Онтологични приложни технологии, Онтологично инженерство и управление на знания, Теория, Бизнес
Онтологията е формална спецификация на споделен концептуален модел [Studer, 1998], където
Онтологията се състои от класове от обекти на предметната област, свойства на тези класове, връзки между тези класове и изявления, изградени от тези класове, техните свойства и връзки между тях.
В рамките на [Референтни модели, 2006] беше извършено подробно изследване на понятието "онтология" и особено областите на приложение на онтологиите. В резултат на това беше разширена систематизацията на знанията в областта на онтологиите, предложена в [Гаврилова, 2003] (фиг. 1):
Ориз. 1. Систематизиране на знанията в областта на онтологиите
Има специален европейски проект - KnowledgeWeb², който интегрира работата в областта на управлението на знанието и семантичната мрежа, която е насочена към подобряване на използването на онтологично базирани технологии в дейността на предприятията и организациите. Този проект обединява както представители на бизнеса, така и представители на изследователски организации и институции. Като част от този проект и неговия предшественик OntoWeb³; беше получен широк набор от резултати (Deliverables) 4, отразяващи както технологичните аспекти на приложението на онтологиите, така и аспектите, свързани с практическото приложение на тези технологии в предприятията и организациите, виж табл. 1.
Раздел. 1. Доклади за прилагане на онтологии
D1.1.2 Прототипни случаи на бизнес употреба
Този доклад представя бизнес случаи, които отразяват възможни бизнес задачи, които могат да бъдат решени с помощта на онтологично базирани технологии.
Съдържа примери за конкретни компании и бизнес проблеми.
D1.2: Бизнес сценарии v2.0
Този доклад описва основните типове приложения (бизнес сценарии) на технологии, базирани на онтология, които са иливече са приложени на практика или са в етап на изпълнение.
Обобщава възможните употреби в групи.
D2.3 Успешни сценарии за онтологично базирани приложения V1.0
Този доклад предоставя практически препоръки за прилагане на онтологично базирани технологии за решаване на бизнес проблеми.
1. Питър Мика и Ханс АкермансКъм нов синтез на онтологична технология и управление на знанието//Преглед на инженерството на знанието, април 2004 г. www.cs.vu.nl/
2. Davies J, Studer R, Sure Y и Warren PWУправление на знанието от следващо поколение//BT Technology Journal, том 23, № 3, юли 2005 г. www.aifb.uni-karlsruhe.de/WBS/ysu/publications/2005_sekt_btjournal.pdf
Семантична уеб организация (Enterprise Semantic Web)
Семантична уеб организация е реализация на глобалната концепция за семантична уеб в рамките на една организация. Семантичната мрежа е концепцията за мрежа, в която всеки ресурс на човешки език е снабден с описание, което компютърът може да разбере. В идеалния случай цялата информация в Интернет трябва да бъде на два езика: на човешки език за хората и на компютърен език за компютърно разбиране.
Днешните търсачки често произвеждат безброй "попадения", които са напълно несвързани със заявката, обричайки потребителя на продължителен ръчен избор на материал. С помощта на семантичната уеб технология извличането на информация е оптимизирано:
Примери за интелигентно извличане на информация:
Възможност за заявки въз основа на концептуални стойности, а не на съвпадащи низове.
По-бързо намиране на точната информация.
Традиционните услуги за търсене се основават на алгоритми за съвпадение на низове и знаци, този подход не позволяваизползвайте синоними или разпознайте контекста на заявката.
За разлика от обикновеното търсене по ключови думи, то ви позволява да допълвате заявката (резултатите) с по-общи или по-подробни концепции във връзка с търсената ключова дума (животни / хищници / котки / тигри).
Ключови случаи на употреба
Търсене, навигация, портали, обединени заявки, интегриране на данни, бизнес разузнаване.
Например, ако потребителят зададе въпроса: „Какви превозни средства се произвеждат в България?“, тогава той ще получи отговор от базата данни, която ще включва автомобили (= подклас превозни средства), произведени във Всеволожск (= град, който се намира в България).
Възможността за получаване на знания, които не са изрично дадени от създадените модели (чрез извод).
Търсете "скрита информация" в комбинираните схеми.
Традиционните услуги за търсене могат да свързват отделни източници на информация чрез лексикални съвпадения. Релационните бази данни използват връзки, зададени ръчно в схемата на данните (връзки между таблици) или в кода на процедурите и функциите. За да изпълните сложна заявка (вижте илюстрацията) в релационна база данни, е необходимо да дефинирате предварително цялата логика на тази заявка.
Ключови случаи на употреба
Търсене, обединени заявки, интеграция на данни, бизнес разузнаване, управление на риска.
Например, потребителят на системата може да зададе въпроса:Какви доставки на продукти в момента са изложени на риск?В отговор на такъв въпрос системата ще определи в една тарифна онтология, че като се вземат предвид текущите условия (например географски или метеорологични), съществуват рискове, свързани с транспортирането на плодове и зеленчуци. И в друга база данни или онтология на декларациите за превоз на стоки ще определи, че декларацията № А345 съдържа дини, коитоса подклас на "Зеленчуци и плодове" (виж фиг. 2). В резултат на това системата ще може да даде конкретен отговор на поставения въпрос:
Ориз. 2. Интелигентно търсене, базирано на умозаключение
Има три ключови технологични компонента на семантичния уеб, които осигуряват неговото внедряване:
Ориз. 3. Реална семантична мрежа
Въпреки очевидните предимства и перспективи за глобално прилагане на идеи и технологии на семантичния уеб, ще отнеме време за прилагането на тази концепция в рамките на световната мрежа. В процеса на изследване и развитие, извършван от големи компании, беше формулиран локален подход: семантичният уеб на Enterprise Semantic Web (ESW) е внедряването на семантичния уеб в ограничена предметна област (в рамките на една организация) [Cerebra, 2005].
Enterprise Semantic Web ви позволява да създадете система, която моделира съвкупността от бизнес логика, правила, процеси и информация в компанията, без да е обвързана с отделни приложения и да не е скрита в програмния код. Чрез отделянето на информацията и знанието от алгоритмите на приложенията, разработчиците могат да създават сервизни приложения, които ще се използват независимо каква информация обработват.
ESW не може да съществува без използването на ключови технологии, препоръчани от W3C. Рамката за описание на ресурси (RDF) е нов подход за организиране на данни в триплети. Езикът за уеб онтология (OWL) ви позволява да представяте онтологии, които описват семантичната структура на данните и създават модели на взаимоотношения. Тези две спецификации, използвани заедно, формират основата на семантичния уеб на организацията.
Когато проектирате семантичния уеб на организация, трябва да обърнете внимание на факта, че повечето отинформацията в компанията се съхранява в различни формати, структурирана в различна степен и т.н., тоест твърде фрагментирана, за да бъде полезна. Първата стъпка може да бъде прилагането на RDF като основен формат за съхранение на данни. RDF може да описва данни от всеки източник и във всеки формат (XML, релационни бази данни, йерархични модели, неструктурирани или полуструктурирани) и не е трудно да се приложи тази функция. Инструментите за автоматизиран анализ могат да се използват за генериране на RDF триплети от съществуващи стандартни източници. Получените RDF данни с проста структура се съхраняват и използват в разпределени RDF бази данни.
Самият RDF е прост начин за организиране на достъпа до данни в унифициран формат - по-прост и по-визуален от XML структури или релационни бази данни. RDF обаче не ви позволява да създавате структури, които се „описват“. С други думи, RDF няма достатъчно семантична сила, за да съхранява "смисъла на информацията".
Възможностите на RDF като базов език се допълват от технологията OWL, която е изградена на по-високо ниво (за създаване на йерархия от източници на информация и определяне на семантиката на връзките може да се използва и RDF (S), но поради факта, че OWL има същите възможности и допълнителни удобни функции, в този пример за архитектура този стандарт се разглежда на второ ниво).
OWL въвежда възможности за изграждане на семантична структура за организиране и класифициране на RDF триплети. OWL онтологиите се създават отгоре надолу въз основа на бизнес логиката. В същото време RDF данните се генерират отдолу нагоре чрез автоматизирани инструменти, вижте фиг. 4.
Ориз. 4. Логическа архитектура на семантикатаорганизация уеб
OWL комуникира с RDF чрез Uniform Resource Identifiers (URI). Всъщност всеки отделен OWL елемент може да бъде свързан с RDF елемент от данни (един от възлите на триплета обект-свойство-стойност).
Корпоративна памет, базирана на онтологии
Пример за KM системи е корпоративната памет (KM), предназначена да натрупва и управлява корпоративни знания [Gomez-Perez, 2002]. KP включва работа както с изрични познания за компанията под формата на бази данни и електронни архиви, така и със скрити знания - или фиксирането им в някакво (повече или по-малко формално) представяне под формата на експертни системи или бази данни, или осигуряване на търсене и достъп до експерти.
Необходимостта от KP се дължи на нуждата на предприятията да използват по-ефективно знанията, с които разполагат, както и на явлението загуба на опит. Загубата на опит е свързана основно с уволнение или пенсиониране на висококвалифицирани служители, но може да възникне и в резултат на промяна в уменията на служителите, необходими за изпълнението на нови проекти. И в двата случая опитът, натрупан при изпълнението на предишни проекти, се губи напълно или частично.
Възстановяването на предишен опит често изисква значителна инвестиция на работно време и в резултат на това увеличаване на цената на проектите. Това обстоятелство насърчава организациите да инвестират в разработването на инструменти и системи, които улесняват обмена на опит между служителите и намаляват зависимостта на знанието от лицата, които го притежават. Естеството на нуждата от корпоративни системи за съхранение и количеството усилия за внедряването им в една компания може да зависи от размера на компанията. Сред мотивиращите фактори са следните: 1. Избягвайте загубата на уникални специализирани знанияслед пенсиониране или смяна на работа. 2. Запазете опита, натрупан в предишни проекти, и избягвайте повтарянето на грешки. 3. Използвайте карта на знанията на компанията, за да разработите стратегия за развитие. Редовните иновации трябва да подобрят способността на компанията да реагира на променящите се пазарни условия. 4. Подобрете процеса на разпространение на информация и повишете нивото на комуникация в компанията. 5. Подобряване на процеса на обучение на персонала на компанията (както новоназначени служители, така и "стари"). 6. Интегрирайте различни фирмени иновации.
Основните функции на корпоративната памет:
Крайната цел на KP е да осигури достъп до знания винаги, когато е необходимо. За да гарантира това, KP прилага активен подход към разпространението на знания, който не разчита на потребителски заявки, а автоматично предоставя знания, които са полезни за решаването на проблема. За да се предотврати претоварването с информация, този подход трябва да се комбинира с висок резултат за уместност на извадката. Завършената система трябва да действа като интелигентен помощник (съветник) на потребителя.
Софтуерният инструментариум за OMIS включва както оригинални разработки, като KARAT [Tschaitschian, 1997] и Documentun i4 [Nikolaev, 1999], така и стандартни инструменти, като LOTUS NOTES, които предоставят един от първите инструменти за съхранение на документална информация. Днес обаче, поради бързото развитие на Интернет, KMS все повече използва уеб технологията.
За да се опишат ресурсите на знания и да се търсят в KP, е препоръчително да се използват три типа онтологии [Abecker, 1998]:
Общата схема за внедряване на корпоративна памет с помощта на тези онтологии е показана на фиг. 5:
Ориз. 5. Внедряване на корпоративна памет наонтологии
В случая на горния подход към обработката на ресурсите на знания, един елемент на знанието може да бъде описан с помощта на онтологии, както следва: