7. 5. 2010
PŘEDMĚT: ORGANIZACE ZNALOSTÍ
PŘEDNÁŠEJÍCÍ: SILVIE KOŘÍNKOVÁ PRESOVÁ
Ontologie
1. část
Co je ontologie?
obecně akceptovaný výklad ontologie
Explicitní specifikace konceptualizace.
(Gruber)
modifikace (Borst cit. dle Svátek, 2002)
Formální specifikace sdílené konceptualizace.
 konceptualizace – Systém pojmů modelující určitou část světa.
 specifikace – Ontologie prezentuje konceptualizaci v konkrétní
formě.
 formalizace – Ontologie by měla být strojově zpracovatelná
(ontologický jazyk).
 sdílení – Ontologie je výsledkem konsensu určité zájmové
skupiny lidí.
Proč byl termín ontologie (označení pro filozofickou
disciplínu) převzat oblastí umělé inteligence?
 Artificial Intelligence (AI) deals with reasoning about models
of the world. Therefore, it is not strange that AI researchers
adopted the term ontology to describe what can be
(computationally) represented of the world in a program ".
(Studer et al, 1998: 25, cit. v Arano)
zájem nejrůznějších oblastí – znalostní inženýrství,
znalostní management, vyhledávání informací, WWW aj.
ontologické inženýrství - Moderní oblast informatiky, která
se zaměřuje na návrh, implementaci a aplikaci ontologií
(Svátek, 2007)
Výklad TDKIV
Ontologie
Jazykové, metodické a softwarové nástroje pro
explicitní pojmovou reprezentaci skutečnosti,
případně samotný výsledek této činnosti.
Využití nachází především ve znalostním
managementu a v pojmovém vyhledávání informací.
Výklady W3C
Ontology
(1) collection of information, generally including information about
classes and properties
(2) the information contained in an ontology document
(W3C Glossary and Dictionary)
Ontologie definuje termíny použité k popisu a reprezentaci
nějaké znalostní domény. Ontologie jsou užívány lidmi,
databázemi a aplikacemi, které potřebují sdílet informace
z určité domény (tj. specifická předmětná oblast či část
lidského poznání).
Ontologie zahrnuje strojově zpracovatelné definice základních
pojmů z domény a vztahů mezi nimi.
(OWL Web Ontology Language Use Cases and Requirements, 2004)
Jednoduché vers. strukturované ontologie (Slavic)
Jednoduché o. – kategorizační schémata (v rámci
např. předmět. katalogů), slovníky s definovanými
hierar. vztahy, podobné využití jako SSJ
Strukturované o. – Strojově čitelné zakódování
hierarchických vztahů a informací o vlastnostech
pojmů a omezeních, které se vztahují k hodnotám
těchto vlastností (spojují pojem s instancí).
Příklady ontologií
Semantic Web for Earth and Environmental
Terminology (SWEET)
http://sweet.jpl.nasa.gov/ontology/
WordNet http://wordnet.princeton.edu/
– terminologická ontologie – původní verze pro
angličtinu, vícejazyčné varianty, např. EuroWordNet
http://www.illc.uva.nl/EuroWordNet/
OpenCYC http://www.opencyc.org/ - základní
ontologie
Metodologie tvorby ontologií
různé metodologie
Základní pravidla při tvorbě ontologií (Noy, 2009)
1. Neexistuje jediný správný model domény – vždy
existuje více realizovatelných variant.
2. Vývoj ontologií je opakující se proces.
3. Pojmy v ontologii by se měly vztahovat k pojmům a
vztahům v oblasti, k níž se ontologie váže.
Výklad ontologie z hlediska tvorby ontologií
Ontologie je formální, explicitní popis
 pojmů v doméně (třídy, někdy též pojmy)
 vlastností každého pojmu popisující různé rysy a znaky
pojmů (sloty, někdy nazývány roles nebo properties)
 omezení slotů (fasety, někdy nazývány role restrictions,
constraints).
 často, ne vždy popis individuí (instancí)
Třídy jsou středem zájmu většiny ontologií - popisují pojmy
v doméně.
Třída může mít podtřídy, které reprezentují pojmy, které
jsou specifičtější než nadřazená třída.
 Např. třída vín reprezentuje všechna vína. Lze vytvořit
podtřídy - bílé v., červené v.
Sloty popisují vlastnosti tříd a instancí.
Např. Rulanské šedé výběr z hroznů 2000 (instance) – suché,
plné víno neutrální chuti, výrobce – Vinařství Hrbáč
 slot 1 obsah cukru hodnota suché
 slot 2 plnost hodnota plné víno
 slot 3 chuť hodnota neutrální
 slot 4 výrobce hodnota Vinařství Hrbáč
Příklad metodologie (Noy, 2009)
Základní kroky:
Vymezení domény a rozsahu
Zmapování existujících ontologií – převzetí stávající
Vyjmenování důležitých termínů v ontologii
Definování tříd a hierarchie
Definování slotů/vlastností
Definování faset/omezení slotů/vlastností
Tvorba instancí (individuí)
ukázky v editoru ontologií Protégé, verze 3.4 protégé-frames
– Vychází z modelu ontologie, která
se skládá z množiny tříd hierarchicky uspořádaných,
z množiny slotů asociovaných s třídami, z množiny
instancí – individuálních případů pojmů.
editory ontologií – Nástroje pro tvorbu a správu
ontologií, obvykle používají některý z jazyků pro
reprez. ontologií, některé umožňují export do jiných
jazyků.
 více viz Denny, 2002, 2004
Vymezení domény a rozsahu
Jakou doménu bude ontologie pokrývat? (reprezentace
jídla a vína)
Jaký je účel ontologie? (navrhnout vhodné kombinace jídla
a vína)
Na jaké otázky se bude pomocí ontologie odpovídat?
– tzv. kompetenční otázky – slouží též k určení
rozsahu ontologie (Obsahuje ont. dost informací? Vyžadují
odpovědi danou zvolenou specifičnost?)
 Hodí se rulandské bílé k mořským rybám?
 Je vhodnější k těstovinám bílé nebo červené víno?
Ukázka modulu Queries
Zmapování existujících ontologií – převzetí
stávající
Proč převzít ontologii?
 Šetří to úsilí.
 Interakce s nástroji užívající jiné ontologie.
 Vytvořená ontologie je již prověřená nějakou aplikací.
Na vyjádření ontologie (ontologický jazyk) často
nezáleží, protože tzv. knowledge-representation
systémy umí importovat a exportovat ontologie.
Seznamy dostupných ontologií - příklady
Ontolingua ontology library
http://www.ksl.stanford.edu/software/ontolingua/
DAML ontology library
http://www.daml.org/ontologies/
Protege Ontology Library
http://protegewiki.stanford.edu/wiki/Protege_Ontolo
gy_Library
SchemaWeb http://www.schemaweb.info/default.aspx
vyhledávací služby - Swoogle
http://swoogle.umbc.edu/ , OntoSelect
http://olp.dfki.de/ontoselect/ , Watson
http://watson.kmi.open.ac.uk/WatsonWUI/
Vyjmenování důležitých termínů v ontologii
Vytvoření seznamu všech možných termínů.
Zatím se neberou na vědomí vztahy mezi pojmy, role
pojmů, např. zda půjde o třídu či slot.
Pomocné otázky
O jakých termínech/pojmech budeme něco tvrdit či
je vysvětlovat?
Jaké mají tyto termíny vlastnosti?
Co chceme říci o těchto termínech?
Definování tříd a hierarchie
Uspořádání pojmů do tříd a tříd nižších řádů
(podtříd), obvykle na základě hierarchického vztahu,
nejčastěji generického (rod-druh). tvorba
taxonomie
třída - Skupina klasifikovaných pojmů vzniklá na
základě shodných charakteristik za účelem
definování sémantických vztahů mezi nimi. (TDKIV)
 příklad - třída všech vín, třída bílých vín
Některá vína jsou bílá, ale všechna bílá vína jsou
vína.
Způsoby tvorby hierarchie
top-down – Nejprve se definují nejobecnější pojmy
a následně se specifikují.
bottom-up – Definují se nejspecifičtější/nejužší
pojmy, které se následně organizují do
obecnějších/nadřazených tříd.
combination – Vyberou se nejdůležitější pojmy a ty
se následně generalizují či specifikují.
Krok nezávislý na způsobu tvorby hierarchie - nejprve
určení tříd - tj. které termíny označují třídy.
Obecně lze říci - Roli tříd plní termíny označující
nezávislé objekty spíše než termíny, které tyto objekty
popisují.
např. bílé víno vers. bílé suché víno, bílé jakostní víno
Na množině termínů popisující třídy se vytvářejí
hierarchické vztahy.
Otázka, zda jde o třídu či instanci (problematizováno
dále).
Ukázka vytvořené hierarchie tříd
Definování slotů – vlastností tříd
sloty – Vlastnosti tříd popisující různé rysy a znaky (vnitřní
struktura pojmů) popisují vlastnosti instancí třídy
a vztahy mezi instancemi.
Samotné třídy neposkytují dostatečný počet informací pro
odpovědi (viz krok 2).
Některé termíny v seznamu označují vlastnosti. Pro každou
vlastnost ve vytvořeném seznamu se musí určit, jakou třídu
popisuje.
 třída VÍNA může mít následující sloty: vůně, plnost,
cukernatost, barva, výrobce
 třída VINAŘSTVÍ – sloty: lokace, produkce
Slot by měl být připojen ke třídě nejvyšší úrovně.
Seznam slotů podtřídy ČERVENÁ VÍNA
Definování slotů – vlastností tříd
typy vlastností
 vnitřní – vůně, barva, plnost vína
 vnější – cena, název vína
 časti, pokud je objekt strukturován – chody jídla
 vztahy k jiným objektům – výrobce vína, produkce
vinařství
Podtřídy „dědí“ sloty/vlastnosti od nadřazené třídy, např.
všechny sloty třídy VÍNA budou mít též podtřídy BÍLÁ
VÍNA, ČERVENÁ VÍNA a jejich podtřídy.
Lze přidat specifický slot podtřídě, např. třída ČERVENÁ
VÍNA - slot třísloviny, dědí všechny její podtřídy.
Je potřeba zajistit, aby každá třída, k níž je slot připojen
opravdu danou vlastnost měla, např. definování slotu
třísloviny pro ČERVENÁ VÍNA ne pro VÍNA.
Definování faset slotů
Sloty mají různé fasety/omezení (property
constraints) popisující typy hodnot, množství hodnot
(kardinalita – kolik hodnot současně může instance
nabývat) a jiné rysy hodnot, které může slot nabývat,
např.
hodnoty slotu plnost – plná, střední, lehká
typ hodnoty – symbol
kardinalita - single (konkrétní víno může mít jednu
hodnotu)
Definování faset slotů – obvyklé fasety
kardinalita – kolik hodnot může slot mít – single,
multiple, minimum a maximum
např.
 víno má jeden charakter zralosti (buď hodnota stolní, či
jakostní, nebo přívlastkové) - single, ale může být z více
typů hroznů (multiple)
 vinaři vyrábějí různá vína - produkce (multiple)
Definování faset slotů – obvyklé fasety
typ hodnoty
 string (řetězec znaků)
 number
 boolean (pravda/nepravda)
 enumerated/symbol (seznam všech specifických možných
hodnot) – obsah cukru– možné hodnoty – suché, polosuché,
sladké
 instance – umožňují definovat vztahy mezi
instancemi/individui, musí být definovány třídy, ze kterých
instance pocházejí, např. třída VINAŘI má slot/vlastnost
produkce s hodnotou typu instance pocházejících ze třídy
VÍNA
Ukázka definice slotu
Definování faset slotů
range of a slot (rozsah) - Třídy obsahující prvky,
které jsou pro daný slot hodnotou typu instance.
 třída VINAŘSTVÍ je rozsahem slotu výrobce
 Zweigeltrebe pozdní sběr barrique 2004 (instance třídy Vína) Vinařství
Hrbáč je hodnota slotu výrobce a současně instancí
třídy Vinařství
domain of the slot (doména) - Třídy, s kterými je slot
spojen nebo třídy, jejichž vlastnosti jsou popisovány.
 doménou slotu výrobce je třída VÍNA
Ukázka definice slotu
Určení třídy pro rozsah a doménu slotu
Volba nejobecnější třídy v dané hierarchii - ne
vyjmenovávání podtříd.
 Slot produkce se vztahuje k třídě VINAŘSTVÍ.
Nabývá konkrétní hodnoty na úrovni instance
(vinařství produkuje konkrétní víno) - ta spadá přímo
pod třídu reprezentující jednotlivou odrůdu vína.
Jako doména se však uvede třída Vína.
vína
červená vína
Svatovavřinecké - Svatovavřinecké
2005 pozdní sběr instance
a současně hodnota slotu produkce pro
daný slot je třída VÍNA rozsahem
Vinařství
Vína Vinařství Hrbáč
Červená vína
Svatovavřinecké
Svatovavřinecké 2005 pozdní sběr
je instancí
je podtřídou
je instancí
vyrobeno
produkuje
je podtřídou
Tvorba instancí (individuí)
definování instance vyžaduje:
 výběr třídy
 tvorbu individuální instance
 vyplnění hodnot slotů
Ukázka definice instance pro třídu Víno
Instance nebo třída?
Rozhodnutí se odvíjí od konkrétní aplikace
ontologie.
Jednotlivé instance jsou nejspecifičtější pojmy
reprezentované ve znalostní bázi.
 instance Rulandské šedé či Rulandské šedé výběr z hroznů
2000 košer (Vinařství Chrámce)
(kombinace s jídlem ovlivňují vlastnosti jednotlivých ročníků,
nejen odrůda)
Jestliže se dají pojmy hierarchizovat
třídy
Tvorba hierarchie a definování vlastností pojmů jsou
spolu úzce spojené.
V praxi se oba kroky střídají – definuje se
několik pojmů v hierarchii a následně se popíší
vlastnosti těchto pojmů atd.
Výchozí verze ontologie – prochází hodnocením a
laděním – prozkoušení v dané aplikaci, užití metod
řešení problému, konzultace s experty.
Může nastat revize původní verze.
Definice tříd a hierarchie - vybrané problémy
Kontrola vztahu - nadřazenosti ↔ podřazenosti
Pro hierarchizaci stejné typy vztahů jako u tvorby
tezauru:
generický (rodo-druhový) vztah
plazi
někteří všichni
hadi
partitivní vztah (celek - část) - např. Evropa →
Rakousko Vídeň→
kauzální vztah (všeobecný pojem - individuální
pojem/třída - instance) - např. pohoří → Alpy, Himaláj
Definice tříd a hierarchie - vybrané problémy
Udržování hierarchie - Souvisí s rozvojem dané
domény a změnami v pojmovém systému.
Třídy a jejich označení - Třídy reprezentují pojmy
a ne termíny, ty označují dané pojmy.
 Označení třídy se může měnit v souvislosti se zvolenou
terminologií. (Rulandské bílé x Burgundské bílé)
 Synonyma - Systémy umožňují vytvořit seznam synonym,
pokud ne - uvedení v dokumentaci ke třídě.
Definice tříd a hierarchie - vybrané problémy
Souřadné třídy (tj. stejné úrovně)
Musí být na stejné úrovni obecnosti.
 např. třída BÍLÁ VÍNA vers. RULANDSKÉ BÍLÉ (vztah
nadřazenosti - podřazenosti), třídá BÍLÁ VÍNA, ČERVENÁ
VÍNA (souřadné třídy)
 Výjimka - základní třídy (tj. nejvyšší úrovně) - reprezentují
základní kategorie domény.
Počet souřadných tříd
Pokud pouze 1 přímá podtřída - může být
modelování dané oblasti neúplné či nepřesné.
Ryzlink Ryzlink rýnský
Ryzlink rýnský Veltlínské zelené
Sauvignon
Veltlínské zelené Sylvánské zelené
Sauvignon
Sylvánské zelené
Počet souřadných tříd
bílá vína
Rulandské bílé
Ryzlink rýnský
Ryzlink vlašský
Veltlínské zelené
Sauvignon
Sylvánské zelené
červená vína
Zweigeltrebe ....
Pokud více jak deset podtříd - je vhodné vytvořit
obecnější třídu.
bílá vína
červená vína
Zweigeltrebe
Frankovka
Svatovavřinecké
Rulandské bílé
Ryzlink rýnský
Ryzlink vlašský
Veltlínské zelené
Sauvignon
Sylvánské zelené
Třída nebo slot?
Určitá vlastnost/vztah - klasifikační kritérium či slot?
Barva vína, zralost/jakost vína, - klasifikační
kritérium/princip dělení či sloty?
 Závislost na důležitosti pojmu (víno) v dané doméně,
tematickém rozsahu a zaměření dané ontologie.
 Jestliže pojmy s různými hodnotami vlastností jsou omezeními
pro jiné sloty v různých třídách - potom uvedeny jako třídy,
např. odlišné kombinace bílého a červeného vína s jídlem,
barva vína ovlivňuje jiné vlastnosti vína.
 Na základě odlišnosti lze odvodit rodo-druhový vztah - tvorba
třídy.
Tři klíčové aspekty adekvátnosti ontologického
obsahu
(Svátek, 2007, s. 15)
Přesnost: Obsah ontologie by měl co nejvěrohodněji
odpovídat situacím v reálném světě.
Srozumitelnost: Ontologie by měla být co nejlépe
srozumitelná lidem, kteří se na jejím vývoji
nepodíleli.
Způsobilost k odvozování: Nad ontologií by mělo být
možné netriviálně strojově odvozovat. Proto je třeba
využít možností formálního aparátu jazyka.
Užití ontologií (Chowdhury, 2007, s. 176 )
1. pro organizaci znalostí a informací
2. poskytuje řízený slovník použitelný lidmi i
strojově ke zpřístupnění a správě informací
3. organizace a management stránek
4. využití základních, zastřešujících ontologií
individuálními aplikacemi (rozšíření určité části
původní ontologie o specifické hierarchie,
interoperabilita)
5. podpora při prohlížení a vyhledávání
Užití ontologií
6. odstranění významové nejednoznačnosti – stejný
termín -člen více tříd - kontext vyplývající z jeho
umístění v hierarchii napomáhá rozlišovat různé
významy termínu
7. navýšení získaných informací
(uživatelem/aplikací) o další informace z
příslušných tříd, podtříd, vlastností v ontologii
8. sdílení porozumění struktuře informací mezi
lidmi nebo softwarovými agenty
Ontologie a sémantický web
Semantic Web - The Web of data with meaning in the sense that a
computer program can learn enough about what the data means
to process it. (W3C Glossary and Dictionary)
Ontologie - klíčová technologie sémantického webu - Způsob
reprezentace významů dokumentů. Umožňují, že webové
aplikace a inteligentní agenti mohou tyto významy dále
používat.
V rámci sémantického webu potřeba strukturovaných (ne
jednoduchých) ontologií, tj. poskytujících popisy:
tříd
vztahů
vlastností
Praktické aplikace
Nasazení v praxi zaostává za rozsáhlým aplikačním
výzkumem.
Formalizované znalosti jsou obtížně převoditelné do jednotné
podoby, pro jejíž zpracování lze efektivně vyvinout
hromadně šířený softwarový nástroj
Znalostní management
Elektronické obchodování
Zpracování přirozeného jazyka
Inteligentní integrace informací
Pojmové vyhledávání informací
Sémantické webové portály
Inteligentní výukové systémy
Příklady základních a oborových/doménových
ontologií viz Svátek, 2007a
Projekty s českou účastí - Research in Applied
Ontology, Semantic Web and Information
Extraction in the Czech Republic
http://keg.vse.cz/ontoweb-cz/
Povinná literatura
Svátek, V., Vacura, M. 2007a. Ontologické inženýrství
[online]. In DATAKON 2007, Brno, 20.-23. 10. 2007, 32 s.
[cit. 2009-02-20]. Dostupné z WWW:
http://nb.vse.cz/~svatek/dkon07final.pdf
Svátek, V. 2002. Ontologie a WWW [online]. In DATAKON
2002, Brno, 19.-22. 10. 2002, 35 s. Dostupné z WWW:
http://nb.vse.cz/~svatek/onto-www.pdf
Arano, S. 2005. Thesauruses and ontologies [online].
Hipertext.net. 2005, č. 3, [cit. 2009-02-20]. Dostupné z
WWW: http://www.hipertext.net/english/pag1009.htm
ISSN 1695-5498
Denny, M. 2004. Ontology Tools Survey, Revisited [online].
July 14, 2004 [cit. 2009-03-27]. Dostupné z WWW:
http://www.xml.com/pub/a/2004/07/14/onto.html
Denny, M. 2002. Ontology Building : A Survey of Editing
Tools [online]. November 06, 2002 [cit. 2009-03-27].
Dostupné z WWW:
http://www.xml.com/pub/a/2002/11/06/ontologies.html
Gilchrist, A. 2003. Thesauri, taxonomies and ontologies an
etymological note. Journal of Documentation, 2003 , roč.
59, č. 1, s. 7-18.
Doporučená literatura
Gruber, T.R. 1993. A Translation Approach to Portable
Ontology Specifications. Knowledge Acquisition, 1993, č. 5,
s. 199.
Chowdhury, G. G. ; Chowdhury, S. 2007. Organizing
information : from the shelf to the Web. London : Facet,
2007. Kap. 10 Ontology, s. 171-185. ISBN 978-1-85604-578-
0 dostupné v ÚK – registrační pult
Kayed, A. aj. 2008. Building Ontological Relationships : A
New Approach. Journal of the American Society for
Information Science and Technology, 2008, roč. 59, č. 11,
s. 1801–1809.
Doporučená literatura
Noy, N. F., McGuinness, D. L. 2009. Ontology
Development 101 : A Guide to Creating Your First
Ontology [online]. [cit. 2009-03-27]. Dostupné z WWW:
http://www.ksl.stanford.edu/people/dlm/papers/ontology101/o
OWL Web Ontology Language : Use Cases and
Requirements [online]. 2004. W3C Recommendation 10
February 2004 [cit. 2010-04-27]. Dostupné z WWW:
Slavic, A. 2005. Knowledge Organization Systems, Network
Standards and Semantic Web. IN Informacijske znanosti u
procesu promjena. Zagreb: Zavod za informacijske studije,
2005. s. 5-22. Dostupné též z WWW:
http://dlist.sir.arizona.edu/1326/02/semweb_kos_EN_2.pdf
Doporučená literatura
Svátek, V. 2007b. Research in Applied Ontology, Semantic
Web and Information Extraction in the Czech Republic
[online]. Last update Jun 20, 2007 [cit. 2009-03-27].
Dostupné z WWW: http://keg.vse.cz/ontoweb-cz/
W3C Glossary and Dictionary [online]. 2003. Copyright ©
2000-2003 W3C [cit. 2010-04-27]. Dostupné z WWW:
http://www.w3.org/2003/glossary/
Yi, M. 2008. Information Organization and Retrieval Using
a Topic Maps-Based Ontology : Results of a Task-Based
Evaluation. Journal of the American Society for
Information Science and Technology, 2008, roč. 59, č. 12,
s. 1801–1809.
Doporučená literatura