Aprendizaje Automático de Ontologías

El aprendizaje automático de ontologías es la construcción semiautomática de ontologías a partir de datos —normalmente texto— extrayendo conceptos, jerarquías y relaciones. Antes conviene recordar qué es una ontología: en informática, la definición canónica de Tom Gruber es «una especificación explícita de una conceptualización», es decir, una descripción formal de los conceptos de un dominio, sus propiedades y las relaciones entre ellos, expresada en lenguajes como OWL o RDF.

De lo léxico a lo lógico

El aprendizaje de ontologías se organiza en capas que ascienden de lo lingüístico a lo formal, en lo que suele llamarse la «tarta» del ontology learning: primero se extraen los términos relevantes, luego se agrupan sus sinónimos en conceptos, se organizan en una jerarquía de relaciones «es-un» (la taxonomía), se añaden otras relaciones no jerárquicas y, en la cima, se inducen axiomas y reglas. Cada capa se apoya en la anterior.

Qué no es

Conviene delimitarlo frente a tres conceptos con los que se confunde. La ingeniería de ontologías es su construcción manual por expertos; el aprendizaje automático la automatiza en parte. La extracción de relaciones es solo una de sus subtareas, no el proceso completo. Y un grafo de conocimiento no es un sinónimo de ontología: la ontología es el esquema —los tipos, las relaciones y las reglas—, mientras que el grafo de conocimiento son los datos, las entidades concretas y sus conexiones; una ontología puede servir de esquema para un grafo de conocimiento.

Métodos

Los métodos combinan técnicas lingüísticas y estadísticas con patrones como los de Hearst, que detectan relaciones «es-un» en el texto (por ejemplo, la expresión «aves como el avestruz» revela que el avestruz es un ave). Hoy, los grandes modelos de lenguaje abren un nuevo paradigma para extraer conceptos, inducir taxonomías y poblar ontologías, aunque con retos abiertos como la consistencia lógica y las alucinaciones.