Sémantický web a ontologie

Prezentace na téma: "Sémantický web a ontologie"— Transkript prezentace:

1 Sémantický web a ontologie
Department of Instrumentation and Control Engineering, Faculty of Mechanical Engineering, CTU in Prague, Technická 4, Prague 6 Sémantický web a ontologie Projektování informačních systémů Jakub JURA

2 Informace informatio = představa, obrys. informare = In + formare
formare znamená utvářet, formovat (veřejné) mínění formare je od latinského základu FORM = tvar, vnějšek, které vzniklo přesmykem z řeckého MORFÉ Každá informace, ačkoliv má samostatnou existenci, pro svůj přenos, uchování a zpracování potřebuje fyzické realizace (v případě uchování a přenosu hovoříme o médiu). Pro přenos informace používáme obvykle nějakou formu uspořádané energie. Pro uchování informace používáme obvykle nějakou formu uspořádané hmoty. Pro zpracování informace je zapotřebí informační procesor – například mozek.

3 Ogden-Richardsův trojúhelník
Význam Designát míní Označuje Psychika Zastupuje Jazyk Realita Znak Vehikulum Objekt Denotát

4 Sémantický WEB web druhé generace
Síť pro sdílení vědeckých výsledků Web jako velmi složitá sémantická síť Kyberprostor jako datová džungle Dolování dat z webu, page rank, autority a rozcestníky Zipf's Law (výskyt prvního neobvyklejšího slova je x1, druhého je cca x1/2, třetího je x1/3 atd.) Bradford's Law (300 citations, according to Bradford Law of Scattering you'd discover that 100 of those citations came from a core group of 5 journals, another 100 citations came from a group of 25 less-core journals, and the final 100 citations came from 125 peripheral journals.)

5 Dolování dat z webu Web musí být srozumitelný nejen lidem, ale i webovým agentům (Tim Berners-Lee). Jak zajistit, aby agent hledal to co chceme? Aby při hledání „ceny čokolády“ nehledal různá ocenění? Aby pracoval s požadovaným významem výrazu?

6 Konsorcium w3c metadata a ontologie
Konsorcium w3c metadata a ontologie HTML SGML (ISO 8879) XML (Extensible Markup Language), DTD Umožňuje popsat hierarchickou strukturu webového dokumentu RDF (Resource Description Framework) Strukturovaný popis metadat - sémantika OWL (Web Ontology Language) Řeší např. problematiku různého významu téhož výrazu

7 Vize Sémantiazce webu – jeho sémantický popis, aby vyhledávače měly více informací. Popis jednotlivých výrazů (řetězců) a použití adekvátní ontologie, pro žádoucí zpracování těchto výrazů. Automatizovaná údržba a rozvoj stávajících ontologií.

8 Jazyky pro semWEB HTML – nezachytí sémantiku.
<p><i>cena</i>cokolady</p> XML – možnost nadefinovat významuplné tagy. <vyrobek> <nazev>cokolada</nazev><cena>cena</cena></vyrobek> RDF (Resource Description Framework) Má strukturu: subjekt – predikát (sloveso) – objekt. Jinými slovy: znalostní prvek A má pro vlastnost B hodnotu C. Např.: A = Čokoláda, B = cena, C = 20 Kč. Ontologie Sémantika se přidá tak, že se znalostním prvkům přiřadí obecné třídy, které jsou (i se svými vlastnostmi) definované v ontologiích. OWL (Web Ontology Language) Řeší např. problematiku různého významu téhož výrazu

9 Příklad RDF/XML The students in course are Amy, Tim, John, Mary, and Sue. is written in RDF/XML as <rdf:RDF> <rdf:Description about=" <s:students> <rdf:Bag> <rdf:li resource=" <rdf:li resource=" <rdf:li resource=" <rdf:li resource=" <rdf:li resource=" </rdf:Bag> </s:students> </rdf:Description> </rdf:RDF>

10 Ontologie Ontologie je explicitní specifikace konceptualizace (Gruber 1993). Specification of a conceptualization (T. Gruber 1993) Ontologie je explicitní specifikace sdílené konceptualizace. Formal specification of shared conceptualization (W. N. Borst 1997) Ontologie je systém kategorií (nejobecnějších pojmů), které jsou klíčové pro dané vidění světa. System of categories accounting for a particular vision of the world (N.Guarino 1998). Gruber: Konceptualizace je vyvoření systému pojmů nebo konstruktů, pomocí kterých můžeme modelovat vybranou část světa. Conceptualization is system of the constructs which models specific part of the world.

11 Původ slova ve filosofii
Ontologie jest nauka o jsoucnu jakožto absolutním kladu a proto tolik jako metafysika. Ontologismus sluje filosofický systém Giobertiho (v. t.). Ontologický důkaz o jsoucnosti boží spočívá na domněnce, že představa nejdokonalejší bytosti obsahuje v sobě též existenci jako znak. Viz čl. Esse (Ottův slovník  

12 Ontologie Původně termín z filosofie Složené z řeckých slov
On = jsoucno, tedy něco co jest. Logos = nauka, věda, výklad, slovo … - racionální uchopení. Aristoteles – metafyzika – nauka o všem co jest a co k tomu náleží Oddělení metafyziky generalis od specialis Nauka o jsoucnu jako jsoucnu

13 Rysy jsoucna Akce a potence Esence a existence
Kategorie – nejvyšší rody jsoucna Jednota – mnohost Příčina – účinek Látka – tvar Část – celek Prostředek – cíl

14 Pojetí ontologie ve filosofii a AI
Mnoho nešvarů vytýkaných filosofickým ontologiím mají i ontologie používané v AI – např. záměna ontologie s gnoseologií, problém s metajazykem atd. Ontologie deskriptivní a deduktivní (i v AI jsou ontologie, které jsou popisné a jiné mají také inferenční mechanismy)

15 Rozdělení ontologií Podle předmětu formalizace Doménové, Úlohové,
Aplikační a Generické.

16 Rozdělení ontologií Podle historického vývoje Terminologické,
Informační a Znalostní

17 MBO – Upper level ontologie pro molekulární biologii - http://www

18 Jazyky pro reprezentaci ontologií
Bylanderovy konsolidace (graficko symbolický jazyk) ONTOLINGUA Jazyk CycL je jazykem projektu Cyc OCML (Ontology Compositional Modelling Language) DAML-ONT (Darpa Agent Mark-Up Language-ONTology), Mezi další jazyky pro reprezentaci ontologií patří OIL (Ontology Inference Layer) DAML+OIL

19 Sociologické aspekty Podle předmětu formalizace
Doménové – jejich předmětem je určitá oblast (medicína, úřad, burza konstrukce přístrojů atd.). Úlohové – jejich předmětem je popis úloh jako například diagnostika, plánování, komunikace atd. Generické – jejich předmětem jsou obecné zákonitosti, kategorie a principy. Jsou nejpodobnější ontologiím filosofickým(např. ontologie Cyc) Aplikační – jsou konkrétní realizací a obvykle obsahují prvky všech předchozích