Размещено на http://www.allbest.ru/

УДК 007:681.512.2

Формирование прикладных онтологий^*

Т.А. Гаврилова, СПбГПУ¹

^* Работа поддержана грантом РФФИ 04-01-00466

¹ 195251, СПб, CПбГПУ, Политехническая 29, gavr_csa@rambler.ru

Аннотация

инжиниринг гештальт онтология психология

В работе описывается один из возможных подходов к практической разработке прикладных онтологий с использованием современных достижений онтологического инжиниринга и принципов гештальт-психологии. Рассматриваются инструментальные средства проектирования онтологий и дается их классификация.

Введение

Необходимость формирования концептуальных «прозрачных» представлений слабо-структурированных предметных областей возрастает. Это связано с информационным бумом и лавинообразным ростом «пустой» или зашумленной информации. Для решения этой проблемы создаются технологии Semantic Web [Бернерс-Ли, 2001] с акцентом на смысловые структуры. Cегодня ведущей парадигмой структурирования информационного контента остаются онтологии, или иерархичеcкие концептуальные структуры, которые формируются аналитиком на основе изучения и структурирования потоков информации, документов, протоколов извлеченных знаний и других источников [Gruber, 1993; Попов, 2000; Гаврилова, Хорошевский, 2001; Гаврилова, 2004]. С методической точки зрения это один из наиболее «систематических» и наглядных способов. Онтологический инжиниринг (ОИ) развивает основные положения инженерии знаний - науки о моделях и методах извлечения, структурирования и формализации знаний. Инженерия знаний - это ветвь искусственного интеллекта, в то время как ОИ сегодня охватывает более широкий круг приложений от систем управления знаниями до дистанционного обучения.

Онтологический подход

Онтология или концептуальная модель предметной области, состоит из иерархии понятий предметной области, связей между ними и законов, которые действуют в рамках этой модели;

В работе [Гаврилова, 2004] была предложена следующая систематизация современных представлений и исследований в области онтологий. Рисунок 1 иллюстрирует и развивает основные принципы возможных классификаций онтологий:

· по типу отношений

Ш Таксономия - ведущее отношение «принадлежит к классу» («a kind-of» («is-a»))

Ш Партономия - ведущее отношение «имеет частью» («состоит», «has part»)

Ш Генеалогия - ведущее отношение «отец-сын» («потомок-предшественник»)

Ш Атрибутивные структуры

Ш Причинно-следственные - ведущее отношение «if-then»

Ш Смешанные онтологии - онтологии с другими типами отношений

· по владельцу или пользователю

Ш Индивидуальные (личные),

Ш Групповые (коллективные):

§ Принадлежат стране,

§ Принадлежат сообществу (напр. научному),

§ Принадлежат компании или предприятию;

Ш Общие (всеобщие).

· по языку описания

Ш Неформальные,

Ш Формализованные,

Ш Формальные - на языках RDFS,OWL, DAML+OIL и др.

· по области применения

Ш Наука,

Ш Промышленность,

Ш Образование и др.

Рис 1. Классификации онтологий

по цели разработки

Ш Для обучения,

Ш Для исследований,

Ш Для менеджмента,

Ш Для обмена знаниями,

Ш Для электронного бизнеса .

· по типу включаемых объектов

Ш Физические, где объекты реальны и

Ш Абстрактные, включающие искусственно созданные концпты.

· по глубине проработки [Mizogushi, Bourdeau, 2000], согласно которой все онтологии делятся на

Ш «весомые» онтологии (Heavy-weighted), содержащие аксиомы и

Ш «легкие» (Light-weighted), их не содержащие.

Иначе - весомые онтологии,

- легкие онтологии,

где

O- онтология,

С - совокупность концептов предметной области,

R - совокупность отношений между ними,

A - набор аксиом (законов и правил, которые описывают, как законы и принципы существования концептов).

Около 80 % разработанных онтологий относятся к «легким».

Пополнять и изменять эту схему можно и далее, так как взгляды исследователей эволюционируют, и период «бума» онтологий продолжается уже более 5 лет.

Структура онтологического инжиниринга

Онтологический инжиниринг как теория и технологии разработки онтологий активно развиваются [Mizogushi & Bourdeau, 2000; Gуmez-Pйrez, Fernбndez-Lуpez, Corcho, 2004]. Обобщая накопленный опыт, можно предложить следующие разделы для представления ОИ (рис.2):

Рис.2. Онтологический инжиниринг

A. Разработка онтологий

A.1.Извлечение знаний

ь Теоретические аспекты

ь Практические методы

A.2.Структурирование знаний

ь Стратегии

ь Модели

ь Алгоритмы

А.3.Формализация

ь Языки (RDFS, DAML+OIL, OWL и др.)

ь Редакторы (см. таблицу 1)

ь Системы (см. таблицу 1)

B. Применение онтологий

В.1.СУЗ (Системы Управления Знаниями)

В.2.Дистанцинное обучение

В.3.Semantic Web

Следует констатировать, что основные успехи лежат в области А3 и А4 - т.е. технологии, в то время как методология (А1 и А2) находится в зачаточном состоянии. В последнее время стало очевидным, что для промышленной разработки СУЗ уже недостаточно наличия формализованных языков (RDF, RDFS, OWL и др.) и систем (PROTЙGЙ, APPOLLO, и др.), отвечающих на вопрос «КАК представить онтологию в сети?».

На рынке программных средств достаточно активно продвигаются более 50 редакторов онтологий и систем поддержки их жизненного цикла

Ш Apollo

Ш CIRCA

Ш Protйgй-2000

Ш Coherence

Ш Contextia

Ш DAG-Edit

Ш Agent Shell

Ш COPORUM

Ш OntoBuilder

Ш Disciple Learning

Ш DAMLImp (API)

Ш WebOnto

Ш WebODE

Ш TOPKAT

Ш WebKB

Ш JOE

Ш Ontology Editor

Ш Workbench

Ш Medius

Ш Visual Ontology Modeler

Ш OntoBuilder

Ш CoGITaNT Differential Ontology Editor (DOE)

Ш Visio for Enterprise Architects

Ш OilEd Enterprise Semantic Platform (ESP)

Ш Ontology Directed Extraction (ODE) Tools

Ш DUET

Ш NeoClassic

Ш KBE Knowledge Base Editor

Ш OLR3 Schema Editor

Ш Domain Ontology Management Environment (DOME)

Ш GALEN Case Environment (GCE)

Ш Integrated Ontology Development Environment

Ш OpenCyc

Ш Knowledge Server

Ш OpenKnoMe

Ш PC Pack 4

Ш RDFedt

Ш RDFAuthor

Ш SymOntos

Ш Ontolingua with Chimaera

Ш Ontology Builder & Server

Ш IsaViz

Ш LinKFactory

Ш Ontopia

Ш Knowledge Suite

Ш Ontosaurus

Ш OntoTerm

Ш EOR OntoEdit

Ш KAON (including OIModeller

Ш LegendBurster

Ш ICOM

Ш Onto-Builder

Ш SemTalk

Ш Specware

Ш Taxonomy

Сравнительный анализ позволяет провести некоторую предварительную классификацию этих инструментов работы с онтологиями (Рис.3):

А. Полнофункциональные

Ш Web-порталы

Ш Автономные

B. Графические редакторы

C. Специализированные

Рис.3. Классификация систем работы с онтологиями

Кроме этого на начальной стадии разработки онтологий хорошо себя показали и системы класса «mind mapping», например

· Inspiration 7.6

· Map it! 2003 (by Tony Buzan)

· MindMapper 4.2. Pro

· MindGenius Business 2005

· Visual Mind 7

· Mind Pad 1.1

· Mind manager

· The Brain

Так для формирования рисунка 1 был использован инструмент Visual Mind 7, а для рисунка 2 - MindGenius. Однако, самые изощренные редакторы и инструменты не могут выполнить содержательный анализ предметной области и креативный синтез онтологических структур. Сегодня необходимы практические рекомендации и технологии в областях A1 и A2, для получения ответа на вопросы: «ЧТО отражают знания, представленные в онтологии?» и «КАК их наглядно отобразить?».

Формирование онтологий в системе PROTЙGЙ

Protйgй - это одна из наиболее популярных систем работы с онтологиями, созданная в Стэнфордском университете (США). По версии разработчиков системы Protйgй все понятия предметной области делятся на классы, подклассы, экземпляры. Экземпляры могут быть как у класса, так и подкласса и описываются они фреймом [Минский, 1979].

Разработка онтологий для PROTЙGЙ состоит из 5 шагов [Noy, 2001]:

1. Выделение области (масштаба) онтологии, иначе определение границ онтологии.

2. Определение классов;

3. Организация иерархии классов;

4. Формирование фреймов для описания классов, подклассов, экземпляров, через определение слотов, т.е. свойств;

5. Определение значений;

Protйgй предлагает нисходящую стратегию проектирования онтологий (сверху вниз). Существуют и восходящие стратегии. Возможно комбинирование стратегий.

Узлы-братья в онтологии должны находиться на одном уровне. Братьев должно быть не меньше двух и не больше двенадцати, иначе по мнению разработчиков Protйgй, можно выделить еще один подкласс.

Слот следует относить к самому высокому классу в иерархии.

Слоты делятся на:

· Внутренние (определяются внутренним свойством объекта. Например, у фрейма «вино» - вкус).

· Внешние (определяются внешним свойством объекта. Например, у «вина» - название).

· Части (например «Содержание сахара в вине»).

· Другие.

Разработчики Protйgй считают, что не существует единственно правильного способа создания онтологии, так как онтология всегда отражает взгляд аналитика, т.е.всегда субъективна.

Когнитивые принципы онтологического инжиниринга

Рассмотрим только некоторые аспекты непосредственного визуального дизайна онтологий. Для этого предлагается использовать методы гештальт-психологии для формирования «онтологического гармонии». Ранее [Гаврилова, 2003] уже был предложен «простой рецепт» создания онтологий для новичков, который вполне согласуется и с подходом группы PROTЙGЙ. Последняя версия рецепта содержит 5 шагов [Gavrilova, Laird, 2005]:

1. Формирование глоссария предметной области.

2. Установление связей между понятиями глоссария и их визуализация.

3. Категоризация понятий и формирование мета-понятий (снизу-вверх).

4. Детализация (сверху-вниз).

5. Ре-инжиниринг (уточнение, разрешение противоречий, синонимии, избыточности, перестройка, дополнение).

Представляется целесообразным применить некоторые результаты гештальт-психологии для шагов 2 - 5. Автор гештальт-психологии Макс Вертгеймер [Вертгеймер, 1987] так сформулировал основной принцип хорошего гештальта (хорошей формы) или закон прегнантности:

«Организация любой структуры в природе или в сознании должна быть настолько хороша (регулярна, полна, сбалансирована или симметрична), насколько позволяют существующие условия».

Также полезными могут и другие когнитивно-перцептивные законы :

• Закон близости - визуальные стимулы (объекты), находящиеся близко друг от друга воспринимаются как единое целое.

• Закон сходства - вещи, обладающие одинаковыми свойствами. обычно воспринимаются как нечто единое (цельное).

• Закон включения В.Келера - есть тенденция воспринимать только большую фигуру, а не ту меньшую которую она включает.

• Закон парсимонии - самый простой пример является самым лучшим, известен как принцип «бритвы Оккама»: «не нужно умножать сущности без необходимости».

Попытаемся переформулировать эти законы для практического инженера по знаниям. Основная гипотеза: « Гармония = концептуальный баланс + ясность».



Рис.4. Принцип хорошего гештальта.

При этом концептуальный баланс подразумевает, что

Ш Понятия одного уровня иерархии связываются с родительским концептом одним и тем же типом отношения (например, «класс-подкласс» или «часть-целое»).

Ш Глубина ветвей онтологического дерева должна быть примерно одинаковая (±2 ).

Ш Общая картинка должна быть довольно симметричной.

Ш Перекрестные ссылки должны быть по возможности исключены.

Ясность включает

Ш Минимизацию. Так максимальное число концептов одного уровня или глубина ветви не должна превышать знаменитое число Ингве-Миллера (7±2) [Miller,1956] .

Ш Прозрачность для чтения. Тип отношений должен быть по возможности очевиден, так чтобы не перегружать схему онтологии лишней информацией и опускать названия отношений.

Иллюстрация принципа хорошего гештальта представлена на рис.4. Трудно не согласиться с более «правильной» формой онтологии A по сравнению с ошибками в структурировании онтологии B.

Заключение

Онтологический инжиниринг делает первые шаги и трудно делать прогнозы о том, появится ли конструктивная и работающая теория разработки онтологий, или по-прежнему каждый аналитик будет идти методом проб и ошибок, создавая сложнейшие и головломные онтологические структуры, отражающие лабиринты профессиональных знаний в различных прикладных областях.

Список литературы

[Бернерс-Ли, 2001] Бернерс-Ли. Прядя семантическую паутину: полное раскрытие потенциала Всемирной паутины. 2001. Пер. с англ. http://ezolin.pisem.net/ logic/ semantic_web_rus.html

[Вертгеймер, 1987] Вертгеймер М.. Продуктивное мышление.М., Прогресс. 1987

[Гаврилова, Хорошевский, 2001] Гаврилова Т.А., Хорошевский В.Ф., Базы знаний интеллектуальных систем. Учебник.- Спб, Изд-во «Питер». 2001.

[Гаврилова, 2003] Гаврилова Т.А. Онтологический подход к управлению знаниями при разработке корпоративных информационных систем. - Ж. «Новости искусственного интеллекта», N2, 2003. - с.24-30.

[Гаврилова, 2004] Гаврилова Т.А., 2004. Управление знаниями: ЧТО ДЕЛАТЬ?// Cб. докладов Седьмой научно-практической конференции «Реинжиниринг бизнес-процессов на основе современных информационных технологий. Системы управления знаниями» (РБП-СУЗ-2004). М. - с.61-67.

[Минский, 1979] Минский М. Фреймы для представления знаний. - М., Энергия, 1979.

[Попов, 2001] Попов Э.В.,. Корпоративные системы управления знаниями. Ж. ”Новости ИИ”, N1. 2001

[Gуmez-Pйrez et al, 2004] Gуmez-Pйrez, A., Fernбndez-Lуpez, M., Corcho, O., 2004. Ontological Engineering with examples from the areas of Knowledge Management, e-Commerce and the Semantic Web, Springer.

[Gavrilova, Laird, 2005] Gavrilova, T., Laird, D., 2005. Practical Design Of Business Enterprise Ontologies // In Industrial Applications of Semantic Web (Eds. Bramer M. and Terzyan V.), Springer. - pp.61-81.

[Gruber, 1993] Gruber, T., 1993. A translation approach to portable ontology specifications. Knowledge Acquisition , Vol. 5, 199- 220.

[McComb, 2004] McComb D. The CIO's Guide To Semantics © Semantic Arts, Inc. , 2004www.semantic-conference.com

[Miller, 1956] Gуmez-Pйrez] Miller, G. The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information. The Psychological Review, 1956.vol. 63, 81-97.

[Mizogushi, 2000] Mizogushi, R. and Bourdeau J., Using Ontological Engineering to Overcome Common AI-ED Problems // International Journal of Artificial Intelligence in Education, 2000, vol. 11, 1--12.

[Noy, 2004] Noy N., McGuinness D. Ontology Development 101 : A Guide to Creating Your First Ontology.- Knowledge Systems Lab, Stanfo

Размещено на Allbest.ru

...