Страница 115

Страница 115: Базы знаний интеллектуальных систем, Автор неизвестен, 2001 читать онлайн, скачать pdf, djvu, fb2 скачать на телефон Учебник для технических вузов по входящим в различные дисциплины вопросам разработки интеллектуальных систем

Для определенности дальнейшего изложения мы будем считать, что

Подпись: Онтологии — это БЗ специального типа, которые могут «читаться» и пониматься, отчуждаться от разработчика и/или физически разделяться их пользователями.

При этом онтологический инжиниринг — ветвь инженерии знаний, использующий Онтологию (с большой буквы) для построения онтологии (с маленькой буквы). Понятно, что любая онтология имеет под собой концептуализацию, но одна концептуализация может быть основой разных онтологии, и две разные БЗ могут отражать одну онтологию.

8.2.2. Модели онтологии и онтологической системы

Выше уже отмечалось, что понятие онтологии предполагает определение и использование взаимосвязанной и взаимосогласованной совокупности трех компонент: таксономии терминов, определений терминов и правил их обработки. Учитывая это, введем следующее определение понятия модели онтологии:

Подпись: Под формальной моделью онтологии О будем понимать упорядоченную тройку вида:
О = áХ, Â, Фñ,
где
X — конечное множество концептов (понятий, терминов) предметной области, которую представляет онтология О;
 — конечное множество отношений между концептами (понятиями, терминами) заданной предметной области;
Ф — конечное множество функций интерпретации (аксиоматизация), заданных на концептах и/или отношениях онтологии О.

Заметим, что естественным ограничением, накладываемым на множество X, является его конечность и непустота. Иначе обстоит дело с компонентами Ф и Â в определении онтологии О. Понятно, что и в этом случае Ф и Â должны быть конечными множествами. Рассмотрим, однако, граничные случаи, связанные с их пустотой.

Пусть Â = Æ и Ф = Æ. Тогда онтология О трансформируется в простой словарь:

О = V = áХ, {}, {}ñ.

Такая вырожденная онтология может быть полезна для спецификации, пополнения и поддержки словарей ПО, но онтологии-словари имеют ограниченное использование, поскольку не вводят эксплицитно смысла терминов. Хотя в некоторых случаях, когда используемые термины принадлежат очень узкому (например, техническому) словарю и их смыслы уже заранее хорошо согласованы в пределах определенного (например, научного) сообщества, такие онтологии применяются на практике. Известными примерами онтологии этого типа являются индексы машин поиска информации в сети Интернет.

Иная ситуация в случае использования терминов обычного естественного языка или в тех случаях, когда общаются программные агенты. В этом случае необходимо характеризовать предполагаемый смысл элементов словаря с помощью подходящей аксиоматизации, цель использования которой — в исключении нежелательных моделей и в том, чтобы интерпретация была единой для всех участников общения.

Другой вариант соответствует случаю Â = Æ, но Ф ¹ Æ. Тогда каждому элементу множества терминов из X может быть поставлена в соответствие функция интерпретации f из F. Формально это утверждение может быть записано следующим образом. Пусть

Х = Х1 È Х2,

причем

X1 Ç X2 = Æ,

где X1 — множество интерпретируемых терминов; Х2 — множество интерпретирующих терминов.

Тогда

Подпись: такие что

где f Î Ф.

Пустота пересечения множеств Х1 и Х2 исключает циклические интерпретации, а введение в рассмотрение функции k аргументов призвано обеспечить более полную интерпретацию. Вид отображения f из Ф определяет выразительную мощность и практическую полезность этого вида онтологии. Так, если предположить, что функция интерпретации задается оператором присваивания значений (Х1 : = Х2, где X1 — имя интерпретации Х2), то онтология трансформируется в пассивный словарь Vp:

О = Vp = áX1 È Х2, {}, {: = }ñ

Такой словарь пассивен, так как все определения терминов из X1 берутся из уже существующего и фиксированного множества Х2.. Практическая ценность его выше, чем простого словаря, но явно недостаточна, например, для представления знаний в задачах обработки информации в Интернете в силу динамического характера этой среды.

Для того чтобы учесть последнее обстоятельство, предположим, что часть интерпретирующих терминов из множества Х2 задается процедурно, а не декларативно. Смысл таких терминов «вычисляется» каждый раз при их интерпретации.

Ценность такого словаря для задач обработки информации в среде Интернет выше, чем у предыдущей модели, но все еще недостаточна, так как интерпретируемые элементы из Х1 никак не связаны между собой и, следовательно, играют лишь роль ключей входа в онтологию.

Для представления модели онтологии, которая нужна для решения задач обработки информации в Интернете, очевидно, требуется отказаться от предположения Â = Æ.

Итак, предположим, что множество отношений на концептах онтологии не пусто, и рассмотрим возможные варианты его формирования.

Для этого введем в рассмотрение специальный подкласс онтологии — простую таксономию следующим образом:

О = Т0 = < X, {is_a}, {}>.

Подпись: Под таксономической структурой будем понимать иерархическую систему понятий, связанных между собой от-ношением is_a («быть элементом класса»).Отношение is_a имеет фиксированную заранее семантику и позволяет организовывать структуру понятий онтологии в виде дерева. Такой подход имеет свои преимущества и недостатки, но в общем случае является адекватным и удобным для представления иерархии понятий.

Базы знаний интеллектуальных систем

Базы знаний интеллектуальных систем

Обсуждение Базы знаний интеллектуальных систем

Комментарии, рецензии и отзывы

Страница 115: Базы знаний интеллектуальных систем, Автор неизвестен, 2001 читать онлайн, скачать pdf, djvu, fb2 скачать на телефон Учебник для технических вузов по входящим в различные дисциплины вопросам разработки интеллектуальных систем