4. Ontologické inženýrství: pojem ontologie v kontextu informatiky, základní stavební prvky ontologií, typy ontologií, jazyky ontologického modelování, návrhové vzory, normalizace ontologie. Odvozování nad ontologií (kontrola konzistence, klasifikace), nástroje, použití ontologií.¶

4.2.1. V kontextu informatiky (Sowa):¶

„Předmětem ontologie je studium kategorií věcí, které existují nebo mohou existovat v určité doméně. Výsledek tohoto studia, nazývaný ontologie, je katalog věcí, jejichž existenci předpokládáme v dané doméně D, z perspektivy osoby používající jazyk L, aby mluvila o D. “

4.2.2. Gruber:¶

„Ontologie je explicitní specifikace konceptualizace.“

Řeší, jak znalosti * Získávat * Sdílet * Uchovávat (reprezentovat, modelovat) * Zpracovávat a používat * Předávat * Vytvářet

4.2.3. ONTOLOGIE V KOMUNIKACI¶

• Komunikace člověk – člověk
• Stačí jednoznačná, neformální ontologie
• Komunikace mezi znalostním inženýrem a expertem
• Usnadňuje učení, vzájemné pochopení
• Podpora sběru požadavků pro budoucí IS/ZS
• Komunikace počítač – počítač
• Podpora komunikace mezi různými počítačovými systémy s pomocí jednotného „slovníku“
• Zajišťuje jednoznačné reference na pojem/objekt
• Ontologie je součástí formátu výměny dat

4.2.4. STROJOVÉ ZPRACOVÁNÍ ZNALOSTͶ

• Umělá inteligence
• Systémy pro správu obsahu (CMS)
• Inteligentní agenty
• E-learning
• Zpracování přirozeného jazyka (NLP)
• Sémantický web
• Vizualizace informací a znalostí
• XML Topic Maps

4.2.5. ZÁKLADNÍ POJMY¶

• Znalosti – pochopení souvislostí získané zkušeností nebo studiem, schopnost osoby provádět specializovanou činnost - výrok s určitou mírou pravdivosti
• Procedurální pravidlo –popisuje souvislosti mezi určitými prvky reality (přecházení cesty)
• Heuristika – nealgoritmický postup který optimalizuje nebo zlepšuje řešení, tzv. „zdravý rozum“, obvykle založený na dlouhodobých

zkušenostech

4.3.1. Třída¶

• Základní konstrukční prvek
• Slouží jako předpis pro jedince (nikoliv objekty)
• Analogie s třídou z objektovéhoprogramování
• Protégé implicitně obsahuje nejméně jednu základní, zcela obecnou třídu owl:Thing, od níž jsou odvozeny všechny ostatní třídy
• Primitivní třída Primitive Class
• Definovaná třída Definable Class
• Přídavná třída Modifier Class
• Anonymní třída Anonymous Class
• Testovací třída Test Class

4.4.1. VYMEZENÍ TŘÍDY POPSÁNÍM¶

• Třída je vymezena použitím jejích charakteristik
• Je uveden výčet vlastností, které třída má
• Hrozí rozpor mezi výčtem charakteristik a tím, co se nám do třídy řadí – popsání třídy nemusí nutně stačit pro jednoznačné a správné zařazení jedince do třídy
• Výčet vlastností musí být dosti detailní, aby

zařazení fungovalo správně

4.4.2. VYMEZENÍ TŘÍDY DEFINOVÁNÍM¶

Jednoznačné zařazení jedince do třídy

Příklad: „Každá sýrová pizza má sýrovou přísadu“ „CheesePizza hasTopping some CheeseTopping“

Definice třídy Jestliže je něco sýrová pizza, pak patří do třídy Pizza a zároveň patří do třídy všech jedinců, kteří obsahují sýrovou přísadu <= Jestliže je něco Pizza a obsahuje sýrovou přísadu, pak patří do třídy sýrová pizza

Tzn. třída je vymezená popsáním + zavádí se ekvivalence „Sýrová pizza je totéž, co pizza se sýrovou přísadou“

4.4.3. VYMEZENÍ TŘÍDY VÝČTEM¶

Je uveden výčet jedinců, kteří do třídy patří * Tím je třída vymezena jednoznačně, není sporu co do třídy patří a co ne

4.5.1. OMEZENÍ SOME VALUES FROM¶

Alespoň jedna hodnota vlastnosti musí být uvedeného typu

• Mohou existovat i další hodnoty
• Příklad: Sýrová pizza je taková pizza, že alespoň jedna její přísada je sýrová
• Z toho mj. plyne, že sýrová pizza má alespoň jednu přísadu (sýr)

4.5.2. OMEZENÍ ALL VALUES FROM¶

• Všechny hodnoty vlastnosti musí být uvedeného typu Pozor na triviální splnění omezení:
• Jestliže jedinec nemá danou vlastnost, splňuje omezení allValuesFrom, což znamená

Ze splnění omezení allValuesFrom neplyne splnění omezení someValuesFrom Příklad: vegetariánská pizza je taková pizza, že všechny její přísady jsou zeleninové nebo sýrové

Nevíme, zda nějakou přísadu vůbec má

• přednášky ZT1 na https://github.com/michaelkuty/ssz-ai-hk-3/tree/gh-pages/source/prednasky/zt1/

4.6.1. VYUŽITÍ KLASIFIKÁTORٶ

Strojové zpracování znalostí bez asistence člověka (sémantický web)

Zvyšování kvality ontologie: * Smysluplnost – všechny pojmenované třídy mohou mít instance * Korektnost – zachycení znalostí doménovýchexpertů * Minimální redundance – žádná neúmyslná synonyma * Bohatá axiomatizace – detailní popis tříd

4.6.2. ÚČEL KLASIFIKÁTORU (1)¶

• Usnadnění tvorby ontologie
• Klasifikací jsou odvozeny nové vztahy, které nebyly přímo vloženy tvůrcem

Klasifikátor provádí: * Kontrolu konzistentnosti (zda si jednotlivé části ontologie logicky vzájemně neodporují) * Klasifikaci tříd (kontrola příslušnosti tříd, tj. isA relací – tvoří hierarchickou strukturu ontologie) * Klasifikace jedinců

4.6.3. RINCIP UZAVŘENÉHO SVĚTA - PRINCIP CWA (CLOSE WORLD ASSUMPTION)¶

Nějaké tvrzení o světě může být pravdivé, nepravdivé nebo nerozhodnutelné. V uzavřeném světě nepředpokládáme, že budo zjišťovány nové skutečností, které by mohly změnit náš aktuální pohled na svět.

Předpoklady uzavřeného světa (Prolog):

„Jestliže o tvrzení X neumím prokázat, že je pravdivé, pak přijmu závěr, že tvrzení X je nepravdivé.“ „Jestliže se neprokáže nevina, pak je obžalovaný vinen.“

4.6.4. PRINCIP OTEVŘENÉHO SVĚTA PRINCIP OWA (OPEN WORLD ASSUMPTION)¶

V otevřeném světě předpokládáme, že časem bude možné přidat další informace k aktuálnímu stavu zkoumání dané domény Předpoklad otevřeného světa: * „Jestliže tvrzení X (obžalovaný je nevinen) není pravdivé, pak tvrzení X může být jak nepravdivé (tudíž obžalovaný je vinen) tak nerozhodnutelné.“ * „Jestliže se neprokáže nevina, pak nelze usuzovat, že obžalovaný je vinen.“

Opatrný přístup * „Jestliže je nějaké tvrzení nerozhodnutelné, a později získám znalosti k určení jeho pravdivosti, není nutné přehodnotit předchozí závěry.“

4.6.5. OWA VS. CWA VE VZTAHU K ODVOZOVÁNͶ

Databáze je příkladem uzavřeného světa: * Hledáme osobu X v živnostenském rejstříku, která provozuje činnost Y Možný výsledek: „Osoba nenalezena.“ * V principu OWA bychom řekli, že daná osoba není živnostník * To, co není v databázi, neexistuje * Při použití klasifikátoru bychom jen na základě neobdržení dat nemohli konstatovat, že živnostník neexistuje * Klasifikátor může rozhodnout, když má explicitně vyjádřené informace