
- •В.В. Литвин технології менеджменту знань
- •Розділ 1 основні поняття менеджменту знань
- •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 інжиніринг
- •1.4.1. Системи керування знаннями
- •1.4.2. Онтологія
- •1.5. Висновки
- •Запитання для повторення та контролю знань
- •Розділ 2 теоретичні аспекти менеджменту та інженерії знань
- •2.1. Поле знань
- •2.1.1. Мова опису поля знань
- •2.1.2. Семіотична модель 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)
- •Стратифікація знань предметної області
- •Матриця об’єктно-структурного аналізу
- •Запитання для повторення та контролю знань
- •Розділ 3 технології менеджменту та інженерії знань
- •3.1. Класифікація методів практичного видобування знань
- •3.2. Комунікативні методи
- •3.2.1. Пасивні методи
- •Порівняльні характеристики пасивних методів видобування знань
- •3.2.2. Активні індивідуальні методи
- •Порівняльні характеристики активних індивідуальних методів видобування
- •3.2.3. Активні групові методи
- •3.3. Текстологічні методи
- •3.3.1. Методи структурування
- •Дані концептуалізації
- •3.3.2. Еволюція систем одержання знань
- •Запитання для повторення та контролю знань
- •Завдання для самостійного розв’язування
- •Розділ 4 прикладні аспекти менеджменту та інженерії знань
- •4.1. Латентні структури знань і психосемантика
- •4.1.1. Семантичні простори і психологічне градуювання
- •Опис зв’язку між поняттями
- •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
- •Запитання для повторення та контролю знань
- •Розділ 5 Класифікація даних та знань
- •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
- •Запитання для повторення та контролю знань
- •Розділ 6 онтології й онтологічні системи
- •6.1. Поняття онтології
- •6.2. Моделі онтології й онтологічної системи
- •Класифікація моделей онтології
- •6.3. Методології створення і “життєвий цикл”онтології
- •6.4. Мови опису онтологій
- •6.4.1. Види owl
- •6.4.2. Структура онтологій
- •Запитання для повторення та контролю знань
- •Розділ 7 Програмні засоби побудови 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
- •Терміни та їх синоніми
- •7.2.4. Методика розроблення онтології засобами Protégé
- •Створення й експлуатація онтології
- •7.2.5. Створення онтології
- •Запитання для повторення та контролю знань
- •Завдання для самостійного розв’язування
- •Література
- •Литвин Василь Володимирович технології менеджменту знань
- •V lp.Com.Ua, ел. Пошта: vmr@vlp.Com.Ua
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 таке визначення поняття моделі онтології.
Під формальною моделлю онтології О розумітимемо 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, яке 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 разі 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 застосовують 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 агенти. У цьому разі 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 можна запи- сати так.
Нехай
С
= С1С2,
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 унеможливлює 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
= <С1С2,
{},{:=}>.
Такий словник пасивний, оскільки всі визначення термінів із С1 беруться з уже 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 урахувати останню обставину, припустимо, що частина інтерпретаційних термінів із множини С2 задається процедурно, а не декларативно. Значення таких термінів “обчислюється” щоразу під час 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 з С1, ніяк не зв’язані між собою, отже, виконують лише функцію 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 розумітимемо ієрархічну систему понять, зв’язаних між собою відношенням IS-A (“бути елементом класу”).
Відношення IS-A має фіксовану наперед семантику і дає змогу 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.
Таблиця 6.1