Онтологии предметных областей и прикладные онтологии

5.1. Онтология в области документации в сфере культурного наследия: CIDOC CRM

CIDOC CRM ("Committee on Documentation" "Conceptual Reference Model") представляет собой формальную онтологию, предназначенную для улучшения интеграции и обмена гетерогенной информацией по культурному наследию. Более конкретно, CIDOC CRM определяет семантику схем баз данных и структур документов, используемых в культурном наследии и музейной документации, в терминах формальной онтологии. Модель не определяет терминологию, появляющуюся в конкретных структурах данных, но имеет характерные отношения для ее использования.

Модель может служить как руководством для разработчиков информационных систем, так и общим языком для экспертов предметной области и специалистов по информационным технологиям. Она предназначена для покрытия контекстной информации исторического, географического и теоретического характера об отдельных экспонатах и музейных коллекциях в целом.

Структурно CIDOC CRM состоит из иерархии классов и широкого набора свойств (бинарных отношений), связывающих классы между собой. Все концепты (классы и свойства) модели можно разделить на три группы. Первая группа включает классы и отношения, охватывающие наиболее общие понятия окружающего мира: постоянные и временные сущности, отношения участия, зависимости, совпадения во времени. Вторая группа содержит понятия, частично поддерживающие функции управления: приобретение и учет единиц хранения, передача прав собственности на объекты культуры. К третьей группе относятся классы и свойства, используемые для внутренней организации самой онтологии: средства, необходимые для подключения внешних источников терминов, например, тезаурусов по отраслям культуры.

Иерархия классов модели CIDOC CRM делится на 2 ветви: Постоянные сущности и Временные сущности. Прочие классы являются вспомогательными.

На самых нижних уровнях иерархии классов появляются понятия, характерные для сферы культуры: Хранение, Перемещение (ценностей), " Проект или Процедура " (в том числе техника производства), Период (в том числе художественный стиль). Иерархия классов может быть гибко расширена с применением встроенного класса Тип. Наибольший интерес представляют свойства. Классы на нижних уровнях иерархии имеют около 10-15 свойств, причем большая часть свойств наследуется от классов-предков. Названия свойств представляют собой глагольные фразы, выбранные так, что при последовательном связывании двух классов свойством получается осмысленная фраза с субъектом (первый, если считать слева направо, класс), предикатом (свойством) и объектом (второй класс). Например:

E29_Проект_или_Процедура   P68F_обычно_применяет   E57_Материал
или
E33_Лингвистический_Объект   P72_имеет_язык   E56_Язык

На рис. 5.1-5.4 изображены различные части онтологии CIDOC CRM (снимки экрана сделаны в редакторе Protege).

5.2. Онтологии товаров и услуг

Одной из важных сфер применения онтологий является сфера предложения товаров и услуг.

К задачам, которые должны обеспечивать онтологии о товарах и услугах, относятся:

К числу наиболее известных интернет-систем по товарам общего назначения относятся такие системы, как Froogle, Яндекс.Маркет, Тындекс.

Для классификации товаров традиционно используются классификации типа рубрикаторов, которые также рассматриваются как вид онтологической организации знаний.

Рубрикаторы как вид онтологий

Под рубрикатором понимается классификационная таблица иерархической классификации, содержащая полный перечень включенных в систему классов и предназначенная для систематизации информационных фондов, массивов и изданий, а также для поиска в них (ГОСТ 7.74-96).

Имеется главное теоретическое отличие терминов тезауруса от рубрик рубрикатора. Термины тезауруса являются фундаментально языковыми, в то время как рубрики соответствуют концептуальным категориям. Цель разработки информационно-поискового тезауруса - найти хорошие, компактные слова и фразы для описания основных тем документов, сведя синонимы и квазисинонимы к дескрипторам тезауруса.

Цель создания рубрикаторов, которая не всегда достигается, но всегда ставится, - это разработать совершенно отдельные концептуальные категории, которые взаимно не пересекаются. В идеале не должно быть пересечений между рубриками и не должно быть промежутков, то есть ни одна подобласть не должна остаться вне рубрик рубрикатора. Для достижения таких строгих целей рубрикатор структурируется, что может быть выполнено двумя основными способами - иерархической организацией рубрикатора и фасетной организацией рубрикатора.

Чтобы определить рубрики достаточно строго и исключить пересечение значений, часто необходимо называть рубрики длинными и "неуклюжими" именами, например, "Тропические и субтропические фрукты и орехи"; "Полевые культуры (Plantation crop)". Назначение такого словосочетания - четко определить отдельную концептуальную категорию; подобное словосочетание не встретить в тезаурусе. Поскольку работать с такими сложно сформулированными сущностями достаточно тяжело, им обычно присваивается некоторая система классификационных кодов.

Еще одним следствием такого рода формулировок рубрик является то, что в таком виде их практически не встретить в реальных текстах и на интернет-сайтах, поэтому если нужно автоматизировать обработку перечней товаров, то необходимо каждой рубрике сопоставить наборы слов и словосочетаний, на основе которых можно будет выводить принадлежность документа данной рубрике.

OntoSeek - ориентированный на содержимое доступ в Сеть

В качестве проекта, в рамках которой исследовался поиск по товарам на базе онтологий, рассмотрим систему OntoSeek.

OntoSeek - система, предназначенная для содержательного поиска в изданиях типа "Желтые страницы" и каталогах товаров.

К числу особенностей системы относятся:

В качестве представления информации о товарах были выбраны концептуальные графы. По сравнению с представлением вида "атрибут-значение" такие графы обеспечивают значительно более гибкий и более выразительный механизм представления запросов и описаний товаров. На базе концептуальных графов проблема сопоставления запроса и описания товара сводится к сопоставлению графов.

В качестве онтологии был взят WordNet, на основе описаний которого можно выявить синонимичность и родо-видовые отношения слов.

Представление запросов основывается на графах, содержащих переменные. Так, если пользователь ищет автомобили, внутри которых установлен радиоприемник, то запрос будет выглядеть следующим образом:

[<X> car]-> (part) -> [Radio].

Если пользователь ищет радиоприемник для автомобиля, то запрос представляется следующим выражением:

[car]-> (part) -> [<X> Radio].

Проблема использования такой онтологии, как WordNet, связана с тем, что в ней в явном виде не содержится информация о взаимной исключительности понятий.

Чтобы решить эту проблему, было предложено различать понятия-типы и понятия-роли и ввести следующие предположения:

Примерами типов являются такие понятия, как человек или растение, а примерами ролей - такие понятия, как студент или ребенок. Типы и роли различаются тем, что для типов принадлежность их примеров к своему типу является внутренне необходимым свойством, в то время как студент может перестать быть студентом, оставаясь все тем же человеком.

Вторым типом проблем является то, что верхние уровни WordNet слишком содержательно бедны для приложений, базирующихся на знаниях. Отношения между понятиями, установленные на основе лингвистических критериев, не соответствуют отношениям между соответствующими классами объектов внешнего мира.

Контрольные вопросы