Проектирование онтологий для систем менеджмента знаний



Скачать 66.89 Kb.
Дата21.05.2016
Размер66.89 Kb.


ПРОЕКТИРОВАНИЕ ОНТОЛОГИЙ ДЛЯ СИСТЕМ МЕНЕДЖМЕНТА ЗНАНИЙ

Д.О. Горовая

Санкт-Петербургский государственный политехнический университет

Санкт-Петербург

ВВЕДЕНИЕ

Идея Менеджмента Знаний (МЗ) не нова. Фактически разработка систем, основанных на знаниях, или интеллектуальных систем, подготовила методическую и технологическую основу для создания систем МЗ. В России основы разработки интеллектуальных систем были заложены в рамках логико-лингвистических моделей. Принципиальная новизна логико-лингвистического подхода была в ее простоте. Для моделирования кибернетических систем предлагался не очередной сложный математический аппарат, понятный лишь автору и его ближайшему окружению, а набор вполне прозрачных нотаций для описания объектов системы управления и связей между ними. Впервые отчетливо прозвучала мысль, что существуют задачи, где строгая математика бессильна, но где логика, обогащенная лингвистическими моделями, может дать результативное и ясное описание.

Работа Дмитрия Александровича Поспелова «Логико-лингвистические модели в системах управления» [3] произвела «тихую революцию» в умах кибернетического научного сообщества в начале 80-ых. Для специалистов это было то «Слово», которое вызвало ментальный резонанс, привлекший к этому направлению новых молодых исследователей.

ЛОГИКО-ЛИНГВИСТИЧЕСКИЙ ПОДХОД

Логико-лингвистические модели, развивая идеи ситуационного управления [4], впервые позволили создавать модели, описывающие знания специалистов в сложных недетерминированных предметных областях с нечеткой логикой и размытыми определениями.

Фактически ситуационное управление было первым случаем практического использования логико-лингвистических моделей в управлении. Первая задача такого рода была решена в еще 1967 году при автоматизации диспетчерской службы на шлюзованных участках водных путей. Затем эти модели были успешно применены при управлении дислокационными операциями в рыбном морском порту, при управлении обжигом цементного клинкера, управлении заготовками и др.

Модели в RХ-кодах, использованные в этих задачах, по сути были «советскими семантическим сетями», так как отображали объекты {Х} и отношения между ними {R}. Только появились эти модели на 10 лет раньше, чем семантические сети на Западе.

Таким образом, в отечественной науке был создан аппарат для работы со знаниями, хотя и называлось это иначе. Вообще советская научная школа искусственного интеллекта всегда шла своим нелегким путем. Молодым ученым третьего тысячелетия трудно представить, что само слово «интеллектуальный» и «знания» долгое время были затабуированы в научных кругах, и, например, автору этой статьи пришлось назвать свою диссертацию «Логико-лингвистическая модель предметной области» вместо «Пирамида знаний экспертной системы». Работы Д.А. Поспелова и его школы были тем тараном, который расчищал путь молодой науке, объясняя на языке традиционных кибернетических моделей те новые, часто пугающие и шокирующие идеи, что она несла.

Сейчас уже никому не нужно доказывать актуальность систем, основанных на знаниях, более того знания стали модным флагом, под которым стремительно набирает обороты новая ветвь информационных технологий — управление знаниями.

ОНТОЛОГИИ И МЕНЕДЖМЕНТ ЗНАНИЙ

В середине 90-ых годов в крупных корпорациях, где проблемы обработки информация приобрели особую остроту и стали критическими [5, 7], стало очевидным, что основным узким местом является обработка знаний, накопленных специалистами компании, так как именно знания обеспечивают преимущество перед конкурентами. Так появился термин «Управление Знаниями» или «Менеджмент Знаний» (МЗ). МЗ трактуется как совокупность процессов, которые управляют созданием, распространением, обработкой и использованием информации внутри предприятия.

Онтологический инжиниринг — ядро концепции «управления знаниями». Существуют различные подходы, модели и языки описания данных и знаний. Однако все большую популярность последнее время приобретают онтологии. Онтология — по определению Грубера [6], есть спецификация концептуализации, формализованное представление основных понятий и связей между ними. Ранее этот философский термин означал учение о бытии, затем он переместился в область точных наук, где полуформализованные концептуальные модели всегда сопутствовали математически строгим определениям. Под определение онтологии подпадают многие понятийные структуры: иерархия классов в объектно-ориентированном программировании, концептуальные карты (concept maps), семантические сети, и, конечно же, знаменитый «слоеный пирог» из логико-лингвистического и ситуационного управления [3,4].

Нам представляется, что можно еще шире трактовать онтологию — например, как сценарий или процесс, как нечто структурирующее хаос.

Онтология — это структурная спецификация некоторой предметной области, ее формализованное представление, которое включает словарь (или имена) указателей на термины предметной области и логические выражения, которые описывают, как они соотносятся друг с другом. Таким образом, онтологии обеспечивают словарь для представления и обмена знаниями о некоторой предметной области и множество связей, установленных между терминами в этом словаре (часть-целое, класс-подкласс, родитель-потомок, и др.). Так онтология на рис.1 описывает структуру менеджмента знаний и дает представление знаний автора по этому вопросу.





Рис.1. Онтология «Менеджмент знаний».

Для описания онтологий существуют различные языки и системы, однако, наиболее перспективным представляется визуальный подход, позволяющий специалистам непосредственно «рисовать» онтологии, что помогает наглядно сформулировать и объяснить природу и структуру явлений. Визуальные модели, например, графы обладают особенной когнитивной (т.е. познавательной) силой.

Однако, проектирование и разработка онтологий, т.е онтологический инжиниринг, не является тривиальной задачей. Он требует от разработчиков профессионального владения технологиями инженерии знаний — от методов извлечения знаний до структурирования и формализации [1]. Онтологический инжиниринг должен и может стать «путеводной нитью» для всего процесса структурирования комплексных систем автоматизации, так как он объединяет две основные технологии проектирования больших систем — объектно-ориентированный и структурный анализ. Недаром онтологический анализ вошел в стандарт IDEF5, который является основным средством спецификации КИC и моделирования бизнес-процессов сегодня.

При явном интересе к онтологическому инжинирингу на сегодня не существует промышленных систем проектирования онтологий. Однако, любой графический редактор от Paintbrusha до Visio может быть полезным. Можно также упомянуть несколько специальных программных продуктов PROTEGE, OILEd, LinKFactory, OntoEdit, Apollo, WebOnto, WebODE, KnoME, OntoSaurus, MindManager, CAKE (Сомputer Aided Knowledge Engineering), ВИКОНТ ( ВИзуальный Конструктор ОНТологий) [1, 8, 9], позволяющих визуально проектировать онтологии различных предметных областей. Онтология строится как дерево или сеть, состоящая из концептов и связей между ними. Связи могут быть различного типа, например, «является», «имеет свойство» и т.п. Концепты и связи имеют универсальный характер для некоторого класса понятий предметной области. Можно выбрать некоторое понятие из этого класса и для него «заполнить» онтологию, задавая конкретные значения атрибутам.

Само построение онтологии, иначе визуальный онтологический инжиниринг является мощным когнитивным инструментом, позволяющим сделать видимыми структуры как индивидуального, так и корпоративного знания во всех областях.

Как основным девизом логико-лингвистического управления было «использование логических средств обработки для преобразования данных и знаний, представленных в лингвистической форме» [3], так девиз онтологического инжиниринга «использование структурно-логических средств представления данных и знаний предметной области».

Прозрачна и логико-лингвистическая суть простейшего алгоритма онтологического инжиниринга (фактически все те же RX-коды):

1) выделение концептов — базовых понятий данной предметной области;

2) определение «высоты дерева онтологий» — числа уровней абстракции;

3) распределение концептов по уровням;

4) построение связей между концептами — определение отношений и взаимодействий базовых понятий;

5) консультации с различными специалистами для исключения противоречий и неточностей.

ЗАКЛЮЧЕНИЕ

Логико-лингвистическое управление, опередив время, пыталось создать аппарат для моделирования сложных систем, включающих логические, временные, пространственные, технологические и человеческие компоненты в их подлинной сложности, а не в рамках «игрушечных» математических моделей. Теперь уже пришло понимание, что каждая сложная система уникальна, и только опыт и знания специалистов позволяет справиться с такими задачами. И хотя общих решений не найдено, пришло время менеджмента знаний.

Стоит еще раз подчеркнуть, что онтология, как логико-лингвистическая модель не только цель, но и средство формирования систем управления знаниями во всех сферах деятельности от частного бизнеса до политико-управленческих структур.

ЛИТЕРАТУРА

1. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем: Учебник для вузов. — СПб: «Питер», 2000.

2. Попов Э.В. Корпоративные системы управления знаниями //Журнал «Новости ИИ». № 1. 2001.

3. Поспелов Д.А. Логико-лингвистические модели в системах управления — М.: «Энергоиздат», 1981.

4. Поспелов Д.А. Ситуационное управление. — М.: «Наука», 1986.

5. Borghoff U., Pareschi R. Information Technology for Knowledge Management — Bln.: «Springer-Verlag», 1998.

6. Gruber T.R. A translation approach to portable ontologies: Knowledge Acquisition 5(2) — 1993.

7. Kьhn O., Abecker A. Corporate Memories for Knowledge Management in Industrial Practice: Prospects and Challenges — 1998.

8. Mindmanager, 2003. [http://www.mindjet.com]



9. Noy N. Ontology Development 101: A Guide to creating your First Ontology — Standford: «Standford University Press», 2003.
Опубликовано:
Горовая Д.О. Проектирование онтологий для систем менеджмента знаний // Технологии информационного общества — Интернет и современное общество: труды VII Всероссийской объединенной конференции. Санкт-Петербург, 10  12 ноября 2004 г. — СПб.: Изд-во Филологического ф-та СПбГУ, 2004. С. 172 – 174.
ISBN 5-8465-0294-6


База данных защищена авторским правом ©refedu.ru 2016
обратиться к администрации

    Главная страница