セマンティック・ラダー：知識グラフおよびAIシステムのための自然言語コンテンツの段階的形式化の枠組み

要旨: 意味データおよび知識基盤は、表現の2つの根本的に異なる形式を折り合わせる必要がある。すなわち、ほとんどの知識が生成され、伝達される自然言語と、機械が実行可能な統合、相互運用性、および推論を可能にする形式的な意味モデルである。このギャップを埋めることは、特にデータ入力の時点で完全な意味の形式化が必要な場合において、依然として中核的な課題である。ここでは、データと知識の段階的な形式化を可能にする建築的枠組みであるSemantic Ladder（セマンティック・ラダー）を提案する。この枠組みは、意味の識別可能な担い手としてのモジュール化された意味単位という概念に基づき、自然言語のテキスト断片から、オントロジーに基づくモデル、さらに高次の論理モデルに至るまで、意味の明示性が増していく水準ごとに表現を整理する。水準間の変換は、意味的な強化、記述（ステートメント）の構造化、論理モデル化を支援しつつ、意味の連続性と追跡可能性を保持する。このアプローチにより、意味的知識空間の段階的な構築が可能になり、意味解析の負担が軽減され、自然言語、構造化された意味モデル、ベクトルベースの埋め込みなど、異種の表現の統合が支えられる。したがって、Semantic Ladderは、スケーラブルで相互運用可能であり、AIに適したデータおよび知識基盤の基盤を提供する。