して対象世界を形造っている概念と概念との関係を、体系的にまとめて記述したものを指します。

オントロジーは、情報を組織化する構造的フレームワークであり、世界またはその一部についての知識表現の形として、人工知能、セマンティックWeb、システム工学、ソフトウエア工学、バイオメディカルインフォマティクス、ライブラリ科学、エンタープライズ・ブックマーキング、および情報アーキテクチャで扱われています。

 

5.2.機械学習によるオントオロジー実装の例

これは私が教育モデルとしてプログラミング実装したものですが、深層学習ではなく、バージョン空間法という、有限個の教師事例から一般規則を見つける機能推論の機械学習です。教師事例が概念にあうか(正例)、そうでないか(負例)によって、正例を一般化し、負例を削除していきます。ここでは普通の概念とうすべてが概念い割り当てられているデーター群(空間)から、概念に反する(負例)要素の単語を削除していき、特殊な概念に分けていきます。最後に残ったものがその概念ということになります。

参考図書:はじめての人工知能 Excelで体験しながら学ぶAI(著者: 淺井登)

 

 

5.3.深層学習とオントロジー

          

前述したように、問診やカウンセリングは前向き推論などが活用されます。これはそれで効果があるのであれば、別に工程のかかる深層学習をする必要はありません。オントロジーも同じことがいえます。プログラミングした全ページの概念学習ソフトは、同時にWebからロボットサーチでいろいろな単語を集めてきます。その単語に対して概念を与えるものですが、概念に対して答えが少なく、単純なものは良いのですが、概念の説明が複雑になると、このような方法ではあいまいさが出てきます。

 

 

       簡単な概念 お金持ち  ⇒ 高級車 家 貯金 海外旅行

 

このくらいなら単語列でも役に立つのですが、答えがたくさんあると手に負えません。

 

       複雑な概念 人生 ⇒ 一生 結婚 人 生活 異性 出世 勉強 別れ ・・・・

 

やはりこうなってくると前述した自然言語処理に頼るしかなくなってきます。しかも深層学習(LSTMなど)での文書解析処理が必要になってきます。

 

つまりここで気づかれると思いますが、深層学習は1つの手法で、いままで機械学習で個々独立してきた複数の手法、複数のモデルに対し、統一した技術体系で処理することができます。ここでは文章、カメラでは画像、経営改善では数値と、扱うデーターが異なるわけですが、処理する方法は階層構造のニューラルネットワークで決まってしまいます。もちろんその入出力でいろいろなフィルターリングや統計解析を使うのですが、中核部は深層学習(CNN:後述、LSTM:前述)だけで済みます。

 

従って、いづれ中核部は遅かれ早かれ深層学習処理に変わっていくと思われますが、従来の木か機械学習で十分効果的であれば、深層学習処理の必要はありません。教師作業に膨大な時間がかかるからです。


このコンテンツは会員限定のコンテンツです。
会員登録または、ログインしてください。

あわせて読みたい