ОНТОЛОГИИ В СИСТЕМАХ, ОСНОВАННЫХ НА ЗНАНИЯХ: ВОЗМОЖНОСТИ ИХ ПРИМЕНЕНИЯ

Смехун Я.А.

Аспирант, Дальневосточный федеральный университет

ОНТОЛОГИИ В СИСТЕМАХ, ОСНОВАННЫХ НА ЗНАНИЯХ: ВОЗМОЖНОСТИ ИХ ПРИМЕНЕНИЯ

Аннотация

Работа посвящена основным аспектам и роли разработки, а также использования онтологий в системах, базирующихся на знаниях, для составления описаний основных понятий в конкретных предметных областях. Проводится исследование практического опыта использования онтологий в эксперт-системах и системах принятия решений. Приводится вариант системы принятия решений, в архитектуре которой используются онтологии конкретной предметной области. Наглядно показан факт возможности использования онтологий при разработке и проектировании систем, базирующихся на знаниях.

Ключевые слова: онтология, база знаний, экспертная система, объектная модель, система поддержки принятия решений.

Smekhun Y.A.

Postgraduate student, Far Eastern Federal University

ONTOLOGIES IN THE KNOWLEDGE BASED SYSTEMS: POSSIBILITIES OF THEIR APPLICATION

Abstract

In this paper we considered the role and main aspects of development and applying of ontologies in the knowledge based systems in purpose of basic concept description of data domain. We study the experience of practical application of ontologies in expert systems and decision-making systems. We gave an example how the domain ontology is being used in decision-making support system architecture. Also ontologies can be used in design and development of knowledge based systems.

Keywords: ontology, object model, knowledge base, expert system, decision-making system.

Введение

Определим роль, которую играют онтологии в системах, основанных на знаниях (далее СОЗ), а также основные аспекты их разработки и использования в подобных системах. Данная работа рассматривает различные подходы, применяемые для использования онтологий в СОЗ. Для обоснования в качестве примера рассматриваются системы поддержки принятия решений (СППР) и экспертные системы (ЭС).

1.Онтологии и их роль в системах, основанных на знаниях

Программные системы, накапливающие знания, которыми владеют компетентные специалисты в отдельных предметных областях, и распространяющие данный эмпирический опыт посредством консультирования менее квалифицированных в конкретных вопросах пользователей, называются экспертными системами.

Основной и наиболее значимый компонент ЭС – это база знаний. Мощность экспертной системы определяется именно полнотой и непротиворечивостью наличествующих в ней знаний. Эти же характеристики будут определять и качество решений, получаемых при помощи системы.

Онтология может выступать в роли каркаса базы знаний, то есть создавать основу, используемую для описания ключевых понятий, относящихся к конкретной предметной области (ПО). Также онтология может являться фундаментом для интегрирования баз данных, которые содержат фактические знания, незаменимые для полноценного функционирования ЭС.

Автоматизированная интерактивная информационно-аналитическая система, позволяющая лицу, принимающему решения (ЛПР), пользоваться определенными моделями и данными, чтобы решать задачи профессионального и слабо формализуемого характера, называется системой поддержки принятия решений.

На практике ЭС и СППР являются системами почти одного класса. В частности, в состав СППР нередко входит несколько разных ЭС. Таким образом, можно утверждать, что все сказанное выше о роли онтологии в ЭС будет действовать и в отношении СППР. Но есть аспекты применения онтологий, специфичных для СППР.

К примеру, так как задачи, решаемые СППР, отличаются плохой формализуемостью, то крайне важно обладать детализированным, непротиворечивым и логичным описанием конкретной области проблем, в которой СППР может оказать содействие в решении задач ЛПР. Чтобы создать подобное описание, онтология – просто незаменимый инструмент.

СППР, как правило, используют огромные массивы знаний разнородного характера, а также разнообразных данных. А так как с помощью онтологии можно явно описать семантику знаний и данных, то она служит базисом для интеграции и совместного применения разных данных при решении разных задач.

Онтологии, создаваемые для области знаний конкретных систем, можно также использовать при разработке СОЗ. Таким образом, можно пользоваться знаниями, проверенными на практике. А это в свою очередь гарантирует высокое качество создаваемых систем, а также потенциальную интегрируемость их с уже разработанными системами.

2.Разработка и использование онтологии в СОЗ: основные аспекты

При создании онтологии перед разработчиком встает масса вопросов. Рассмотрим основные из них, возникающие в процессе создания и функционирования СОЗ.

Построение онтологии – это важнейший этап в процессе разработки СОЗ. Чтобы облегчить этот процесс и ускорить его можно использовать следующие методологии:

• Когнитивные методики и средства, используемые для формирования концептуальных моделей, которые позволяют выделять ключевые понятия и устанавливать связи между ними.
• Средства формализации и создания онтологии, которые позволяют представлять их в разном формате.

Онтологии являются средством, инструментом представления знаний. Вместе с тем они сами могут использовать разные модели представления. Самая распространенная из них – это семантические сети, которые содержат данные сложно-структурированного типа. Чтобы организовать логические выводы в семантической сети применяют системы продукционных правил. Еще одна модель представления онтологий и организации логических выводов – это сеть фреймов.

Онтология при разработке СОЗ может применяться для:

• формулирования и фиксирования общего знания, которое разделяют все эксперты в конкретной предметной области;
• создания основной концепции предметной области, которая служит для описания семантики используемых данных;
• организации использования знаний;
• разработки компонентов системы, которые будут выступать как высокоуровневая спецификация;
• описания функционала СОЗ, то есть видов задач, которые система способна решить;
• создания хранилищ данных, оснащенных высокоуровневым интерфейсом.

3.Системы поддержки принятия решений, их архитектура и применение в ней онтологии

Как правило, СППР обладает достаточно гибкой архитектурой, которая позволяет подключать разные методики решения задач и решатели. Полноценными компонентами СППР могут выступать две онтологии, которые взаимосвязаны. Они будут настраивать систему на определенную предметную область, а также конкретные виды задач, решаемых СППР.

Рис.1 – Онтология предметной области (фрагмент)

Для схематичного представления конкретной модели предметной области, показывающей ключевые понятия и связи между ними, используется онтология предметной области (рис.1). В системе, показанной на рисунке, онтология предметной области выступает в следующих ипостасях:

• как высокоуровневый интерфейс, обеспечивающий доступ к внутреннему хранилищу данных, которые представлены в виде объектов предметной области;
• устанавливает формат представления данных в СППР, как объектов, выступающих в виде единицы понятий онтологии, а также взаимоотношений между ними, что способствует упрощению и унификации обмена информацией между отдельными модулями и компонентами разнородного характера внутри СППР.

Для описания типов задач, решаемых системой, используется онтология задач (рис.2). То есть, она определяет функциональность системы. В нее входят описания задач, а также модулей, которые реализуют решения этих задач и решателей, используемых ими.

Рис.2 – Онтология задач (фрагмент)

Заключение

Данная статья раскрывает роль онтологий в системах, основанных на знаниях, и рассматривает аспекты их использования при разработке СОЗ. Онтологии обладают свойствами, которые, в принципе, присущи и прочим понятиям фундаментального характера, используемым в СОЗ, до того как появились онтологии. Они используются и в настоящее время. Модели предметных областей, схемы баз данных, а также семантические сети во многом пересекаются с онтологиями. Но в информатике и в сфере искусственного интеллекта онтологии представляют собой наиболее концептуальные и общие понятия моделируемых областей, абстрагированные полностью от конкретных моделей представления знаний, а также их практической реализации.

Литература

1. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 2007.– 348 с.
2. Лапшин В.А. Онтологии в компьютерных системах. М.: Научный мир, 2010.

References

1. Popov Je.V. Jekspertnye sistemy: Reshenie neformalizovannyh zadach v dialoge s JeVM. M.: Nauka, 2007.– 348 s.
2. Lapshin V.A. Ontologii v komp'juternyh sistemah. M.: Nauchnyj mir, 2010.