Курск 2007

ББК Печатается по решению

редакционно-издательского совета

Курского государственного Университета

Рецензент -

: Учеб. пособ. для студентов университета. – Курск: Изд-во Курск.гос.ун-та, 200 . – 84 с.

Учебно-методическое пособие посвящено наиболее перспективному подходу к моделированию предметных областей – онтологическому. Рассмотрены основные понятия, определения, методология разработки и построения онтологий на примере учебной базы знаний «Мир Животных». Рассмотрено одно из средств построения онтологий – Protégé.

Предназначено для студентов старших курсов, обучающихся по специальности …….. математическое обеспечение и администрирование информационных систем.

Введение................................................................................... 4

1. Теоретические аспекты построения онтологий................... 5

1. 1. Определение онтологии................................................. 5

1. 2. Модели онтологии и онтологической системы............ 14

1. 3. Применение онтологий................................................ 21

1. 4. Инструменты инженерии онтологий........................... 25

2. Создание онтологии предметной области в Protégé.......... 30

2. 1. Предварительные замечания....................................... 30

2. 2. Основные сведения о Protégé...................................... 37

2. 3. Создание онтологии предметной области в Protégé.... 40

3. Семестровое задание......................................................... 77

Порядок выполнения проекта:............................................ 77

Литература............................................................................. 82

Введение

Экспертная система представляет собой совокупность трех, взаимозависимы «модулей»: база знаний, машина вывода, интерфейс пользователя. Машину вывода и интерфейс обычно объединяют и называют оболочкой экспертной системы. В этом случае можно говорить о двух составляющих: оболочка и база знаний. Наиболее важным компонентом среди них, безусловно, является база знаний. Проблема адекватного метода, или способа, моделирования предметной области и как следствие формализация знаний с последующим занесением их в базу знаний является если не центральной, то, по меньшей мере, важной в теории искусственного интеллекта.

Существует множество методов представления знаний. Это широко известные логические и фреймовые методы, а также семантические сети и правила продукции. При создании систем основанных на знаниях (экспертные системы, несомненно, к ним относятся) применяются различные способы представления знаний.

Каждый из этих методов имеет свои достоинства и недостатки. На данный момент значительный интерес представляет использование онтологии в качестве базы знаний систем основанных на знаниях. Заметим, что в некоторой литературе база знаний отождествляется с онтологией. Вообще говоря, однозначного определения онтологии предметной области не существует, зачастую онтологию определяют так, как выгодно разработчику на данный момент. Этой, и некоторым другим интересным проблемам, связанным с онтологиями, а также вопросы их технической реализации рассмотрены в данном пособии.

Теоретические аспекты построения онтологий

Определение онтологии

Как было замечено ранее, представление знаний является важной проблемой в искусственном интеллекте. Под термином «представление знаний» может пониматься либо способ кодирования знаний в базе знаний, либо формальная система, которая используется для формализации знаний.

Практика разработки систем, основанных на знаниях, для сложных предметных областей и задач показала, что в каждой предметной области существует некоторая структура, занимающая промежуточное положение между представлением знаний, используемым в модели предметной области, и моделью предметной области (базой знаний).

Эта структура получила название "онтология предметной области".

В философии онтология это - термин, определяющий учение о бытии, о сущем, в отличие от гносеологии - учении о познании. С другой точки зрения, онтология - это формально представленные на базе концептуализации знания. Концептуализация предполагает описание множества объектов и понятий, знаний о них и связей между ними.

Онтологией называется эксплицитная спецификация концептуализации. Формально онтология состоит из терминов, организованных в таксономию, их определений и атрибутов, а также связанных с ними аксиом и правил вывода.

В простейшем случае онтология описывает только иерархию концептов, связанных отношениями категоризации. В более сложных случаях в нее добавляются подходящие аксиомы для выражения других отношений между концептами и для того, чтобы ограничить их предполагаемую интерпретацию.

Учитывая это, онтология представляет собой базу знаний, описывающую факты, которые предполагаются всегда истинными в рамках определенного сообщества на основе общепринятого смысла используемого словаря.

Выделим следующие интерпретации этого термина:

1. Онтология как философская дисциплина.

2. Онтология как неформальная концептуальная система.

3. Онтология как формальный взгляд на семантику.

4. Онтология как спецификация «концептуализации».

5. Онтология как представление концептуальной системы через логическую теорию, характеризуемую:

o специальными формальными свойствами или

o только ее назначением

6. Онтология как словарь, используемый логической теорией.

7. Онтология как (метауровневая) спецификация логической теории.

Говоря об онтологии в рамках первой интерпретации имеют в виду философскую дисциплину изучающую природу и организованность сущего.

Согласно второй интерпретации онтология является концептуальной системой, которая может выступать как базис определенной базы знаний. Согласно интерпретации 3 онтология, на основе которой построена база знаний, выражается в терминах подходящих формальных структур на семантическом уровне. Таким образом, эти две интерпретации рассматривают онтологию как концептуальную «семантическую» сущность, неважно, формальную или неформальную, в то время как интерпретации 5-7 трактуют онтологию как специальный «синтаксический» объект. Четвертая интерпретация - одна из наиболее проблематичных, так как точный смысл ее зависит от понимания терминов «спецификация» и «концептуализация».

Первый из подходов к определению понятия "онтология предметной области", условно названный гуманитарным, предполагает определения в интуитивно понимаемых терминах. Второй подход к определению понятия онтология условно назван компьютерным. В рамках этого подхода разрабатываются компьютерные языки для представления онтологий.

Основным достоинством компьютерного подхода является формальность предлагаемых средств для описания онтологий. Определение понятия онтология предметной области в рамках этого подхода не проясняет содержательную сущность этого понятия, а, наоборот, затемняет эту сущность многочисленными техническими деталями, связанными с компьютерной реализацией, и не отличает его от других понятий, в частности от понятия модели предметной области (базы знаний).

В рамках третьего, математического подхода делаются попытки определить понятие онтология в математических терминах или с помощью математических конструкций.

Онтология - это логическая теория, которая ограничивает допустимые модели логического языка. Онтология в этом случае должна обеспечивать аксиомы, которые ограничивают значение нелогических символов (предикатов и функций) логического языка, используемых как "примитивы" для определенных целей представления. Цель онтологии – характеризовать концептуализацию, ограничивая возможные интерпретации нелогических символов логического языка для установления консенсуса о том, как описывать знания с использованием этого языка. Концептуализация рассматривается как множество неформальных правил, которые ограничивают структуру части действительности.

Итак, под онтологией предметной области понимают:

1. Онтология предметной области есть та часть знаний предметной области, относительно которой предполагается ее неизменность. Относительно остальной части знаний предметной области предполагается, что она может изменяться, но должна оставаться согласованной с онтологией предметной области.

2. Онтология предметной области есть та часть знаний предметной области, которая ограничивает значения терминов предметной области. Значения терминов предметной области не зависят от остальной (изменяемой) части знаний предметной области.

3. Онтология предметной области является множеством соглашений о предметной области, другая часть знаний предметной области является множеством эмпирических и других законов этой области. Онтология определяет степень согласования значений терминов специалистами предметной области.

4. Онтология предметной области является явно заданной внешней аппроксимацией неявно заданной концептуализации. Концептуализация есть подмножество множества всех ситуаций, которые могут быть представлены. Множество ситуаций, соответствующих базе знаний, есть подмножество концептуализации. Это подмножество есть некоторая аппроксимация множества ситуаций, возможных в действительности.

В дальнейшем, для определенности, будем считать, что онтология – формальное явное описание понятий в рассматриваемой предметной области (классов (иногда их называют понятиями)), свойств каждого понятия, описывающих различные свойства и атрибуты понятия (слотов (иногда их называют ролями или свойствами)), и ограничений, наложенных на слоты (фацетов (иногда их называют ограничениями ролей)) . Онтология вместе с набором индивидуальных экземпляров классов образует базу знаний.

Приведем некоторые причины необходимости разработки онтологий. Итак, онтологии необходимы для:

· совместного использования людьми или программными агентами общего понимания структуры информации;

· возможности повторного использования знаний в предметной области;

· того чтобы сделать допущения в предметной области явными;

· отделения знаний в предметной области от оперативных знаний;

· анализа знаний в предметной области.

Совместное использование людьми или программными агентами общего понимания структуры информации является одной из наиболее общих целей разработки онтологий. К примеру, пусть, несколько различных веб-сайтов содержат информацию по медицине или предоставляют информацию о платных медицинских услугах, оплачиваемых через Интернет. Если эти веб-сайты совместно используют и публикуют одну и ту же базовую онтологию терминов, которыми они все пользуются, то компьютерные агенты могут извлекать информацию из этих различных сайтов и накапливать ее. Агенты могут использовать накопленную информацию для ответов на запросы пользователей или как входные данные для других приложений.

Обеспечение возможности использования знаний предметной области стало одной из движущих сил недавнего всплеска в изучении онтологий. Например, для моделей многих различных предметных областей необходимо сформулировать понятие времени. Это представление включает понятие временных интервалов, моментов времени, относительных мер времени и т.д. Если одна группа ученых детально разработает такую онтологию, то другие могут просто повторно использовать ее в своих предметных областях. Кроме того, если нам необходимо создать большую онтологию, можно интегрировать несколько существующих онтологий, описывающих части большой предметной области. Возможно повторно использовать основную онтологию, такую как UNSPSC, и расширить ее для описания интересующей нас предметной области.

Создание явных допущений в предметной области , лежащих в основе реализации, дает возможность легко изменить эти допущения при изменении наших знаний о предметной области. Жесткое кодирование предположений о мире на языке программирования приводит к тому, что эти предположения не только сложно найти и понять, но и также сложно изменить, не будучи программистом. Кроме того, явные спецификации знаний в предметной области полезны для новых пользователей, которые должны узнать значения терминов предметной области.

Отделение знаний предметной области от оперативных знаний – это еще один вариант общего применения онтологий. Мы можем описать задачу конфигурирования продукта из его компонентов в соответствии с требуемой спецификацией и внедрить программу, которая делает эту конфигурацию независимой от продукта и самих компонентов. После этого мы можем разработать онтологию компонентов и характеристик ЭВМ и применить этот алгоритм для конфигурирования нестандартных ЭВМ. Мы также можем использовать тот же алгоритм для конфигурирования лифтов, если мы предоставим ему онтологию компонентов лифта.

Анализ знаний в предметной области возможен, когда имеется декларативная спецификация терминов. Формальный анализ терминов чрезвычайно ценен как при попытке повторного использования существующих онтологий, так и при их расширении.

Зачастую возникает вопрос о различии между онтологией и базой данных. Укажем основные различия между ними.

Результатом запроса по базе данных обычно является совокупность данных об экземплярах и ссылки на текстовые документы, в то время как результат запроса по онтологии может включать элементы самой онтологии (например, все подклассы определенного класса).

Онтологии сами по себе включают семантику

Схемы баз данных и каталоги обычно не предоставляют внешнюю семантику для своих данных. Семантика никогда не определялась, либо семантика была определена внешним образом во время разработки базы данных, но эта спецификация не стала частью спецификации базы данных и больше недоступна. Следовательно, при использовании баз данных нам нужны определенные протоколы для решения проблемы конфликтующих ограничений при изменении базы данных. Однако онтологии являются логическими системами, которые сами по себе включают семантику.

Онтологии чаще повторно используются

Схема базы данных определяет структуру определенной базы данных и других баз данных, и схемы не так часто повторно используются напрямую или расширяются. Схема является частью интегрированной системы и редко используются отдельно от нее. С онтологиями ситуация прямо противоположна: онтологии обычно повторно используют и расширяют другие онтологии и они не привязаны к определенной системе.

Онтологии децентрализованы по своей природе

По традиции разработка и обновление схемы базы данных является централизованным процессом: разработчики исходной схемы (или сотрудники той же организации) обычно вносят изменения и поддерживают схему. В самом конце разработчики схемы базы данных обычно знают, какие базы данных используют их схему. По своей природе разработка онтологии – это гораздо более децентрализованный и объединенный процесс. В результате, над тем, кто использует конкретную онтологию, не существует централизованного контроля. Гораздо сложнее (а может быть, и невозможно) распространить или синхронизировать обновления: мы не знаем, кто использует онтологию, не можем сообщить им об обновлениях и не можем предположить, что они сами об этом узнают. Отсутствие централизованного и синхронизированного контроля также делает сложным (а часто и невозможным) проследить последовательность операций, которые преобразовали одну версию онтологии в другую.

Информационные модели онтологии богаче

Во многих онтологиях количество примитивов представления гораздо больше, чем в типичной схеме базы данных. Например, многие онтологические языки и системы позволяют спецификацию ограничения мощности, обратные свойства, транзитивные свойства, обратные классы и т.д. Некоторые языки (например, DAML+OIL) добавляют примитивы для определения новых классов как объединений или пересечений других классов, как перечисление их членов, как ряд объектов, которые удовлетворяют определенному ограничению.

Классы и экземпляры могут быть одними и теми же

В базах данных четко различается информация о схеме и информация об экземплярах. Во многих мощных системах представления знаний сложно определить, где заканчивается онтология и начинаются экземпляры. Использование метаклассов (классов, где в качестве экземпляров используются другие классы) во многих системах (например, Protégé, Ontolingua, RDFS) размывает или стирает границу между классами и экземплярами. Метаклассы – это множества, чьи элементы тоже являются множествами. Это значит, что «экземпляр» и «класс» - на самом деле лишь роли понятия.

Модели онтологии и онтологической системы

Понятие онтологии предполагает определение и использование взаимосвязанной и взаимосогласованной совокупности трех компонент: таксономии терминов, определений терминов и правил их обработки. Введем следующее определение понятия модели онтологии:

Под формальной моделью онтологии О понимается

Х – конечное множество концептов (понятий, терминов) предметной области, которую представляет онтология О;

R – конечное множество отношений между концептами (понятиями, терминами) заданной предметной области;

F – конечное множество функций интерпретации (аксиоматизации), заданных на концептах и/или отношениях онтологии О.

Естественным ограничением, накладываемым на множество X, является его конечность и непустота. Иначе обстоит дело с компонентами F и R в определении онтологии О. Понятно, что и в этом случае F и R должны быть конечными множествами. Укажем, граничные случаи, связанные с их пустотой.

1. Пусть и . Тогда онтология О трансформируется в простой словарь:

.

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.

2. , . 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.

где - множество интерпретируемых терминов;

Множество интерпретирующих терминов.

такие что

Пустота пересечения множеств и исключает циклические интерпретации, а введение в рассмотрение функции k аргументов призвано обеспечить более полную интерпретацию. Вид отображения f из F определяет выразительную мощность и практическую полезность этого вида онтологии. Если функция интерпретации задается оператором присваивания значений (), где - имя интерпретации ), то онтология трансформируется в пассивный словарь :

Такой словарь пассивен, так как все определения терминов из берутся из уже существующего и фиксированного множества . 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 задается процедурно, а не декларативно и вычисляется каждый раз при интерпретации термина из множества . В этом случае онтология преобразуется в активный словарь определений

Причем

Ценность такого словаря для задач обработки информации в среде Интернет выше, чем у предыдущей модели, но все еще недостаточна, так как интерпретируемые элементы из 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 .

Рассмотрим возможные варианты формирования множества отношений на концептах онтологии.

Введем в рассмотрение специальный подкласс онтологии - простую таксономию следующим образом:

Таксономическая структура - иерархическая система понятий, связанных между собой отношением is_a («быть элементом класса»).

Отношение is_a имеет фиксированную заранее семантику и позволяет организовывать структуру понятий онтологии в виде дерева.

Классификация моделей онтологии

Компоненты модели	.
Формальное определение
Пояснение	Словарь ПО	Пассивный словарь ПО	Активный словарь ПО	Таксономия понятий ПО

Представления множества концептов X в виде сетевой структуры;

Использования достаточно богатого множества отношений R, включающего не только таксономические отношения, но и отношения, отражающие специфику конкретной предметной области, а также средства расширения множества R;

Использования декларативных и процедурных интерпретаций и отношений, включая возможность определения новых интерпретаций.

Введем в рассмотрение понятие онтологической системы. Под формальной моделью онтологической системы понимают триплет вида:

где - онтология верхнего уровня (метаонтология)

Множество предметных онтологии и онтологии задач предметной области

Модель машины вывода, ассоциированной с онтологической системой .

Использование системы онтологии и специальной машины вывода позволяет решать в такой модели различные задачи. Расширяя систему моделей , можно учитывать предпочтения пользователя, а изменяя модель машины вывода, вводить специализированные критерии релевантности получаемой в процессе поиска информации и формировать специальные репозитории накопленных данных, а также пополнять при необходимости используемые онтологии.

В модели имеются три онтологические компоненты:

Метаонтология;

Предметная онтология;

Онтология задач.

Метаонтология оперирует общими концептами и отношениями, которые не зависят от конкретной предметной области. Концептами метауровня являются общие понятия, такие как «объект», «свойство», «значение» и т. д. Уровни метаонтологии получают интенсиональное описание свойств предметной онтологии и онтологии задач. Онтология метауровня является статической, что дает возможность обеспечить здесь эффективный вывод.

Предметная онтология содержит понятия, описывающие конкретную предметную область, отношения, семантически значимые для данной предметной области, и множество интерпретаций этих понятий и отношений (декларативных и процедурных). Понятия предметной области специфичны в каждой прикладной онтологии, но отношения - более универсальны. Поэтому в качестве базиса обычно выделяют такие отношения модели предметной онтологии, как part_of, kind_of, contained_in, member_of, see also и некоторые другие.

Отношение part_of определено на множестве концептов, является отношением принадлежности и показывает, что концепт может быть частью других концептов. Оно является отношением типа «часть-целое» и по свойствам близко к отношению is_a и может быть задано соответствующими аксиомами. Аналогичным образом можно ввести и другие отношения типа «часть-целое».

Иначе обстоит дело с отношением see_also. Оно обладает другой семантикой и другими свойствами. Поэтому целесообразно вводить его не декларативно, а процедурно, подобно тому, как это делается при определении новых типов в языках программирования, где поддерживаются абстрактные типы данных.

Онтология задач в качестве понятий содержит типы решаемых задач, а отношения этой онтологии, как правило, специфицируют декомпозицию задач на подзадачи. Вместе с тем, если прикладной системой решается единственный тип задач (например, задачи поиска релевантной запросу информации), то онтология задач может в данном случае описываться словарной. Таким образом, модель онтологической системы позволяет описывать необходимые для ее функционирования онтологии разных уровней. Взаимосвязь между онтологиями показана на рисунке:

Машина вывода онтологической системы в общем случае может опираться на сетевое представление онтологии всех уровней. При этом ее функционирование будет связано:

С активацией понятий и/или отношений, фиксирующих решаемую задачу (описание исходной ситуации);

Определением целевого состояния (ситуации);

Выводом на сети, заключающемся в том, что от узлов исходной ситуации распространяются волны активации, использующие свойства отношений, с ними связанных. Критерием остановки процесса является достижение целевой ситуации или превышение длительности исполнения (time-out).

Применение онтологий

Суммируя различные типизации онтологии можно выделить классификации по:

Степени зависимости от конкретной задачи или предметной области;

Уровню детализации аксиоматизации;

«природе» предметной области и т. д.

Дополнительно к этим измерениям можно ввести и классификации, связанные с разработкой, реализацией и сопровождением онтологии.

По степени зависимости от конкретной задачи или предметной области обычно различают:

Онтологии верхнего уровня;

Онтологии, ориентированные на предметную область;

Онтологии, ориентированные на конкретную задачу;

Прикладные онтологии.

Онтологии верхнего уровня описывают очень общие концепты, такие как пространство, время, материя, объект, событие, действие и т. д., которые независимы от конкретной проблемы или области. Поэтому представляется разумным, по крайней мере в теории, унифицировать их для больших сообществ пользователей.

Примером такой общей онтологиии является CYC®. Одноименный проект - CYC® - ориентирован на создание мультиконтекстной базы знаний и специальной машины вывода, разрабатываемой Сусогр. Основная цель этого гигантского проекта - построить базу знаний всех общих понятий (начиная с таких, как время, сущность и т. д.), включающую семантическую структуру терминов, связей между ними и аксиом. Предполагается, что такая база знаний может быть доступна разнообразным программным средствам, работающим со знаниями, и будет играть роль базы «начальных знаний». В онтологии, по некоторым данным, уже представлены 10 6 концептов и 10 5 аксиом. Для представления знаний в рамках этого проекта разработан специальный язык CYCL.

Другим примером онтологии верхнего уровня является онтология системы Gene-railized Upper Model, ориентированная на поддержку процессов обработки естественного языка: английского, немецкого и итальянского. Уровень абстракции этой онтологии находится между лексическими и концептуальными знаниями, что определяется требованиями упрощения интерфейсов с лингвистическими ресурсами. Модель Generalized Upper Model включает таксономию, организованную в виде иерархии концептов (около 250 понятий) и отдельной иерархии связей.

Создание достаточно общих онтологии верхнего уровня представляет собой очень серьезную задачу, которая еще не имеет удовлетворительного решения.

Предметные онтологии и онтологии задач описывают, соответственно, словарь, связанный с предметной областью (медицина, коммерция и т. д.) или с конкретной задачей или деятельностью (диагностика, продажи и т. п.) за счет специализации терминов, введенных в онтологии верхнего уровня. Примерами онтологии, ориентированных на определенную предметную область и конкретную задачу, являются TOVE и Plinius соответственно.

Онтология в системе TOVE (Toronto Virtual Enterprise Project) предметно ориентирована на представление модели корпорации. Основная цель ее разработки - отвечать на вопросы пользователей по реинжинирингу бизнес-процессов, извлекая эксплицитно представленные в онтологии знания. При этом система может проводить дедуктивный вывод ответов. В онтологии нет средств для интеграции с другими онтологиями. Формально онтология описывается с помощью фреймов.

В настоящее время построены онтологии некоторых разделов молекулярной биологии, которые предлагают терминологию для определения множества химических элементов, описания процессов внутри клетки. Онтология TAMBIS (TaO) описывает биоинформатику, покрывает основные понятия молекулярной биологии и биоинформатики: макромолекулы, их предназначение, структуру, функции, клеточное расположение и процессы, в которых они взаимодействуют. ТаО онтологии построена с использованием языка OIL.

Существует также экспериментальная онтология для бионеорганических центров, известная под именем СОМЕ. СОМЕ состоит из сущностей трех видов: Молекула (MOL), Бионеорганический Мотив (BIM) и Бионеорганические Протеины (PRX).

Так же построены онтологии, представляющие понятия и отношения в более узко направленных областях – таких как химические кристаллы, керамические материалы, биоэнергетические центры. Примером таких онтологий может служить онтология Chemical-Crystals. Онтология Chemical-Crystals описывает различные типы кристаллической структуры веществ. Эта онтология построена с использованием методологии, известной как METHONTOLOG.

Другой пример онтологии – онтология чистых веществ. Определение чистых веществ дано через химический состав, т.е. через структурные правила, которые определяют чистые вещества в терминах химических веществ и натуральных чисел. Разработана иерархическая модель онтологии физической химии. Модульная онтология физической химии определяет множество разделов предметной области и связи между ними, описывает систему понятий каждого раздела и задает связи между понятиями разделов. Онтология физической химии состоит из восьми связанных друг с другом разделов: «Элементы», «Вещества», «Реакции», «Основы термодинамики», «Термодинамика. Химические свойства», «Термодинамика. Физические свойства», «Термодинамика. Связь физических и химических свойств», «Химическая кинетика». В основе онтологии данной предметной области лежит метаонтология, которая определяет метапонятия, используемые при определении систем понятий каждого раздела.

Прикладные онтологии описывают концепты, зависящие как от конкретной предметной области, так и от задач, которые в них решаются. Концепты в таких онтологиях часто соответствуют ролям, которые играют объекты в предметной области в процессе, выполнения определенной деятельности. Пример такой онтологии - онтология системы Plinius, предназначенная для полуавтоматического извлечения знаний из текстов в области химии. В отличие от других, упомянутых выше онтологии, здесь нет явной таксономии понятий.

Вместо этого определено несколько множеств атомарных концептов, таких как, например, химический элемент, целое число и т. п., и правила конструирования остальных концептов. В онтологии описано около 150 концептов и 6 правил. Формально онтология Plinius тоже описывается с помощью фреймов.

Краткий ответ на экзаменационный вопрос по курсу СИИ - системы искусственного интеллекта (все вопросы).

Онтология - формальная спецификация разделяемой концептуальной модели.

O={C, R, A}, где

• O - онтология,
• С - совокупность концептов предметной области,
• R - совокупность отношений между ними,
• A - набор аксиом (законов и правил, которые описывают законы и принципы существования концептов).

Классификация онтологий

По глубине проработки все онтологии делятся на:

• «весомые» онтологии (Heavy-weighted), содержащие аксиомы {C, R, A}
• «легкие» (Light-weighted), их не содержащие {C, R}

По уровню обобщения можно выделить следующие 4 категории онтологий:

1. Онтологии представления описывают концептуальную модель, которая является основой формализма представления знаний.
2. Общие онтологии подобны онтологиям предметных областей, но описываемые ими понятия являются общими для нескольких предметных областей. Обычно такие онтологии описывают такие понятия, как состояние, событие, процесс, действие, компонент.
3. Онтология предметной области выражает концептуализацию, соответствующую определенной предметной области.
4. Прикладная онтология (Онтология приложения) содержит все описания, необходимые для моделирования знаний, требуемых для конкретного приложения. Обычно прикладная онтология - это комбинация понятий, взятых из онтологии предметной области и общей онтологии, которая может содержать расширения, специфические для используемых методов и решаемых задач.

Формальная модель онтологии

О = ,

• Х – конечное множество концептов предметной области,
• R – конечное множество отношений между концептами,
• Ф – конечно множество функций интерпретации, заданных в онтологии.

Ограничения на X – конечность и не пустота. R, Ф – конечные, но иногда могут быть пустыми.

Пусть R = 0, Ф = 0. Тогда онтология Х трансформируется в простой словарь:

O = V = .

В случае R = 0, Ф!= 0 каждому элементу из Х может быть поставлена в соответствие функция интерпретации f из Ф.

Х = Х1 V Х2, где

• Х1 – множество интерпретируемых терминов,
• Х2 – множество интерпретирующих терминов.

НАЧАЛО — Онтологии в корпоративных системах. Часть I

Онтологические системы могут применяться для решения задач в сфере бизнеса, создания интеллектуальных систем, представления знаний в Интернет. Круг технологий, связанных с этим вопросом, весьма широк и включает в себя мультиагентные системы, автоматическое извлечение знаний из текстов на естественном языке, поиск информации, интеллектуальное аннотирование, автоматическое составление авторефератов и прочее.

Во второй части статьи вкратце рассмотрены теоретические понятия, инструментальные средства, практические примеры применения.

ФОРМАЛЬНАЯ МОДЕЛЬ ОНТОЛОГИИ

Онтология состоит из терминов (понятий), их определений и атрибутов, а также связанных с ними аксиом и правил вывода.

Формальная модель онтологии O= — это упорядоченная тройка конечных множеств, где:

• Т — термины прикладной области (ПрО), которую описывает онтология O;
• R — отношения между терминами заданной ПрО;
• F — функции интерпретации, заданные на терминах и/или отношениях онтологии O.

Модели онтологий классифицируются таким образом:

• простые (имеют лишь концепты);
• на основе фреймов (имеют лишь концепты и свойства);
• на основе логик (например Ontolingua, DAML+OIL).

Отношения представляют тип взаимодействия между концептами ПрО . Пример бинарного отношения — «является частью». Следует заметить, что отношения, которые целесообразно использовать при создании онтологии, значительно менее разнообразны, чем термины, и, как правило, не специфичны для конкретной ПрО («часть-целое», «является подклассом», «оказывает воздействие», «похоже на» и т. п.).

Аксиомы используются для моделирования утверждений, которые всегда являются истинными.

Между концептами могут быть установлены определенные виды связей. Словарь терминов в определенной прикладной области, тезаурус со своими понятиями (концептами) и связи, которые определяют термины естественного языка, могут рассматриваться как онтологии. Для установления связи между вербально определенными концептами и поиском концептов релевантных запросов используются методы получения информации. Известными примерами онтологии такого типа являются индексы поисковых машин информации в Интернет.

Для описания более сложных систем вводят такие понятия, как модель расширяемой онтологии .

ЯЗЫКИ ОПИСАНИЯ ОНТОЛОГИЙ

Для того чтобы реализовывать различные онтологии, необходимо разработать языки их представления, имеющие достаточную выразительную мощность и позволяющие пользователю избежать «низкоуровневых» проблем.

Ключевым моментом в проектировании онтологии является выбор соответствующего языка спецификации онтологий (Ontology specification language). Цель таких языков — дать возможность указывать дополнительную машинно-интерпретируемую семантику ресурсов, сделать машинное представление данных более похожим на положение вещей в реальном мире, существенно повысить выразительные возможности концептуального моделирования слабо структурированных Web-данных.

Распространение онтологического подхода к представлению знаний оказало содействие при создании разнообразных языков представления онтологии и инструментальных средств, предназначенных для их редактирования и анализа.

Существуют традиционные языки спецификации онтологий: Ontolingua, CycL, языки, основанные на дескриптивных логиках (такие как LOOM), языки, основанные на фреймах (OKBC, OCML, Flogic).

Более поздние языки основаны на Web-стандартах (XOL, SHOE, UPML). Специально для обмена онтологиями через Web были созданы RDF(S), DAML, OIL, OWL, которые будут рассмотрены далее.

В целом, различие между традиционными и Web-языками спецификации онтологии заключается в выразительных возможностях описания предметной области и некоторых возможностях механизма логического вывода для этих языков. Типичные примитивы языков дополнительно включают:

• конструкции для агрегирования, множественных иерархий классов, правил вывода, аксиом;
• различные формы модуляризации для записи онтологий и взаимоотношений между ними;
• возможность мета-описания онтологии, что полезно при установлении отношений между различными видами онтологий. Сегодня некоторые из таких языков приобрели большую популярность и широко применяются (в частности для описания информационных ресурсов и сервисов Интернет).

Язык RDF . В рамках проекта семантической интерпретации информационных ресурсов Интернет (Semantic Web) был предложен стандарт описания метаданных о документе Resource Description Framework, использующий XML-синтаксис.

RDF использует базовую модель данных «объект — атрибут — значение» и способен сыграть роль универсального языка описания семантики ресурсов и взаимосвязей между ними. Ресурсы описываются в виде ориентированного размеченного графа — каждый ресурс может иметь свойства, которые в свою очередь также могут быть ресурсами или их коллекциями. Все словари RDF используют базовую структуру, описывающую классы ресурсов и типы связей между ними. Это позволяет использовать разнородные децентрализованные словари, созданные для машинной обработки по разным принципам и методам. Важной особенностью стандарта является расширяемость: можно задать структуру описания источника, используя и расширяя такие встроенные понятия RDF-схем, как классы, свойства, типы, коллекции. Модель схемы RDF включает наследование классов и свойств.

RDF уже получил поддержку многих ведущих производителей ПО. Разработан ряд программных продуктов, позволяющих создавать RDF-описания для разного рода систем. Предполагаются возможности интеграции существующих хранилищ информации в общую базу семантического описания и интеграции концепции RDF-базы с форматом MPEG. RDF Schema — стандарт, предложенный по инициативе W3C для представления онтологических знаний. Он специфицирует множество всевозможных допустимых схем данных. Модели предметных областей описываются посредством ресурсов, свойств и их значений. RDFS предоставляет хорошие базовые возможности для описания словарей типов предметных областей. Одно из ограничений — невозможность с помощью RDFS выразить аксиоматические знания, т. е. задать аксиомы и правила вывода, построенные на них.

DAML+OIL — семантический язык разметки Web-ресурсов, расширяющий стандарты RDF и RDF Schema за счет более полных примитивов моделирования. Последняя версия DAML+OIL обеспечивает богатый набор конструкций для создания онтологии и разметки информации таким образом, чтобы их могла читать и понимать машина.

Первыми предложениями по описанию онтологии на базе RDFS были DARPA DAML-ONT (DARPA Agent Markup Language) и European Commission OIL (Ontology Inference Layer). Эти стандарты спецификации и обмена онтологиями были разработаны для поддержки процесса обмена знаниями и интеграции знаний. На базе этих предложений и возникло совместное решение DAML+OIL. Онтология DAML+OIL состоит из: заголовков (headers); элементов классов (class elements); элементов свойств (property elements); экземпляров (instances).

OWL (Web Ontology Language) — язык представления онтологий, расширяющий возможности XML, RDF, RDF Schema и DAML+OIL. Этот проект предусматривает создание мощного механизма семантического анализа. Планируется, что в нем будут устранены ограничения конструкций DAML+OIL.

Онтологии OWL — это последовательности аксиом и фактов, а также ссылок на другие онтологии. Они содержат компоненту для записи авторства и другой подробной информации, являются документами Web, на них можно ссылаться через URI.

В упоминавшемся уже проекте Semantic Web «машинная обработка смысла» контента будет сделана максимально четкой при помощи пометки документов указателем «с полным смыслом» на основе использования онтологических терминов. Таким образом, онтологии рассматриваются как ключевая технология для использования в Semantic Web (рис. 1).

Онтологии играют важную роль в организации обработки знаний на основе Web, а также для их совместного использования. Онтологии, определяемые как совместно используемые формальные концепции конкретных предметных областей, дают общее представление о темах, информацией о которых могут обмениваться и люди, и приложения. Онтологии отличаются от XML-схем тем, что это представления знаний, а не форматы сообщений (большинство Web-стандартов состоят из комбинации форматов сообщений и спецификаций протоколов).

ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА ОБРАБОТКИ ОНТОЛОГИЙ

Одним из достоинств онтологии является наличие для них инструментального ПО, обеспечивающего общую доменно-независимую поддержку онтологического анализа. Существует целый ряд инструментов для онтологического анализа, поддерживающих редактирование, визуализацию, документирование, импорт и экспорт онтологий разных форматов, их представление, объединение, сравнение.

Редакторы

Ontolingua. Кроме собственно редактора онтологии, эта система содержит сетевой компонент Webster, предназначенный для определения концептов, сервер, обеспечивающий доступ к онтологиям Ontolingua по протоколу OKBC (Open Knowledge Base Connectivity), и Chimaera — инструментарий для анализа и объединения онтологий.

Protégé — свободно распространяемая Java-программа, предназначенная для построения (создания, редактирования и просмотра) онтологий той или иной прикладной области. Она включает редактор онтологии, позволяющий проектировать онтологии, разворачивая иерархическую структуру абстрактных и конкретных классов и слотов. На основе сформированной онтологии Protégé позволяет генерировать формы получения знаний для введения экземпляров классов и подклассов.

Инструмент поддерживает использование языка OWL и позволяет генерировать html-документы, отображающие структуру онтологий. Поскольку он использует фреймовую модель представления знаний ОКВС, это позволяет адаптировать его и для редактирования моделей ПрО, представленных не в OWL, а в других форматах (UML, XML, SHOE, DAML+OIL, RDF и RDFS и т. п.).

DOE — простой редактор, который позволяет пользователю создавать онтологии. Процесс спецификации онтологии состоит из трех этапов.

На первом этапе пользователь строит таксономию понятий и отношений, явным образом очерчивая позицию каждого элемента (понятие) в иерархии. Затем пользователь указывает, в чем специфика понятия относительно его «родителя», и в чем это понятие подобно или отлично от его «братьев». Пользователь может также прибавить синонимы и энциклопедическое определение на нескольких языках для всех понятий.

На втором этапе две таксономии рассматриваются с разных точек зрения. Пользователь может расширить их новыми объектами или добавить ограничения на области отношений.

На третьем этапе онтология может быть переведена на язык представления знаний.

OntoEdit — инструментальное средство, обеспечивающее просмотр, проверку и модификацию онтологии. Оно поддерживает языки представления онтологии OIL и RDFS, а также внутренний язык представления знаний OXML, основанный на XML. Как и Protégé, это автономное Java-приложение, но его коды закрыты. Свободно распространяемая версия OntoEdit Free ограничена 50 концептами, 50 отношениями и 50 экземплярами.

OilEd -автономный графический редактор онтологии, разработанный в рамках проекта Оп-То-Knowledge. Он свободно распространяется по общедоступной лицензии GPL. Инструмент использует для представления онтологий язык OIL. В OilEd отсутствует поддержка экземпляров классов.

WebOnto разработан для просмотра, создания и редактирования онтологий. Для моделирования онтологий он использует язык OCML (Operational Conceptual Modeling Language). Пользователь может создавать различные структуры, в том числе классы со множественным наследованием. Инструмент имеет ряд полезных особенностей: просмотр отношений, классов и правил, возможна совместная работа над онтологией нескольких пользователей.

ODE (Ontological Design Environment) взаимодействует с пользователями на концептуальном уровне, обеспечивает их набором таблиц для заполнения (концептов, атрибутов, отношений) и автоматически генерирует код на языках LOOM, Ontolingua и FLogic. Инструмент получил свое развитие в WebODE, который интегрирует все сервисы ODE в единую архитектуру, сохраняя свои онтологии в реляционной БД.

Сложные инструментальные средства

Эти средства нужны для того, чтобы не только вводить и редактировать онтологическую информацию, но и анализировать ее, выполняя типичные операции над онтологиями, например:

• выравнивание (alignment) — установка различного вида соответствий между двумя онтологиями для того, чтобы они могли использовать информацию друг друга;
• отображение (mapping) — нахождение семантических связей между подобными элементами разных онтологий;
• объединение (merging) — операция, которая по двум онтологиям генерирует третью, объединяющую информацию из первых двух.

PROMPT служит для объединения и группировки онтологий. Это дополнение к системе Protégé, реализованное в виде плагина. По двум онтологиям, которые надо объединить, PROMPT строит список операций (например, объединение терминов или их копирование в новую онтологию) и передает его пользователю, который может выполнить одну из предлагаемых операций. Затем список операций модифицируется, и создается список конфликтов и их возможных решений. Это повторяется до тех пор, пока не будет готова новая онтология.

Chimaera — интерактивный инструмент для объединения онтологии, базирующийся на редакторе онтологий Ontolingua.

В OntoMerge исходные онтологии транслируются в общее представление на специальном языке.

OntoMorph определяет набор операторов преобразования, которые можно применить к онтологии.

OBSERVER объединяет онтологии с информацией об отображении между ними и находит синонимы в исходных онтологиях.

ONION базируется на алгебре онтологии и предоставляет инструменты для определения правил артикуляции (соединения) между онтологиями.

МЕТОДОЛОГИЯ СОЗДАНИЯ ОНТОЛОГИЙ

Практическая разработка онтологии включает:

• определение классов в онтологии;
• расположение классов в таксономическую иерархию (подкласс — надкласс);
• определение слотов и описание допускаемых значений этих слотов;
• заполнение значений слотов экземпляров.

После этого можно создать базу знаний, определив отдельные экземпляры этих классов, введя в определенный слот значение и дополнительные ограничения для слота.

Выделим некоторые фундаментальные правила разработки онтологии. Они выглядят довольно категоричными, но во многих случаях помогут принять верные проектные решения.

• Не существует единственно правильного способа моделирования предметной области — всегда существуют жизнеспособные альтернативы. Лучшее решение почти всегда зависит от предполагаемого приложения и ожидаемых расширений.
• Разработка онтологии — это обязательно итеративный процесс.
• Понятия в онтологии должны быть близки к объектам (физическим или логическим) и отношениям в интересующей предметной области. Скорее всего, это существительные (объекты) или глаголы (отношения) в предложениях, которые описывают предметную область.

Знание того, для чего предполагается использовать онтологию, и того, насколько детальной или общей она будет, может повлиять на многие решения, касающиеся моделирования.

Нужно определить, какая из альтернатив поможет лучше решить поставленную задачу и будет более наглядной, более расширяемой и более простой в обслуживании. Следует помнить, что онтология — это модель реального мира, и понятия в онтологии должны отражать эту реальность.

После того как определена начальная версия онтологии, мы можем оценить и отладить ее, используя ее в каких-то приложениях и/или обсудив ее с экспертами предметной области. В результате начальную онтологию скорее всего нужно будет пересмотреть. И этот процесс итеративного проектирования будет продолжаться в течение всего жизненного цикла онтологии.

Повторное использование существующих онтологии может быть необходимым, если системе нужно взаимодействовать с другими приложениями, которые уже вошли в отдельные онтологии или контролируемые словари. Многие полезные онтологии уже доступны в электронном виде и могут быть импортированы. Существуют библиотеки повторно используемых онтологий, например Ontolingua или DAML . Существует также ряд общедоступных коммерческих онтологий, например UNSPSC , RosettaNet , DMOZ .

ОРГАНИЗАЦИОННЫЕ ОНТОЛОГИИ И ПОРТАЛЫ ЗНАНИЙ

Несмотря на то что разработано уже много онтологии, отражающих знания о самых разнообразных объектах, при описании конкретных субъектов экономической деятельности надо учитывать их специфику и вносить ее в соответствующие онтологические модели.

Онтологическое представление знаний о субъектах экономической деятельности, которые входят в состав какой-либо системы, можно использовать для объединения их информационных ресурсов в единое информационное пространство (рис. 2).

Онтология предприятия содержит классы понятий с заданными на них семантическими отношениями. Она состоит из набора технологических онтологий и организационной онтологии , отражающей организационно-функциональную структуру предприятия: состав штатного расписания (работники, администрация, обслуживающий персонал), партнеры, ресурсы и т. п. и отношения между ними. Онтологии технологий содержат понятия, описывающие производственные процессы. Общие знания ПрО, к которой относятся субъекты экономической деятельности, отображает онтология отрасли .

Разработанные онтологии позволят сотрудникам одной отрасли или корпорации использовать общую терминологию и избежать взаимных недоразумений, которые могут усложнить сотрудничество и привести к серьезным убыткам (например, организационная онтология четко отражает взаимную иерархию и связи между подразделениями предприятия, а также сферы их компетенции, а ссылки на определенные нормативные документы обеспечивают одинаковую базу для переговоров). Они обеспечат работу со структурированными источниками данных, для которых может быть построена схема данных, то есть описаны типы данных и связи между ними, и существует формальный способ получения отдельных элементов данных. Примерами структурированных источников данных можно считать различные базы данных (например реляционные и объектные), а также слабо структурированные ресурсы, описанные в форматах XML, RDF, OWL, DAML+OIL.

В качестве примера практического использования онтологических моделей технологий приведем систему ONTOLOGIC , предназначенную для создания и поддержки распределенных систем нормативно-справочной информации (НСИ), ведения словарей, справочников и классификаторов и поддержки системы кодирования объектов учета (см. рис. 3).

Основу системы составляет технологическая среда для постоянного, в режиме реального времени, взаимодействия пользователей: потребителей информации (сотрудников служб и функциональных подразделений) и экспертов, отвечающих за ведение нормативно-справочной информации.

Для обеспечения однозначной идентификации и классификации объектов в системах НСИ разработана методика, использующая онтологическую модель формального описания классифицируемых данных, обеспечивающая выделение ключевых свойств объектов классификации и построение на их основе классификационного кода. Выделяются классы (группы однородной продукции) по принципу однородности набора технических и потребительских характеристик, и для каждого материала формируется классификационный код, включающий код класса и коды всех свойств и их значений для данного материала.

Онтология обеспечивает непротиворечивое накопление любого количества информации в стандартной структуре классификации. Такой подход гарантирует однозначную идентификацию ресурсов независимо от различных трактовок их наименований разными производителями.

Данная технология предусматривает создание типового решения для управления основными данными и НСИ для промышленных предприятий, холдингов и государственных структур. В качестве технологической платформы используется SAP MDM (Master Data Management), предназначенный для интеграции различных (в том числе разноплатформенных) приложений в масштабе компании, холдинга, отрасли, госструктуры и т. п., а также для организации и управления отраслевой или корпоративной нормативно-справочной информацией (мастер-данными).

ПРИМЕРЫ ПРИМЕНЕНИЯ ОНТОЛОГИЙ

TOVE (Toronto Virtual Enterprise). Цель проекта — создание модели данных, которая должна:

• обеспечить общую терминологию для предметной области, приложения которой могут совместно использоваться и пониматься каждым участником общения;
• дать точное и по возможности непротиворечивое определение значения каждого термина на основе логики первого порядка;
• обеспечить задание семантики с помощью множества аксиом, которые автоматически позволяют получать ответ на множество вопросов о предметной области.

TOVE должно обеспечить построение интегрированной модели некоторой предметной области, состоящей из следующих онтологии: операций, состояний и времени, организации, ресурсов, продуктов, сервиса, производства, цены, количества.

Ontolingua — система, разработанная в Стэнфордском университете, которая обеспечивает распределенную совместную среду для просмотра, создания, редактирования, модификации и использования онтологии. Сервер системы поддерживает до 150 активных пользователей, некоторые из которых дополняют систему описанием своих проектов.

Среди множества других проектов Ontolingua использует проект Enterprise project.

Enterprise Project. Целью проекта является улучшение (где необходимо, замена) существующих методов моделирования при помощи набора средств, позволяющих интегрировать различные методы и средства моделирования предприятия. Предполагается создание таких инструментальных средств, которые обеспечат: фиксирование и описание конкретной предметной области; определение задач и требований (согласующихся с онтологией); определение и оценку вариантов решений и альтернативных проектов, реализацию выбранной стратегии.

При независимой разработке инструментальных средств возможно использование разной терминологии, что может привести к конфликтам и неоднозначности при их интегрировании. Для решения этой проблемы была построена онтология, в которой задан набор часто используемых и общепринятых терминов, таких как деятельность, процесс, организация, стратегия, маркетинг.

KACTUS. Цель проекта — построение методологии многократного применения знаний о технических системах во время их жизненного цикла. Это необходимо, чтобы использовать одни и те же базы знаний для проектирования, оценки, функционирования, сопровождения, перепроектирования и обучения.

KACTUS поддерживает интегрированный подход, включающий производственные и инженерные методы и методы инженерии знаний, на основе создания онтологической и вычислительной основы для многократного использования полученных знаний параллельно с различными приложениями технической области. Это достигается при помощи построения онтологии предметной области и ее многократного использования в различных прикладных областях. Кроме того, делается попытка объединить эти онтологии с существующими стандартами (например STEP), применяя онтологии там, где возможно фиксирование данных о конкретной области.

Основным формализмом в KACTUS является CML (Conceptual Modeling Language).

Инструментарий KACTUS представляет собой интерактивную среду, в которой можно экспериментировать с теоретическими результатами (организовывать библиотеки онтологии, преобразовывать данные между онтологиями, делать преобразования для различных формализмов), а также осуществлять практические действия (просмотр, редактирование и уточнение онтологии в разных формализмах).

OntoSeek — информационно-поисковая система, которая разработана для семантически ориентированного поиска информации, комбинируя управляемый онтологией механизм установления соответствия смысла и мощные системы моделирования.

SHOE (Simple HTML Ontology Extensions) позволяет авторам аннотировать свои Web-страницы, внося в них семантическое содержание. Основным компонентом SHOE является онтология, которая содержит информацию о некоторой области. Используя эту информацию, средства поиска и построения запросов обеспечивают более релевантный ответ на запрос по сравнению с существующими поисковыми машинами, так как предоставляется возможность включать в Web-страницы знания, которые интеллектуальные агенты могут действительно прочитать. Для этого SHOE дополняет HTML набором специальных тэгов для представления знаний. SHOE позволяет находить знания с помощью таксономии и правил вывода, существующих в онтологии.

Plinus. Целью проекта является полуавтоматическое извлечение знаний из текстов на естественном языке, в частности, литературы о механических свойствах керамических материалов. Так как тексты охватывают широкий диапазон понятий, требуется множество интегрированных онтологии для охвата таких понятий, как керамические материалы и их свойства, способы их обработки, различные дефекты материалов, например, такие как трещины и поры. Онтология определяет язык, при помощи которого выражается семантическая часть словаря.

ЗАКЛЮЧЕНИЕ

Деятельность отдельных людей и организаций сейчас все в большей степени зависит от имеющейся у них информации и способности ее эффективно использовать (извлекать знания). При этом одни группы людей, занимающихся обработкой информации, используют специальные термины, которые другими организациями используются в ином контексте. В то же время в разных организациях часто применяются разные обозначения для одних и тех же понятий.

Все это значительно усложняет взаимопонимание. Поэтому необходимо разрабатывать формализованные модели представления знаний, которые обеспечивали бы обработку информации на семантическом уровне в системах управления знаниями (СУЗ).

В настоящее время существует значительный интерес к СУЗ со стороны промышленных компаний, которые осознают высокий прикладной потенциал систем, базирующихся на знаниях и используемых для решения целого ряда практических задач предприятия (организации). Вопросы управления знанием приобретают решающее значение для развивающейся экономики, где знание капитализируется и, поэтому, приобретает совершенно иной статус.

Онтологии играют решающую роль в модели описания знания, без которой, как утверждают специалисты, вход в любую предметную область запрещен. Проектирование онтологии — это творческий процесс, и поэтому потенциальные приложения онтологии, а также понимание разработчиком предметной области и его точка зрения на нее будут, несомненно, влиять на принятие решений.

Гладун Анатолий Ясонович — канд. техн. наук, с.н.с. Международного НУЦ информационных технологий и систем НАНУ,

Рогушина Юлия Витальевна — канд. физ-мат. наук, с.н.с. Института программных систем НАНУ.

Онтология (ontos-сущность+logos-учение).Термин предложен немцем Гоклениусом. Один из разделов философии. Определяется, как:

1) учение о бытие, как таковом;

2) учение о сверхчувственном мире;

3) учение о мире в целом.

Понятие онтология в ходе развития неоднократно менялось. В средние века пытались построить учение о бытии, являетсяся философским доказательством истин религии. В Новое время под онтологией стали понимать особую часть метафизики, учения о сверхчувственной структуре всего сущего. Онтология активно критиковалась классиками идеализма (Кант, Гегель). В дальнейшем онтология получила определение, как наука о мире в целом.

Онтология – это учение о бытии как токовом, раздел философии, изучающий фундаментальные принципы бытия, наиболее общие сущности, категории сущего. Онтология выделилась из учений о бытии природы как учение о самом бытии еще в раннегреческой философии.

Бытие по Платону есть совокупность идей – умопостигаемых форм или сущностей, отражением которых является многообразие вещественного мира. Платон провел границу не только между бытием и становлением (т.е. текучестью чувственно воспринимаемого мира), но и между бытием и безначальным началом бытия (т.е. непостижимой основой, называемым им также «благо»).

Аристотель вводит ряд новых и значимых для позднейшей онтологии тем: бытие как действительность, божественный ум, бытие как единство противоположностей и конкретный предел «осмысления» материи формой.

Средневековые мыслители приспособили онтологию к решению теологических проблем. В зависимости от ориентации мыслителя понятие бытия могло отличатся от божественного абсолюта (тогда Бог мыслится как источник бытия) или отождествляться с Богом.

К 13 в. намечается разделение онтологической мысли на 2 потока: на аристотелевскую и августианскую традицию. Представитель аристотелизма Фома Аквинский вводит в средневековую онтологию различение сущности и существования, а также акцентирует момент творческой действительности бытия, сосредоточенной в полной мере в самом бытии и в Боге.

Философия нового времени концентрирует свое внимание на проблемах познания, однако онтология остается неизменной частью философской доктрины. Критическая философия Канта по разделению универсума на три автономные сферы (мир природы, свободы и целесообразности) задает параметры новой онтологии, в которой способность выхода в измерение истинного бытия распределена между теоретической способностью, обнаруживающей сверхчувственное бытие как трансцендентную запредельность и практической способностью, открывающей бытие как посюстороннюю реальность свободы. В 19 в. характерно резкое падение интереса к онтологии. И только в конце 19 начале 20в. неотемизм возрождает понятие онтологии.

Целесообразно выделить следующие формы бытия:

1) бытие вещей (тел), процессов, которое в свою очередь делится на бытие вещей, процессов, состояний природы. Б. природы как целого;

2) Б. второй природы – произведенных человеком вещей.

3) Б. духовного (идеального), которое делится на индивидуализированное духовное и объектированное (внеиндивидуальное) духовное;

4) Б. социального, которое делится на индивидуальное бытие (бытие отдельного человека в обществе и процессе истории) и бытие общества.

Бытие вещей, явлений и состояний природы , или бытие первой природы, существует до, вне и независимо от сознания человека. Бытие каждого конкретного явления природы ограничено во времени и пространстве, оно сменяется их небытием, а природа в целом бесконечна во времени и пространстве, ее бытие есть диалектика преходящего и непреходящего. Первая природа является объективной и первичной реальностью , ее большая часть и после возникновения рода человеческого по-прежнему существует как совершено самостоятельная, независимая от человечества реальность.

«Вторая природа» - бытие вещей и процессов, произведенных человеком, - зависит от первой, но, будучи произведенной людьми, она воплощает в себе единство природного материала, определенного духовного (идеального) знания, деятельность конкретных индивидов и социальных функций, предназначения данных предметов. Бытие вещей «второй природы» есть социально-историческое бытие, комплексная природно-духовно-социальная реальность, она может вступать в конфликт с бытием первой природы, находясь в рамках единого бытия вещей и процессов. «Вторая природа» каждому конкретному человеку и поколениям людей дана объективно, но она не может считаться совершенно независимой от сознания человека и человечества. Вещи «второй природы» являются связующим звеном между бытием вещей и бытием человека.

Бытие отдельного человека представляет собой диалектическое единство тела и духа. Человек для самого себя и первая, и «вторая природа». Не случайно в традиционной, классической философии человека нередко определяли как «мыслящую вещь». Но бытие человека как мыслящей и чувствующей «вещи» в мире природы явилось одной из предпосылок возникновения и общения, т.е. предпосылкой формирования специфики человеческого бытия. Бытие каждого конкретного человека есть взаимодействие, во-первых, мыслящей и чувствующей «вещи» как единства природного и духовного бытия, во-вторых, индивидуальной особи, взятой на данном этапе эволюции мира вместе с миром, и, в-третьих, как социально-исторического существа. Его специфика проявляется, например, в том, что:

Без нормального функционирования в человеке его духовно-психической структуры человек как целостность не полноценен;

Здоровое, нормально функционирующее тело является необходимой предпосылкой духовной, умственной деятельности. Однако общеизвестно, что дух может оказать как позитивное, так и негативное влияние на жизнедеятельность человеческого тела;

Человеческая деятельность, телесные действия человека зависят от социальной мотивации. Все другие природные тела, в том числе и высшие животные, функционируют достаточно предсказуемо. Целесообразная человеческая деятельность зачастую регулируется не биологическими инстинктами, а духовно-нравственными и социальными потребностями, мотивами.

Бытие каждого конкретного индивида ограничено во времени и пространстве. Но оно включено в безграничную цепь человеческого бытия и бытия природы и является одним из звеньев социально-исторического бытия. Человеческое бытие в целом - реальность, объективная по отношению к сознанию отдельных людей и поколений. Но, будучи единством объективного и субъективного, человек не просто существует в структуре бытия. Обладая способностью познавать бытие, он может и влиять на него, к сожалению, далеко не всегда позитивно. Поэтому так важно для каждого человека осознать свое место и роль в единой системе бытия, свою ответственность за судьбы человеческой цивилизации.

Особое место среди других форм «бытия в мире» занимает «бытие духовного ». Оно складывается и оформляется в лоне человеческой культуры, проявляясь на уровне объективированного и индивидуализированного духовного бытия, связующим звеном которого выступает язык.

Язык не только средство самовыражения индивида, но и высшая форма проявления объективного духа. Будучи средством общения, язык является эффективным инструментом освоения мира. Язык, связывая сознание и предметную (физическую) реальность мира, в равной мере делает дух телесным, а мир духовным. Благодаря слову, физическая реальность открывается нашему познанию. Она вступает в диалог и говорит о себе, раскрывая свою сущность. История языка отражает социальную историю его носителя, раскрывает содержание конкретной «ойкумены».

Реальность духовного бытия особого рода. Она обеспечивает опыт отдельно взятого человека и сама обогащается его усилиями. Эвристические идеи прошлого задают каноны настоящему и определяют будущее данного общества, влияя и на жизнь отдельного индивида. Наиболее продуктивная идея закладывает определенную структурную парадигму, в рамках которой формируется и развивается бытие человека: его образ жизни, его отношение к миру и самому себе.

Заключает список форм «бытия в мире» бытие социального . «Бытие социального» - это процесс и результат жизни общества как саморазвивающейся системы, опирающейся на общественное производство, как совокупность четырех подсистем. Последние обеспечивают производство и воспроизводство человека в его постижении сущность, природа, различные подходы к пониманию социального бытия, тенденций его изменения и развития является предметом анализа социальной философии.

Таким образом, формы бытия, в свою очередь, различаются по их отнесению к объективной и субъективной реальности. Соответственно, в истории философии для обозначения объективной реальности была выработана категория материи, или реального мира, или природы, т. е. всего того, что существует независимо от сознания человека. А субъективная реальность была связана с такими понятиями, как дух, сознание и т. д., которые заключают в себе все разнообразие сознательной и бессознательной психической деятельности индивидуального или коллективного «Я», связанного с сознанием человека.
Таким образом мы можем рассматривать бытие еще и как особого рода структуру или универсум, в котором реальные различия форм бытия исчезают и остаются только его абстрактные характеристики, которые и выступают предметом онтологии.
Фундаментальными абстрактными категориями бытия являются «дух» и «материя».
Понятие материи прошло долгую эволюцию. Ее отождествляли с конкретным веществом или группой веществ (Античность). В этот же период ее уже понимали и как абстракцию типа гомеомерий или апейро- на, которые являются неопределяемым началом бытия. В Античности же было выработано мощнейшее представление о материи как атоме, т. е. о мельчайших частицах, из которых состоит все в мире. В период ньютоновско-картезианской физики материя отождествлялась с веществом или массой инертного, покоящегося вещества.
Понятие духа (в различных вариантах, мышления, сознания) выступало либо как свойство материи, либо противопоставлялось ей как высший атрибут бытия.
Таким образом, можно выделить следующие варианты построения онтологии.
Говоря о материалистической онтологии, необходимо сделать ряд уточнений. Прежде всего в данном типе онтологии изменяется содержание понятия «бытие», которое при всех разнообразиях его вариантов фактически сводится к разновидности понимания материи, будь то поиск одного или нескольких первоначал или нахождение иной материальной основы мира. В результате этого, исследование бытия есть по существу исследование природного мира, т. е. того, что у Аристотеля было второй философией, или физикой. Материалистическая онтология, таким образом, исследует фундаментальные материальные предпосылки реального бытия или действительности.
Идея первоначала, или субстанционального начала, в связи с развитием наук приобретает конкретнонаучные черты. Конечно, в философии развивались и другие линии в трактовке бытия, но, безусловно, что ориентация на его совмещение с научными данными, а, значит, и неизбежная ориентация на критерии научности, стала магистральной линией развития философии по данному вопросу. В связи с развитием наук Нового времени идея субстанциальности мира переходит в новое качество и строится исходя из физических представлений.
В основе физики Ньютона лежит убеждение в «простоте» устройства мира и его исходных элементов. Поэтому в качестве субстанции выступает материя. Это - вещество, или механическая масса (т. е. количество материи), которое состоит из физически неделимых мельчайших частиц - атомов. «Быть материальным» означало «состоять из неделимых частиц», обладающих массой покоя. Правда, сам Ньютон (будучи глубоко религиозным человеком) не отрицал существования Бога. Причем чисто материалистическая концепция физики даже выступала своеобразным косвенным средством обоснования его существования. С позиции механики, масса - инертна, она не может двигаться без приложенных к ней усилий. Поэтому для
пассивной материи необходим первотолчок, которым и выступает в ньютоновской системе Бог.
Создается механическая картина мира, в которой материя представляла собой иерархию систем. Вначале атомы связываются в некоторые тела, которые в свою очередь образуют более крупные тела, и так вплоть до космических систем. Вещество равномерно распределено во вселенной и пронизывается силами всемирного тяготения. Причем скорость распространения взаимодействий считалась бесконечной (принцип дальнодействия). Соответственно, в этой физике пространство и время рассматривались как абсолютные сущности, не зависимые друг от друга и от других свойств материальной действительности, хотя к этому времени существовали и противоположные концепции (например, Августина или Лейбница). Ньютон, как позже отмечал А. Эйнштейн, фактически дал модель мира, которая в силу своей стройности долгое время оставалась непревзойденной. «Мышление современных физиков в значительной мере обусловлено основополагающими концепциями Ньютона. До сих пор не удалось заменить единую концепцию мира Ньютона другой, столь же всеохватывающей единой концепцией».
В то же время, отмечает А. Эйнштейн, концепция Ньютона, по существу, представляла собой именно теоретическую (сконструированную) модель, которая не всегда вытекала из опыта. В философском плане Ньютон дал своеобразную общую картину мира, которая базировалась на том, что физические закономерности, присущие части мира, распространялись на его абсолютное понимание. Предлагалась картина мира, которая одинакова для всей вселенной. Таким образом, обоснование материального единства мира здесь было связано с очень сильными теоретическими допущениями, характерными для философии метафизического материализма данного периода.
Само развитие физики подвергло сомнению установленные физикой Ньютона взгляды на мир. На рубеже XIX - XX вв. в физике происходят кардинальные открытия. А с 1895 по 1905 год эти открытия в силу их количества и значимости приобретают взрывной характер, разрушая старые представления о физике и той картине мира, которая на ней базировалась. Каждое из открытий разрушало основанное на теории Ньютона физическое представление о мире и наносило удар по метафизическому материализму, который был в этот период господствующей философской концепцией и базировался при построении философской онтологии на принципах классической физики. Кризис ньютоновской физики показал принципиальную относительность конкретно-научных представлений о мире, опиравшихся на очень сильные допущения в интерпретации мира. Оказалось, что сам принцип экстраполяции (распространения) наших знаний о части вселенной на весь мир неправомерен и ограничен, что законы микро-, макро- и мегамира могут в значительной степени отличаться друг от друга.
Парадокс философской ситуации данного периода заключался в том, что метафизический материализм был уже не способен объяснить новые явления в физике, а диалектика была в достаточной степени оторванной от развития конкретных наук.
Для объяснения новых проблем необходима была более синтетическая концепция, соединяющая в себе материалистические и диалектические компоненты подхода к миру, и на эту роль стал претендовать диалектический материализм. Здесь была предпринята попытка выработать самостоятельную форму онтологии, базируясь на соединении знаний из области естественных наук, прежде всего физики и диалектикоматериалистической разновидности философии.
Философия диалектического материализма в вопросах онтологии базировалась на синтезе материалистических учений и материалистически истолкованной диалектики Гегеля, что и позволяет ее по многим пунктам относить к классической модели онтологии. Соответственно, формирование понятия материи, как центральной части онтологии, шло по пути отказа от ее представления как некоторого вещества или совокупности веществ (влияние материализма) к более абстрактному пониманию с элементами диалектики (влияние Гегеля). Так, например, Энгельс, исследуя понятие материи и высказывая идеи о том, что материя это
некоторая абстракция, т. е. чистое создание мысли, которое не существует чувственно, одновременно, в некоторых случаях трактовал ее вслед за французскими материалистами как совокупность веществ. Плеханов в 1900 году писал, что «в противоположность «духу», «материей» называют то, что действуя на наши органы чувств, вызывает в нас те или другие ощущения. Что же именно действует на наши органы чувств? На этот вопрос я вместе с Кантом отвечаю: вещь в себе. Стало быть, материя есть ни что иное, как совокупность вещей в себе, поскольку эти вещи являются источником наших ощущений».
И, наконец, В.И. Ленин ставит в центр диалектикоматериалистического понимания онтологии представление о материи как особой философской категории для обозначения объективной реальности. Это означало, что она не может быть сведена к какому-то конкретному физическому образованию, в частности к веществу, как это допускали физика Ньютона и метафизический материализм.
Это была форма материалистического монизма, т. к. все остальные сущности, в том числе и сознание, рассматривались как производные от материи, т. е. как атрибуты реального мира. «Диалектический материализм отвергает попытки строить учение о бытии спекулятивным путем... «Бытие вообще» - пустая абстракция». Исходя из этого утверждалось, что материя объективна, т. е. существует независимо и вне нашего сознания. Отсюда делался вывод о связи онтологии и гносеологии, в частности, о том, что научное познание есть прежде всего познание материи и конкретных форм ее проявления, а объектом философии выступает материя и формы, через которые она реализует свое существование. Философами данного периода, которые стояли на иных позициях, было сразу отмечено, что такое понимание материи во многом перекликалось с аналогичными понятиями объективного идеализма. В таком понимании был понятен гносеологический смысл материи, связанный с обоснованием принципа познаваемости мира, но был неясен ее онтологический статус (призыв дополнить ленинское определение материи онтологическими характеристиками был очень популярен и в советской философии).
В данной философской системе категория бытия не выполняла никаких функций, кроме как синонима объективной реальности, поэтому онтология трактовалась как теория материального бытия. Любые рассуждения о «мире в целом», о «бытии как таковом», о соотношении «бытия и небытия» даже в рамках предшествующего материализма рассматривались как существенный недостаток онтологических концепций. «Начиная построение онтологии с выдвижения «общих принципов бытия», относящихся к «миру в целом», философы фактически либо прибегали к произвольным спекуляциям, либо возводили в абсолют, «универсализировали», распространяли на весь мир вообще положения той или иной конкретнонаучной системы знаний...Так возникали натурфилософские онтологические концепции».
Категория субстанции здесь также оказывалась лишней, исторически устаревшей, и предлагалось говорить о субстанциальности материи. «Снятие» извечной философской проблемы противопоставления бытия и мышления обосновывается положением о совпадении законов мышления и законов бытия. В результате чего диалектика понятий является отражением диалектики действительного мира, поэтому законы диалектики выполняют гносеологические функции.
Сильной стороной диалектического материализма стала ориентация на диалектику (при всей критике Гегеля), что проявилось в признании принципиальной познаваемости мира, основанной на понимании неисчерпаемости свойств и структуры материи как всеобщей категории онтологии, и детальное обоснование диалектики абсолютной и относительной истины как принципа философского познания.
Объективно-идеалистическая позиция в понимании бытия реализуется в признании объективно существующей идеи, абсолютного духа, мирового Разума, в теологическом варианте Бога и т. д. Соответственно, в качестве особого рода сущности, все богатство бытия есть своеобразное логическое разворачивание абсолютного духа, через систему понятий, отражающих иерархичность бытия. Обычно это глобальные философские системы, охватывающие буквально все, о чем можно помыслить человеческим разумом. Некоторый парадокс данных систем был даже не в противопоставлении реальности, а просто в том, что сама реальность выводилась из абсолюта. Хотя в философском плане это вполне объяснимо и даже логично. Поэтому анализируя системы такого рода и отвлекаясь от их изначальных установок, мы, вдруг, неожиданно замечаем, что на уровне анализа конкретных проблем данные философские объяснения не слишком отличаются от материалистических. Не случайно именно объективный идеализм Гегеля был выбран Марксом в качестве объекта знаменитого «переворачивания с головы на ноги», что сделало его фундаментом диалектико-материалистического подхода. Обе позиции схожи именно в силу того, что в основу кладется одно начало, порождающее или объясняющее мир. Именно это позволяет и той, и другой концепции построить теорию бытия на монистической основе как единую систему.
Примером теологического варианта может выступать концепция средневекового философа и теолога Августина. Принимая тезис Аристотеля об изначальном божественном начале, Августин интерпретирует его по- своему. У Аристотеля Бог хотя и является причиной мира, но лишь целевой причиной, которая задает тенденцию развития мира, но не есть причина физического мира. У Августина Бог - творец и причина всего существующего. Как отмечает современный французский философ Турина, следует лишь удивляться, как был интерпретирован Аристотель. У последнего Бог не только не создает мир, но внешен, инертен по отношению к нему, «ибо мыслит только самого себя». В христианской теологии Бог не столь невозмутим, а, напротив, активен
и ради спасения мира готов пожертвовать даже своим сыном. «В результате метафизика была сведена к теологии, понятой как наука о первой сущности, к которой все сущности привязаны как причине своего бытия»9. И соответственно, античное понятие мудрости, было проинтерпретировано как знание Бога. А отсюда вытекает значение философии как любви к мудрости. Это - любовь к Богу. «Мудрость есть знание вещей божественных»,- писал Августин. Соответственно, если наука исследует знание человеческого, то мудрость - знание божественного. Но, поскольку божественное является первоначалом, то именно теология опирается на абсолютную достоверность, данную от Бога, придавая достоверность и другим наукам.
Рационально-идеалистический вариант представлен в концепции диалектики абсолюта Гегеля.
Гегель изначально исходит из тезиса о совпадении бытия и мышления, следовательно о совпадении онтологии и логики. Поэтому изложение онтологии происходит в его труде, который называется «Логика». Фактически, на новом этапе, это возвращение к схеме Аристотеля, который различал первую философию, или теологию (метафизику), занимающуюся исследованием первоначал, и вторую философию, или физику, которая исследовала основы природного бытия.
В основе всей системы Гегеля стоит Абсолют, который понимается как божественное в его вечной сущности, как истина сама по себе. Абсолют представляет собой процесс реализации идеи, проходящей разные стадии развития.
Вначале абсолют развивается как « идея в себе или идея как логос», исследованием этого занимается логика, в рамках которой разворачиваются все предельные характеристики бытия. Далее абсолют реализуется как «идея вне себя» (философия природы) и завершается «идеей в себе и для себя», или как «идея, вернувшаяся к себе» (философия духа). Соответственно, философия природы здесь это особый период отчуждения идеи на пути перехода к Духу.
Понятно, что именно логика представляет собой онтологию Гегеля, хотя и в философии природы исследуются предпосылки реального мира, т. е. реализация идеи в природе также может быть отнесена к онтологическому философскому материалу, или то, что раньше Аристотель относил к предмету физики.
Внутри логики выделяются, соответственно, логика бытия, логика сущности и логика понятия.
Логика бытия подразделяется на логику качества, количества и меры. Понятие качества совпадает с вещью, количество - это то, в чем отсутствует качество. Мера есть синтез, снимающий противоречие качества и количества.
Таким образом, образуется абсолютное начало логики также в виде триады: бытие, небытие, становление, и разворачивается вся понятийная система Гегеля. В логике бытия мысль как бы скользит по горизонтали.
Соответственно, по закону гегелевской триады, бытие должно быть снято в результате познания, обогатившись конкретным содержанием. Отсюда и первое противоречие бытия. Это, с одной стороны, - всегда нечто (конкретность), а с другой, - ничто (абстракция). Таким образом, бытие - это первая чистая мысль. Но тогда возникает другое противоречие. Истинная философская система должна базироваться на истинном начале. А истина сама по себе - это конец, завершение рассуждения, конец некой цепочки мысли. Гегель делает вывод, что истинная система замкнута, ее конец должен совпадать с началом, т. е. первичная абстрактность бытия должна наполняться конкретным содержанием всей системы знаний. Категория бытия - это начало построения любой философской системы.
Противоречие между бытием и ничто как раз и разрешается в категории нечто, в которой исчезает неопределенность и абстрактность бытия. Оно начинает обладать реальными признаками, т. е. определенным качеством. Происходит переход от категории «для- себя-бытие» к определенному бытию. Это, в свою очередь, определяет переход от бытия к сущности.
Логика сущности заставляет мысль двигаться вглубь, вскрывая процесс перехода от категории видимости к сущности и явлению, показывая их реализацию в действительности, выявляя суть случайности и Необходимости. Соответственно, выделяются логика «сущности сущности», «логика сущности явления» И «логика сущности действительности». Т. е. вскрывается специфика этих онтологических предпосылок. Здесь бытие теряет свою неопределенность и абстрактность, оно становится лишь видимостью, т. е. явлением, за которым стоит сущность, которую мы должны познавать. Бытие здесь проявляется в категории существования и действительности.
И, наконец, логика понятия представляет собой определенное завершение, когда мысль достигает полноты, как бы возвращаясь к себе. Гегель называет логику понятий еще и субъективной логикой. Здесь исследуются предельные понимания субъективности, объективности, идеи и абсолютной идеи.
Но все, что здесь было изложено, это лишь абстрактный уровень, это, как говорил Гегель, «представление Бога». Для того, чтобы развить понимание движения идеи дальше, необходимо исследовать сотворенный мир, т. е. природу. Этому посвящена гегелевская философия природы, в которой абсолютная идея отчуждает себя. Здесь исследуются механика, физика и органическая физика или биология. В собственном онтологическом смысле здесь интересно рассмотрение механики, в которой анализируются категории пространства и времени, материи и движения.
Кроме того необходимо особо выделить субъективно-идеалистическую позицию по отношению к проблемам онтологии. Здесь проблема передвигается в плоскость гносеологии, и речь фактически идет о правомерности использования таких общих понятий, как «материя» или «дух», для объяснения. Поскольку в этом мире мы можем достоверно говорить только о том, что переживается нашими чувствами и сознанием и нет гарантии, что есть нечто еще, находящееся за пределами сознания, то быть и означает быть воспринимаемым. Поэтому либо существует Бог, с которым мы при некоторых обстоятельствах можем соприкасаться непосредственно, и это зависит не от нас, либо природа вещей, их познание в конечном счете вообще невозможно. Предмет есть до тех пор, пока мы его воспринимаем. Соответственно, конструировать сложные системы с использованием таких понятий, как дух или материя - абсурд, т. к. они не могут быть восприняты нами.

Принимая во внимание, что в настоящее время процесс разработки информационных систем, как правило, предусматривает этап анализа автоматизируемых процессов (т.е. этап бизнес-моделирования), целесообразно выделить следующие преимущества использования онтологий при подготовке к непосредственному проектированию:

• предварительное формирование онтологической модели, описывающей предметную область будущей информационной системы, создает основу для корректного проведения бизнес-моделирования;
• проведение качественного информационного анализа при онтологическом моделировании позволяет более точно определить бизнес-требования к информационной системе;
• глубокий анализ информации при онтологическом моделировании позволяет отделить собственно бизнес-понятия от их представления в информационных системах. Это достаточно принципиальный тезис, поскольку общепринятое восприятие некоторых бизнес-процессов может отличаться от их представления (проекции) в создаваемой информационной системе;
• на ранних этапах закладываются предпосылки для последующей качественной интеграции взаимодействующих информационных систем. Это можно объяснить тем, что использование онтологий и их расширение при комплексировании систем позволяет применять единый информационный базис, что, в свою очередь, обусловливает отсутствие необходимости дополнительных преобразований информации в соответствии с требованиями отдельных систем.

Особую актуальность приобретает онтологический инжиниринг в крупномасштабных информационных системах, охватывающих не только различные направления деятельности, но и создаваемых в интересах взаимодействия нескольких ведомств. В этих случаях без проведения глубокого информационного анализа не только трудно, но просто невозможно построить эффективно и корректно взаимодействующие системы.

Основные направления применения и место онтологий в решении системных и прикладных задач показано на (рис. 2.13).

Рис. 2.13.

Таким образом, создание информационных систем с использованием онтологического подхода обеспечивает значительное преимущество с точки зрения корректной подготовки информационных компонентов и создает предпосылки успешного взаимодействия информационных систем, в особенности при их интеграции в рамках формируемого единого информационного пространства.

Одной из основных задач практически любой информационной системы является обработка собираемых, формируемых или хранимых данных. В любом случае предполагается, что в информационной системе осуществляется манипулирование данными. Данные в информационных системах организуются чаще всего в виде баз данных, имеющих свою структуру, характеризующую состав обрабатываемых данных и взаимосвязи между их компонентами. Модель (или схема) базы данных иногда воспринимается как модель данных. На подобную не только терминологическую, но, в большей степени, методологическую ошибку неоднократно указывали многие авторы (например, ). отмечая, что модель данных можно, скорее, отнести к инструменту моделирования, результатом которого как раз и является схема базы данных. Модель данных объединяет как представление, так и обработку данных в системах управления базами данных. Поэтому в модели данных присутствуют методы описания структур данных, методы манипулирования данными, а также методы описания и поддержки целостности конкретной базы данных. Следовательно, модель данных не только характеризует структурную композицию компонентов информации, но и позволяет дать представление о методах обработки, которые должны быть реализованы в информационной системе. Следует заметить, что если методы манипулирования данными достаточно хороню формализуются на этапах разработки алгоритмов систем обработки, то к структурированию данных следует подходить особенно аккуратно и тщательно с самых ранних этапов разработки систем. Именно таким образом можно снизить риски потери целостности данных в информационных системах.

При описании структуры модель данных должна объединять элементы информации прикладной области, отражая взаимосвязи компонентов всех уровней - от атрибутов (которые сами по себе могут иметь сложную, составную, структуру) на нижнем уровне до искомых показателей на верхних (рис. 2.14).

Рис. 2.14.

Традиционный подход к разработке информационных систем определен в модели ANS1/SPARC и предполагает описание элементов данных на трех уровнях:

• внешний (пользовательский) уровень - определяет наиболее полезную и удобную для конкретного пользователя форму представления подмножества данных из базы данных и знаний, необходимых для выполнения стоящих перед пользователем задач. К таким данным может относиться текст, структурированная информация в виде таблиц, графика, шаблон представления информации в документе в виде разметки страницы и т.д. Таким образом, внешний уровень характеризует, фактически, особенности пользовательского интерфейса, позволяющего сформировать ожидаемый пользователем набор представляемой после обработки информации;
• промежуточный (концептуальный) уровень - содержит абстрактное представление данных. Основной акцент в представлении информации на концептуальном уровне делается на семантике (т.е. смыслового значения) данных. Именно на этом уровне архитектуры определяются сущности предметной области, их атрибуты и связи, накладываемые на данные ограничения. Концептуальный уровень не рассматривает вопросы физического хранения информации или формы ее представления пользователю, а содержит лишь логическое представление совокупности элементов данных с отображением связей между ними;
• внутренний (физический) уровень - характеризует данные в виде, воспринимаемом операционной системой или системой управления базами данных. На этом уровне описывается физическая реализация базы данных - сведения о распределении дискового пространства для хранения данных и индексов, сведения о размещении записей в файлах и таблицах базы данных, сведения о сжатии данных, выбранных методах их шифрования и т.д. Необходимость существования этого способа представления заключается в непосредственном рассмотрении способов размещения данных при реализации проектных решений.

Описание элементов информации на каждом уровне осуществляется независимо, что позволяет их использовать многократно. При этом минимизируются затраты, связанные с масштабированием, интеграцией информационных систем и миграцией данных, что является принципиальным моментом по отношению к рассматриваемой задаче интеграции информационных систем, поскольку описания, предварительно подготовленные для каждой из объединяемых систем, могут использоваться в последующих процессах их интеграции. Обобщенная схема процесса формирования модели данных приведена на рис. 2.15.

Применение методов информационного анализа с формированием онтологической модели предметной области создает хорошие предпосылки для разработки качественных моделей данных.

Рис. 2.15.

Это особенно актуально при формировании комплекса взаимосвязанных и взаимодействующих информационных систем, т.е. при образовании единого информационного пространства. При этом онтологическое пространство не является однородным - выделяется несколько уровней онтологии, связанных с моделью данных (рис. 2.16). Наиболее общим уровнем является базовая онтология, которая содержит общие концептуальные структуры и их связи, к которым можно привести все понятия предметных и прикладных онтологий. Предметная онтология обобщает понятия, используемые в разных прикладных онтологиях предметной области, которые относятся к разным областям знаний. Описание концептуальных структур, зависящих от задач предметной области, в которой выполняется конкретное описание поставленной практической задачи, осуществляется с помощью прикладной онтологии.

Проработка онтологических слоев выполняется в двух направлениях:

• от прикладной онтологии к базовой - с целью поиска онтологических оснований;
• от базовой онтологии к прикладной - для гармонизации (устранения противоречий и несоответствий) онтологий.

Понятно, что онтология использует атрибуты естественного языка, однако для непосредственного формирования онтологических моделей применяется специализированный инструментарий (онтологические редакторы), позволяющий сократить трудозатраты и облегчить процесс создания модели в соответствии с правилами ее создания.

Рис. 2.16.

При этом совокупность приведенных онтологических моделей позволяют выделить ту часть описания реального мира, которая впоследствии необходима для формирования среды хранения определенного объема информации.

Обобщенное представление модели данных, не связанной с конкретной системой управления базой данных (СУБД) обеспечивается благодаря формированию логической модели, иначе называемой ин- фологией. Логическая модель использует способы формализации предметной области, однако она абсолютно свободна от использования физических параметров среды хранения. Качественно сформированная инфологическая модель позволяет не только обеспечить эффективное взаимопонимание консультативного персонала со специалистами по базам данных, но и корректно перейти к непосредственной подготовке совокупности компонентов данных к учету особенностей конкретных СУБД, которые являются компьютерно-ориентированными, т.е. связанными с конкретными параметрами среды хранения информации. Способ описания данных с учетом языка определенной СУБД позволяет получить даталогическую модель, а переход от нее к физической модели, которая описывает именно хранимые данные в конкретной конфигурации структуры и расположения данных, дает возможность учесть особенности размещения данных на конкретном программно-техническом комплексе.

Корректное построение моделей данных, лежащих в основе баз данных и знаний, осуществляется на основе гармонизированных онтологий, конкретизируемых от уровня базовых до прикладных. Поиск необходимых признаков элементов информации осуществляется на аналитическом этапе с использованием информационных моделей процессов, основное назначение которых - визуализация пунктов появления и движения элементов данных. Формирование информационных моделей может выполняться как с использованием инструментария структурного анализа, так и с помощью средств, реализующих объектно-ориентированный подход. В качестве одного из вариантов таких моделей могут использоваться схемы, отображающие движение информации во время реализации процессов - диаграммы потоков данных (DFD - Data Flow Diagram), пример которой для случая применения нотации Гэйна-Сарсона приведен на рис. 2.17.

Рис. 2.17.

Переход от характеристики информационных потоков и описания информации в онтологии к построению схемы базы данных возможен, например, с помощью представления информации в виде логической модели (на рис. 2.18 приведен пример модели для описания данных о малом предприятии).

Рис. 2.18.

Детализация модели данных на уровне определений до структуры базы данных на уровне атрибутов позволяет сформировать привычную схему базы данных в виде ER-модели (ER - Entity Relationship, сущность - связь), а затем и физической модели, которые непосредственно используются при создании баз данных и знаний информационных систем.

Формирование модели данных позволит обеспечить организационное и информационное взаимодействие объектов создаваемого комплекса информационных систем, а также упорядочить информационное поле благодаря обоснованной рубрикации и гармонизации организационно-правовой и технической информации. Получаемые преимущества достигаются как следствие следующих шагов:

• унификация терминов и определений, используемых в рамках создаваемой информационной системы;
• нормализация данных с внешними словарями, справочниками и классификаторами;
• гармонизация корпоративных документов, направленных на поддержку автоматизируемых процессов;
• разработка нормативно-регламентирующей и справочной документации;
• обеспечение терминологической синхронизации при реализации проектов со сторонними участниками.

Роль модели данных особенно важна при взаимодействии информационных систем, осуществляющих взаимный обмен данными. Интеграция информационных систем и обеспечение устойчивой работы систем в комплексе обеспечивается на основе гармонизации данных информационной модели с данными онтологической модели.

Процесс онтологического инжиниринга при создании информационных систем представляет собой последовательность операций, направленных на проведение информационного анализа и формирование онтологической модели. Модель, в свою очередь, ориентирована на предметную область будущей информационной системы. При формировании комплекса информационных систем необходимо создавать онтологическую модель, охватывающую все компоненты информационного поля будущего комплекса. В противном случае придется «сводить» частные модели в единую модель, что потребует дополнительных затрат ресурсов. Структура процесса онтологического инжиниринга представлена на рис. 2.19.

Рис. 2.19.

При выборе базовой онтологии могут рассматриваться следующие варианты:

• база знаний ОрепСус - содержит информацию из различных предметных областей, однако в качестве недостатка этой базы знаний можно указать повышенную сложность и наличие проблем с масштабируемостью;
• SUMO (Suggested Upper Merged Ontology) - свободно распространяемая онтология IEEE (Institute of Electrical and Electronics Engineers, Институт инженеров электротехники и электроники), содержащая наиболее общие и самые абстрактные концепты. Является «канонической» онтологией верхнего уровня, содержит обозримое число концептов и аксиом, имеет ясную иерархию классов, легко может быть подвергнута расширению;
• BFO (Basic Formal Ontology) - разработка общей онтологии научных исследований. Состоит из серии подчиненных онтологий различного уровня детализации. Представляет собой единую инфраструктуру для работы с трех- и четырехмерными описаниями действительности;
• ISO 15926 - стандарт представления сведений, связанных с инженерией, строительством и эксплуатацией установок непрерывного производства. К особенностям этого типа базовой онтологии можно отнести возможность учета временной составляющей объектов (40-моделирование), а также обеспечение моделирования жизненного цикла систем (а не просто текущего состояния той или иной системы). Стандарт содержит онтологическое ядро и подразумевает использование общих библиотек справочных данных для создания прикладных информационных моделей .

При отборе документов для анализа прежде всего рассматриваются руководящие документы организации, относящиеся к регламентации процессов - стандарты, регламенты, нормативы и пр.

В процессе терминологического анализа документов необходимо, в первую очередь, выявлять различия в терминах и определениях. Причиной этого требования являются часто встречающиеся разночтения одних и тех же терминов и определений в нормативных документах организаций. Выявление подобных различий требует однозначной увязки терминологии с направлениями автоматизации процессов в организации.

Далее необходимо провести объектный, а затем - структурный и семантический анализ используемых и перспективных классификаторов и справочников, потому что именно эти объекты будут положены в основу метаинформации, применяемой в системах нормативно-справочной информации.

Затем должна быть построена онтологическая модель информации: создан комплекс объектов модели, определены их типы, сформированы отношения между этими объектами. На завершающих этапах процесса онтологического моделирования проводятся следующие действия:

• анализ методов преобразования онтологических моделей в логические информационные;
• выбор наиболее эффективных из анализируемых методов;
• применение этих методов для последующей разработки баз данных и знаний.

Таким образом, применение онтологического подхода к формированию информационных баз данных и знаний разрабатываемых информационных систем, а также создание моделей данных на основе онтологического инжиниринга позволит получить описание семантики данных с высоким качеством. Кроме того, такая технология даст возможность сформировать эффективный инструментарий для интеграции разнородных данных, применяемых в комплексах взаимодействующих систем. Подобный подход можно считать основой формирования корпоративной базы знаний, создания единого корпоративного словаря и построения эффективной единой системы нормативно-справочной информации.