意味ネットワーク（Semantic Network）

Semantic Network

知識表現 重要度：高

概要

意味ネットワーク（Semantic Network）とは、概念（ノード）と概念間の関係（リンク/エッジ）を用いて知識をグラフ構造で表現する手法です。人間の記憶や知識の構造を模倣したモデルであり、AI分野における知識表現の基礎的な手法として広く用いられてきました。

意味ネットワークでは、「犬」「動物」「哺乳類」などの概念をノードとして表し、それらの間の関係を「is-a（～の一種である）」「part-of（～の一部である）」「has-a（～を持つ）」などのラベル付きリンクで結びます。1960年代にロス・クイリアン（Ross Quillian）が人間の連想記憶のモデルとして提案したのが始まりです。

詳細解説

意味ネットワークの基本構造

意味ネットワークは、以下の要素で構成されます。

  • ノード（node）：概念やオブジェクトを表す。例：「犬」「動物」「プードル」「足」
  • リンク（link / edge）：ノード間の関係を表す有向の辺。ラベルが付けられ、関係の種類を示す
  • ラベル：リンクの種類を示す文字列。is-a、part-of、has-a、can-doなど

主要なリンクの種類

意味ネットワークで使用される代表的なリンクの種類は以下の通りです。

リンクの種類意味例
is-a～の一種である（上位概念と下位概念の関係）犬 is-a 哺乳類、哺乳類 is-a 動物
part-of～の一部である（全体と部分の関係）エンジン part-of 自動車、腕 part-of 人体
has-a～を持つ（属性や所有の関係）犬 has-a しっぽ、鳥 has-a 翼
can-do～ができる（能力の関係）鳥 can-do 飛ぶ、魚 can-do 泳ぐ
instance-of～のインスタンスである（クラスと個体の関係）ポチ instance-of 犬

性質の継承（Inheritance）

意味ネットワークの重要な特徴の一つが、is-aリンクを通じた性質の継承です。上位概念が持つ性質は、下位概念にも自動的に引き継がれます。

例えば、「動物は呼吸する」という知識があり、「犬 is-a 動物」という関係がある場合、「犬は呼吸する」という知識は明示的に記述しなくても、is-aリンクを辿ることで自動的に導出できます。これにより、知識の記述量を削減し、効率的な知識管理が可能になります。

ただし、例外的な性質（「ペンギンは飛べない」など）を適切に処理するには、is-aリンクによる継承だけでは不十分であり、例外処理の仕組みが必要となります。

意味ネットワークの利点と限界

  • 利点：
    • 概念間の関係を視覚的に理解しやすい
    • 性質の継承により、知識の記述量を削減できる
    • 人間の連想記憶のモデルとして直感的
    • 推論（is-aリンクを辿った性質の継承など）が可能
  • 限界：
    • 否定や量化（「すべての」「ある」）などの論理的表現が困難
    • 例外処理が難しい
    • 大規模な知識を扱う際にネットワークが複雑化する
    • リンクの意味が曖昧になりやすい

歴史・背景

意味ネットワークの起源は、1960年代にロス・クイリアン（Ross Quillian）がカーネギーメロン大学で行った博士論文研究に遡ります。クイリアンは、人間が言語の意味をどのように記憶し、検索しているかをモデル化するために、概念をノード、関係をリンクとするネットワーク構造を提案しました。

1969年にはアラン・コリンズとロス・クイリアンが共同で、意味ネットワークに基づく人間の意味記憶のモデルを提案し、心理学的な実験によって検証しました。彼らの研究では、概念間の距離（リンクの数）が遠いほど、人間が判断に要する時間が長くなるという結果が得られ、意味ネットワークが人間の記憶構造のモデルとして妥当であることが示されました。

1970年代には、マービン・ミンスキーがフレーム理論を提案し、意味ネットワークを発展させた構造化された知識表現の枠組みを提示しました。フレームは、対象の属性をスロットとフィラーで表現するもので、オブジェクト指向プログラミングの先駆けとなりました。

現代では、意味ネットワークの概念は、セマンティックWebやナレッジグラフ（Knowledge Graph）に発展しています。Google Knowledge Graphは、検索結果の意味理解のために活用されている大規模な意味ネットワークの応用例です。

具体的な事例

動物の分類体系

「プードル is-a 犬」「犬 is-a 哺乳類」「哺乳類 is-a 動物」「動物 has-a 生命」のようなネットワークを構築すると、「プードルは生命を持つ」という知識を、is-aリンクを辿って自動的に導出できます。

WordNet

WordNetは、英語の語彙を意味ネットワークで体系化した大規模な言語資源です。プリンストン大学で開発され、同義語のグループ（synset）をノードとし、上位語（hypernym）・下位語（hyponym）・部分語（meronym）などの関係でリンクされています。自然言語処理の研究で広く活用されています。

ナレッジグラフ

Googleが2012年に導入したKnowledge Graphは、意味ネットワークの現代的な大規模応用です。「東京 is-a 都市」「東京 part-of 日本」「東京 has-a 人口:約1,400万人」のようなトリプル（主語-述語-目的語）の集合として、数十億の事実を管理しています。

G検定での出題ポイント

試験対策のポイント 意味ネットワークはG検定で頻出のテーマです。以下の点を確実に押さえましょう。
  • 意味ネットワークは「ノードとリンクで概念間の関係を表現する」手法であることを理解する
  • is-aリンク（上位下位関係）とpart-ofリンク（全体部分関係）の違いを正確に区別する
  • 性質の継承（is-aリンクを通じて上位概念の性質が下位概念に引き継がれる）の仕組みを理解する
  • ロス・クイリアンが1960年代に提案したことを知っておく
  • 意味ネットワークの利点（視覚的理解、性質の継承）と限界（論理表現の困難さ）を押さえる
  • ナレッジグラフやセマンティックWebとの関連を理解する