Дисциплина «Инженерия знаний» Реферат "онтологии как основа для разработки пакетов Прикладных Программ"

Вид материала

Реферат

Содержание 1. Некоторые проблемы онтологического подхода 2. Эпистемологические единицы технологии моделирования 3. Методы и средства работы с онтологиями 4. Примеры реализации онтологического подхода Онтологическая парадигма Онтологический подход Список литературы

Подобный материал:

• Дисциплина «Инженерия знаний» Реферат Онтологии, 257.23kb.
• Рекомендации относительно анализа пакетов прикладных программ. Существуют следующие, 53.59kb.
• Вопросы к экзамену по сппо структура по: системное по (спо) и прикладное по (ппо), 91.96kb.
• Рабочая программа дисциплины Пакеты прикладных программ для экономистов Направление, 88.37kb.
• Программа вступительных испытаний по «Методам вычислений» направление 010500. 68 Прикладная, 72.41kb.
• Примерный перечень вопросов для подготовке к зачёту по дисциплине, 6.31kb.
• Бакалаврская программа № 521200 Кафедра: Социологии Направление : Социология Дисциплина, 215.78kb.
• Примерный перечень вопросов к экзамену по дисциплине «Технологии автоматизированной, 18.17kb.
• Примерная программа дисциплины сопротивление материалов Рекомендуется Минобразованием, 250.16kb.
• Лекция: Организация разработки ис: Каноническое проектирование ис. Стадии и этапы процесса, 312.68kb.

Министерство образования Российской Федерации


Ульяновский Государственный Технический Университет


Факультет Информационных Систем и Технологий


Кафедра «Вычислительная техника»


Дисциплина «Инженерия знаний»


Реферат


“ОНТОЛОГИИ КАК ОСНОВА ДЛЯ РАЗРАБОТКИ
Пакетов Прикладных Программ”

Выполнил: Проверил:

студент группы МЭВд-52 Шарафутдиновв И.Г. Соснин П.И.

Ульяновск 2002


Содержание



В работе обсуждается позиционирование так называемых явных онтологий при создании и функционировании пакетов прикладных программ. Рассматриваются актуальные аспекты онтологического подхода в компьютерном моделировании. Приводятся примеры прикладных программ, опирающихся на онтологическую парадигму.

Введение

Пакеты прикладных программ (ППП) в широком смысле могут рассматриваться как методология решения прикладных задач [Ершов и др., 1982], т.е. проблематика разработки и эксплуатации ППП связывается с определением руководящих указаний для оценки и выбора стратегии решения задачи, шаги работы и их последовательность. С другой стороны, в известной триаде «модель-алгоритм-программа» выражается то обстоятельство, что в основе решения прикладных задач лежит широко понимаемое моделирование – основной метод научных исследований во всех областях знания и единственно научно обоснованный метод оценок систем произвольной природы, используемый при принятии решения во всех сферах человеческой деятельности [Киндлер, 1985]. Поэтому еще одной расширенной трактовкой ППП может служить представление о предметно-ориентированной среде моделирования [Смирнов, 1999], [Vittikh et al., 2000]. В целом подобные представления о сути ППП указывают на необходимость вовлечения в технологию разработки и эксплуатации прикладного программного обеспечения таких традиционных атрибутов искусственного интеллекта как инженерия знаний, методы представления и базы знаний, средства поддержки принятия решений.

Современное понимание рассматриваемого вопроса позволяет утверждать, что в соответствии с терминологией искусственного интеллекта ППП все более становятся системами, основанными на знаниях. Даже без способности глубоко «рассуждать» в своей предметной области (ПрО) такие ППП с отдельным, явным и хорошо структурированным представлением ПрО более просто создавать, поддерживать и расширять, чем те, в которых понятия и отношения ПрО являются вложенными в программный код приложения.

Зрелые решения подобных вопросов в специфических задачах хранения и доступа к данным были предложены в технологиях баз данных (концептуальное моделирование ПрО) [Саймон, 2000]. А наиболее прагматичное оформление эти идеи нашли в бурно развивавшихся в последние годы CASE-средствах [Калянов, 1996], [Вендров, 1998], поле приложения которых все явственнее сдвигается в сферу разработки корпоративных информационных систем в процессе реинжиниринга бизнеса [Ойхман и др., 1997], [Ивлев и др., 1997], [Чеботарев, 2000]. На общем, значительно более широком, поле разработки систем, основанных на знаниях, с середины 90-х годов начинает доминировать подход, связанный с использованием явных онтологий содержания ПрО (см., например, [Guarino, 1995], [Heijst et al., 1997], [Uschold et al., 1998], [Девятков, 2000], [Смирнов, 2000]).

1. Некоторые проблемы онтологического подхода

Термин «онтология» заимствован специалистами по искусственному интеллекту из философии¹. При этом с одной стороны, несмотря на отличающиеся варианты подобающего определения онтологии, в дискуссиях разделяется мнение, что это спецификация некоторой концептуализации. С другой стороны, несомненно, что «концептуализация» - продукт «концептуального анализа», а содержание последнего, в свою очередь, обычно интерпретируют как «абстрагирование существа физических объектов и их взаимосвязи в виде некоторой модели или теории, которая соответственно называется концептуальной моделью изучаемого объекта» [Тамм и др., 1987]. Поэтому имеются основания отождествлять онтологию с концептуальной моделью ПрО. Вместе с тем, такое утверждение нуждается в разъяснении и дополнительной аргументации.

Прежде всего, необходима экспликация понимания онтологии как совокупности взаимосвязанных концепций. Сюда примыкает вопрос о соотношении с онтологиями так называемых проблемных областей, или сред [Кузин, 2000], которые, по-видимому, могут трактоваться как проблемно-ориентированные онтологии.

Дискуссионным считается вопрос о включении в онтологии операций (следуя формальной математической традиции только после этого ее можно рассматривать как некоторый вид «теории»). Например, в Онтолингве (см. интернет-сайт www.kls.stanford.edu) синтаксическим обозначением начала спецификации онтологии является ключевое слово «теория», но операции в онтологии не включаются.

Далее, онтология предположительно должна быть концептуальной системой, открытой для пополнения новыми знаниями. Подобная специфика, означающая возможность модификации онтологии непосредственно в сеансе ее использования, для концептуальных моделей ПрО в ППП изучена недостаточно (например, в имитационном моделировании такой подход обычно сознательно игнорируется [Киндлер, 1985], а в сфере систем программирования баз данных соответствующие исследования стали разворачиваться только с ростом популярности объектно-ориентированных моделей данных [Снова, 1999]). Поэтому, рассматривая этот аспект, нужно указывать соответствующие механизмы, методы и средства.

В литературе нередко встречается расширенная трактовка форм представления онтологий. Например, в [Девятков, 2000] соответствующий перечень начинается с указания возможности неформального представления на одном из естественных языков, а завершается тем, что известно как «инженерная теория» [Виттих, 1998]. На наш взгляд это также затрудняет продуктивное освоение онтологического подхода при создании и эксплуатации ППП.

2. Эпистемологические единицы технологии моделирования

На рис. 1 воспроизведена схема [Смирнов, 1999], отражающая на наш взгляд состав и взаимосвязи основных фаз и эпистемологических единиц технологии моделирования, которая реализуется при создании и/или функционировании ППП. Представленные на схеме фазы технологии изображены планками, а получаемые продукты – прямоугольниками.

Онтология как концептуальная (К-) модель ПрО актуальна для определенного круга субъектов, разделяется этим коллективом субъектов, действует как средство коммуникации и обладает нормативной ролью в процессе их совместного «освоения» (моделирования, проектирования, изучения и т.п.) ПрО. Разумеется, основным феноменом фазы концептуального анализа является возможность формирования и сосуществование нескольких различных концептуальных моделей-онтологий для данной ПрО.

Объектное моделирование соответствует синтетической стадии познания реальности. Результатом этой фазы является отражение, воспроизведение, описание конкретного объекта или системы объектов ПрО, выполненное в рамках избранной онтологии (т.е. на «языке» этой К-модели, или «языке» ПрО). С общих позиций необходимо указать на возможность конструировать в рамках конкретной онтологии объектные, или денотативные (Д-), модели различных типов: графические, математические, имитационные и т. п. Компьютерная реализация сужает подобную типологию объектных моделей, но не устраняет ее, оставляя открытым весьма важный для практики вопрос о выборе типа объектной модели.

Параллельно специфицируются знания о «вычислениях», связанных с Д-моделями. Эту фазу (см. рис. 1) с весьма общей точки зрения можно рассматривать как спецификацию процесса решения задачи, описания воздействий на экзогенную объектную модель, в результате которых она приобретает некоторые удовлетворяющие исследователя свойства. Операционным базисом подобных трансформаций, аппаратом решения служит объекто-ориентированное исчисление, которое, вообще говоря, составляет часть К-модели; результат этой фазы можно назвать трансформационной (Т-) моделью.

Наконец, на фазе собственно вычислений, или вычислительного эксперимента (В-моделирования), реализуются (интерпретируются физической или виртуальной машиной) знания о возможных трансформациях актуальной денотативной модели. В результате методической ценностью для пользователя может обладать зафиксированная последовательность воздействий на объект или цепочка промежуточных Д-моделей, начиная с экзогенной (^exД). В других случаях в качестве результата может выступать эндогенная Д-модель (^enД), которую можно назвать интегрированной моделью, поскольку для ее построения вовлекаются все знания, актуализируемые в процессе моделирования.

Здесь в дополнении к этому необходимо сделать несколько взаимообусловленных замечаний.

• В онтологическом подходе сосуществование нескольких различных К-моделей предметной области отражает наличие различных дополняющих один другого аспектов ПрО: противоречащие друг другу толкования исходных данных не допускаются. В силу этого обстоятельства толкование: «онтология – совокупность удовлетворяющих определенным требованиям концептуальных моделей», - имеет лишь технологическое оправдание, так как отмеченные требования открывают возможность, вообще говоря, бесконфликтной композиции набора К-моделей в одну «большую» концептуальную модель–онтологию (этот вопрос рассматривался в [Виноградов и др., 1999] и, в частности, связан с решением задачи таксономического вывода [Formica et al., 1992]).
  
• При решении реальных задач онтология явно декларируемой для освоения, или «целевой» ПрО неизбежно дополняется независимо существующими онтологиями других ПрО. Как правило, подобные «теневые» К-модели имеют в контексте исходной задачи методо-ориентированный, инструментальный характер; именно в этих случаях говорят о наличии в ППП предметно-независимых (ясно от какого предмета!) «движков», «машин вывода» и т.п.
  
• Для освоения ПрО субъектам онтологического подхода на фазе В-моделирования принципиально необходима возможность одновременной работы с Д-моделями, построенных на основе в общем случае различных концептуальных схем. На этой фазе происходит синтез (широко понимаемый) новых фактов за счет «коммуникации» между Д-моделями частных видов и использования операционных базисов, поставляемых частными К-моделями.
  
• Экзогенные Д-модели как и Т-модели представляют специальные (особенные, другие, новые) знания, образующие соответствующие эпистемологические единицы среды моделирования (рис. 1). Апостериори они, а также эндогенные Д-модели, могут пополнить (вообще говоря, модифицировать) исходные концептуальные модели-онтологии.
  
• В практической интеллектуальной системе всегда имеются некоторые ограничения на модификацию К-моделей. В частности, с необходимостью в такой системе должна присутствовать по крайней мере одна рекурсивная К-модель – «схема схем», - модификация которой запрещена (это обстоятельство в определенном смысле можно трактовать как технологическую реакцию на тезис «онтологической относительности» [Куайн, 1996]; система с помощью этого известного приема становиться семантически замкнутой).
  

Таким образом, реализация онтологического подхода связана с решением ряда взаимосвязанных задач разделения/распределения и повторного использования знаний, предстающих в форме эпистемологических единиц различного типа и назначения (включая и собственно онтологии). Эти вопросы находятся в эпицентре внимания большого числа исследовательских групп и организаций, нацеленных на создание систем, базирующихся на знаниях (см., например, обзор в [Meyer, 1994]). Далее приводится интерпретация взгляда на интеграцию разнородных знаний, кратко рассматриваются результаты работ по созданию соответствующих методов и средств, а также некоторых ППП.

3. Методы и средства работы с онтологиями

В подавляющем большинстве известных нам работ по использованию явных онтологий в системах, основанных на знаниях, для построения онтологий применяется или рекомендуется объектно-фреймовый стиль представления знаний. В рамках очерченного выше понимания роли онтологий в ППП речь идет в этом случае о выборе метаконцепции описания ПрО (рис. 1). Объектно-ориентированная метаконцепция систематически применялась для концептуального моделирования ПрО и в работах, связанных с инженерными теориями. В частности, ее использует программный инструментарий для создания предметно-ориентированных сред моделирования (gB-система) [Смирнов, 1999], который поддерживает выполнение всех показанных на рис. 1 фаз и представление продуцируемых на них результатов.

По нашему мнению для построения онтологий сложных систем в целом пригодны методы и средства, используемые на начальных этапах разработки информационных систем с помощью CASE-средств. К примеру, в gB-системе построение концептуальной модели-онтологии ПрО начинается с разработки ER-диаграммы (см. пример на рис. 2). На этой основе автоматически генерируются каркасы методов определенных на диаграмме классов объектов и шаблон объектно-ориентированной базы данных для хранения объектных моделей ПрО. Этот шаблон и «наполненные» с помощью базовой системы программирования каркасы методов, объединенные в единую программно-техническую единицу, составляют К-модель ПрО. Дополнительно имеются возможности иерархической структуризации и композиции концептуальных моделей.

Проблематику использования готовых онтологий мы сводим в соответствии со схемой на рис. 1 к формированию спецификаций конкретных объектов (систем объектов) и к такой работе с этими спецификациями, как это очерчено выше. Тогда можно утверждать, что функционирование ППП, построенных на основе онтологий, должно включать такое управление моделями различных типов, которое обеспечит многоаспектное представление целевой ПрО, решение актуальных для целевой ПрО многодисциплинарных задач (соответствующие проблемные области могут иметь собственное отражение в комплекте моделей различных типов) и в целом эволюционный характер решения этих задач. Мы считаем, что для этого целесообразно выделить два «контура» управления моделями различных типов на фазе В-моделирования (рис. 3).

Первый, супервизорный, контур путем переключения контекстов моделирования - надлежащего определения «текущей» пары <К-модель, Д-модель>, - обеспечивает одновременную и осуществляемую с помощью стандартного интерфейса работу с несколькими Д-моделями из разных, вообще говоря, ПрО. При этом контролируется состав допустимых ПрО и корректность контекстов моделирования: Д-модель контекста должна принадлежать ПрО, описываемой К-моделью контекста.

Второй, проектный, контур связан с макроуправлением вычислениями: сведения об исполненных актах В-моделирования (В-актах) структурируются в форме растущего ациклического графа (В-акт X связан с предшествующим ему В-актом X* в том смысле, что при выполнении X используется хотя бы одна эндогенная Д-модель В-акта X*), указывая тем самым на транзакционность В-актов.

4. Примеры реализации онтологического подхода

В ИПУСС РАН создан ряд экспериментальных и промышленных программных систем (включая и инструментальными средства, и специализированными ППП), в основу которых была положена концепция компьютерной интеграции знаний на основе инженерных теорий [Виттих, 1998], близкая в своих основах онтологическому подходу.

К числу достаточно известных результатов следует отнести систему автоматической генерации инженерных моделей с применением ориентированных на ограничения баз знаний и созданную с ее использованием ППП для кинематического анализа механизмов АНМЕХ. Онтологическую основу последней составил комплекс знаний по геометрии и кинематике.

Примером разработки инструментальной системы, в основу которой была положена хорошо изученная онтология вычислительных моделей, служит система РЕСУРС, нашедшая применение при исследовании самых различных ПрО.

Упоминавшаяся gB-система использовалась при создании ППП в машиностроении (на рис. 2 приведен компонент К-модели – онтологии поверхностей машиностроительных деталей, пригодных для базирования, - из ППП для выбора рациональной схемы базирования детали), описании организационных систем и др. (см., например, [Виноградов и др., 1998], [Виттих и др., 1992], [Смирнов, 1996]).

В целом эти работы ориентировались на описание систем в рамках статичных онтологий. В общем случае онтологическая основа ППП в той или иной степени должна допускать модификацию. Действительно, сущность любой концептуализации заключается в сопоставлении реальности некоторой ограниченной, неполной и временно допустимой абстракцией, а одной из фундаментальных целей этого процесса является некоторая прагматика получаемой конструкции (в данном контексте - онтологии). Поэтому сложность, отражаемая в неполноте, динамичности формальных описаний и формализованных процедур решения задач, и требования прагматики могут быть осилены только путем симбиоза создаваемой абстракции и действующих реальных субъектов, т.е. людей.

Для придания онтологическим конструкциям свойств, адекватных задачам поддержки принятия решений в открытых сложных системах, выдвигается концепция предметно-ориентированных сред моделирования [Смирнов, 1999]. В утилитарном смысле ППП, обслуживающий открытую сложную систему, должна включать в этом случае развитые возможности формирования такой среды и интерактивного управления образующими ее моделями различных типов, включая онтологии (по крайней мере, онтологию целевой ПрО). В качестве прототипа инструментального программного средства, удовлетворяющим такого рода требованиям мы рассматриваем систему объектно-ориентированного моделирования gB.

Заключение

Онтологии - разновидность эпистемологических единиц, которыми разработчик и пользователь оперируют при создании и эксплуатации ППП.

Онтологическая парадигма - достаточно ясный взгляд на состав, назначение и структуру программно-технических компонентов и методов управления ими в ходе создании и эксплуатации ППП. При этом охватываются большинство содержательных проблем интеграции знаний: организация системы знаний об актуальной ПрО и о способах решения задач в этой ПрО, планирование решения задач и управление вычислениями в целом, методология отчуждения ППП от разработчика.

Онтологический подход - основа расширенной трактовки ППП как предметно-ориентированных сред моделирования. Конструирование подобных сред предполагает разработку методов и программных средств, обеспечивающих возникновение системы эпистемологических единиц общей схемы моделирования и соединение этой системы с интеллектуальными ресурсами и опытом человека (в первом приближении это достигается за счет развитых механизмов управления различными видами эпистемологических единиц).

Список литературы

[Вендров, 1998] Вендров А.М. CASE-технологии. Современные методы и средства проектирования информационных систем. – М.: Финансы и статистика, 1998.

[Виноградов и др., 1998] Виноградов И.Д., Кузнецов С.В., Смирнов С.В. Приобретение знаний и моделирование для реорганизации инженерной деятельности // Распределенная обработка информации: Труды 6-го международного семинара. – Новосибирск: СО РАН, 1998.

[Виноградов и др., 1999] Виноградов И.Д., Смирнов С.В. Композиция концептуальных схем сложных систем // Проблемы управления и моделирования в сложных системах: Труды международной конф. – Самара: СНЦ РАН, 1999.

[Виттих, 1998] Виттих В.А. Интеграция знаний при исследованиях сложных систем на основе инженерных теорий // Известия РАН. Теория и системы управления. 1998. № 5.

[Виттих и др., 1992] Виттих В.А., Смирнов С.В. Интеллектуальная система для построения рациональной схемы базирования соединяемых деталей // Труды III конф. по искусственному интеллекту. Т. 2. – М.: CАИИ, 1992.

[Девятков, 2000] Онтологии и проектирование систем // Приборы и системы. Управление, контроль, диагностика. 2000. № 1.

[Ершов и др., 1982] Ершов А.П., Ильин В.П. Пакеты прикладных программ как методология решения прикладных задач // Пакеты прикладных программ. Проблемы и перспективы. – М.: Наука, 1982. С. 1.

[Ивлев и др., 1997] Ивлев В., Попова Т., Огороднийчук Д. Использование CASE-средств для совершенствования деятельности предприятий // PC WEEK/RE. 1997. № 29. С. 53-54.

[Калянов, 1996] Калянов Г.Н. CASE структурный системный анализ (автоматизация и применение). – М.: ЛОРИ, 1996.

[Киндлер, 1985] Киндлер Е. Языки моделирования: Пер. с чеш. – М.: Энергоатомиздат, 1985.

[Куайн, 1996] Куайн В. Онтологическая относительность / В кн.: Современная философия науки: знание, рациональность, ценности в трудах мыслителей Запада. – М.: Логос, 1996.

[Кузин, 2000] Кузин Е.С. Концепции информационной технологии функционально-ориентированного проектирования прикладных программных систем // Информационные технологии. 2000. № 1.

[Ойхман и др., 1997] Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: Реинжиниринг организаций и информационные технологии. – М.: Финансы и статистика, 1997.

[Саймон, 2000] Саймон А.Р. Стратегические технологии баз данных: менеджмент на 2000 год /Под ред и с предисл. М.Р. Когаловского. – М.: Финансы и статистика, 1999.

[Смирнов, 1999] Смирнов С.В. Среда моделирования для построения инженерных теорий // Известия Самарского научного центра РАН. 1999. № 2. С. 277-285.

[Смирнов, 2000] Смирнов С.В. Онтологии в задачах моделирования сложных систем // Проблемы управления и моделирования в сложных системах: Труды II международной конф. – Самара: Самарский НЦ РАН, 2000. С. 66-72.

[Современный, 1998] Современный философский словарь / Под ред. В.Е. Кемерова. Изд. 2-е, испр. и доп. – М.: ПАНПРИНТ, 1998.

[Снова, 1999] Снова о объектных СУБД // Открытые системы. 1999. № 4.

[Тамм и др., 1987] Тамм Б.Г., Пуусепп М.Э., Таваст Р.Р. Анализ и моделирование производственных систем. – М.: Финансы и статистика, 1987.

[Чеботарев, 2000] Чеботарев В. Моделирование бизнеса: средства и методы // PC WEEK/RE. 2000. № 9. С. 32-33.

[Formica et al., 1992] Formica A., Missikoff M. An Algorithm for Type Subsumption in Object-Oriented Databases // УсиМ. 1992. № 1/2.

[Guarino, 1995] Guarino N. Formal ontology, conceptual analysis and knowledge representation // Int. J. of Human Computer Studies. 1995. V. 43. № 5/6.

[Heijst et al., 1997] Heijst van G., Schreiber A. Th., Wielinga B.J. Using explicit ontologies in KBS development // Int. J. of Human Computer Studies. 1997. V. 46. № 2/3.

[Meyer, 1994] Meyer M. Issues in Concurrent Knowledge Engineering: Knowledge Sharing and Knowledge Base Evolution // Concurrent Engineering: Research and Application. Proc. conf. CE94, USA. 1994.

[Uschold et al., 1998] Uschold M., King M., Moralee S., Zorgios Y. The Enterprise Ontology // The Knowledge Engineering Review. 1998. V. 13. № 1.

[Vittikh et al., 2000] Vittikh V.A., Smirnov S.V. Modeling Environment To Support Decision-Making Processes During Controlling Of Complex Systems // Proc. of the 16th IMACS World Congress 2000 on Scientific Computation, Applied Mathematics and Simulation (Lausanne, Switzerland, August 2000) – IMACS - Dept. of Computer Science - Rutgers University - New Brunswick – NJ 08903 – U.S.A. CD ROM Index 715-3.






Рис.1. Схема моделирования (обратные и перекрестные связи опущены)







Рис.2. Пример ER-диаграммы концептуальной модели (экран Мастера схем gB-системы моделирования); прямые стрелки изображают отношение наследования







Рис.3. «Контуры» управления В-моделированием: I – супервизорный, II - проектный