ТЕХНОЛОГІЇ МЕНЕДЖМЕНТУ ЗНАНЬ

логій. Автори також розробили інструкцію користувача з цього пакета на прикладі онтології в галузі матеріалознавства. В інструкції описано процедури створення, редагування, збереження та перегляду онтологій.

7.1.1. Аналіз підходів до навчання онтологій

Поруч з очевидними перевагами застосування онтологій існують проблеми їх створення та навчання. Навчання онтології – це процес наповнення її новими знаннями з певної предметної області. За останні два десятиліття було розроблено низку проектів у галузі навчання онтологій. У деяких з них, наприклад, Mikrokosmos та CYC знання одержували вручну, а вже після побудови великої базової онтології переводили цей процес у напівавтоматичний режим, використовуючи за основу цю онтологію.

Онтологію можна створювати з нуля, з наявних онтологій (як із глобальних, так і локальних), з інформаційних даних різних джерел або комбінації останніх двох підходів. Онтології будуються з різною мірою автоматизації: вручну (інформацію вносить в БЗ інженер зі знань та за допомогою експерта з певної предметної області), напівавтоматично (обмін інформацією відбувається в діалоговому режимі між машиною та експертом) та повністю автоматично (БЗ наповнюється з використанням підходів інтелектуального аналізу інформації). Оскільки ручний режим вимагає значних часових і фінансових затрат, а автоматичний метод внаслідок слабкої розвиненості підходів семантичного аналізу текстів сьогодні можна застосовувати лише для побудови дуже спрощених онтологій в обмежених випадках, тому основну увагу приділимо напівавтоматичному способу із застосуванням спеціалізованих редакторів.

З іншого боку, програми навчання онтологій працюють на різному структурному рівні та топології, використовуючи різноманітні підходи: статистичні методи, логічні підходи, такі як індуктивне логічне програмування (inductive logic programming – ILP), методи виділення кластерів, лінгвістичні підходи, такі як синтаксичний аналіз та морфологічно-синтаксичний аналіз. Також існує декілька проектів, які використовують комбінації вищенаведених підходів для навчання різних компонентів онтологій.

211

Наукові дисципліни

Наукові області

Рис. 7.2. Рівні абстракції онтологій

Загалом, основними факторами, що відрізняють одну систему навчання онтологій від іншої, є такі:

елементи навчання (поняття, зв’язки між ними, аксіоми, екземпляри класів, синтаксичні категорії та тематичні ролі);

початкова точка наповнення (стан наповненості та мова на вході); попереднє опрацювання (лінгвістичне, глибоке або поверхневе оп-

рацювання тексту); методи навчання: а) підхід (статистичний, логічний, лінгвістичний,

порівняння з взірцем, методи шаблону та гібридні); б) задача навчання (класифікація, кластеризація, навчання правилам, формування понять, створення онтології); в) категорія навчання (контрольована/неконтрольована); г) ступінь автоматизації (ручний, напівавтоматичний, автоматичний);

212

результатна онтологія (ступінь покриття предметної області, структура, топологія і мова відображення);

методи оцінювання (оцінювання навчальних методів чи результатної онтології).

У побудованій онтології розрізняють декілька рівнів абстракції, на кожному з яких можуть бути визначені окремі онтології. Наприклад, в області кожної наукової дисципліни можна визначити онтології, вище можна описати онтології наукових областей, що містяться на стику окремих наукових дисциплін. Найвищим рівнем абстракції поставимо загальні категорії структур знань. Для роботи ІС в певній предметній області необхідна онтологія тільки з відповідної наукової дисципліни (рис. 7.2).

7.1.2. Загальні принципи проектування онтологій

Існує декілька основних принципів побудови онтологій, запропоновані різними конструкторами в різний час.

Під впливом філософських досліджень Гуаріно запропонував методологію побудови онтології, відому як “Формальна онтологія” (Formal Ontology). Цей принцип містить у собі теорію частин, теорію цілісності, теорію рівності, теорію залежності та теорію узагальнень. Він об’єднав основні принципи побудови, які охоплюють: 1) необхідність розуміння всієї предметної області; 2) чітку ідентифікацію; 3) виділення класифікованої структури; 4) детальне визначення ролей.

Усолд та Грунінгер запропонували скелетну методологію побудови онтологій вручну: 1) визначення мети і границі (обмеження); 2) безпосередньо побудова онтології: заголовок онтології (визначення ключових понять та зв’язків між ними, забезпечення визначень таких понять і зв’язків); кодування онтології (встановлення основних її термінів – клас, об’єкт, зв’язок; вибір мови відображення; написання програмного коду); об’єднання наявних онтологій; 3) оцінка; 4) розроблення документації; 5) визначення основних принципів керування для кожного з попередніх етапів. Як результат, онтологія має бути максимально чіткою (визначення мають бути максимально однозначними), внутрішньо і зовнішньо цілісною та зв’язною, і спроектованою так, щоб її можна було

213

послідовно максимально розширювати і повторно використовувати.

Ontological Design Patterns (ODPs) використовували для визначення онтологічних структур, термінів і семантичного змісту. За допомогою цих методик можна виділити конструкції та визначення складних виразів з їх відображення. Цей метод успішно використовується у процесі об’єднання молекулярної біологічної інформації.

Узагальнюючи, можна виділити такий алгоритм побудови онтологій.

1.Нагромадження знань про предметну область. Здійснюється експертиза відповідних інформаційних ресурсів, формально визначають основні терміни, якими буде описана певна предметна область. Ці визначення мають бути зібрані з урахуванням можливості їх подання спільною мовою, обраною для онтології.

2.Формування онтології. Для цього розробляють повну понятійну структуру предметної області. Ймовірно, це вимагатиме розпізнавання головних, ключових понять предметної області та їхніх властивостей, визначення зв’язків між поняттями, створення абстрактних понять, виділення понять, що містять екземпляри, а також, можливо, залучення допоміжних онтологій.

3.Розширення та конкретизація онтології. Поняття, зв’язки, атрибути, екземпляри додають доти, доки рівень деталізації не забезпечить задоволення цілей онтології.

4.Перевірка виконаної роботи. На цьому етапі усуваються синтаксичні, логічні та семантичні неузгодженості елементів онтології та відбувається перевірка достовірності інформації.

5.Впровадження онтології. На кінцевій стадії розроблення онтології її перевіряють експерти з конкретної предметної області, після чого онтологія впроваджується в робоче середовище.

Як бачимо, основні етапи побудови онтології є достатньо простими. Існують різноманітні методології, які описують теоретичні підходи, а також доступні численні засоби побудови онтологій. Проте, проблема полягає у відсутності єдиного підходу, а інструменти побудови онтологій не розроблені до рівня інструкцій. Також немає узгодженості у стандартах відображення інформації та мовах подання онтологій. Нижче розглянуто основні стандарти та мови подання онтологій.

214

7.1.3. Формати та стандарти подання інформації

У світі загалом і наукових дослідженнях зокрема існує багато факторів, що приводять до появи загальних вимог до інтелектуальних систем. До них належать: збільшення масштабу завдань, які ставлять у сфері інформаційних систем; зростання кількості сторін, які створюють і використовують інформацію; збільшення об’єму інформації та частоти її змін; розподіленість інформації. Ця система повинна бути гнучкою, масштабованою і відкритою.

Під відкритістю розуміється побудова інтелектуальної інформаційної системи на основі світових інформаційних стандартів. Масшабованість – це можливість побудови (зокрема поетапного) системи з готових або стандартних компонентів. Це дає змогу легко змінювати масштаби кола задач, розв’язуваних системою, змінювати і поетапно нарощувати систему. Гнучкість означає здатність системи до налаштування під інформаційні потреби користувача, можливість перенесення з одного середовища експлуатації в інше та незалежність від конкретних компонентів і програм, залучених у систему.

Що ж необхідно для розроблення інтелектуальних систем, які б задовольняли ці вимоги? Відповідь – стандарти. Їх завдання полягає в тому, щоб надати можливість користувачам і програмам спілкуватися між собою і один з одним, не обмежуючись конкретною предметною областю. Сьогодні кілька загальноприйнятих відкритих Інтернет-стан- дартів становлять базу для побудови таких систем. До стандартів, що задовольняють вищеописані вимоги, належать:

інтернет-стандарти, розроблені консорціумами IETF, WWW та WS-I (наприклад, XML);

Wеб-служби як метод забезпечення обміну інформацією між різними системами різних розробників;

єдиний підхід до організації метаданих (Дублінське ядро, стандарт

RDF).

Вже розроблені та програмно підтримані десятки стандартів в області обміну інформацією. Серед інших можна виділити фунда-

ментальні стандарти: InfoSet, Namespace, XML.

InfoSet – (XML Information set), специфікація цього стандарту визначає набір абстрактних інформаційних елементів, що використовують у правильно побудованих XML-документах.

215

Namespace – (Namespaces in XML), простір імен. Використо-

вується для усунення неоднозначності в іменах елементів і атрибутів у процесі розподіленого розроблення.

XML – (Extensible markup language), мова, що описує клас об’єк-

тів XML document, а також частково роботу комп’ютерних програм, які опрацьовують об’єкти з даними, що реалізують цей клас. XML стала стандартом відображення структурованих електронних документів для більшості сучасних програмних засобів, зокрема загальновжи-

ваних пакетів Microsoft Office та OpenOffice.org.

Найістотніша заслуга XML – відображення даних однією мовою. Універсальний синтаксис привів до появи низки важливих XMLтехнологій. Це мови XSL і XPath, призначені для роботи з деревоподібною структурою документів; XML Schema – стандарт опису конкретних мов розмітки з використанням синтаксису XML; це самостійна специфікація, яка підтримує суворішу типізацію даних, надає ширші можливості для визначення типів даних елементів та їх атрибутів; XLink і XPointer – засоби зв’язування розподілених блоків інформації в загальний документ.

Окрім фундаментальних стандартів відображення даних, розглянемо й інші. Необхідне для унiфiкацiї відображення даних та знань сімейство стандартів вже розроблене і широко використовується.

Зокрема, формат RDF (Resource Descriptiption Framework – інструмент опису ресурсів) є різновидом формату XML. Він призначений для формування електронного інформаційного середовища між джерелами та споживачами інформації, об’єднаними в єдину мережу. Формат RDF – набір інструментів для роботи з метаданими, який забезпечує єдине (стандартизоване) середовище взаємодії програм, які обмінюються інформацією у Web зрозумілою мовою. RDF робить наголос на легкість автоматизованого опрацювання Web-ресурсів. Загалом, RDF забезпечує основу для елементарних інструментів авторизації, пошуку і редагування даних, що сприяє трансформації Web в апаратно-оп- рацьовуване сховище інформації. У лютому 2004 р. прийнято низку специфікацій до нього, які значно полегшують опис ресурсів. Серед них важливо виділити такі: Concepts and abstract syntax; RDF Semantics; RDF Primer; RDF Vocabulary description language 1.0: RDF schema; RDF/XML Syntax specification (revised); RDF Test cases.

216

Як стандарт відображення онтологій в Інтернеті консорціумом

W3C (http://www.w3.org) пропонують мову DAML (DARPA markup language), що є надбудовою над іншими мовами: RDF та RDFS, які, своєю чергою, є розширеннями XML. DAML основана на фреймах, в яких концептуалізація задається у форматі об’єктів та властивостей. Ряд DAML-орієнтованих (або підтримуваних) інструментів доволі широкий. Серед них можна виділити: редактори онтологій, візуалізатори у вигляді графів, браузери, транслятори на інші мови, машини виведення тощо.

Зараз перспективною є ініціатива консорціуму W3C під назвою Семантичний Web (Semantic Web), метою якого є інтелектуалізація всієї мережі Інтернет. У межах проекту Semantic Web, спрямованого на аналіз семантики інформаційних ресурсів, здійснюється робота групи Web Ontology, оскільки саме онтологічний підхід є основою для подання знань про різні предметні області. Нещодавно ця група опублікувала першу версію робочого проекту, в якому викладені основні вимоги до нової мови подання онтологій – OWL (Ontology Web Language).

Закономірно виникає запитання: навіщо нам ще одна мова опису даних?

Українською мовою абревіатуру OWL можна перекласти як “мова опису онтологій у Web”. Під онтологією в цьому разі розуміють сукупність термінів і понять, що використовують у певній області знань або діяльності (наприклад, машинобудуванні, біології, матеріалознавстві тощо). Онтологія також містить формальні, а отже, зрозумілі для комп’ютерів описи ключових понять і взаємозв’язків між ними. Зараз широко використовувана мова XML та деякі інші механізми дають змогу забезпечити гнучкість процесу обміну даними між різними програмами, сервісами, базами даних тощо. Проте, вони ефективні тільки в тих випадках, коли контрагенти обміну використовують для відображення інформації однакові системи змістових координат. Засоби опису й опрацювання онтологій OWL дають змогу “порозумітися” найрізноманітнішим прикладним програмам, основне завдання яких полягає не в поданні інформації для людини, а безпосередньо в опрацюванні вмісту інформаційних ресурсів. Для створення цієї мови використаний і узагальнений досвід попередніх розроблень подібних мов. Прототипом для розроблення OWL є мова опису онтологій

217

DAML+OIL (друга версія мови в межах проекту DAML), розроблена Аґентством перспективних досліджень Міністерства оборони США DARPA. У цій версії мови використані результати проекту OIL (Ontology Inference Layer або Ontology Interchange Language), який виконувався в межах програми Information Society Technologies за підтримки Європейського Союзу. Створена зусиллями консорціуму W3C мова OWL є мовою для визначення структурованих, підтримуваних у Web-онтологіях даних, які забезпечують багатшу інтеграцію, ніж попередні мови, що не були орієнтовані на Web і, зокрема, на Семантичний Web (рис. 7.3).

Стандарт OWL визначає три рівні мови або три підмови, що відрізняються рівнем своїх виразних можливостей: OWL Lite, OWL DL і OWL Full, які детально описані в наступних параграфах.

Важливою якістю всіх описаних стандартів є їх відкритість і незалежність від конкретних сфер застосування і розділів знань.

7.1.4. Засоби для створення онтології

218

Для ефективного і швидкого створення онтології необхідно мати достатньо потужні і, водночас, прості інструменти. Тому розробляють редактори, які здатні полегшити процес наповнення онтології потрібними знаннями, здійснювати їх опрацювання та приводити ці знання до формального вигляду. Здатність організовувати і керувати онтологією – ключ до практичності редактора.

Типовим компонентом редакторів є інтерфейсна оболонка, за допомогою якої користувач має змогу вносити необхідні знання, зберігати їх у сховищах і здійснювати вибірку та редагування вже наявних знань. Сучасні редактори містять не тільки механізми нагромадження і класифікації знань, а й процедури їх опрацювання та прийняття рішень. За допомогою розроблених інтерфейсів користувач може також формувати запити системі та отримувати відповідь на них в діалоговому режимі.

Сьогодні кількість інструментів для створення та редагування онтологій налічує десятки.

Кожен із програмних засобів відрізняється один від одного метою їх розроблення, технічними особливостями, мовою відображення, допустимими форматами імпорту та експорту і, безумовно, способом їх розповсюдження. Серед них є такі, що розповсюджуються відкрито, комерційні продукти та інструменти, обмежені в застосуванні.

Комерційні продукти – це автономні редактори, що розробляються винятково для побудови онтологій в будь-якій предметній області і є частиною наборів комерційного програмного забезпечення для підтримки процесу прийняття рішень на підприємстві, фірмі тощо. Інше програмне забезпечення для редагування онтологій – це результати науково-дослідних проектів технічного застосування онтологій, як правило, фінансованих урядом та академічними структурами. Такі пакети зазвичай є відкритими для всіх користувачів з можливістю їх редагування та доповнення. Ще інші редактори призначені для побудови онтологій у специфічній предметній області. Вони мають обмежене застосування і розробляються лише для розв’язання особливих задач в цій області. Також існують редактори, орієнтовані на розроблення загальних онтологій.

Серед розглянутих інструментів для побудови предметноорієнтованої онтології, зокрема в області матеріалознавства, виділимо редактор Protégé. Protégé – це гнучке, незалежне від платформи сере-

219

довище для створення і редагування онтологій та баз знань. Воно відрізняється від інших інтелектуальних інструментів такими особливостями та перевагами:

забезпечує наочність та зручний у використанні графічний інтерфейс користувача;

реалізує масштабованість, тобто модульне нарощування системи в межах уніфікованої структури;

на відміну від інших, аналогічних програм, не спостерігається сповільнення роботи за значної кількості опрацьовуваної інформації;

дає змогу нарощувати структуру за допомогою додатково розроблених підпрограм – плагінів (plug-in). Можна легко розширити Protege плагінами, зробленими на замовлення для будь-якої предметної області та конкретної задачі.

7.2.Технологія розроблення онтологій

вредакторі Protégé

Protégé – це інструмент, який дає змогу користувачам конструювати онтології бази знань предметної області, вводити дані та налаштовувати форми їх виведення. Ця платформа може легко розширюватися включенням у неї графічних компонентів: графи, таблиці, медіа (звук, зображення, відео). Програма дає змогу зберігати дані в найрозповсюдженіших форматах: OWL, RDF, XML, HTML.

7.2.1. Еволюція Protégé

Розвиток Protégé триває вже понад п’ятнадцять років. З невеликої прикладної програми для використання в медицині у процесі планування терапії Protégé перетворився на універсальний набір інструментів для створення баз знань (рис. 7.4).

Першочергова мета Protégé – усувати проблеми в побудові інтелектуальних систем, а саме: мінімізувати значення інженера зі знань у процесі конструювання баз знань створенням діалогового інтерфейсу та спрощення введення даних у систему. З’являється можливість структурувати інформацію на різних стадіях наповнення бази знань. Тому перша версія програми Protégé-І – це інструмент для спрощення

220