Онтологічні системи та засоби подання

онтологічних знань
Лекція №7
 Тезауруси та онтології

Два ДОСЛІДНИКА співпрацюють,

якщо:
1.вони мають спільну мету
2.роблять певні дії для досягнення
цієї мети
приклад
 приклад

Правила переходів
для властивості
"Сімейний стан"
 приклад
 наша предметна область складається з безлічі осіб (Person);
 серед них виділяються керівники (Manager) і дослідники (Researcher);
 дослідники звітують (reports-to) перед керівниками;
 дослідники можуть співпрацювати (cooperates-with) між собою
 Приклад онтології
1. Таксономічні правила, що вказують, що дослідники і керівники є видовими
поняттями людини
O1 = {Researcher(x) → Person(x), Manager(x) → Person(x)}

2. Введемо правила, що визначають області допустимих значень для бінарних

відносин
O2 = O1 U {cooperates-with(x, y) → Person(x) & Person(y),
reports-to(x, y) → Person(x) & Person(y)}

3. Відношення cooperates-with є симетричним відношенням

O3 = O2 U {cooperates-with(x, y) ↔ cooperates-with(y, x)}

4. Відношення reports-to є транзитивним

O4 = O3 U {reports-to(x, y) & reports-to(y, z) → reports-to(x, z)}

5. Відсутній перетин дослідників і керівників

O5 = O4 U {Manager(x) → ¬Researcher(x)}
 Вивід на аксіомах
 Чи є онтологія (система аксіом) повною?
 Чи є онтологія (система аксіом) несуперечливою?
 Чи є те чи інше поняття (сутність, атрибут, зв'язок)
або підонтологія виведеної з наявної?
 Класифікація онтологій по вмісту
Сутності, зв'язки, час,
Онтологія верхнього рівня простір, події

Знання
Складання розкладів,
проблемної області
резервування квитків,
Онтологія предметної Онтологія задач та управління виробництвом
області методів комп'ютерні науки

Прикладна онтологія Конкретні онтології,

наприклад, онтологія
Інституту програмних
систем
 Архітектура з Відкритим Вихідним Кодом
Protege - редактор онтологій, який використовується для
представлення знань з предметної області, включаючи сценарії
моделювання та набори правил
OpenMap - бібліотека ГІС, яка використовується для візуального
представлення просторових даних на тлі електронних карт
Drools - заснована на правилах машина логічного висновку, що
використовується для інтерпретації сценаріїв і наборів правил
Groovy - мова програмування допоміжних функцій
Clojure - мова програмування складних завдань
 Онтологія Сценаріїв

онтологія
є формальний опис понять предметної
області у вигляді класів, властивостей
або атрибутів понять у вигляді слотів
класів і обмежень у вигляді граней
слотів.
онтологія
разом з безліччю індивідуальних
представників (об'єктів) класів
утворює Базу знань.
Предметна область
моделювання складних просторових
процесів може бути описана з
використанням поняття сценарію
процесу та інших, які конкретизують
його понять.
Сценарій
є деяке узагальнення
поняття алгоритму.
Складається з блоків
завдань і блоків прийняття
рішень, пов'язаних лініями
потоку.
Завдання в сценарії можуть
виконуватися як
послідовно так і
паралельно.
 Набори Правил
Набори правил використовуються в тих випадках, коли загальний алгоритм просторового
процесу заздалегідь не відомий, зате можуть бути сформульовані порівняно прості правила, що
регулюють його окремі частини.
 Правило являє собою структуру з 2х частин - умови і дії. Коли умови виконуються, правило
спрацьовує і дії виконуються.
 Реалізація Дій

Передумови
Більшість реальних дій є
тривалими
Комп'ютерне імітаційне
моделювання є дискретний
процес, відповідне повторення
циклів з інтервалом Δt, під час
якого виконуються
обчислення, перевіряються
умови і моделюються події
Реалізація з 2х правил
Правило Старту описує
умови запуску дії і установку
початкових значень
параметрів виконання дії
Правило Повторення
описує, що потрібно робити в
кожному циклі Δt для
виконання дії, включно з
перевіркою умови закінчення
 Реалізація Рішень

Правило Рішення
у виконавчій частині
містить програму
вибору напрямку
продовження
сценарію в
залежності від
виконання до даного
моменту умови,
пов'язаного з даним
рішенням.
 Додаткові технології. Обмін Сигналами

Сервер Protege насамперед

призначений для віддаленого
редагування онтологій,
використовуючи Java RMI.
Розроблено проста онтологія
обміну сигналами, що включає
клас Signal. Вона зберігається
на сервері Protege.
Для відправки сигналу на сервер
надсилається новий
представник класу Signal.
Для отримання сигналу інший
сценарій читає і видаляє його
з сервера.
 Додаткові Технології. Google Earth
Для відображення моделювання на тлі програми
Google Earth розроблений KML сервер, заснований на технології мікро web сервера
Jetty
 Додаткові технології. Web

На базі KML сервера розроблена інтерактивна Web технологія, яка

використовує AJAX, JavaScript і ГІС бібліотеку OpenLayers
 Інженерія онтологій
 Інженерія програмного забезпечення - додаток систематичного, дисциплінарного,
вимірного підходу до розвитку, оперування та обслуговування програмного
забезпечення, а також дослідженню цих підходів; тобто, додаток дисципліни інженерії
до програмного забезпечення.
 Інженерія онтологій в комп'ютерних науках - це дисципліна, яка вивчає методи,
методології та засоби побудови і використання онтологій.
 Інженерія онтологій спрямована на явне вилучення та представлення знань, що
містяться в предметних областях різного призначення.
 Інженерія онтологій спрямована на вирішення проблем інтероперабельності,
викликаних семантичними проблемами, тобто проблемами можливого
неоднозначного розуміння термінів тієї чи іншої предметної області.
 Інженерія онтологій включає наступні аспекти:
 життєвий цикл онтологій;
 процес розробки онтологій;
 методи і методології побудови онтологій;
 набір інструментів і мов для їх побудови і підтримки
 Інженерія онтологій - операції
 Зіставлення (matching)
   Уніфікація (unification)
   Уточнення (refinement)
   Відображення (mapping)
   Узгодження (alignment)
   Інтеграція (integration)
   Успадкування (inheritance)
   Композиція (composition)
   Злиття (merging)
   Об'єднання, перетин, різниця (union,
intersection, difference)
 Життєвий цикл - етап розвитку

Збір пропозицій щодо розвитку (зміни)

Подання пропозицій щодо розвитку - щоб реалізувати вимоги по зміні онтології, вони
повинні бути представлені в потрібній формі і з необхідним ступенем деталізації
(прості зміни, складні зміни)
Семантика розвитку / змін - зміна / розвиток онтології має проводитися з
урахуванням вироблених на етапі аналізу вимог по її цілісності. Цілісність, це, по-
суті, аксіоматика
Реалізація змін
Поширення змін - онтологія може бути пов'язана тим чи іншим чином (mapping,
alligning) з іншими онтологіями. Тому її зміни повинні бути поширені на інші
пов'язані з нею онтології.
Перевірка - тестування правильності проведених змін
 Ontology learning
 OntoWeb Consortium. Deliverable 1.5: A survey of
ontology learning methods and techniques. – 86 p.
 
 Ontology learning (пізнання) (ontology extraction, ontology
generation, or ontology acquisition) - це напівавтоматичний
витяг необхідних понять і відносин між ними з відповідних
(неструктурованих, напівструктурованих і структурованих)
джерел з метою побудови онтології.
 Це складний міждисциплінарний напрямок досліджень,
який використовує знання з таких дисциплін, як обробка
природних мов, інтелектуальний аналіз даних (data
mining), машинне навчання і уявлення знань.
 Висновок (міркування) в онтологіях
(ontology reasoning)
 Висновок (inference, reasoning) передбачає
можливість виводити нові неявно задані дані (знання)
з наявних явно заданих.

 Вирішувати проблему виведення в онтології в

достатній мірі повноти можна в тому випадку, коли
онтологія формалізована.

 Мовою формалізації онтологій є дескриптивна логіка

(DL), яка формалізує такі дві мови онтологій, як RDF і
OWL.

 Використовується на більшості етапів життєвого

циклу онтології.
 Джерела для Ontology learning
 Ontology learning на підставі тестів - витяг онтологій за
допомогою застосування до текстів методів аналізу природних
мов
 Ontology learning на підставі словників - використання
машиночитаних словників для вилучення з них понять і зв'язків
між ними
 Ontology learning на підставі баз знань - побудова онтологій
на підставі відомостей, наявних в базах знань
 Ontology learning з напівструктурованих джерел - побудова
онтологій на підставі джерел, що мають певну структуру,
наприклад, схеми XML
 Ontology learning з реляційних схем - побудова онтологій на
підставі понять і відносин між ними, витягнутих з баз даних
«Листовий пиріг» Ontology learning