
- •5.4. Висновки 182
- •1.1. Основні означення менеджменту знань
- •1.1.1. Структура менеджменту знань
- •Маркетинґ Проектування Підготовка виробництва Виробництво Збут.
- •1.1.2. Формування знань
- •1.1.3. Введення даних
- •1.1.4. Адміністрування
- •1.1.5. Мотивація
- •1.1.6. Особливості впровадження мз
- •1.2. Менеджмент знань
- •1.3. Базові поняття менеджменту знань
- •1.3.1. Видобування знань
- •1.3.2. Системи пізнання
- •1.3.3. Організація доступу до знань
- •1.3.4. Інновації в області автоматизації
- •1.3.5. Менеджмент знань та інформації
- •1.3.6. Менеджмент знань та Інтернет
- •1.4. Онтологічний інжиніринґ
- •1.4.1. Системи керування знаннями
- •1.4.2. Онтологія
- •1.5. Висновки
- •9. Базові поняття менеджменту знань.
- •2.1. Поле знань
- •2.1.1. Мова опису поля знань
- •2.1.3. «Піраміда» знань
- •2.2. Стратегії одержання знань
- •2.3. Теоретичні аспекти видобування знань
- •2.3.1. Психологічний аспект
- •2.3.2. Лінгвістичний аспект
- •2.3.3. Гносеологічний аспект видобування знань
- •2.4. Теоретичні аспекти структурування знань
- •2.4.1. Історична довідка
- •2.4.2. Ієрархічний підхід
- •2.4.3. Традиційні методології структуризації
- •2.4.4. Об'єктно-структурний підхід (осп)
- •3.1. Класифікація методів практичного видобування знань
- •3.2. Комунікативні методи
- •3.2.1. Пасивні методи
- •3.2.2. Активні індивідуальні методи
- •3.2.3. Активні групові методи
- •3.3. Текстологічні методи
- •3.3.1. Методи структурування
- •3.3.2. Еволюція систем одержання знань
- •4.1. Латентні структури знань і психосемантика
- •4.1.1. Семантичні простори і психологічне градуювання
- •4.1.2. Методи багатовимірного градуювання
- •4.1.3. Використання метафор для виявлення «прихованих» структур знань
- •4.2. Метод репертуарних решіток
- •4.2.1. Основні поняття
- •4.2.2. Методи виявлення конструктів. Метод мінімального контексту
- •4.2.3. Аналіз репертуарних решіток
- •4.2.4. Автоматизовані методи
- •4.3. Керування знаннями
- •4.3.1. Що таке «керування знаннями»?
- •4.3.2. Керування знаннями і корпоративна пам'ять
- •4.3.3. Системи omis
- •4.3.4. Особливості розроблення омis
- •4.4. Візуальне проектування баз знань як інструмент пізнання
- •4.4.1. Від понятійних карт до семантичних мереж
- •4.4.2. База знань як пізнавальний інструмент
- •4.5. Проектування гіпермедіа бд і адаптивних навчальних систем
- •4.5.1. Гіпертекстові системи
- •4.5.2. Від мультимедіа до гіпермедіа
- •4.5.3. На шляху до адаптивних навчальних систем
- •5.1. Важливість правильної класифікації
- •5.1.1. Класифікація й об’єктно-орієнтовне проектування
- •5.1.2. Труднощі класифікації
- •5.2. Ідентифікація класів і об'єктів
- •5.2.1. Класичний і сучасний підходи
- •5.2.2. Об’єктно-орієнтований аналіз
- •5.3. Ключові абстракції й механізми
- •5.3.1. Ключові абстракції
- •5.3.2. Ідентифікація механізмів
- •5.4. Висновки
- •6.1. Поняття онтології
- •6.2. Моделі онтології й онтологічної системи
- •6.3. Методології створення і «життєвий цикл» онтології
- •6.4. Мови опису онтологій
- •6.4.1. Види owl
- •6.4.2. Структура онтологій
- •7.1. Онтологія як засіб формалізації та алгоритмізації знань в інтелектуальній системі
- •7.1.1. Аналіз підходів до навчання онтологій
- •7.1.2. Загальні принципи проектування онтологій
- •7.1.3. Формати та стандарти подання інформації
- •7.1.4. Засоби для створення онтології
- •7.2. Технологія розроблення онтологій в редакторі Protégé
- •7.2.1. Еволюція Protégé
- •7.2.2. Protégé-owl. Мова Web онтологій owl
- •7.2.3. Основні терміни та поняття у Protégé-owl
- •7.2.4. Методика розроблення онтології засобами Protégé
- •Створення й експлуатація онтології
- •7.2.5. Створення онтології
6.2. Моделі онтології й онтологічної системи
Вище вже наголошувалося, що поняття онтології припускає визначення і використання взаємозв’язаної та взаємоузгодженої сукупності трьох компонентів: таксономії термінів, визначень термінів і правил їх опрацювання. Враховуючи це, введемо наступне визначення поняття моделі онтології.
Під формальною моделлю онтології О будемо розуміти впорядковану трійку такого вигляду:
О = <С, R, F>,
де С — скінченна множина концептів (понять, термінів) предметної області, яку задає онтологія О; R — скінченна множина відношення між концептами (поняттями, термінами) заданої предметної області; F — скінченна множина функцій інтерпретації (аксіоматизація), заданих на концептах чи відношеннях онтології О.
Зазначимо, що природним обмеженням, що накладається на множину С, є його скінченність і непустота. Інша справа з компонентами F і R у визначенні онтології О. Зрозуміло, що і в цьому випадку F і R мають бути скінченними множинами. Розглянемо окремі випадки, коли ці множини порожні.
Нехай R = Ø і F= Ø. Тоді онтологія О трансформується у простий словник:
О = V = <С, {}, {}>.
Така вироджена онтологія може бути корисна для специфікації, поповнення і підтримки словників ПО, але онтологічні словники мають обмежене використання, оскільки не вводять експліцитно значення термінів. Хоча в деяких випадках, коли використовувані терміни належать до дуже вузького (наприклад, технічного) словника, і їх значення вже наперед добре узгоджені в межах певного (наприклад, наукового) об’єднання, такі онтології застосовуються на практиці. Відомими прикладами онтології цього типу є індекси машин пошуку інформації в мережі Інтернет.
Інша ситуація у разі використання термінів природної мови або в тих випадках, коли спілкуються програмні аґенти. У цьому випадку необхідно характеризувати передбачуване значення елементів словника за допомогою відповідної аксіоматизації, мета використання якої — вилучення небажаних моделей і в тому, щоб інтерпретація була єдиною для всіх учасників спілкування.
Інший варіант відповідає випадку R=Ø, але F≠Ø. Тоді кожному елементу множини термінів із С може ставитися у відповідність функція інтерпретації f з F. Формально це твердження може записуватися таким чином.
Нехай
С = С1
С2,
причому С1
С2
= Ø, де С1
— множина
термінів, що інтерпретуються; С2
— множина
інтерпретаційних термінів.
Тоді
(с
С1, у¹, у², ....., у
С2),
такі що
с = f ( y¹, y²,…, y ),
де f є F.
Те, що перетин множин С1 і С2 — порожня множина виключає циклічні інтерпретації, а введення на розгляд функції k арґументів покликано забезпечити повнішу інтерпретацію. Тип відображення f із F визначає виразну потужність і практичну корисність цього виду онтології. Так, якщо припустити, що функція інтерпретації задається оператором присвоєння значень (С1 : = С2, де С1 — ім’я інтерпретації С2), то онтологія трансформується в пасивний словник Vр:
О = Vр = <С1 С2, {},{:=}>.
Такий словник пасивний, оскільки всі визначення термінів із С1 беруться із вже наявної та фіксованої множини С2. Практична цінність його вища, ніж простого словника, але недостатня, наприклад, для відображення знань у задачах опрацювання інформації в Інтернеті через динамічний характер цього середовища.
Щоб врахувати останню обставину, припустимо, що частина інтерпретаційних термінів із множини С2 задається процедурно, а не декларативно. Значення таких термінів «обчислюється» кожного разу при їх інтерпретації.
Цінність такого словника для задач опрацювання інформації в середовищі Інтернет вища, ніж у попередньої моделі, але все ще недостатня, оскільки елементи, що інтерпретуються із С1, ніяк не зв’язані між собою, отже, виконують лише роль ключів входження в онтологію.
Для відображення моделі онтології, яка потрібна для розв’язування задач опрацювання інформації в Інтернеті, очевидно, вимагається відмовитися від припущення R = Ø.
Отже, припустимо, що множина відношень на концептах онтології не порожня, і розглянемо можливі варіанти її формування.
Для цього введемо в розгляд спеціальний підклас онтології — просту таксономію, а отже:
О = Т0 = < С, {IS-A}, {} >.
Під таксономічною структурою будемо розуміти ієрархічну систему понять, зв’язаних між собою відношенням IS-A («бути елементом класу»).
Відношення IS-A має фіксовану наперед семантику і дозволяє організувати структуру понять онтології у вигляді дерева. Такий підхід має свої переваги і недоліки, але загалом є адекватним і зручним способом для відображення ієрархії понять.
Результати аналізу окремих випадків моделі онтології наведені в табл. 6.1.
Табл. 6.1. Класифікація моделей онтології.
Компоненти моделі |
R = Ø F =Ø |
R= Ø F ≠ Ø |
R = Ø F ≠ Ø |
R={IS-A} F = Ø |
Формальне визначення
|
<С,{},{}>
|
<С1 С2 {},F> |
<Сı (С2΄ ρ2΄), {}, F >
|
<С,{IS-A}, {}>
|
Пояснення |
Словник ПО |
Пасивний словник ПО
|
Активний словник ПО |
Таксономія понять ПО |
Далі можна узагальнити окремі випадки моделі онтології таким чином, щоб забезпечити можливість:
відображення множини концептів С у вигляді мережевої структури;
використання достатньо великої множини відношень, яка включає не тільки таксономічні відношення, але і відношення, що відображають специфіку конкретної предметної області, а також засоби розширення множини R;
використання декларативних і процедурних інтерпретацій і відношень, включаючи можливість визначення нових інтерпретацій.
Тоді можна ввести в розгляд модель розширюваної онтології і досліджувати її властивості. Проте, враховуючи технічну спрямованість цього підручника, ми не будемо робити цього тут, а охочих познайомитися з такою моделлю скеруємо до роботи [44]. Як показано в цій роботі, модель розширюваної онтології є досить могутньою для специфікації процесів формування просторів знань в середовищі Інтернет. Разом з тим, і ця модель є неповною через свою пасивність навіть там, де визначені відповідні процедурні інтерпретації та введені спеціальні функції поповнення онтології. Адже єдиною точкою керування активністю в такій моделі є запит на інтерпретацію певного концепту. Цей запит виконується завжди однаково й ініціює запускання відповідної процедури. А власне виведення відповіді на запит чи пошук необхідної для цього інформації залишається поза моделлю і повинен реалізовуватися іншими засобами.
Враховуючи вищесказане, а також необхідність експліцитної специфікації процесів функціонування онтології, введемо в розгляд поняття онтологічної системи.
Під
формальною
моделлю онтологічної системи
розуміють
триплет вигляду:
=
< O
,
{O
},
Ξ
>,
де O — онтологія верхнього рівня (метаонтологія); {О } — множина предметних онтологій і онтологій задач предметної області; Ξ — модель машини виведення, асоційованої з онтологічною системою .
Використання системи онтологій і спеціальної машини виведення дозволяє розв’язувати в такій моделі різні задачі. Збагачуючи систему моделей {О }, можна враховувати побажання користувача, а змінюючи модель машини виведення, вводити спеціалізовані критерії релевантності, що одержуються в процесі пошуку інформації, і формувати спеціальні репозиторії накопичених даних, а також поповнювати, при необхідності, використовувані онтології.
У моделі є три онтологічні компоненти: метаонтологія; предметна онтологія; онтологія задач.
Як показувалося вище, метаонтологія оперує загальними концептами і відношеннями, які не залежать від конкретної предметної області. Концептами метарівня є загальні поняття, такі як «об’єкт», «властивість», «значення» тощо. Тоді на рівні метаонтології ми отримуємо інтенсіональний опис властивостей предметної онтології й онтології задач. Онтологія метарівня є статичною, що дає можливість забезпечити тут ефективне виведення.
Предметна онтологія O містить поняття, що описують конкретну предметну область, відношення, семантично значущі для заданої предметної області, і множину інтерпретацій цих понять і відношень (декларативних і процедурних). Поняття предметної області специфічні в кожній прикладній онтології, але відношення — універсальніші. Тому як базис зазвичай виділяють такі відношення моделі предметної онтології, як part_of, kind_of, contained_in, member_of, see_also і деякі інші.
Відношення part_of визначене на множині концептів, є відношенням належності і показує, що концепт може бути частиною інших концептів. Воно є відношенням виду «частина-ціле» і за властивостями близьке до відношення IS-A і може бути задане відповідними аксіомами. Аналогічним чином можна ввести й інші відношення виду «частина-ціле».
Відношення see_also має іншу семантику й інші властивості. Тому доцільно вводити його не декларативно, а процедурно, подібно до того, як це робиться при визначенні нових типів у мовах програмування, де підтримуються абстрактні типи даних:
X see_also Y:
see_also member_of Relation {
if ((X is_a Notion) & (Y is_a Notion) & (X see_also Y)) if (Operation connected_with X) Operation connected_with Y}.
Зазначимо, що і відношення see_also «не цілком» транзитивне. Так, якщо припустити, що (X1 see_also Х2) & (Х2 see_also X3), то можна вважати, що (X1 see_also Х3). Проте у міру збільшення довжини ланцюжка об’єктів, зв’язаних цими відношеннями, справедливість транзитивного перенесення властивості connected_with зменшується. Тому у разі відношення see_also ми маємо справу не з відношенням часткового порядку (як, наприклад, у разі відношення IS-A), а з відношенням толерантності. Однак для простоти це обмеження може бути перенесене з визначення відношення у функцію його інтерпретації.
Рис. 6.4. Взаємозв’язок між онтологіями онтологічної системи.
Аналіз різних предметних областей показує, що введений вище набір відношень є достатнім для початкового опису відповідних онтологій. Зрозуміло, що цей базис є відкритим і може поповнюватися залежно від предметної області і цілей, що стоять перед прикладною системою, в якій така онтологія використовується.
Онтологія задач як поняття містить типи розв’язуваних задач, а відношення цієї онтології, як правило, специфікують декомпозицію задач на підзадачі. Разом з тим, якщо прикладною системою розв’язується єдиний тип задач (наприклад, задачі пошуку релевантного запиту інформації), то онтологія задач може в такому випадку описуватися словниковою моделлю, розглянутою вище. Отже, модель онтологічної системи дозволяє описувати необхідні для її функціонування онтології різних рівнів. Взаємозв’язок між онтологіями показаний на рис. 6.4.
Машина виведення онтологічної системи в загальному випадку може спиратися на мережеве відображення онтології всіх рівнів. При цьому її функціонування буде пов’язане:
з активацією понять чи відношень, що фіксують задачу, яка розв’язується (опис первинної ситуації);
визначенням цільового стану (ситуації);
виведенням на мережі; полягає у тому, що від вузлів первинної ситуації розповсюджуються хвилі активації, що використовують властивості відношень, пов’язаних з ними. Критерієм зупинки процесу є досягнення цільової ситуації або перевищення тривалості виконання (time-out).