Stammdaten

Query strategy for sequential ontology debugging
Untertitel:
Kurzfassung: Debugging of ontologies is an important prerequisite for their wide-spread application, especially in areas that rely upon everyday users to create and maintain knowledge bases, as in the case of the Semantic Web. Recent approaches use diagnosis methods to identify causes of inconsistent or incoherent ontologies. However, in most debugging scenarios these methods return many alternative diagnoses, thus placing the burden of fault localization on the user. This paper demonstrates how the target diagnosis can be identified by performing a sequence of observations, that is, by querying an oracle about entailments of the target ontology. We exploit a-priori probabilities of typical user errors to formulate information-theoretic concepts for query selection. Our evaluation showed that the proposed method significantly reduces the number of required queries compared to myopic strategies. We experimented with different probability distributions of user errors and different qualities of the a-priori probabilities. Our measurements showed the advantageousness of information-theoretic approach to query selection even in cases where only a rough estimate of the priors is available.
Schlagworte:
Publikationstyp: Abstract (Autorenschaft)
Art der Veröffentlichung Printversion
Erschienen in: Logic in Computer Science
Logic in Computer Science
zur Publikation
 ( arXiv.org; Logic in Computer Science )
Erscheinungdatum: 2011
Titel der Serie: abs/1107.4303
Bandnummer: -
Heftnummer: -
Erstveröffentlichung: Ja
Seite: S. 10 - 10

Identifikatoren

ISBN: -
ISSN: -
DOI: -
AC-Nummer: -
Homepage: http://arxiv.org/abs/1107.4303
Open Access
  • Kein Open-Access

Zuordnung

Organisation Adresse
Fakultät für Technische Wissenschaften
 
Institut für Angewandte Informatik
Universitätsstr. 65-67
A-9020  Klagenfurt
Österreich
  -993705
   ainf@aau.at
https://www.aau.at/angewandte-informatik/
zur Organisation
Universitätsstr. 65-67
AT - A-9020  Klagenfurt

Kategorisierung

Sachgebiete
  • 1108 - Informatik
Forschungscluster Kein Forschungscluster ausgewählt
Peer Reviewed
  • Ja
Publikationsfokus
  • Science to Science (Qualitätsindikator: I)
Klassifikationsraster der zugeordneten Organisationseinheiten:
Arbeitsgruppen Keine Arbeitsgruppe ausgewählt

Kooperationen

Keine Kooperationspartner ausgewählt

Beiträge der Publikation

Keine verknüpften Publikationen vorhanden