Систематизація бібліографічної інформації засобами концептуальних моделей знань

Размещено на http://www.allbest.ru/

Систематизація бібліографічної інформації засобами концептуальних моделей знань

база інформація бібліографічний модель

Інформація, з якою сучасний споживач має справу, досить багатогранна і різнорідна. Коли йдеться про розуміння значення інформації, то мається на увазі потреба у представленні інформації таким чином, щоб показати її значущість в змістовному аспекті. Не є винятком і процес бібліографування, який відображає підготовку бібліографічної інформації. З огляду на те, що бібліографічна інформація - це інформація про документи, яка необхідна для їх ідентифікації та використання, можна виокремити ще два суміжних процеси, що випливають з наведеного вище - процеси ідентифікації та використання. Ідентифікуючи документ, ми маємо змогу його використовувати. Тому процес ідентифікації несе в собі набагато більше значення, ніж просто виявлення ідентичності певного документа. На нашу думку, процес ідентифікації включає в себе цілу низку процесів, які і розкривають зміст ідентифікації по суті. Більше того, щоб адекватно відобразити документ, щоб мати змогу його знайти і використати, вкрай важливо представити його таким чином, щоб інформація про нього була ідентифікаційною в будь-яких базах даних, базах знань.

Звичайно, представлення інформації в базах знань цілком можливе і щодо потреби систематизації галузевої інформації в рамках певного розділу певного знаннєвого апарату. Тут питання в іншому: яким чином різні бази знань примусити взаємодіяти, а головне, розуміти одна одну? Коли йдеться про інтероперабельність, завжди розуміється уніфікація. Потрібно так уніфікувати інформаційні дані, щоб стало можливим представити та інтегрувати інформаційні ресурси незалежно від конкретної галузі знання чи загального змісту конкретного документа. В такому випадку постає потреба у створенні таких концептуальних моделей, механізмів організації, що дозволили б побудувати систему, в якій інформація пов'язувалася б поелементно, де заздалегідь були б прописані зв'язки між поняттями, значеннями, дескрипторами. Звичайно, оперативне опрацювання можливе тільки за допомогою нових сучасних технологій, сучасних моделей представлення та інтеграції інформаційних ресурсів, які активно розвиваються і впроваджуються в практику. Найважливішим елементом сучасних інформаційних технологій є онтології, які дають змогу здійснювати автоматизовану обробку семантики інформації, наданої через Інтернет, з метою її ефективного використання (представлення, перетворення, пошуку). Відповідний принцип обробки даних Інтернету грунтується на представленні останнього як глобальної бази знань і орієнтованого не на осмислення інформації людиною [45], а на забезпечення семантичної інтероперабельності інформаційних ресурсів, тобто на автоматизовану інтерпретацію і обробку інформації. Цим і зумовлена актуальність заявленої теми. Об'єктом публікації є концептуальні моделі знань як механізми систематизації бібліографічної інформації. Предметом - процес систематизації бібліографічної інформації засобами концептуальних моделей знань. Метою публікації є визначення ролі та місця концептуальних моделей знань у процесі систематизації бібліографічної інформації.

Онтологія - термін, запозичений з філософії. Він означає науку, що описує форми буття і те, як вони співвідносяться між собою. Веб-отнологія може включати описи класів, властивостей та їх приклади. Онтології є новими інтелектуальними засобами пошуку ресурсів у мережі Інтернету, новими методами представлення та обробки знань і запитів. Вони здатні точно і ефективно описувати семантику даних для певної предметної області і вирішувати проблему несумісності і суперечності понять [3, с. 25-29]. У інформатиці онтологія розглядається як спроба усеосяжної і детальної формалізації деякої галузі знань за допомогою концептуальної схеми. Зазвичай така схема складається із структури даних, що містить усі релевантні класи об'єктів, їх зв'язки і правила (теореми, обмеження), прийняті в цій області. Онтології мають власні засоби обробки (логічного висновку), що відповідають завданням семантичної обробки інформації. Так, завдяки онтологіям при зверненні до пошукової системи користувач матиме можливість отримувати у відповідь ресурси, семантично релевантні запиту. Тому онтології набули значного поширення у вирішенні проблем представлення знань та інженерії знань, семантичної інтеграції інформаційних ресурсів, інформаційного пошуку тощо.

На сьогодні відомо декілька підходів до визначення поняття «онтологія», але загальноприйнятого визначення досі немає, оскільки залежно від конкретного завдання цей термін зручно інтерпретувати по-різному: від неформальних визначень до описів онтологій у поняттях і конструкціях логіки та математики. Ми тлумачитимемо цей термін як формальну специфікацію концептуалізації, що систематизується, має місце в деякому контексті предметної області і може виступати змістовною складовою процесу бібліографування. При цьому під концептуалізацією розумітимемо, окрім збирання понять, також усю інформацію стосовно понять - властивості, стосунки, обмеження, аксіоми і твердження про поняття, необхідні для опису і вирішення завдань в обраній предметній області. Неформально онтологія складається з термінів і правил використання цих термінів, що обмежують їх значення у рамках конкретної області. На формальному ж рівні, онтологія - це система, що складається з набору понять і набору тверджень про ці поняття, на основі яких можна будувати класи, об'єкти, стосунки, функції, теорії.

Оскільки в кожній області можуть існувати різні розуміння одних і тих же термінів, онтологія виступає певною «угодою» щодо значення термінів і є посередником між людино- і машинно-орієнтованим рівнем представлення інформації. Онтологія існує у рамках домовленостей між членами співтовариства, наприклад, між користувачами деякої інформаційної системи. Концептуальне моделювання націлено на вирішення питань про те, як декларативним чином, що допускає повторне використання, описати предметну область, відповідні словники типів, як обмежити використання цих даних, з розумінням того, що може бути виведено з цього опису. З наведеного визначення також виходить, що окремими випадками онто - логій є простий словник, тезаурус (у якому обмежено число відношень між термінами). Своєрідним представником певної онтології може бути і бібліографічна база даних з її змістовним наповненням та механізмами співвідношення понять. Фактично, онтологію можна застосовувати в якості компоненти баз знань, схеми об'єктів в об'єктно-орієнтованих системах, концептуальної схеми бази даних, структурованого глосарію інформаційних блоків, що взаємодіють, визначення класів для програмних систем. Онтології також дають змогу відповідним програмним засобам (інтелектуальним агентам ') автоматично (без участі людини) визначати сенс термінів, використаних при описі ресурсів, і зіставляти його з сенсом поставленого завдання.

Онтології мають дві особливості: вони можуть бути множинними (складеними), в яких розрізняються представлення контексту одного і того ж домену, а можуть ідентифікувати абстрактні рівні онтологій (бути рівнем вище інших онтологій). Стосовно другого випадку, то можливо ідентифікувати декілька рівнів абстракції, на кожному з яких можуть бути визначені онтології. Наприклад, в області кожної наукової дисципліни можна визначити онтології, а рівнем вище можна описати онтології наукових областей, що перебувають на стику окремих наукових дисциплін. Ще вище поставимо онтологію наукової дисципліни взагалі. Наступним рівнем абстракції можуть бути загальні категорії структур знань. Таке узагальнення приводить нас до необхідності детально розглядати умови створення онтологій, щоб організовувати їх у бібліотеки онтологій.

Одним з основних аспектів організації онтологій є вибір відповідної мови специфікації (Ontology specification language). Мета таких мов - надати можливість вказувати додаткову машинозчитувану семантику ресурсів, для того щоб зробити машинне представлення даних більше схожим на дійсний стан речей у реальному світі, істотно підвищити виразні можливості концептуального моделювання веб-даних.

Сьогодні існує велика кількість мов представлення онтологій. Їх можна розподілити на певні групи: традиційні мови специфікації онтологій (KIF, Ontolingua, CycL); мови, засновані на дескриптивних логіках (LOOM); мови, засновані на фреймах (OKBC, OCML, F-logic); мови, засновані на Web-стандартах (XOL, SHOE, RDF, DAML, OIL, OWL).

Досить часто для представлення онтології використовується мова вказаної категорії KIF (Knowledge Interchange Format), розроблена на початку 90-х рр. в Лабораторії систем знань (KSL) Стенфордського університету. Спочатку вона розроблялася як формальна мова для забезпечення обміну знаннями між різними системами, заснованими на знаннях. Розробники анонсували [21], що даний формат не планується для використання представлення знань тільки в межах однієї програми, використання даного формату було націлено на взаємодію людини і комп'ютера. Отже, дана мова фактично є посередником між програмними агентами.

На основі розширення мови Kff в тій же лабораторії було створено дослідницьку систему Ontolingua, що підтримує формування і представлення онтологій у певному канонічному форматі, завдяки чому забезпечується їх спільне використання та інтеграція у середовища різних систем, для здійснення певних операцій з ними. Онтологію, задану в класичному форматі, можна легко екстраполювати у різні системи, що використовують різний синтаксис для представлення знань і мають різні можливості міркувань. Система Ontolingua реалізована на мові Common Lisp, вона призначена для підтримки формальної специфікації завдань користувача на основі бібліотеки формальних описів фрагментів завдань, моделей і понять, а також для ведення самої бібліотеки фрагментів. Ontolingua включає програму синтаксичного аналізу, утиліту для перевірки правильності перехресних посилань, інструментів-перекладачів з мови системи на мови інших поширених систем представлення та генератор звітів у формі HTML. Як зазначалося вище, в основі мови формальних описів у системі Ontolingua лежить мова, розроблена в KSL і запропонована в якості стандарту міжмашинного обміну знаннями. Мова KIF є мовою числення предикатів другого порядку для представлення непроцедурних знань, доповнена засобами представлення процедурних знань у вигляді умовних правил переписування виразів. Користувач системи може бути видаленим і взаємодіяти з системою через Інтернет. Мета користувача - формалізувати завдання (чи модель) зі своєї прикладної області для наступних обчислень на спеціалізованих серверах математичної обробки. У бібліотеці Ontolingua зберігаються формальні описи фрагментів завдань користувача, кожне з яких, з математичної точки зору, є набором імен змінних, набором імен предикатів і функцій та набором аксіом або рівнянь, тобто те, що в математичній логіці називається теорією. Як правило, ці теорії не повні, вони описують лише те, що відомо про цей фрагмент. Користувач формальний опис свого завдання вибудовує з фрагментів, що зберігаються в бібліотеці Ontolingua, суміщаючи їх у різний спосіб і надаючи значення певним змінним. У результаті формується формальний опис завдання користувача, яке, з погляду математичної логіки, також представляється у вигляді теорії, тобто у вигляді набору змінних завдань, імен предикатів, імен функцій та набору аксіом і рівнянь завдання. Завдання може полягати у визначенні значень деяких змінних чи області істинності деякої формули або у перевірці істинності деякої формули в побудованій теорії для цього завдання. Далі формальний опис завдання користувача може передаватися у форматі мови KIF на інші сервери через Інтернет, де для отримання відповідей на питання формальний опис може бути перекладений внутрішніми мовами інших систем і оброблений спеціальними програмами (рішенням рівнянь, програмними засобами спеціалізованої системи; логічного висновку, програмними засобами автоматичного доведення теорем; імітаційного моделювання тощо).

CycL - гібридна мова, в якій об'єднані властивості фреймів і логіки предикатів. Синтаксис мови CycL схожий на синтаксис мови Lisp [40]. CycL розрізняє такі сутності, як екземпляри, класи, предикати і функції. Словник CycL складається з термів. Безліч термів можна розділити на константи, неатомарні терми і змінні. Терми використовуються при складанні значущих виразів CycL, з яких формуються судження. З суджень складається база знань. Дана мова - мова опису онтології Cyc - проект зі створення об'ємної онтологічної бази знань, що дає змогу програмам вирішувати складні завдання в області штучного інтелекту на основі логічного висновку і залучення здорового глузду. Проект започаткував Дуглас Ленат у 1984 р. в Microelectronics and Computer Technology Corporation [24]. Назва «Cyc» (утворена від «encyclopedia» і читається «цик»). База знань є власністю компанії, проте невелика частина бази, призначена для встановлення загального словника для програм автоматичного міркування, була випущена як OpenCyc під відкритою ліцензією. База знань (англ. Knowledge Base або KB) містить більше мільйона, занесених туди людьми, тверджень, правил, загальновживаних ідей. Вони формулюються на мові CycL, яка заснована на численних предикатах і має схожий з ліспом синтаксис. Велика частина роботи в проекті Cyc ще і сьогодні пов'язана з інженерією знань - опис фактів про навколишній світ вручну та реалізація ефективних механізмів логічного висновку на основі цих знань. Проте фахівці працюють над тим, щоб дати можливість системі Cyc самостійно спілкуватися з користувачами на природній мові, а також, щоб прискорити процес поповнення бази за допомогою машинного навчання [40].

LOOM - це мова і середовище для побудови інтелектуальних доповнень [23]. Основою, ядром даної мови є система представлення знань, яка використовується для побудови дедуктивних висновків на основі декларативних знань. Останні складаються з визначень, правил, фактів і правил апріорі [29]. Дедуктивним рушієм виступають: використання прямих ланцюжків логічного висновку, семантична уніфікація, об'єктно-орієнтовані технології підтримки валідності. LOOM розроблена дослідниками з групи Artificial Intelligence Research Group [17] університету Південної Каліфорнії (University of Southern California's Information Sciences Institute), вона поширюється за відкритою ліцензією, але як інтелектуальна власність належить університету Південної Каліфорнії і не є загальнодоступною. Мета проекту LOOM - розроблення і впровадження засобів для представлення знань в області штучного інтелекту [8].

Open Knowledge Base Connectivity (OKBC) є інтерфейсом програмування доповнень для доступу до баз знань, що зберігаються в системах представлення знань. OKBC розробляється під егідою Управління перспективних дослідницьких проектів (DARPA) Пентагона для застосування в якості первинного протоколу для інтеграції різних компонентів технології. Цей протокол розроблений у Стенфордському університеті і є подальшим розвитком Generic Frame Protocol (GFP). OKBC забезпечує рівномірність моделі бази знань на основі загальної концепції класів, окремих осіб, слотів, наслідків (inheritance). Тобто, в рамках OKBC для знаннєво-орієнтованих систем розроблена уніфікована модель системи представлення знань. Ця модель грунтується на теорії фреймів і використовує такі поняття, як «концептуалізація класів», «об'єкти», «слоти», «фасети», «спадкоємство» для подання знань про предметну область, що дає змогу створювати різні знаннєво - орієнтовані додатки з високим рівнем інтеропе - рабельності [27]. У рамках OKBC враховано багато специфічних особливостей систем представлення знань, розроблені у вигляді програмних компонентів редактори фреймів, візуалізація вмісту онтологій, інструменти аналізу і логічного висновку. Все це може задіюватися при розробленні специфічного програмного інструментарію, який використовує базу знань. OKBC у мовах програмування визначається з позиції незалежності і в існуючих реалізаціях Common Lisp, Java та C. Протокол підтримує мережевий, а також прямий доступ до баз знань. OKBC складається з безлічі операцій, які забезпечують загальний інтерфейс для різних баз знань [7]. Цей інтерфейс ізолює додатки від багатьох особливостей конкретної системи представлення знань і уможливлює розроблення інструментів (наприклад, графічних браузерів, редакторів, засобів аналізу та виведення). OKBC успішно використовується в декількох поточних проектах в НДІ та Стенфордського університету.

OCML - мова моделювання підтримує формування моделей знань за допомогою декількох типів конструкцій [25]. Це дає змогу специфікувати і вводити в дію функції, відношення, класи, екземпляри і правила [28]. Вона також включає механізми для визначення онтологій, вирішення проблем методів і основних технологій, розроблених в області моделювання знань. OCML використовується у низці проектів, які реалізуються KMI (Knowledge Media Institute, Англія) [20]. За допомогою цієї мови забезпечується моделювання для підтримки додатків у областях, заснованих на системі знань, зокрема таких, як управління знаннями, онтологія розвитку, електронна торгівля. OCML підтримується великою бібліотекою моделей, що повторно використовуються. Це дає змогу забезпечувати корисний ресурс для моделювання систем знань.

F-Logic - онтологічна мова, яка грунтується на логіках першого порядку, проте класи і властивості в ній представлені як терміни, а не як предикати [8]. Вона створювалася для здійснення взаємодії між онтологіями, побудованими на основі предикатів, і онтологіями, побудованими на основі F-Logic. її творці визначили інтуїтивні транслятори для перетворення знань з предикативних онтологій у F-Logic онтології і показали, що такий переклад зберігає логічні зв'язки для великої кількості онтологічних мов [26], у т. ч. і для багатьох OWL DL, про що йтиметься нижче. F-Logic може застосовуватися для метамоделювання розширень Description Logics.

XOL - мова для обміну онтологіями. Вона призначена для використання в якості мови-посередника для передачі онтологій між різними системами управління базами даних, онтологіями розвитку інструментів або прикладними програмами. XOL надає формат для обміну визначень онтології серед безлічі заінтересованих сторін. Дефініції, призначені для кодування, включені до XOL як схеми інформації (мета-дані). Йдеться, насамперед, про визначення класу об'єкта з бази даних, і нонсхеми інформації, такі як визначення об'єктів від об'єкта баз даних. Синтаксис XOL заснований на XML, який є мовою для створення документів для WWW. XML-синтаксис обрано тому, що його синтаксис і параметри досить прості для розуміння людиною. Семантика XOL заснована на OKBC-Lite, яка є спрощеною формою моделі знань для OKBC (Open Knowledge Base Connectivity). OKBC - це API (Application program interface) для доступу до системи знань. Його модель знань підтримує можливості, які найчастіше існують у системах представлення знань, об'єктних базах і реляційних базах даних. Наприклад, група з розроблення наукової бази даних може використовувати систему керування базами даних (СКБД) Oracle для створення реляційної бази даних. Ставлячи перед собою мету перевести СКБД схему з SQL у XOL, а потім опублікувати отриманий файл на WWW для довідки користувачам бази даних або інших груп, можна перетворити схеми, використовуючи існуючий SQL-^-XOL перекладач. XOL схожий на інші, розроблені раніше, мови представлення онтологій. Зокрема, історія його починається із згаданої вище Ontolingua. Насправді, XOL відрізняється від Ontolingua наявним у його основі XML-синтаксисом, а не Lisp-синтаксисом, хоча заради справедливості варто зазначити, що семантика OKBC-Lite дуже схожа на семантику Ontolingua.

SHOE - маленьке розширення до HTML, яке дає змогу авторам веб-сторінки анотувати свої веб-документи за допомогою машиноорієнтованого знання. SHOE робить можливим реальне інтелектуальне програмне забезпечення агента в мережі, HTML ніколи не призначався для суто комп'ютерного використання. Його призначення - показати дані для людей, щоб читати. «Знання» про веб - сторінку представлено зручною для читання мовою (зазвичай англійською), а також графікою і структурним способом, що дає змогу людині сприймати знання візуально. На жаль, розумні програмні агенти не є людьми. Навіть з сучасною технологією природної мови змусити комп'ютер читати і розуміти веб-документи дуже важко. Це, у свою чергу, спричиняє труднощі щодо створення розумного агента, який би міг вільно блукати мережею, досліджувати і розуміти зміст веб - сторінок. SHOE нівелює цю проблему, надаючи можливість представляти веб-сторінки засобами знань, які розуміє і знає агент.

RDF - спосіб представлення знань у децентралізованому світі. Він є технологією, яка дає змогу комп'ютерним програмам користуватися усією структурованою інформацією, розподіленою по вузлах Веба [6]. RDF не є XML-форматом у буквальному розумінні - це більш ніж просто мета - дані. Фактично це універсальний спосіб представлення будь-якого цілісного знання засобами невеличких окремих частинок. Він задає певні правила стосовно семантики, тобто сенсу цих частинок. Ідея полягає в тому, щоб одним простим способом можна було описати будь-який факт, причому в такому структурованому вигляді, щоб його могли обробляти комп'ютерні програми. RDF призначений для представлення знань у розподіленому світі. Іншими словами, для RDF особливо важлива змістовність, все з чим він працює повинно мати і має певну змістовність, тому і посилання робиться на якийсь конкретний об'єкт, або на абстрактне поняття, або на той чи інший факт [32]. Стандарти, засновані на RDF, описують логічні висновки, що пов'язують ці факти, і вказують, як можна знайти самі факти у величезній базі даних усіх знань, представлених у RDF. Як зазначалося вище, RDF підходить для роботи з розподіленими знаннями тому, що доповнення можуть збирати разом RDF-файли, розміщені в Інтернеті різними людьми, і з легкістю дізнаватися із зібраного документа навіть про те нове, що не було представлене у жодній з його частин до цього. У RDF передбачається два процеси, завдяки яким все це здійснюється. По-перше, об'єднуються документи, що використовують спільні мови, по-друге, допускається використовувати будь-які мови у кожному з документів. Вищенаведене характеризує RDF як доволі гнучку технологію, що є дуже важливим і, більше того, необхідним у процесі уніфікації представлення знань. Цим зумовлена і доволі широка панорама застосування RDF, перелік можливостей застосування якої представлено у списку розсилки W3C Semantic Web [34]: об'єднання даних з різних джерел, не створюючи спеціалізованих програм; можливість надання доступу іншим користувачам до особистих даних; децентралізація даних до такої міри, щоб ними користувався не тільки хтось один; відтворення специфічних процесів з великими обсягами даних - введення, виведення, перегляд, аналіз, здійснення пошуку, що дає змогу створювати (або використовувати готовий) універсальний інструмент, засобами якого можна будо б усе це робити, дотримуючись моделі даних RDF (такої, яка має перевагу в тому, що вона не прив'язана до закритих технологій зберігання і представлення даних, на відміну від діалектів СКБД).

Будь-яке вираження RDF грунтується на колекції так званих триплетів, кожен з яких складається з суб'єкта, предиката і об'єкта. Кожен триплет є свідченням зв'язку між поняттями (суб'єкт і об'єкт) [5], позначеними як модулі, котрі цей зв'язок сполучає. Варто наголосити, такий зв'язок має певний напрям і, що особливо важливо, спрямування завжди відбувається від суб'єкта до об'єкта. Таким чином, RDF-граф утворює семантичну мережу. Значенням RDF-графа є логічне «І» усіх тверджень-триплетів, що формують цей граф. Варто принагідно зазначити, що граф - це сукупність вузлів і ребер, що сполучають ці вузли. Тобто це система, яка інтуїтивно може бути розглянута як безліч кіл і безліч ліній, що сполучають їх. Кола називаються вершинами графа, лінії зі стрілками - дугами, без стрілок - ребрами. Граф, напрям ліній не виокремлюється (усі лінії є ребрами), називається неорієнтованим, а граф, в якому напрям ліній принциповий (лінії є дугами) називається орієнтованим [1, с. 47-51]. В чистому програмуванні виділяють також об'єктні графи, які забезпечують простий спосіб обліку взаємних зв'язків у безлічі об'єктів, і не обов'язково, щоб ці зв'язки точно проектувалися в класичні зв'язки об'єктно-орієнтованого програмування (такі як відношення головного і підлеглого), хоча вони моделюють цю парадигму досить добре [16]. Кожному об'єкту в об'єктному графові присвоюється унікальне числове значення. Ці числові значення, що приписуються членам в об'єктному графі, довільні і не мають ніякого сенсу поза графом. Після присвоєння усім об'єктам числового значення, об'єктний граф може почати запис безлічі залежностей кожного об'єкта.

Размещено на Allbest.ru