Automatic Generation of Description Logic-based Biomedical Ontologies

本体论，如基因本体论或SNOMEDCT，在生物医学中扮演着重要的角色，它是一个统一的数据集，可以在数据集上进行整合，也可以在数据集上进行分类。让我们从数据中分析这些数据。这是本体论的一种复杂、复杂、时代性和个人性的强化过程。因此，本体论可以从文本和数据中自动生成。在Sinne的形式中，层次论的结果并不意味着本体论。这个小国王还没有正式宣布辞职。这两个项目是，施罗德集团在本体论方面的专业知识和巴德尔集团在文本和数据的本体论方面的综合研究。该Kernidee是dabei，nicht-standard Beschreibungslogikinferenzen，die in der Gruppe Baader entwickelt wurden，auf the Resultate des Lernverfahren der Gruppe Schroeder anzuwenden，um so formale Approximation and weitere Randbedingungen（allgemeine Inklusionsaxiome）zueren。Der angedachte Anchorist hybrid，weil die nicht-standard Inferenzen modifiziert韦尔登müssen，um numerische Information über die Qualität der Lernresultate zu integrieren.

Ontologien, wie die GeneOntology oder SNOMEDCT, spielen in der Biomedizin eine wichtige Rolle, um konsistent Daten zu integrieren, auszutauschen und semantisch zu indizieren. Letzteres ermöglicht eine effiziente Suche nach und Analyse von Daten. Leider ist die manuelle Entwicklung von Ontologien ein komplexer, fehleranfälliger, zeit- und personalintensiver Prozess. Daher wurden Verfahren entwickelt, die Ontologien automatisch aus Texten und Daten lernen. Die resultierenden Hierarchien sind jedoch gewöhnlich keine Ontologien im formalen Sinne, d.h. die gelernten Konzepte haben keine formalen Definitionen. Ziel des Projektes ist es, die Expertise der Gruppe Schroeder im Ontologielernen und der Gruppe Baader in der Beschreibungslogik zu kombinieren, um beschreibungslogische Ontologien aus Texten und Daten zu lernen. Die Kernidee ist dabei, nicht-standard Beschreibungslogikinferenzen, die in der Gruppe Baader entwickelt wurden, auf die Resultate des Lernverfahren der Gruppe Schroeder anzuwenden, um so formale Definitionen und weitere Randbedingungen (allgemeine Inklusionsaxiome) zu generieren. Der angedachte Ansatz ist hybrid, weil die nicht-standard Inferenzen modifiziert werden müssen, um numerische Information über die Qualität der Lernresultate zu integrieren.