Структура и запросы в отнологиях

Размещено на http://www.allbest.ru/

Институт Проблем Управления РАН, Москва

Структура И запросы в онтологиях

В.С. Суховеров

Л.Б. Шипилина

Аннотация

Рассматривается создание и использование онтологий, в том числе, средства представления данных с помощью RDF-модели и OWL DL, построение стандартных и расширенных запросов. Приводятся фрагменты онтологии, разрабатываемой в среде Protйgй.

Введение

В связи с интенсивным ростом объемов информации в сети Интернет и, прежде всего в области научных знаний, актуальной задачей является повышение эффективности использования информационных ресурсов большого объема. Эта задача успешно решается с помощью семантических WEB-порталов, где применяется онтологический подход для организации, доступа, хранения и пополнения тематической информации.

В онтологиях эффективность информационного поиска, то есть построения запросов и получения ответов на них с оценкой и интерпретацией результата, определяется соответствием семантики словаря и структурных связей онтологии реальным описаниям и связям объектов в (ПО). При создании онтологии важно определить круг пользователей, для которых создается онтология, и предполагаемую среду машинной реализации [Nguyen et al., 2006]; [Кузнецов и др., 2008]. «Хорошо структурированные» онтологии научных знаний имеют унифицированные процедуры ввода новых данных и интеграции с другими онтологиями и обладают большими возможностями для организации информационного поиска, как пользователями, так и программными агентами.

Основные положения данной работы проиллюстрированы примерами из разработки онтологии, описывающей научно-организационную деятельность учреждения и ПО некоторых научных дисциплин. Разработка проводилась в среде Protйgй.

1. Структура онтологии

Структура онтологии представляется семантической сетью - орграфом, вершинами которого являются классы и экземпляры, а ребра отражают семантические отношения между классами и/или экземплярами. Классы и экземпляры характеризуются свойствами. Свойства могут быть представлены с помощью семантических бинарных отношений (объектные свойства) и атрибутами (свойства объектов и/или экземпляров разного типа - число, строка и т.д.). Для каждой онтологии существуют правила вывода, которые используются при решении онтологических задач (например, при построении запросов). Эффективность решения задач по использованию информации существенно улучшается, если онтология отвечает определенным требованиям и рекомендациям [Nguen et al., 2006], [CYC, 1994-2010]:

· На семантической сети выделен скелет онтологии - иерархия классов предметной области в виде графа. При этом ребра дерева отражают семантические отношения типа: IS-A (KIND-OF) - таксономические, PART-WHOLE, TOPIC-SUBTOPIC.

· Между классами и экземплярами различных классов наряду с иерархическими связями устанавливаются и другие семантические связи, представляемые объектными бинарными отношениями, характерными для описываемой предметной области (Рис.1).

· Онтология снабжена глоссарием, который содержит имена понятий, экземпляров, отношений и т. д. и используется при построении и модификации онтологии.

· Онтологии научного знания разделяются на онтологии верхнего уровня, описывающие разделы научных направлений, например, предметно-независимые онтологии, обобщающие знания целого ряда научных дисциплин, и онтологии предметных областей (ПО), описывающих знания отдельных научных дисциплин.

· При построении структуры онтологии в описании ПО выделяются содержательные сегменты, для которых определяются категории наиболее важных понятий и из них составляется метаописание ПО. Например, для подразделов онтологии ПО «Принятие решений», метаописание содержит категории-классы: модель, метод, задача, интерпретация и объяснение результатов, инструментарий, область применения.

2. Языки и среды для работы с онтологиями

В настоящее время существует ряд машинных языков и сред [Denny, 2004] для создания онтологий и работы с ними. Так, консорциум W3C рекомендует использование языка OWL (Ontology Web Language), который является языком среды Protйgй, ориентированной на создание семантических WWW-порталов [PROTЙGЙ, 2008]. Экранная среда Protйgй содержит набор вкладок, обеспечивающих доступ пользователя к инструментарию и обеспечивающих разработку онтологии, ее наполнение классами, экземплярами классов, свойствами. Свойства типа Object, описывают двухместные отношения между экземплярами разных классов, а свойства типа Datatype - атрибуты конкретного класса. Для тестирования онтологии в процессе разработки используются специальные программные средства, называемые reasoner'ами (R) [PROTЙGЙ, 2008]. Имеется возможность создания дополнительных встраиваемых программ, plugin-in'ов, и внешних приложений на языке программирования JAVA.

Формальная семантика семейства языков OWL основана на дескриптивной логике (ДЛ) [Baader et al., 2003]. Изначально ДЛ зародилась как расширение фреймовых структур и семантических сетей механизмами формальной логики. ДЛ оперируют понятиями «концепт» и «роль» (бинарное отношение между классами). В терминах ДЛ набор утверждений общего вида называется TBox, набор утверждений частного вида - ABox, а вместе они составляют базу знаний или онтологию. Применение ДЛ обеспечивает компактность в представлении данных и разрешимость онтологических задач, в том числе, создание соответствующих программ и алгоритмов. Наиболее часто для разработки онтологии используется диалект OWL DL, который обеспечивает максимальную выразительность без потери полноты вычислений и разрешимости за конечный интервал времени. Однако в языковых конструкциях OWL DL существуют ограничения, например, класс не может быть частным свойством, свойство не может быть экземпляром или классом, которые и позволяют сделать язык разрешимым. На практике получение выводимых (inferred) фактов, как результата анализа логических утверждений относительно классов, экземпляров и свойств онтологии реализуется специальными программными средствами R (semantic reasoner, reasoning engine, rules engine). R могут производить различные операции с онтологиями, в том числе, проверку непротиворечивости утверждений, проверку и создание полной иерархии классов, проверку на непротиворечивость экземпляров классов и т.д.

3. Информационный поиск и запросы в онтологии

Ранее в поисковых системах использовалась индексация ресурсов сети (введение в текст гиперссылок, поиск по ключевым словам) при полном отсутствии средств анализа хранимой информации. Онтологический подход, используемый при создании порталов, позволяет учитывать семантику запросов. Онтология портала знаний содержит как описание ПО, так и описание релевантных ей ресурсов [CYC, 1994-2010]; [Загорулько и др., 2007]. На главной странице портала размещается справочник в виде онтологической структуры для управления поиском информации на связанных страницах портала. Семантические онтологические порталы обладают довольно мощными способностями к рассуждению, например, за счет семантических описаний терминов в глоссарии средствами клаузальной семантики [Загорулько и др., 2007]. В онтологических средах [CYC, 1994-2010]; [PROTЙGЙ, 2008], использующих языки ДЛ, начальная обработка запроса предполагает преобразование текста запроса, обусловленное особенностями языков DL [Sirin et al., 2007]; [Tessaris, 2001], и использование методов компьютерной лингвистики при работе с запросами на языке, близком к естественному [CYC, 1994-2010]. Собственно вывод основан на исчислении первого порядка и поддерживается необходимым набором правил - аксиом равенства и включения (T-Box) и утверждений (A-Box) [CYC, 1994-2010].

На сайтах некоторых порталов структура онтологии представлена в графическом виде, и пользователь обладает возможностью интерактивного информационного поиска, просматривая фрагменты онтологии и отсекая ненужные ветви, как, например, в PubMed [PubMed, 1960-2010].

Но, чаще всего, от пользователя при построении запросов не требуется знания внутренней структуры онтологии. Подходы, берущие начало в базах данных и основанные на синтаксисе, себя исчерпали. В отличие от них, системы поиска, работающие с онтологиями, используют семантику понятий для оценки их меры близости по различным критериям. Эти меры близости основываются на различных свойствах графа онтологии (длина пути, глубина поддеревьев и т.д.), свойствах и отношениях объектов и экземпляров [Крюков и др., 2010], а также на методах компьютерной лингвистики [Stumme et al., 2002], и обеспечивают получение более полных ответов на запросы и их ранжирование по оценке меры близости ответов к запросу [Stojanovic et al., 2001].

Многообразие форм запросов определяется интересами и квалификацией пользователя, а также инструментарием рабочей среды. Далее рассмотрим те из них, которые применяются авторами в разрабатываемой онтологии.

3.1 Запросы средствами рабочей среды

Простые запросы, например, выделение (фильтрация) экземпляров определенного класса по заданными свойствам в Protйgй версии 3.2 и выше, можно задавать на языке SparQL, который, в основном, ориентирован на использование RDF-модели. Панель запросов открывается через пункт меню “Open SPARQL Query”. Запросы формулируются в синтаксисе SPARQL при помощи операторов PREFIX, SELECT FROM, WHERE и т.д.[PROTЙGЙ, 2008]

Для работы с онтологиями на OWL-DL разрабатывается язык SPARQL-DL, использующий семантику ДЛ. Этот язык позволяет создавать «правильные» выражения на свойствах OWL и смешивание запросов к TBox/RBox/ABox (к классам, свойствам, экземплярам) [Sirin et al., 2007], а также используется для работы с запросами средствами R (например Pellet).

3.2 Запросы по шаблонам, создаваемым пользователем

запрос онтология пользователь данные

Для часто задаваемых (типовых) запросов предлагается строить шаблоны вкладок-панелей с интерактивными окнами [Stojanovic et al., 2001]. Шаблон-вкладка служит конкретным целям запроса: интерактивные окна ввода определяют минимум информации ввода, а в окнах вывода появляется информация ответа на запрос. Ответ на запрос строится на информации предметно-независимой онтологии, онтологии ПО, бинарных отношений объектов и экземпляров, их атрибутов и т.д. Для онтологий с обширными семантическими можно получить результативные ответы на весьма сложные запросы по шаблонам. Примеры типовых запросов к онтологиям научных дисциплин перечислены в [Кузнецов и др., 2008].

Как указывалось в [Sirin et al., 2007]; [Tessaris, 2001], особенности языков DL требуют переформулировки текста запроса. Поэтому для запроса «Найти всех сотрудников института, имеющих статьи в журнале «Проблемы управления»» (пример запроса к A-Box) переформулированный запрос имеет вид: «Найти экземпляры Х класса Персона, имеющие публикации в журнале «Проблемы управления» (Х, журнал «Проблемы управления»)». Соответствующая вкладка-шаблон с окнами для ввода названия класса Персона и экземпляра класса журнал «Проблемы управления». Окно вывода выдаст список сотрудников института, имеющих публикации в журнале «Проблемы управления».

3.3 Запросы с помощью R (на примере R Pellet)

В R Pellet реализована оптимизированная процедура выполнения запросов к ABox базы знаний. Обращение программы выполнения запроса к онтологии происходит через модуль интерфейса базы знаний. Если запрос написан на языках SPARQL или RDQL, то он считается ABox-запросом при выполнении следующих условий:

· В выражении предиката не используются переменные.

· Каждое свойство в выражении предиката является свойством object или datatype, определенным в онтологии или одним из следующих типов свойств: rdf:type, owl:sameIndividualAs, owl:differentFrom.

· Если в выражении предиката есть свойство типа rdf:type, то его значением является URI.

Запросы на языках, использующих RDF-модель, при выполнении предварительно преобразуется лингвистическим анализатором, parser'ом, во внутренний формат (программа анализатора содержится в модуле HP Lab's ARQ инструментария Jena).

Сложнее строятся запросы для онтологий, использующих кроме RDF-модели ДЛ. В этом случае самым простым будет выполнение булевского запроса. Более сложные запросы преобразуются в наборы булевских запросов. Для этого в системе R Pellet используется несколько функциональных модулей, главный из которых производит предварительную обработку запроса и определяет, можно ли разделить его на несколько независимых подзапросов. Если это так, то запрос разбивается на несколько, и каждый из них выполняется отдельно. В конце результаты объединяются.

3.4 Повышение эффективности извлечения неявных знаний

3.4.1 Применение мер близости, учитывающих особенности структуры онтологии

Анализ структуры онтологии (классов, их надклассов и подклассов, экземпляров, свойств и отношений) позволяет расширять ответы на запросы типа «Для большого проекта подобрать в подразделениях института сотрудников, специализирующихся в смежных научных дисциплинах». Полученный в результате запроса список специалистов ранжируется по семантической оценке меры близости ответов тексту запроса, аналогично тому, как это предлагается в [Stojanovic et al., 2001].

3.4.2 Применение связующих термов

Для получения более полных ответов на запросы на языке близком к естественному в онтологии CYC [Mahler, 2003] из текста запроса лексическими методами выделяются запросные термины, query terms (QT); которые дополняются связующими термами - connecting terms (CT), извлекаемыми из корпуса текстов. Метод определения CT основан на том, что релевантность пар терминов (inter-term relevance) характеризуется статистикой их совместной встречаемости. Идентификация CT в корпусе текстов является ключевым моментом предлагаемого подхода. Отбор СТ состоит в извлечении из предложений корпуса текста контекстных образцов, содержащие QT и их окружение; из образцов затем отбираются CT с помощью меры контекстной близости [Spasiґc et al., 2002], сочетающей лексический и статистический (частотный) подходы. Для QT и CT (вершин графа) строится граф G (Рис.1), с ребрами, вес которых отражает попарную близость между термами, и определяется лингвистическими оценками меры близости [Stumme et al., 2002] между термами-вершинами, причем выбирается мера, статистически дающая наибольший результат. Затем в G выделяется минимальный связующий подграф (spanning tree), который содержит все QT и множество QT расширяется термами-вершинами связующего дерева и в корпусе обследуемых документов выделяются предложения, наиболее представительные по частоте встречаемости CT. Вершины на пути в связующем дереве образуют вариант ответа на «расширенный» запрос. Заметим, что в зависимости от выбора вершины-корня в связующем дереве, ответы могут быть различными.

Использование СТ позволяет получить «неочевидные» ответы на запросы, в которых QT совместно не упоминаются ни в одном документе поиска. Эффективность метода построения связующего дерева для расширения запроса показана на примере из [Mahler, 2003]:

What does Soviet Cosmonaut Valentina Tereshkova and U.S. Astronaut Sally Ride have in common? QT запроса: Soviet Cosmonaut, Valentina Tereshkova, U.S. Astronaut, Sally Ride. Связующие термы CT: first, space, woman. На Рис 1 изображен фрагмент графа G. Вершины, подсвеченные серым цветом, представляют минимальный связующий подграф, в котором Q1 и Q2 - это QT

Рис. 1 Пример выбора связующего дерева

(Tereshkova, Ride ), а C1, C2 и C3 - СТ. На запрос было получено шесть релевантных ответов. Приведем два из них:

· 1. In 1963, Soviet cosmonaut Valentina Tereshkova returned to Earth after spending nearly three days as the first woman in space.

· 2. Anger in space, by astronauts and cosmonauts, has been common since early in the manned space program.

Второй вариант не содержит ответа на запрос, что характерно для данного метода и не подавляется применением более изощренных мер близости. Отметим, что потребность в расширении ответа на запросы часто возникает в онтологиях, представляющих геометрическую и географическую информацию [Rodrнguez, 2000].

4. Разработка онтологии научной деятельности организации

Эта онтология предназначена для описания аспектов научной и организационной деятельности организаций. Полная онтология включает в себя предметно-независимую часть и совокупность ветвей, описывающих ПО. Ветви ПО строились как отдельные онтологии и импортировались в онтологию предметно-независимой части. Один из вариантов таксономического графа полной структуры онтологии представлен на Рис.2.

4.1 Онтология ПО формального анализа влияний на когнитивных картах

Формальный анализ влияний на когнитивных картах (ФАВнКК) предназначен для поддержки принятия решений в слабоструктурированных динамических ситуациях. Анализ влияний позволяет формализовать представления знаний экспертов о законах развития и свойствах анализируемой ситуации в моделях когнитивных карт (КК), и получать прогнозы развития ситуации с последующими проверками корректности используемых моделей. Разнообразие моделей когнитивных карт обусловлено различными способами задания причинно-следственных отношений и значений в вершинах-факторах [Кулинич, 2008]. ПО ФАВнКК строилась согласно метаописанию с помощью категорий, выделенных в подобласти наук об управлении «Принятие решений». К метаописанию относятся классы: модель, метод, задача, интерпретация и объяснение результатов, инструментарий, область применения. Таксономия ПО ФАВнКК показана на Рис. 2 (обведена сплошной линией).

Заключение

В статье рассмотрены вопросы работы с онтологиями научных знаний в семантическом Web-портале: построение предметно-независимых онтологий и онтологий ПО по некоторым специфическим темам, формы задания запросов к онтологиям ПО. Планируется создание онтологий ПО для других научных дисциплин, связанных с тематикой ИПУ РАН. Предполагается расширить интеллектуальные средства семантической обработки информации, ввести в развиваемые онтологии средства автоматизированного семантического аннотирования, интеллектуальной навигации и развития методик расширения запросов.

Благодарности. Работа выполнена при поддержке Российского Фонда Фундаментальных исследований РАН, № проекта 08-01-00459

Список литературы

1. Загорулько Ю.А., Боровикова О.И., Загорулько Г.Б. Организация содержательного доступа к гуманитарным информационным ресурсам на основе онтологий // Труды 9ой Всероссийской научной конференции RCDL'2007, Переславль-Залесский, Россия, 2007.

2. Крюков К.В., Панкова Л.А., Пронина В.А., Суховеров В.С., Шипилина Л.Б. Меры семантической близости в онтологии. Обзор и классификация // Проблемы управления, 2010. № 5.

3. Кузнецов О.П., Шипилина Л.Б. Об онтологиях научного знания: цели, методологии построения, языки, инструментарий / УКИ'08 Конференция с международным участием (10-12 ноября 2008 г., Москва, Россия) М: ИПУ РАН, Электронная книга, 2008.

4. Кулинич А.А. Когнитивные Карты и Методы их Анализа // Труды XI национальной конференции по искусственному интеллекту с международным участием КИИ-2008 (28 сентября - 3 октября 2008г., г. Дубна, Россия): Т. 3. М.: Ленанд, 2008.

5. F. Baader et al. The Description Logic Handbook: Theory, Implementation, and Applications, Cambridge University Press, 2003.

6. CYC - Semantic Web http://www.cyc.com.

7. Michael Denny Ontology Tools Survey http://www.xml.com/pub/a/2004/07/14/onto.html.

8. Haarslev V., Mцller R. Racer: An OWL Reasoning Agent for the Semantic Web, / Proceedings of the International Workshop on Applications, Products and Services of Web-based Support Systems (Heldat 2003 IEEE/WIC Int'l Conf. on Web Intelligence, Halifax, Canada), 2003.

9. Mahler D. Holistic Query Expansion using Graphical Models // New directions in Question Answering, Mark Maybury(ed.), Fall 2003, Chapter 24 http://www.cyc.com/cyc/technology/whitepapers_dir/HolisticQueryExpansion.pdf.

10. Nguyen H.A., Eng B. New Semantic Similarity Techniques of Concepts Applied in the Biomedical Domain and WORDNET // Thesis Presented to the Faculty of The University of Houston - Clear Lake In Partial Fulfillment of the Requirements for the Degree Master Of Science, The University Of Houston-Clear Lake, December 2006.

11. Система PROTЙGЙ http://protйgй.stanford.org.

12. Sirin E., Parsia B. SPARQL-DL: SPARQL Query for OWL-DL / http://pellet.owldl.com/papers/sirin07sparqldl.pdf.

13. Spasiґc I., Nenadiґc G., Manios K., Ananiadou S. Supervised Learning of Term Similarities // H. Yin et al. (Eds.): IDEAL 2002, LNCS 2412, 2002.

14. Stojanovic N., Madche A., Staab S., Studer R., Sure Y. SEAL - A framework for developing semantic portals. / Proceedings of the first international ACM conferences on knowledge capture. Victoria, 2001, http://www.aifb.uni-karlsruhe.de/WBS/Publ/2001/sealkcap2.pdf.

15. Stumme G., Hotho A., Berendt B. Semantic Web Mining, State of the art and future directions / http://www.sciencedirect.com.

Размещено на Allbest.ru