лекции ОИ

Гаврилова Т.А. Онтологический

ижиниринг

1

Татьяна Гаврилова

Системно-

аналитическое

мышление и

онтологический

инжиниринг

A

B C D


ижиниринг

2

Системно-аналитическое мышление.(САМ – 1. ч. 2)

Модуль 2. Онтологический инжиниринг

• Определение онтологии

• Типы онтологий

• Проектирование и разработка онтологий

• Слияние и выравнивание онтологий

• Проектирование и использование корпоративных онтологий

• Языки и инструменты работы с онтологиями

Практикум: Работа с групповыми знаниями. Визуальный дизайн онтологий. Онтологические игры. САМ-тренинг.


ижиниринг

3

Тренинг для топ-менеджеров

САМ 1. Часть 2. Онтологический инжиниринг

Хаос

A

CS

D

HG

L

B

M

NR

U

E

W

F

A

CS

D

H

G

L B

M

N

R U

E

W

F

Онтология


ижиниринг

4

Естественный

информационный хаос

A

B

C

DE

F

GHI

J

K


ижиниринг

5

Первичное структурирование

A

B C D

E

F G

H

I J

K


ижиниринг

6

Онтологическая гармония

A

B

C

D

EF

GH I J

K


ижиниринг

7

Определение онтологии

Под онтологией понимается явное

описание множества объектов и связей

между ними (структурированный словарь).

Формально онтология состоит из понятий

терминов, организованных в таксономию, их

описаний и правил вывода.

По определению Тома Грубера [1993 ],

применившего это понятие в области

информационных технологий, онтология —

это спецификация концептуализации .

http://ru.wikipedia.org/wiki/%D0%A2%D0%B5%D1%80%D0%BC%D0%B8%D0%BD

http://ru.wikipedia.org/wiki/%D0%A2%D0%B0%D0%BA%D1%81%D0%BE%D0%BD%D0%BE%D0%BC%D0%B8%D1%8F


ижиниринг

8

• гия (от греч. όντος — сущее, то, что существует и λόγος — учение, наука) — раздел философии, изучающий проблемы бытия; наука о бытии.

гия (от греч. γνώσις — «знание» и λόγος —«учение, наука») - раздел философии, изучающийпроблемы знания.

Эпистемология - (от греч. επιστήμη - знание) разделфилософии, изучающий теорию познания или частьгносеологии, которая изучает происхождение иразвитие научного знания.

Термин «гносеология» активно применялся в немецкой философии XIX в.;термин «эпистемология» используется в в англо-американской философииXX в.

В русской философии в XIX преобладал первый термин, а со 2-й пол. XX в.более употребляемым является второй

Онтология докомпьютерной эры


ижиниринг

9

Явное/неявное знание

Эксплицитное/имплицитное знание

И Э

5%

50-95%

Имплицитное знание плохо поддается структурированию.


ижиниринг

10

Онтологии как медиатор

Люди

ОрганизацияТехнологии

Документы

Люди

ЛюдиДокументыДокументы

Технологии ОрганизацияОрганизация


ижиниринг

11

Онтология

Система

Подсистема 2Подсистема 1

Блок 1-1 Блок 1-2

Узел 1-1-1 Узел 1-1-2

Подсистема N

Узел 1-2-1 Узел 1-2-2

Блок m

Узел 1-2-3

Объект1

Объект 2


ижиниринг

12

Микеланжело

Перуджино

Рафаэль

Донателло

Фра Анжелико

Синьорелли

Вероккио Гирландайо

Мазаччо

ТинтореттоМантенья

Ботичелли

Тициан

Я. Беллини

Венециано

Джорджоне

Карпаччо

Джотто

Веронезе

Дж. Беллини

Чимабуэ

Леонардо

Пинтуриккио

Лоренцо


ижиниринг

13

Микеланджело

Перуджино

Рафаэль

ДонателлоФра Анжелико

Синьорелли

Гирландайо

Мазаччо

Тинторетто

Мантенья

Ботичелли

Тициан

Я. Беллини

Венециано

Джорджоне

Карпаччо

Джотто

Веронезе

Дж. Беллини

Чимабуэ

Леонардо

Пинтуриккио

Лоренцо

XIV

XIII

XV

XVI

ПЕРУДЖА ВЕНЕЦИЯФЛОРЕНЦИЯ

Вероккио


ижиниринг

14

Как представить онтологию

Онтология как

Традиционная

иерархия

Список свойств

Оглавление (каталог)

Реляционная таблица

Структура

гипертекста


ижиниринг

15

Онтологический


– это методология и технология

проектирования, разработки и

использования онтологий для

структурирования и

тиражирования знаний в

различных предметных областях

и приложениях.


ижиниринг

16

Онтологический инжиниринг


ижиниринг

17


ижиниринг

18

Тест

Придумать одну

физическую онтологию

и одну абстрактную

(например, «Домашние

животные/Домашняя

библиотека» и

«Любимые герои книг»/

«Стили руководства»

Домашняя

библиотека

Классика

Фантастика

Кулинария


ижиниринг

19

Напоминание

о дизайн-принципах интеллект-карт

• Соблюдайте визуальную иерархию концептов

• Используйте больший размер (толщину)

шрифта для верхних уровней иерархии

• Используйте цвет для большей

выразительности

• Стремитесь к ясности

• Не перегружайте онтологию


ижиниринг

20

Типы онтологий

Генеалогия

Партономия

Атрибутивная

структура

Таксономия

Функциональности


ижиниринг

21

Партономия (или мереология )

(отношение «Имеет-часть»)

Компьютер

Внешние

устройстваПамять Процессор

Устройства

ввода

Клавиатура

Долго-

временнаяВидео Контроллер

Блок 1

Блок 2

Экран

Мышь


ижиниринг

22

Другой формат партономииКомпьютер

Внешние

устройстваПамять

Процессор

Устройства

ввода

Клавиатура

Долго-

временнаяВидео

Контроллер

Блок 1

Блок 2

Экран

Мышь


ижиниринг

23

Контрольная

Партономия

«Квартира»


ижиниринг

24

Генеалогия (отношение «отец-сын»)


ижиниринг

25


ижиниринг

26

Генеалогия процессоров Intel8086

Pentium MX

68000 motorola80586 intel Pentium I

80486

80386

80286

80186

8088

68010Pentium XEON

Pentium III

Pentium II 68030


ижиниринг

27

Тест

Нарисовать генеалогию понятия (на выбор)

• Государство

• Завод

• Дача

• Мюсли

• Кухонный комбайн

• Автомобиль

• Пост-модернизм (или любой жанр искусства)


ижиниринг

28

Атрибутивная структура

(словарь свойств и мета-свойств)

(отношение «имеет свойство»/«имеет значение»)

Дерево

Ботанические

свойства

Наблюдаемые

свойстваСтроительные

свойства

Высота

Влаго-

стойкостьПлотностьТолщина

Форма листьев


ижиниринг

29

Атрибутивная структура

понятия «Малое предприятие»


ижиниринг

30

Тест

Атрибутивная

структура

(онтология) понятия

«Посуда»


ижиниринг

31

Таксономия(отношение «род-вид» или АКО (А-kind-of) )

―ПО для автоматизации предприятия‖


ижиниринг

32

Пример таксономии

Методы извлечения

знаний

Коммуникативные

Групповые Индивидуальные

Активные Пассивные

• круглый стол

• мозговой

штурм

• игры

Текстологические

• анализ документов

• анализ справочников

• наблюдение

• вербальные

отчеты

• лекции

• интервью

• анкетирование

• ролевые

игры


ижиниринг

33

Формирование категорий

Концепт A

Свойство 2Свойство 1

Свойство 3

3 Концепт B

Свойство 4

Категория

(по общему свойству 2)

Свойство 2


ижиниринг

34

Тест

Таксономия «Напитки»


ижиниринг

35

Связь атрибутивной структуры

и таксономии

Основные атрибуты выступают

классо-образующими признаками (в

соответствии с приоритетом) для

таксономии.

Посуда (назначение (1), тип еды (2),

материал, изготовитель(3), цена….)

Приготовление

пищи

Употребление пищи

Посуда

приоритет


ижиниринг

36

Онтология-функциональность(отношение «выполняет функцию»)

Оргтехника

Инструмент

для

программирования

Вычислитель

?Игрушка

Текстовый

процессор

Коммуникатор

Компьютер


ижиниринг

37

«Гостиная» - смешанная онтология

living_room.dom

File Edit Insert View Table Window Help

Living-room

ElectronicsFurniture

Room

Decoration

TV

Musical

Center

Wall

Picture

Chair

Dinner

table

Soft

furniture

Armchair

Sofa

Bookshelf

Book

Floor

is_on

Is-a

includes


ижиниринг

38

Онтологический инжиниринг:

алгоритм для чайников

1. Глоссарий

2. Установление связей

3. Обобщение или иерархическая

категоризация

4. Детализация

5. Редактирование

(«причесывание»)


ижиниринг

39

Рецепт (подробнее)• Формирование глоссария предметной

области.

• Установление связей между понятиями глоссария и их визуализация.

• Категоризация понятий и формирование мета-понятий (снизу-вверх).

• Детализация (сверху-вниз).

• Ре-инжиниринг (уточнение, разрешение противоречий, синонимии, избыточности, перестройка, дополнение).


ижиниринг

40

Когнитивно-перцептивные

принципы онтологического

дизайна (из гештальт

психологии)

1. Принцип хорошего гештальта (хорошей формы) или Закон прегнантности (Mакс Вертгеймер) - организация любой структуры в природе или в сознании должна быть настолько хороша (регулярна, полна, сбалансирована или симметрична), насколько позволяют существующие условия.


ижиниринг

41

Закон прегнантности


ижиниринг

42

« Гармония =концептуальный баланс

+ ясность»


ижиниринг

43

подразумевает, что

Понятия одного уровня иерархии связываются с родительским концептом одним и тем же типом отношения (например, «класс-подкласс» или «часть-целое»).

Глубина ветвей онтологического дерева должна быть примерно одинаковая (±2 ).

Общая картинка должна быть довольно симметричной.

Перекрестные ссылки должны быть по возможности исключены.

Концептуальный баланс


ижиниринг

44

Ясность

включает

Минимизацию. Так максимальное число

концептов одного уровня или глубина ветви

не должна превышать знаменитое число

Ингве-Миллера (7±2) [Miller,1956] .

Прозрачность для чтения. Тип отношений

должен быть по возможности очевиден, так

чтобы не перегружать схему онтологии

лишней информацией и опускать названия

отношений.


ижиниринг

45

Когнитивно-перцептивные принципы

онтологического дизайна (из гештальт

психологии)

2.Закон близости – визуальные стимулы (объекты), находящиеся близко друг от друга воспринимаются как единое целое.

3.Закон сходства – вещи, обладающие одинаковыми свойствами. обычно воспринимаются как нечто единое (цельное).

4.Закон включения (W. Kohler)- есть тенденция воспринимать только большую фигуру, а не ту меньшую которую она включает.

5.Закон парсимонии – самый простой пример является самым лучшим, известен как принцип «бритвы Оккама»: «не нужно умножать сущности без необходимости».


ижиниринг

46

Закон близости – визуальные

стимулы (объекты), находящиеся

близко друг от друга воспринимаются

как единое целое.


ижиниринг

47

Закон сходства

Illustration by Maria Harrington


ижиниринг

48

Закон включения (В. Келер (W. Kohler))

- есть тенденция воспринимать только

большую фигуру, а не ту меньшую

которую она включает.


ижиниринг

49

Принцип Оккама

a

b d

c

a


ижиниринг

50

Ошибки категоризации

H

ds f g h

m n

kj

q

y

w

o

iml

ut

p

e r

A

B


ижиниринг

51

Неоднородность

глоссария

коллектив

Практика время

место

Извлечение

знаний

Профессио-

нальный

уровень

активность

пассивность

Контактный

уровень

Пол

Личность

Когнитивный

уровень

Текстологические

методы

Лингвистика

Общий язык

Психологи-

ческий

аспект

Концептуальная

структура

Коммуникативные

методы

Индивидуаль-

ные

методыТеоретические

аспекты


ижиниринг

52

Извлечение знаний


ижиниринг

53

KineticEdge

ContentManage

ment ToolSemantic Web

Tool

Participant

Server

Smart

Information

Router

Content

Categorization

Tool

SemioMap

Semantic Web

Knowledge

Management System

Personal

Knowledge

Management

Tool

Pepper

RDF

Inference

Engine

Cerebra

OntoBroker

Cyc

Knowledge

Server

RDFS

WebStore

consists of

consists of

Collaborative

Bonapart

RDF Gateway

Semantic

Base

Sesame

consists of

Topic Map

Tool

Circa

Xcellerant

Mohomine

TheBrain

RDFS Editor

OntoEdit

OILEd

ProtegeThingFinder

Server

ContextStrea

ms

Tarragon

Consulting

Unicorn

Coherence

K2

VOQUETTE

SemTalk

ПРИМЕР НЕУДАЧНОГО ДИЗАЙНА Классификация редакторов онтологий

(студент Х)


ижиниринг

54

Пример неудачного дизайна 2


ижиниринг

55

ТЕСТ ―Онтология по Борхесу‖Все животные делятся:

* принадлежащих Императору,* бальзамированных,* прирученных,* молочных поросят,* сирен,* сказочных,* бродячих собак,* бегающих, как сумасшедшие,* неисчислимых,* нарисованных тонкой кисточкой из верблюжьей

шерсти,* разбивших вазу,* издалека кажущихся мухами.

/Х.Л. Борхес/


ижиниринг

56

Глоссарий


ижиниринг

57

Онтология


ижиниринг

58

Онтология корпоративных знаний


ижиниринг

59

Диаграмма знаний компании(продолжение)


ижиниринг

60

Слияние, выравнивание и проекции онтологий

Сумма онтологий

Таксономии

Генеалогии

Онтология услуг

Схема орг. структуры

Онтология

Клиентов

Проекции онтологий


ижиниринг

61

Карта знаний

Проекция таксономии на СОС

Объединяют ЧТО->(ГДЕ/КТО) знания

• Минимизация объема информации

• Ясность

• Образность

• Простой доступ через ссылки

• Навигация


ижиниринг

62

•Бизнес-процессы

•Роли

•Компетенции

•Контр-агенты

•Клиенты

•Поставщики

•Договора

•Проекты

•Документы

Профиль знаний

Спецификация


БОСС

Зам2 Петров

Зам 1

Орлик

Козлова

Иванов

Диаграмма 1


ижиниринг

63

Карта знаний – визуальное представление полученной информации

и взаимосвязи между ней, которая улучшает коммуникацию и обучение

новому знанию людей с разными компетенциями на различных

уровнях детализации.

Arthur Andersen

Карты знаний создаются путем преобразования различных

аспектов знаний в графическую форму, которая легка для понимания.Speel et al. (1999)

Создание карты знаний подразумевает определение

местонахождения важных для организации знаний и представление

списка или картины, показывающего где найти знания. Карты знаний

указывают как на людей, так и на документы и базы данных.

Davenport and Prusak (1998)

Карта знаний – это навигационный помощник для скрытого и явного

знания, иллюстрирующий потоки знаний в организации. Карта знаний

описывает источники, потоки и границы знаний организации. Карты

знаний помогают понять связь между хранилищами знаний и

динамикой. Grey (1999)



ижиниринг

64

«Если бы Hewlett Packard знал, что он знает, наша

прибыль бы утроилась.»-бывший CEO компании Hewlett Packard, Лео Платт

Определение

существующих

знаний

Носителизнаний

Знания

Люди

Документы

«Знания бывают двух типов: вы знаете о чем-либо

сами или вы знаете, где найти необходимое

знание.» Самуэль Джонсон

Разработка карт знаний


ижиниринг

65

1. Визуальное представление

знаний

2. Мета-модель, то есть

источник знания о знании.

Основные особенности карт знаний:

Карта знаний – это сочетание

1. Общей «большой картины» компании

и

2. Каталога детальных знаний


ижиниринг

66

Карта знаний- помощник в разработке технологической (IT) поддержки.

З1

З2 З4

З3

З7

З6

З5

З1

З2 З4

З3

З7

З6

З5

Карта знаний – помощник в управлении изменениями.

Преимущества карты знаний.

Низкие затраты Низкие рискиВысокая отдача


ижиниринг

67


Составить карту знаний своей

компании


ижиниринг

68

Слияние, выравнивание и проекции онтологий

Сумма онтологий

Директор

Топ-менеджмент

Менеджеры среднего

звена

Исполнители

Клиенты

Ролевой подход


ижиниринг

69


Составить онтологию «Мини-пекарня» и

затем произвести слияние


ижиниринг

70

Объектно-структурный анализ для онтологического инжиниринга

• s_1 - ЗАЧЕМ-знания (стратегический анализ: онтология целей);

• s_2 - КТО (организационный анализ: СОС);

• s_3 - ЧТО-знания (концептуальный анализ: таксономии / партономии);

• s_4 - КАК-знания (функциональный анализ: модели бизнес-процессов);

• s_5 - ГДЕ- и КТО-знания (пространственный анализ: карты знаний);

• s_6 - КОГДА-знания (временной анализ: генеалогии);

• s_7 - ПОЧЕМУ-знания (каузальный анализ: причинно-следственные сети);

• s_8 - СКОЛЬКО - знания (экономический анализ: ? ).


ижиниринг

71

Матрица объектно-структурного анализа

Уровень

страты

уровеньобласти

u1

уровеньпроблем

ыu2

уровеньзадачи

u3

уровеньподзадач

и.....

un

Стратегический анализ s1 E11 E21 E31 Ei1 En1

Организационный анализ s2 E21

Концептуальный анализ s3 E31

Функциональный анализ s4 E41

Пространственный анализ s5 E51

Временной анализ s6 E61

Каузальный анализ s7 E71

Экономический анализ s8 E81

..... Eij

sm Em1 Emn


ижиниринг

72

Языки формализации

онтологий


ижиниринг

73

Technology of Work

with Ontolingua

Internet

Formalising of

user’s task

Task’s theory:

• variables,

• classes,

• relations,

• functions,

• axioms,

• equations.

Question.

User

Specialized servers ofmathematical processing

Logical inference

Equations’ solving, Mathematica.

Simulation modeling.

Ontologies’

Library

Ontolingua

Ontology 1Theory

ClassesRelationsFunctionsAxioms

………………….

Models’ fragments ...Concepts ...


ижиниринг

74

User’s abilities in Ontolingua• Review of Ontolingua library sections represented in the

form of HTML –documents;

• Search for theories and definitions in the Ontolingua library;

• Creation and editing of the user’s own ontology;

• Syntactical validation of the created specifications and links to other ontologies;

• Preparation of hypertext documentation on ontologies in the form of HTML documents;

• In the presence of Common Lisp system - possibility of local operation with Ontolingua system.


ижиниринг

75

KA2 Initiative and Ontobroker project (Knowledge Annotation Initiative of the Knowledge Acquisition

Community)

http://ontobroker.aifb.uni-karlsruhe.de/

Main research trends:

• Ontology engineering;

• Web-pages annotation;

• Inquiries for information on Web-pages

and answers inference on the basis of

ontology knowledge.


ижиниринг

76

KA2 Initiative and

Ontobroker project

Sections of Common Ontology

• organization ontology;

• project ontology;

• person ontology;

• research-topic ontology;

• publication ontology;

• event ontology;

• research-product ontology;

• research-group ontology.


ижиниринг

77

KA2 Initiative and

Ontobroker project


ижиниринг

78

SHOE Project(Simple HTML Ontology Extensions)

http://www.cs.umd.edu/projects/plus/SHOE/

Main research trends:

• Development of reusable ontologies for

concepts that are most frequent for Web-

resources;

• Development of knowledge annotators.


ижиниринг

79

SHOE ArchitectureAnnotations

Knowledge

annotator

Text

Editor

User Interface

Search

SHOE

Subject

domain

interface

Knowledge

base

RepresentWeb-

pages


ижиниринг

80

50 лучших инструментов работы с

онтологиями

• GALEN Case Environment

(GCE)

• ICOM

• Integrated Ontology

Development Environment

• IsaViz

• JOE

• KAON (including OIModeller)

• KBE -- Knowledge Base Editor

(for Zeus AgentBuilding Toolkit)

• LegendBurster Ontology Editor

• LinKFactory Workbench

• Medius Visual Ontology

Modeler

• NeoClassic

• OilEd

• OLR3 Schema Editor

•Apollo

•CIRCA Taxonomy Administrator

•CoGITaNT

•Coherence

•Contextia

•COPORUM OntoBuilder

•DAG-Edit

•DAMLImp (API)

•Differential Ontology Editor (DOE)

•Disciple Learning Agent Shell

•Domain Ontology Management

Environment (DOME)

•DUET

•Enterprise Semantic Platform (ESP)

including Knowledge Toolkit

•EOR

•ExClaim & CommonKADS Workbench


ижиниринг

81

50 лучших инструментов работы с

онтологиями• OntoBuilder• OntoEdit• Ontolingua with

Chimaera• Ontology Builder &

Server• Ontology Directed

Extraction (ODE) Tools• Ontopia Knowledge

Suite• Ontosaurus• OntoTerm• OpenCyc Knowledge

Server

• OpenKnoMe• PC Pack 4• Protégé• RDFAuthor• RDFedt• SemTalk• Specware• SymOntos• Taxonomy Builder• TOPKAT• Visio for Enterprise

Architects• WebKB• WebODE• WebOnto


ижиниринг

82

Типы инструментов для работы с

онтологиямиА. Инструменты разработки онтологий:

В. Инструменты слияния и совмещения онтологий

С. Инструменты обработки запросов к онтологии и

машины вывода

E. APIs

D. Использование онтологий

F. Инструменты аннотирования на основе онтологий

•Редакторы онтологий •Документирование онтологий

•Графические редакторы •Заселение онтологий

•Трансляторы онтологий •Оценка онтологий

•Инструменты управления библиотекой •Эволюция онтологий


ижиниринг

83

Средства работы с онтологиями


ижиниринг

84

Наиболее зрелые и популярные

редакторы онтологий• TopBraid Composer

– Очень удобный интерфейс пользователя

– Визуализация (диаграммы на базе uml)

– Много различной функциональности (вплоть до интеграции с google maps для задания координат географических концептов)

– Необходимо покупать лицензию

• Protégé– Наиболее известный и используемый

– Не очень удобный интерфейс

– Открытый исходный код (но часто выходят нестабильные версии)

• SWOOP– Гипермедиа интерфейс (основанный на web)

– Не очень много функциональности

– Свободно-распространяемый


ижиниринг

85

Коммерческие продукты

• Семантические интеграторы Semantic

Integrator & OntoStudio (Ontoprize)

• Наращиваемые продукты,

предусматривающие сложные

приложения в будущем (eg. Dublin Core,

RSS, PRISM, MusicBrainz)


ижиниринг

86

Новейшая история онтологий

Commonsense

Knowledge

Modeling

(e.g., CYC: 1985)

DARPA

Knowledge

Sharing

Initiative

(1985)

Linguistic

Ontologies

(e.g., Penman

Upper Model

1985)

Lexical Resources

(e.g., WordNet)OpenCyc

(2002)

MT: Pangloss

SENSUS

(1995)

OntoLingua

KIF

DARPA

HPKB

ANSI Ad Hoc

Standards

Group (1997)

IEEE SUO Group

(2001-2002)

EuroWordNet

SemanticWeb

(2001-2002)

RDF

DAML+OIL

Extended KIF

Common Logic

John A.

Bateman


ижиниринг

87

История: пионеры ОИ

Никола Гуарино,

Институт когнитивных наук и

технологий Тренто -Рим,

Италия

(Institute for Cognitive

Sciences and Technology Trento-Roma, Italy )

Том Грубер,Университет

Массачусеттса

(University of

Massachusetts)

Джеймс Хендлер,

Университет Мэриленда

(University of Maryland)

Дитер Фенсель,

Университет Инсбрука,

Австрия

(University of Innsbruck,

Austria)

Ричиро Мизогучи,Университет Осаки

(Osaka University)

Марк Эйзенштадт,Открытый Университет Великобритании

(Open University, UK)

Semantic Web

Онтологический


Знания Искусственный

интеллект

Человеко-машинное

взаимодействие


ижиниринг

88

Должности:

editor-in-chief (with Mark Musen) of the Journal of Applied Ontology

associate editor of the International Journal of Human-Computer Studies and the Journal of

Data Semantics

general chair of the FOIS (Formal Ontology in Information Systems) conference series

Основные направления деятельности:

ontological foundations of knowledge engineering

conceptual modeling

Подходы основаны на единстве Computer Science, Philosophy, and Linguistics

Проекты:

ALgebraic Tools IN Formal Ontology

ILIKS: Interdisciplinary Laboratory on Interacting Knowledge Systems

MOSTRO, Modeling Security and Trust Relationships within Organizations

NEtworked ONtologies - Shaping the future infrastructure for semantic applications Tecnologie

Orientate alla Conoscenza per Aggregazioni di Imprese su InTernet - Knowledge-based

technologies of enterprise integration

[http://www.loa-cnr.it/]

Пионеры ОИ - 1

The group leader of Laboratory for Applied Ontology (LOA)

Institute for Cognitive Sciences and Technology Trento-Roma, Italy

Николя Гуарино (Nicola Guarino)

http://www.loa-cnr.it/altinfo/

http://www.loa-cnr.it/iliks/

http://www.loa-cnr.it/mostro/index.php

http://www.neon-project.org/

http://www.dis.uniroma1.it/~tocai/

http://www.dis.uniroma1.it/~tocai/

http://www.loa-cnr.it/







ижиниринг

89


Founder and Chief Technology Officer, Intraspect Software (developing

intelligent networked software to support human collaboration and

learning)

Том Грубер (Tom Gruber)

Звания:

Ph.D., Computer and Information Science, University of Massachusetts, September, 1988.

M.S., Computer and Information Science, University of Massachusetts, February, 1984.

B.S., Psychology and Computer Science, Loyola University, New Orleans, May, 1981.


knowledge acquisition

knowledge representation

computer-supported collaborative work

computer-mediated communication for design

knowledge sharing technology

Проекты:

Social Knowledge Sharing - RealTravel

Collaborative Knowledge Management

Ontologies, Ontolingua, and the Knowledge Sharing stack

Hypermail

Virtual Documents

Knowledge Acquisition

Knowledge-based Communication Prosthesis [http://tomgruber.org]

http://www.intraspect.com/

http://realtravel.com/




http://tomgruber.org/technology/intraspect.htm

http://tomgruber.org/technology/ontologies.htm

http://www.hypermail.org/

http://ksl-web.stanford.edu/people/gruber/virtual-documents/index.html

http://tomgruber.org/




ижиниринг

90


Professor of the The

Звания и должности:

Washington University, B.A. in Psychology, June, 1970

University of California at San Diego, Ph.D. in Psychology, December, 1974

1986 - present: Professor of Artificial Intelligence, The Open University


human-computer interaction

automatic debugging

human problem solving

knowledge engineering

knowledge acquisition

advanced AI programming environments

remote telepresence

knowledge media

distance learning

Проекты:

BuddySpace

MKSchools.Net

Knowledge Web book & site

KMi Stadium and Virtual Classrooms

Марк Эйзенштадт (Marc Eisenstadt)

Meeting Agents

AI Tools: Novice/Expert Programming Environments

Psychology of Programming

[http://kmi.open.ac.uk/people/marc/cv/]

http://www.wustl.edu/

http://infopath.ucsd.edu/

http://kmi.open.ac.uk/people/marc/cv/




ижиниринг

91


А professor at the University of Maryland

Джеймс Хендлер (James A. Hendler )

Должности:

the Director of the Joint Institute for Knowledge Discovery

holds joint appointments in the Department of Computer Science,

the Institute for Advanced Computer Studies

affiliate of the Institute for Systems Research

the Director for Semantic Web and Agent Technology at the Maryland Information and Network

Dynamics Laboratory

a Fellow of the American Association for Artificial Intelligence

the Editor in Chief of IEEE Intelligent Systems and is on the Board of Reviewing Editors for

Science (journal).


Semantic Web Research

Artificial Intelligence

Robotics

Проекты:

Knowledge Representation on the World-Wide Web - SHOE

Multi-modal Adventures for Group Interaction and Collaboration - MAGIC Lab

Personal Electronic Teller of Stories - PETS (collaboration with HCIL2)

Parallel Knowledge Representation - PARKA

Autonomous Mobile Robotics Laboratory - AMRL[http://www.cs.umd.edu/~hendler/]

http://en.wikipedia.org/wiki/Science_%28journal%29

http://www.mindswap.org/

http://www.cs.umd.edu/projects/plus





http://www.cs.umd.edu/projects/amrl/index.html




http://www.cs.umd.edu/projects/amrl/pets.html



http://www.umiacs.umd.edu/~allisond/kidteam/robot-index.html

http://www.cs.umd.edu/projects/plus/Parka/

http://www.cs.umd.edu/projects/amrl/

http://www.cs.umd.edu/~hendler/




ижиниринг

92


Professor of the The Institute of Scientific and Industrial Research

Osaka University

Звания:

Doctor of Engineering


Ontological engineering and Knowledge modelling

Knowledge-based systems

Intelligent educational systems

Knowledge management

Semantic web

Проекты:

Mizoguchi Lab:

MEXT IT Program e-Science Project

New Energy and Industrial Technology Development Organization

Nanotechnology Materials Program

JSPS Grant-in-Aid for Scientific Research

[http://www.ei.sanken.osaka-u.ac.jp/members/miz/overview.html]

Риичиро Мизогучи (Riichiro Mizoguchi)

http://www.ei.sanken.osaka-u.ac.jp/main/index-en.html

http://www.ei.sanken.osaka-u.ac.jp/members/miz/overview.html




ижиниринг

93


Director of the DERI Innsbruck research institute at the at the University

of Innsbruck, Austria

Должности:

Director of the DERI Innsbruck research institute at the

University of Innsbruck, Austria

Scientific director of the Digital Enterprise Research Institute Ireland

(DERI) at the National University of Ireland, Galway based on a part-time professorship in Galway

Full professor at the Institute of Computer Science at the University of Innsbruck, Austria


Semantic Web Technology

Web Service Technology

Intelligent Web Services

Проекты:

MUSING: Multi-Industry, Semantic-based Next Generation Business Intelligence (2006-2009)

SUPER: Semantics Utilised for Process Management within and between Enterprises (2006-

2009)

SALERO: Semantic Audiovisual Entertainment Reusable Objects (2006-2009)

Asia-Link Eastweb: Building an integrated leading Euro-Asian higher education and research

community in the field Semantic Web (2006-2009)

TripCom: Triple Space Computing (2006-2008)

и другие: http://www.fensel.com/#research-1 [http://www.fensel.com]

Дитер Фенсель (Dieter Fensel)

http://www.fensel.com/







ижиниринг

94

Люди и центры исследованийUSA

• Stanford:Natalya Noy & Mark Musen University of Maryland:Jim Hendler & Tim Finin

• Nokia Research Center Cambridge: Ora Lassila

UK

• University of Manchester: Ian Horrocks

• University of Amsterdam: Bob Wielinga

• Knowledge Media Institute, The Open University: Enrico Motta & John Domingue

IRELAND

• National University of Ireland, Galway: Stefan Decker

GERMANY

• University of Koblenz: Steffen Staab

• Universität Karlsruhe: Alexander Maedche,

York Sure

• University of Mannheim: Heiner

Stuckenschmidt

• Hannover, KBS Institute: Wolfgang Nejdl

FRANCE

•INRIA Rhône-Alpes, Grenoble, France Jerome

Euzenat

ITALY

•Rome Researct Centre, Laboratory for Applied

Ontology :Aldo Gangemi

NETHERLANDS

Free University Amsterdam: Guus Schreiber &

Frank Harmelen

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Natalya%2BNoy

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Mark%2BMusen

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Jim%2BHendler

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Tim%2BFinin

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Ora%2BLassila

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Ora%2BLassila

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Ian%2BHorrocks

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Bob%2BWielinga

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23John%2BDomingue

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23John%2BDomingue

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Stefan%2BDecker

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Steffen%2BStaab

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Alexander%2BMaedche

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Alexander%2BMaedche

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23York%2BSure

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Heiner%2BStuckenschmidt

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Heiner%2BStuckenschmidt

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Wolfgang%2BNejdl

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Jerome%2BEuzenat

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Jerome%2BEuzenat

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Aldo%2BGangemi

http://flink.semanticweb.org/action/showrelation;jsessionid=D4E45CC38143AF197A625218964FBC76?uri1=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Frank%2Bvan%2BHarmelen&uri2=http%3A%2F%2Fwww.cs.vu.nl%2F%7Epmika%2Fsocionet%23Guus%2BSchreiber


ижиниринг

95

Основные направления исследований в

области ОИFoundational Issues• Kinds of entity: particulars vs. universals, continuants vs. occurrents, abstracta vs. concreta, dependent vs. independent,

natural vs. artificial

• Formal relations: parthood, identity, connection, dependence, constitution, subsumption, instantiation

• Vagueness and granularity

• Formal comparison among ontologies

• Ontology of physical reality (matter, space, time, motion, ...), biological reality (genes, proteins, cells, organisms, ...) , mental reality (mental attitudes, emotions, ...),оOntology of social reality (institutions, organizations, norms, social relationships, artistic expressions, ...), information society (information, communication, meaning negotiation, ...) Ontology and natural language semantics, ontology and cognition, ontology and epistemology, semiotics

Methodologies and Applications• Top-level vs. application ontologies

• Role of reference ontologies; Ontology integration and alignment

• Ontology-driven information systems design

• Requirements engineering

• Knowledge engineering

• Knowledge management and organization

• Knowledge representation; Qualitative modeling

• Computational lexica; Terminology

• Information retrieval; Question-answering

• Semantic web; Web services; Grid computing

• Domain-specific ontologies, especially for: Linguistics, Geography, Law, Library science, Biomedical science, E-business, Enterprise integration,


ижиниринг

96

Примеры коммерческих

приложений• Э-бизнес, Электронная коммерция

• Трудовые ресурсы и занятость

• Здравоохранение и науки о жизни

• Контент-анализ с использованием мультимедиа средств и аннотирование

• Распределенный децентрализованный научный электронный портал

• Сервис сбора новостей

• Управление жизненным циклом продукции

• Организация хранения данных в здравоохранении

• Рынок B2C в туризме

•Координация рынка недвижимости

имущества

•Информационные медицинские

системы

• Агентные системы страхования

• Портал корпорации Daimler Chrysler

• Специализированные Интернет-

порталы для для коммерческих

компаний)

• Интегрированный доступ к

биологическим данным

• Научно-исследовательские работы в

разных областях

•Архивные записи проектов по географическим наукам

•Управление цифровым фотоальбомом


ижиниринг

97

5. Европейские проекты в области онтологий

Прошлое Настоящее Будущее


ижиниринг

98

Европейские проекты в области

онтологий: ПрошлоеOntologies will play a major role in supporting information exchange

processes in various areas. They will enable the semantic web which

provides on-line access to large volumes of information and knowledge

based on machine-processable semantics of data.

In consequence, there is a large interest in these topics from various sites.

Different research communities develop their subject into this direction;

many commercial agents encounter the economical potential of the topic and

many funding agencies are willing to provide significant support for its

development. Still the different communities are scattered and have not yet

found enough interactions to fully employ the potential of this new

technology.

It is the delighted goal of the OntoWeb network to bypass communication

bottlenecks between these various and heterogeneous interest groups.

As first steps into this direction, we set up

a homepage (url),

a mailing list (url), and

organized an European workshop coordinating projects proposals for the

next open calls of the European Union IST funding.

«OntoWeb finished on May 13, 2004.

http://ontoweb.org


ижиниринг

99

Европейские проекты в области онтологий:

Настоящее (1)

http://www.sekt-project.org/

Начало: 1.1.2004, Длительность: 36 months

•Цель: Разрабтка технологий управления

знаниями следующего поколения Next

Generation Knowledge Management (NGKM).

Интеграция технологий Ontology & Metadata

Technology (OMT), естественного языка

Human Language Technology (HLT), и

машинного обучения Knowledge Discovery

(KD) для автоматического и полу-

автоматического формиования и

использования онтологий и мета-данных ( a

uniform and scalable framework that supports

the integrated learning and management of

ontologies and metadata in a (semi-) automatic

way).•

SEKT (Semantically-enabled

Knowledge Technologies)

http://www.sekt-project.org/project/vision/index_html/sendto_form


ижиниринг

100


Настоящее (2)

Knowledge Web (KW) – 4-х летний

Европейский проект, который начался в

январе 2004 года.

Основной целью проекта является

Поддержка перехода технологий на основе

онтологий из «научной среды» (Academia)

в «промышленную эксплуатацию»

(Industry).


ижиниринг

101

Пример- летняя школа

по онтологиям

The Fourth Summer

School on Ontological

Engineering and the

Semantic Web

(SSSW'06)


Настоящее (2)Knowledge Web


ижиниринг

102

Европейские проекты в области

онтологий: Будущее

NeOn обединяет 14 Европейских партнеров в рамках 6-oй программы. Старт в марте 2006.Цель – развитие онтологий дляприменения в больших семантических приложениях в распределенных организациях, так назваемые сетевые онтологии с поддержкой совместной работы.

•SWAN: Semantic Web Annotator

•On-To-Knowledge Content-driven Knowledge-Management through Evolving Ontologies

www.neon-project.org

http://www.ontotext.com/projects/completed.html






ижиниринг

103

Методологии: Ограничения и перспективы

развития

• Cyc method

• Uschold & King method

• Gruninger & Fox’s methodology

• METHONTOLOGY

• SENSUS method

• On-To-Knowledge

• DILIGENT

©Asuncion Gomez-Perez

Динамика

Контекст

Совместная

работа

Ни одна методология не учитывает три аспекта

одновременно.

Недостаточная поддержка ВСЕГО жизненного цикла

работы с онтологиями.


ижиниринг

104

Ведущие конференции

• International Conference on Formal Ontology in Information Systems FOIS

• European Semantic Web Conference ESWC

• International Conference on Ontologies, Databases and Applications of SEmanticsODBASE

• UpperOntologySummit

• Formal Ontologies for Communicating Agents

• International Conference onKnowledge Sharing And Collaborative Engineering KSCE

• Int. Protégé Conference


ижиниринг

105

Некоторые инструменты

построения онтологий• Apollo URL: http://apollo.open.ac.uk

• CODE4 URL: http://www.csi.uottawa.ca/~doug/CODE4.html

• CO4 URL: http://co4.inrialpes.fr/

• DUET (DAML UML Enhanced Tool) URL: http://grcinet.grci.com/maria/www/CodipSite/Tools/Tools.html

• GKB-Editor URL: http://www.ai.sri.com/~gkb/

• IKARUS URL: http://www.csi.uottawa.ca/~kavanagh/Ikarus/IkarusInfo.html

• JOE (Java Ontology Editor) URL: http://www.engr.sc.edu/research/CIT/demos/java/joe/

• OilEd URL: http://img.cs.man.ac.uk/oil/

• OntoEdit URL: http://ontoserver .aifb.uni- karlsruhe.de/ontoedit /

• Ontolingua URL: http://www-ksl-svc.stanford.edu:5915/

• Ontological Constraints Manager (OCM) URL: http://www.ecs.soton.ac.uk/~yk1/rp956.ps

• Ontology Editor by Steffen Schulze -Kremer URL: http://igd.rz-berlin.mpg.de/~www/prolog/oe.html

• OntoSaurus URL: http://www.isi.edu/isd/ontosaurus.html

• Protégé-OWL URL: http://protege.stanford.edu

• SWOOP URL: http://www.mindswap.org

• TopBraid Composer URL: http://www.topbraidcomposer.org

• WebODE URL: http://delicias.dia.fi.upm.es/webODE/index.html

• WebOnto URL: http://kmi.open.ac.uk/projects/webonto/


ижиниринг

106

ДанныеКонтент Знания

Базы данных.

Информационные

файлы

Онтологии

Отчеты, фото,

письма

Оцифрованные

архивы

Онтологии

Справочники

Каталоги

Базовые онтологии

Модели принятия

решения

Базы

знаний

Онтологический уровень

Содержательный уровень

Уровень программной реализации

Корпоративная память

Материальная информация Ментальная информация

Традиционные КИС СУЗ


ижиниринг

107

+ =Управление

знаниями

Конечные пользователиКоллектив разработчиков

(постановщики,

программисты)

Технология

реализации

Топ-менеджеры и

специалисты-

экспертыАналитики

Онтологии,

модели бизнес-

процессов

ОбъектName

Человеческий фактор


ижиниринг

108

Тенденции

• Ко-оперативное

управление знаниями

( Collaborative Knowledge

Management) :

• системы расстановки меток

(social tagging systems),

• корпоративные словари

• энциклопедии типа «википедия» ( wikis),

• ЖЖ ( blogs), etc.

• Подготовка «онтологистов» (ontologists)

лекции ОИ

Documents

main research

artificial

formal ontology

knowledge

semantic web

ka2 initiative

html documents

technology