Интегрированный алгоритм когнитивной оценки и выбора оптимального варианта онтологической модели

Размещено на http://www.allbest.ru/

Интегрированный алгоритм когнитивной оценки и выбора оптимального варианта онтологической модели

В.А. Мохов, Н.Н. Сильнягин

Кафедра «Системный анализ и управление» ЮФУ, г. Ростов-на-Дону

Процесс когнитивной оценки онтологий можно разделить на два этапа: использование инструментов оценки и принятие решения на основании полученных результатов. Несмотря на развитую теоретическую и прикладную базы этой области знаний, программные реализации алгоритмов оценки пребывают в зачаточном состоянии, и все имеющиеся в открытом доступе программы нацелены только на реализацию первого этапа - использование инструментов оценки, тогда как принятие окончательного решения остается на усмотрение эксперта [1].

Авторами предлагается алгоритм, объединяющий реализацию обоих этапов процесса когнитивной оценки онтологий. В качестве инструмента оценки был выбран расчет метрик, позволяющий оценить когнитивные качества онтологии посредством анализа ее графа. Для поддержки принятия окончательного решения могут быть использованы методы решения задач многокритериального выбора.

Рис. 1 - Алгоритм когнитивной оценки и выбора оптимального варианта онтологической модели.

онтология оценка программа коэффициент

Исходными данными для алгоритма являются:

- Набор альтернативных онтологий A1, A2, …, An (для полной реализации алгоритма необходимо минимум две онтологии);

- Метрики m, которые будут использованы при оценке онтологий;

- Весовые коэффициенты wc, сопоставленные метрикам.

1. Эксперт (группа экспертов) выбирает метрики m, которые будут использованы при решении задачи.

2. Эксперт (группа экспертов) присваивает группе метрик, или каждой из них по отдельности, свой весовой коэффициент wc. Это делается с учетом специфики онтологических моделей, подлежащих анализу. (Например, если у всех рассматриваемых онтологий одинаково высокая ветвистость, весовой коэффициент метрик, связанных с этой характеристикой, может иметь небольшое значение)

3. Производится вычисление метрик.

4. Выполняется анализ полученных значений. В зависимости от того выходят ли какие-либо метрики за установленные для них пределы значений (например, превышено число Ингве-Миллера для соответствующего семейства метрик), принимается решение о дальнейших действиях.

5. Если в пункте 4 были выявлены нежелательные значения метрик, эксперт рассматривает вопрос об исключении из анализа тех онтологий, в которых они были обнаружены.

6. Если в пункте 4 нежелательных значений выявлено не было, алгоритм переходит к пункту 9.

7. Эксперт принимает решение об исключении из анализа тех онтологий, в которых были обнаружены нежелательные значения метрик.

8. Если эксперт решает исключить проблемные онтологии, и после этого остается менее двух альтернатив, выполнение алгоритма прерывается.

9. Если количество альтернатив остается достаточным для продолжения выполнения алгоритма, решается задача многокритериального выбора и эксперт получает результат.

Для демонстрации алгоритма авторами была разработана программа MetInt (Metric Interpreter). Текущая версия - 0.9а, реализована в виде Java-приложения с оконным пользовательским интерфейсом. Окно программы показано на рис. 2. Непосредственный расчет метрик производится с помощью инструмента COAT, разработанного при сотрудничестве специалистов Санкт-Петербургского государственного университета, Санкт-Петербургского государственного политехнического университета и Белорусского государственного университета информатики и радиоэлектроники [2]. Инструмент COAT выполнен в виде консольного Java-приложения, осуществляющего вывод вычислений в текстовом виде [3].

Рис. 2 - Окно программы MetInt v0.9a.

MetInt v0.9a считывает результаты расчетов метрик из текстовых файлов, сгенерированных COAT, после чего позволяет сопоставить каждой из предусмотренных в текущей реализации метрик свой весовой коэффициент. В программе использована часть метрик, описанных в работе [4]. Их подробное описание приведено в таблице 1. Для решения задачи выбора применяется алгоритм, расчитывающий рейтинги альтернатив с использованием нормирующих коэффициентов по формуле (1.1)

, (1.1)

где

R(Ui) - рассчитываемый рейтинг i-ой альтернативы;

- весовой коэффициент j-го критерия;

Wj (Ui) - значение j-го критерия оценки для i-ой альтернативы;

Sj - нормирующий коэффициент j-го критерия, численно равный максимальному значению критерия среди рассматриваемых альтернатив;

Пj - признак. Если j-й критерий стремится к максимуму, то он равен 1, если к минимуму, то -1.

При установке значений весовых коэффициентов стоит помнить, что метрики, характеризующие явные черты структуры графа (максимальная глубина, ширина, и т.п.), дают только самое базовое представление о когнитивных свойствах, тогда как метрики, характеризующие более сложные взаимосвязи, включая статистические, более показательны. В связи с этим, базовым метрикам следует выставлять меньшие значения весовых коэффициентов, а более комплексным - большие. В MetInt предусматривается установка весовых коэффициентов «по умолчанию», однако на практике задача будет иметь более адекватное решение, если эти значения будут установлены экспертом самостоятельно, с учетом специфики рассматриваемых онтологических моделей. Так, если заведомо известно, что модель А обладает большей глубиной чем модель В, но при этом является более полной, значения весовых коэффициентов метрик глубины должны быть уменьшены.

Таблица 1 - Метрики когнитивной оценки онтологических моделей

На данный момент характеристики программы включают:

- поддержку 22 метрик (метрики фиксированы, но в случае необходимости часть из них может быть исключена из анализа путем установки нулевого весового коэффициента в соответствующем поле);

- возможность сравнения двух или трех онтологических моделей;

- вывод результата в окне программы как в виде рекомендации, так и в виде непосредственных значений рейтингов альтернатив.

Литература

[1] Мохов В.А., Сильнягин Н.Н. Анализ перспектив программной оценки когнитивных свойств онтологий // Моделирование. Теория, методы и средства : материалы XI Междунар. науч.-практ. конф., г. Новочеркасск, 31 марта 2011 г. / Юж.-Рос. гос. техн. ун-т (НПИ) - Новочеркасск : ЮРГТУ, 2011. - С. 158-163.

[2] Субъективные метрики оценки онтологий. Гаврилова Т.А., Горовой В.А., Болотникова Е.С., Горелов, В.В. Знания-Онтологии-Теории (ЗОНТ-09), 2009

[3] COAT Google Code web page. http://code.google.com/p/ontoeval/downloads/list

[4] Gangemi A., Catenacci C., Ciaramita M., Lehmann J. Ontology evaluation and validation. An integrated formal model for the quality diagnostic task. http://www.loa-cnr.it/Files/OntoEval4OntoDev_Final.pdf

Размещено на Allbest.ru