Upload
others
View
11
Download
0
Embed Size (px)
Citation preview
SVEUČILIŠTE U SPLITU
FAKULTET ELEKTROTEHNIKE, STROJARSTVA I BRODOGRADNJE
POSLIJEDIPLOMSKI DOKTORSKI STUDIJ ELEKTROTEHNIKE I INFORMACIJSKE
TEHNOLOGIJE
KVALIFIKACIJSKI DOKTORSKI ISPIT
Karmen Klarin
Korištenje ontologija pri razvoju
informacijskog sustava
Split, rujan 2013.
Karmen Klarin Kvalifikacijski doktorski ispit
1
SADRŽAJ
1. UVOD ......................................................................................................................................... 2
2. DEFINICIJA I ULOGA ONTOLOGIJE .................................................................................... 4
2.1. Povijest ontologije .............................................................................................................. 4
2.2. Ontologija u računarstvu .................................................................................................... 5
2.2.1. Definicija ontologije ................................................................................................... 6
2.2.2. Model sustava temeljen na ontologiji ......................................................................... 7
2.2.3. Utjecaj ontologije na arhitekturu sustava ................................................................... 8
2.3. Osvrt na trenutno stanje i motivacija .................................................................................. 9
3. ONTOLOGIJA .......................................................................................................................... 11
3.1. Taksonomija ontologije .................................................................................................... 11
3.2. Elementi ontologije .......................................................................................................... 12
3.2.1. Komponente ontologije ............................................................................................ 12
3.2.2. Implementacija ontologije ........................................................................................ 14
3.3. Podjela ontologija prema strukturi ................................................................................... 15
3.3.1. Stupanj formalizacije ................................................................................................ 16
3.3.2. Semantička dimenzija .............................................................................................. 17
3.4. Podjela ontologija prema području namjene .................................................................... 18
3.4.1. Bogatstvo konceptualizacije ..................................................................................... 18
3.4.2. Pragmatična dimenzija ............................................................................................. 19
4. RAZVOJ ONTOLOGIJE .......................................................................................................... 21
4.1. Elementi ontološkog inženjerstva .................................................................................... 21
4.2. Proces razvoja ontologije ................................................................................................. 23
5. ONTOLOGIJA U RAZVOJU INFORMACIJSKOG SUSTAVA ............................................ 25
5.1. Razvoj informacijskog sustava ......................................................................................... 25
5.1.1. Osnovni model razvoja programskog proizvoda ...................................................... 25
5.1.2. Arhitektura informacijskog sustava .......................................................................... 26
5.1.3. Ontologija kao podrška arhitekturi informacijskog sustava ..................................... 26
5.2. Uloga ontologije u razvoju informacijskog sustava ......................................................... 27
5.2.1. Međudjelovanje ontologije i informacijskog sustava ............................................... 28
5.2.2. Tipovi ontologija i upravljanje znanjem .................................................................. 30
5.3. Problemi i područje daljnjeg istraživanja ......................................................................... 32
6. ZAKLJUČAK ........................................................................................................................... 34
7. LITERATURA .......................................................................................................................... 35
8. PRILOG .................................................................................................................................... 38
8.1. Kazalo slika ...................................................................................................................... 38
Karmen Klarin Kvalifikacijski doktorski ispit
2
1. UVOD
Informacijski sustavi (IS) kao podrška poslovanju poduzeća, osim ugrađenih zadanih
funkcionalnosti poslovanja, korisniku moraju pružiti i kvalitetno upravljanje znanjem
zadanog područja (eng. domain). Danas poslovanje zahtijeva kontinuiranu razmjenu
informacija s ostalim subjektima poslovnog svijeta, prvenstveno poslovnim partnerima i
klijentima. Stoga programska podrška poslovanju poduzeća danas treba korisniku osigurati
komunikaciju sa vanjskim svijetom [1], bilo da je riječ o vlastitim dijelovima poduzeća,
poznatim suradnicima ili pak nepoznatim ali potencijalno interesantnim sudionicima
poslovnog svijeta.
Stoga dinamika razvoja IS-a, te njegovo održavanje i prilagođavanje sve više zahtijevaju
dogovorene obrasce strukture i ponašanja koji omogućavaju davanje i primanje
informacija, odnosno i više od toga, razmjenu informacija među različitim sustavima (eng.
interoperability) [2]. I dok je tehnička podrška ovim zahtjevima već godinama razvijena,
semantička struktura i opis interesnih područja zaostaje za spomenutim potrebama.
Primjerice, mogućnosti izrade kvalitetnih web aplikacija1 koje će automatski podržati
komunikaciju među poslovnim partnerima su velike, međutim struktura, sadržaj, značenje i
tumačenje informacija koje bi trebalo razmjenjivati češće se dogovaraju na razini trenutnih
potreba dvaju IS-a koji se integriraju, a znatno rjeđe predstavljaju standarde interesnih
grupa [3]. Preduvjet za kvalitetno rješenje ovakvih problema su dobro definirani i povezani
podaci koji osiguravaju učinkovito pretraživanje, automatizam, integraciju i ponovno
korištenje.
Već neko vrijeme u svrhu učenja o problemu i savladavanja spoznaja o detaljima nekog
područja znanja koriste se ontologije. Ontologije pomažu u strukturiranju i prikupljanju
znanja na općenit način, te se zbog toga mogu ponovno koristiti i dijeliti u različitim
aplikacijama i među različitim grupama ljudi. Ontologija predstavlja konceptualnu
kategoriju koja osigurava riznicu znanja kao referentni model nekog sustava, te tako
upotpunjuje znanje pojedinačnog IS-a kao specifične izvedbe zadanog modela. Osim toga,
ontologija može biti formalni alat za pohranu i organizaciju tog znanja te tako predstavlja
nadogradnju programske podrške pojedinačnih IS-ova.
Ontološkim pristupom bi trebalo, prije odabira reprezentativnog IS-a, kreirati model
promatranog svijeta, te razjasniti elemente koji u tom svijetu postoje i njihove međusobne
veze [1]. Ove aktivnosti bi pomogle (1) informatičarima da brže i bolje nauče postavke
njima nepoznatog svijeta, te (2) korisnicima koji bi odmah na početku mogli sagledati
zajedničko interesno područje, a ne samo svoje zadatke i probleme. Tako bi izrada
ontološkog modela bila dobra podloga za razvoj IS-a, a implementacija ontologije bi
obogatila mogućnosti izrade i korištenja programskih rješenja.
U drugom poglavlju ovog rada dana je definicija ontologije uz objašnjenje značenja i uloge
u izradi modela IS-a i njegovog korištenja, te utjecaj ontologije na arhitekturu IS-a.
1 Semantic Web je danas jedno od glavnih računalnih područja u kojem se intenzivno koriste ontologije, a predstavlja
nadogradnju postojeće Web infrastrukture mehanizmima semantičkog povezivanja podataka, te mehanizmima donošenja
zaključaka vezanih za te podatke.
Karmen Klarin Kvalifikacijski doktorski ispit
3
U trećem poglavlju opisani su elementi ontologije, te je razjašnjena podjela ontologije
prema strukturi i prema području namjene. Opisane podjele su dodatno analizirane kroz
odgovarajuće primjere.
U četvrtom poglavlju su navedeni osnovni elementi ontološkog inženjerstva i
općeprihvaćeni proces razvoja ontologije.
U petom poglavlju je problematika proširena prikazom inženjerskog pristupa razvoja IS-a i
analizom međudjelovanja ontologije i IS-a. Naglašena je korisnost ontologije u
strukturiranju i korištenju znanja područja koje se promatra. Navedeno je nekoliko
karakterističnih problema današnjih IS-ova uz naznaku mogućnosti poboljšanja
korištenjem ontologije.
Zaključak naglašava potrebu prilagođavanja programske podrške novim tehnologijama,
mogućnost proširenja zadataka razvoja IS-a pomoću ontologije, te time osiguranje
efikasnijeg korištenja IS-a od strane korisnika.
Karmen Klarin Kvalifikacijski doktorski ispit
4
2. DEFINICIJA I ULOGA ONTOLOGIJE
Pojam ontologije je preuzet iz filozofije i opisuje nauku o postojanju. Ontološki pristup u
filozofskom smislu predstavlja način zaključivanja koji na temelju pojmova i onoga što oni
predstavljaju, po principu proturječnosti i dovoljnog razloga (logike), donosi nove
zaključke o tim pojmovima. Ontologija opisuje neko interesno područje kroz zadanu
terminologiju (rječnik područja), osnovne koncepte, klasifikaciju i taksonomiju tih
koncepata, te povezanost koncepata i definiranje pravila koja vladaju među njima.
Sa stanovišta razvoja IS-a ontologija je detaljan i iscrpan opis strukture nekog područja
znanja, s formalnim definicijama međusobnog odnosa i veza među različitim elementima
tog područja [4]. Može se reći da je ontologija temeljni i iznimno važan dio znanja o
promatranom sustavu [5]. Zbog toga se u računarstvu još od vremena umjetne inteligencije
do današnjeg razvoja IS-a ontologije koriste za prikaz znanja, zatim inženjerstvo,
upravljanje i organizaciju znanja, te kvalitativno modeliranje, oblikovanje baza podataka,
pretraživanje i preuzimanje traženog znanja [6], [7].
2.1. Povijest ontologije
Ontologija potiče iz filozofskih disciplina stare Grčke, a sam Aristotel ju je nazvao „prva
filozofija“. Ta filozofska ontologija promatrala se kao znanost o onome što jest, o vrstama i
strukturama objekata, svojstava, događaja, postupaka i odnosa u svim područjima
stvarnosti [8]. Uz to, ontološko znanje je već tada organizirano u taksonomiju, odnosno u
hijerarhiju u kojoj se znanje nasljeđuje.
U srednjem vijeku filozofi preuzimaju Aristotelove ontološke temelje i pokušavaju na novi
način razumjeti i organizirati „stablo znanja“. Zagovornici takozvanog empirizma
smatraju da se izvorno znanje stječe jedino iskustvom iz realnog svijeta. Racionalist Kant
osporava to stajalište smatrajući ga nepouzdanim jer, po njemu, takvo učenje već
pretpostavlja apriori pojmovne odnose i vlastiti sustav kategorija. Kant zastupa takozvani
holistički pristup koji elemente nekog sustava promatra unutar funkcioniranja tog sustava,
a ne zasebno.
Sama riječ ontologija se izvodi iz grčkih riječi ontos (biće, biti, bivstvovati) i logos (riječ,
govor). Prvi put [9] su je 1613. „skovali“, neovisno jedan od drugoga, filozofi Rudolf
Göckel u svojoj knjizi „Lexicon philosophicum“ i Jacob Lorhard u svojoj knjizi „Theatrum
philosophicum“.
90-ih godina dvadesetog stoljeća ontologija postaje aktualna na području inženjerstva
znanja (eng. knowledge engineering) i umjetne inteligencije. Informatičari su prepoznali
potrebu za pohranjivanjem i prikazom znanja o realnom svijetu uz pomoć ontologija. Tako
1980. računalni znanstvenik John McCarthy ističe da informatičari prilikom razvoja
inteligentnih sustava prvo trebaju „sagledati sve što postoji izgradnjom ontologije
područja“ [9]. U to vrijeme jedan drugi računalni znanstvenik John Sowa ističe
eksplicitnost ontologije koja „opisuje svijet koji promatramo kao katalog svega onoga što
čini taj svijet, kako to sastaviti zajedno i kako to radi“. Sowa je 1976. godine za
prikazivanje konceptualne sheme baze podataka osmislio tehniku konceptualnog grafa.
Karmen Klarin Kvalifikacijski doktorski ispit
5
Prikaz pomoću konceptualnih grafova je logički precizan, lako čitljiv i direktno se može
spojiti s nekim računalnim jezikom.
Još neke definicije (kroz povijest) naglašavaju karakteristike ontologije, njenu formalnu
primjenu i njen značaj:
Gruber [10]: „Ontologija je eksplicitna specifikacija konceptualizacije“.
Borst [11]: „Ontologija je formalna, eksplicitna specifikacija zajedničke
konceptualizacije“.
Guarino i Giaretta [12]: „Ontologija je logička teorija koja daje eksplicitni,
nepotpuni prikaz konceptualizacije …“ (samo dio cijele definicije).
Jasper i Uschold daju definiciju koja popularizira ontologije na druge discipline [2]:
„Ontologije mogu pružiti različite forme, ali će nužno uključivati rječnik pojmova i
neke specifikacije njihovog značenja; to uključuje i definiciju koncepta i njihovog
međusobnog odnosa što u cijelosti nameće strukturu domene i ograničava moguće
prikaze pojmova“.
Tako se do danas ontologije koriste za različite namjene: procesiranje prirodnog jezika,
upravljanje znanjem, e-trgovinu, inteligentna integracija informacija, semantički web, itd. i
u različitim područjima: inženjerstvo znanja, softversko inženjerstvo, inženjerstvo baza
podataka.
2.2. Ontologija u računarstvu
Razvijenost ICT-a danas poduzećima pruža mogućnost komunikacije i razmjene znanja sa
svim zainteresiranim stranama, što ne znači da je ona time i osigurana. Česti slučaj je da
operativno-upravljačka podrška zaostaje za tehničko-tehnološkom, uglavnom iz razloga
složenosti ali i specifičnosti poslovanja nekog područja. Još ozbiljniji problem može biti
raznolika programska podrška koju je teško integrirati (unutar poduzeća) ili je teško
uspostaviti kvalitetne i jednoobraze kanale komunikacije među poslovnim partnerima.
Ontologija može podržati uspješnu komunikaciju na način da u kontekstu poslovnih
potreba poduzeća omogući prepoznavanje:
područja (domene) poslovanja,
okruženja (prvenstveno programske podrške) tog područja poslovanja i
arhitekture poslovnog sustava.
Domena (područje) poslovanja: Uspješna komunikacija se zasniva na definiranju
elemenata područja poslovanja, međusobnom odnosu i povezanosti tih elemenata, te
karakteristikama pomoću kojih se elementi raspoznaju i uspostavlja komunikacija.
Konceptualnu strukturu elemenata područja poslovanja i njihovu formalnu implementaciju
može pružiti ontologija. U prvom dijelu ovog poglavlja objašnjena je jedna od definicija
ontologije koja onda pruža uvid u njihovu korisnost za današnje zahtjevne informacijske
sustave.
Okruženje programske podrške: Kao što unutar sustava poslovanja i njegovog IS-a koji ga
podržava vrijedi dogovoreni poslovni model, tako i ostali sustavi u okolini imaju svoje
varijante modela poslovanja koji se više ili manje međusobno razlikuju. Istovjetne
djelatnosti imaju uzor (predložak) za svoje modele, uglavnom u općeprihvaćenim i
zakonom zadanim obrascima ponašanja. I raznovrsne djelatnosti imaju obavezu i potrebu
pridržavati se zajedničkih obrazaca komuniciranja tj. zajedničkih modela ponašanja. U
Karmen Klarin Kvalifikacijski doktorski ispit
6
drugom dijelu ovog poglavlja je naglašeno kako model sustava temeljen na ontologiji
osigurava zajedničko uporište za oblikovanje i izradu vlastitih modela poslovanja.
Arhitektura poslovnog sustava: Način na koji pojedino poduzeće organizira svoje
poslovne procese određuje opseg IS-a koji će biti podrška tim procesima. Hijerarhijski
složene organizacije zahtijevaju i slojevite module IS-a (transakcijski sustav, izvršni,
upravljački i slično). Primjerice, u sustavima javne uprave je važna organizacijska
hijerarhija, a uz nju još značajniju ulogu u raznolikosti i razmjeni znanja ima i različitost
poslovnih područja poput školstva, zdravstva, sudstva i slično. U trećem dijelu ovog
poglavlja prikazana je uloga ontologije u korištenju komponenti programske podrške.
2.2.1. Definicija ontologije
Ontologije imaju sve veći značaj u traganju za načinom kako strukturirati, zapisati i
koristiti znanje nekog područja. Koliko god se godinama već priča o njima i mnogi
informatičari analiziraju mogućnosti uklapanja ontološkog pristupa u razvoj i korištenje IS-
a [6], [13], [14], još uvijek je to relativno nepoznato područje za širu informatičku
zajednicu. Sigurno da je jedan od razloga i relativno mala stvarna primjena koja bi
egzaktno približila ljudima značenje ontologije, njena svojstva i mogućnosti. Naime,
ontološki pristup može imati i cijeli niz problema i nedostataka, prvenstveno u resursima:
informatičari koji moraju poznavati razvoj ontologija, vrijeme i novac koji zahtijeva
ontološki (projekti) pristup, te odgovarajuća realizirana infrastruktura kao dodatni napor u
rješavanju nekog problema.
Pozitivne karakteristike ontologije mogu se, ponajprije, prepoznati u njenim definicijama.
Po jednoj od osnovnih definicija [11] ontologija je formalna specifikacija zajedničke
konceptualizacije. Sva četiri pojma ove definicije kriju svojstva i karakteristike ontologije.
Konceptualizacija predstavlja apstraktni model svijeta prikazan pomoću koncepata i
njihovih veza. Pomoću konceptualnog modela nastoji se strukturirati općenitost pojmova
uz njihovu definiciju, povezanost, te pravila i ograničenja ponašanja (Slika 1.). Stoga bi
konceptualni model trebao biti meta-struktura instanci različitih modela poslovanja u
pojedinim poduzećima koja se bave istom djelatnošću [15].
Slika 1. Jednostavni primjer konceptualnog modela ontologije živih organizama [16]
Specifikacija ontologije povezuje elemente kao što su (1) komponente ontologije koje se
koriste za modeliranje znanja, (2) obrasci (eng. paradigms) prikaza znanja koji se koriste u
Karmen Klarin Kvalifikacijski doktorski ispit
7
prikazu komponenti, te (3) jezika koji se koristi u implementaciji ontologije unutar zadanih
obrazaca prikaza znanja [17]. Komponente ontologije koje se koriste u modeliranju znanja
su: koncepti, instance, relacije, funkcije i aksiomi [18] (više u potpoglavlju 3.2.1.).
Formalno zapisana ontologija u nekom ontološkom jeziku je preduvjet da se može koristiti
(da bude strojno čitljiva, eng. machinereadable) od strane sustava programske podrške i
ljudi, zajednički naziv je agenti (eng. agents). Treba naglasiti da ontologija nije 'aktivna' u
smislu da se može pokrenuti poput programa, već ona deklarativno prikazuje određeno
znanje koje se koristi od strane nekog programa [5].
Zajednički dogovor unutar neke grupe o strukturi i namjeni ontologije ugrađuje se kao
dijeljeno, zajedničko znanje te grupe. Tako se ontologija razvija dinamikom kojom
napreduje razmjena i usvajanje znanja o području među članovima projektnog tima. Time
se otvaraju mogućnosti za dijeljenje znanja i njegovo ponovno korištenje (eng. reuse), te
semantičku interoperabilnost među agentima i programima.
2.2.2. Model sustava temeljen na ontologiji
Konceptualizacija predstavlja apstraktni model neke pojave u svijetu koji prikazuje bitne
koncepte te pojave. Jedan od načina da se znanje organizira, strukturira, pohrani i koristi je
ontologija kao dio ili zasebno programsko rješenje.
Oblikovanje IS-a može se provoditi nad ontologijama jer one specificiraju znanje koje IS
mora obuhvatiti kako bi obavio postavljene zadaće. Dakle, za oblikovanje sustava nužno je
posjedovati znanje o promatranom području. Sustavi poslovanja su u pravilu kompleksni, a
uz to i specifični u okruženju u kome funkcioniraju. Stoga je potrebno napraviti model
sustava koji predstavlja poopćenu sliku svijeta i koji se onda koristi za izgradnju
računalnih programa. Ukoliko postoji ontologija promatranog područja onda je model
sustava koji je ugrađen u programsko rješenje moguće usporediti s tom ontologijom i po
potrebi prilagoditi. Model razmatranog sustava razvija se nad ontologijom koja opisuje
sustav smješten u stvarnom svijetu, kako prikazuje Slika 2.
Slika 2. Model sustava temeljen na ontologiji [15]
Ovakav pristup izradi modela omogućava postupnu doradu modela sustava sukladno
novim saznanjima ili novim pogledima na sustav. Korištenje ontologije pruža mogućnost
Karmen Klarin Kvalifikacijski doktorski ispit
8
razvoja IS-a zasnovanog na ontološkom modelu [5], [7], [19], [20], [21]. Tako se znanjem
ugrađenim u ontologiju upotpunjuje znanje specifičnog programskog rješenja.
2.2.3. Utjecaj ontologije na arhitekturu sustava
S ciljem cjelovitijeg prikaza utjecaja ontologija na IS (Slika 3.) treba se osvrnuti i na
specifičan način kojim ontologija utječe na glavne komponente IS-a [13]:
Baza podataka/ baza znanja - smatra se da ontologija ima važnu ulogu u fazi
analize i konceptualnog modeliranja podataka budućeg IS-a. Koristeći ontologiju
konceptualni model se može prikazati u formatu razumljivom računalu i tako
prenijeti na neku određenu platformu. I za vrijeme izvođenja aplikacija postoje
različiti oblici zajedničkog rada baze podataka i ontologije, npr. uporabljivost
ontologije kao izvora informacija koji se koristi u posredovanju prilikom integracije
informacija.
Aplikacije – često je u aplikacije ugrađeno implicitno znanje o domeni sustava, npr.
poslovna pravila. Još za vrijeme razvoja IS-a u ontologiju je moguće ugraditi
statički dio funkcionalnosti (pravila poslovanja) po principu modularnosti.
Aplikacije za vrijeme izvođenja prevode i uklapaju eksplicitno znanje iz ontologije
u implicitno znanje pohranjenu u samoj aplikaciji i tako se ontološko znanje
prevodi u znanje zasnovano na konkretnom IS-u i njegovoj funkcionalnosti.
Slika 3. Uloga ontologije i Semantic Weba [18]
Danas stvarni praktični doprinos ontologije treba sagledati u internet okruženju gdje
međudjelovanje korisnika usluga web-a i pružatelja usluga preko web-a treba dostići
razinu na kojoj je informacijski prostor web-a dovoljno računalno čitljiv da pruži korisniku
precizan prikaz onoga što korisnik traži. Semantic Web je proširenje web-a u kojem su
informacije zadane na dobro definiran način (ontologije) koji onda omogućava ljudima i
računalima bolju uzajamnu suradnju. Semantic Web je zasnovan na ideji da su podaci
Karmen Klarin Kvalifikacijski doktorski ispit
9
definirani i povezani na način koji omogućava učinkovito pretraživanje, automatizam,
integraciju i ponovno korištenje među različitim aplikacijama.
Na slici (Slika 3.) prikazane su važne uloge eksplicitne ontologije i Semantic Weba u
korištenju IS-a [2], [22]:
Osiguranje komunikacije među ljudima i/ ili sustavima kojem doprinosi ontologija
jer smanjuje konceptualne i terminološke nejasnoće. Ontologija osigurava
povećanu konzistenciju informacija, eliminira višeznačnosti i objedinjuje različita
gledišta korisnika.
Pretraživanje informacija putem interneta olakšano je korištenjem ontologije koja
je izvor informacija strukturiranih u rječnik i potrebno znanje o tom rječniku.
Idealizirano, web postaje veliki rječnik koji pruža brži i cjelovitiji pristup izvoru
traženih informacija.
Pristupanje informacijama od strane korisnika ili sustava može biti izraženo na
nepoznatom jeziku ili u nedostižnom formatu. Ontologija pomaže u prikazu
informacija na razumljiv način jer je u stanju pružiti zajedničko razumijevanje
pojmova ili pridruživanje među skupovima pojmova. Korisnost zajedničkog
pristupa informacijama je efikasnije korištenje i ponovno korištenje izvora znanja,
te interoperabilnost odnosno sposobnost razmjene informacija i znanja.
Interoperabilnost kao uzajamno djelovanje među različitim korisnicima ili
softverskim alatima prilikom razmjene podataka. U tom slučaju ontologija ima
ulogu međujezika koji će podržati prijevod iz jednog u drugi jezik ili prikaz. U
praksi, da bi prevođenje bilo učinkovito trebalo bi imati 'prevoditelja' sa svake
strane tj. ontologiju razmjene (eng. exchange ontology).
Kritični element interoperabilnosti (na razini web aplikacija) je sposobnost opskrbe
podacima i odgovarajućim aplikacijama. Potrebno je da različite aplikacije i izvori
podataka mogu koristiti isti skup dobro definiranih pojmova koji opisuju domenu
podataka. Biblioteka ontologija je sustav [23] u koji se prikupljaju ontologije iz različitih
izvora i tako se olakšava zadatak istraživanja, pronalaženja i korištenja ontologija. Ovako
koncipirana biblioteka može omogućiti različitim korisnicima i aplikacijama da pronalaze,
otkrivaju, procjenjuju, koriste i publiciraju ontologije odgovarajućeg područja.
2.3. Osvrt na trenutno stanje i motivacija
Ontologije su prisutne u razvoju programske podrške već neko vrijeme što se može
protumačiti kao njihov pozitivan utjecaj. Očito je da informatičari nastoje iskoristiti dobre
strane ontološkog pristupa kako bi poboljšali programska rješenja. Oni uviđaju da razvoj
ontologije kao podrška razvoju IS-a pokazuje slijedeće dobre strane [24]:
Mogućnost analize domene i eksplicitni prikaz elemenata domene – U trenutku
kada se deklarativno uspostavi specifikacija pojmova moguća je njihova formalna
analiza kod ponovnog korištenja postojeće ontologije ili proširenja iste. Time se i
nakon implementacije mogu jednostavno mijenjati elementi sustava. Također,
eksplicitni prikaz domene i znanja o toj domeni može biti koristan za nove
korisnike koji trebaju učiti o elementima i povezanosti nekog poslovnog područja.
Dijeljenje zajedničkih spoznaja o strukturi informacija među agentima (ljudi i
aplikacije) - Na razini informacija o domeni koje bi koristili građani i pravne osobe
mogu se pretraživati različiti oblici dokumenata, web stranica, stručnih područja.
Karmen Klarin Kvalifikacijski doktorski ispit
10
Na razini pretraživanja i pristupanja informacijama agenti bi pronalazili,
prepoznavali i zaprimali/ prosljeđivali podatke i znanje o rješavanju odgovarajućih
zadataka poslovnog područja.
Mogućnost ponovnog korištenja znanja o domeni – Danas je to jedna od snažnijih
karakteristika ontoloških istraživanja. Ako jedan tim u svom istraživanju razvije
ontologiju do u detalje, neki drugi tim je možda može iskoristiti za svoju domenu,
djelomično ili u potpunosti. Uz to, ako se grade velike i opsežne ontologije, može
se kao polazna točka uzeti nekoliko već postojećih ontologija koje opisuju dijelove
te velike domene.
Potreba za razdvajanjem znanja o domeni od znanja o operacijama – Konfiguracija
programskog proizvoda je neovisna o funkcionalnim zahtjevima koji su zadovoljeni
opisom domene. U stvari domena je zajednička i jedinstvena, a razni programi se
prilagođavaju zahtjevima i potrebama korisnika.
U ovom trenutku cjelovite ontologije nisu standardni dio većine IS-a. Ipak, danas gotovo
sva poduzeća imaju programsku podršku za većinu svog poslovanja. Dobar dio tog
poslovanja je realiziran kroz oblik elektroničkog poslovanja koje zahtijeva dobro
definirane načine komunikacije među agentima. Tako se sve više standardiziraju strukture i
postupci pojedinih područja, što stvara pretpostavke za njihovo organiziranje u neki oblik
ontologije. Noviji primjeri modeliranja i izrade ontologija [5], [6], [19], [25], [26], [27]
pružaju uvid u mogućnosti i potrebe za nadopunjavanje i prilagođavanje vlastite
standardne programske podrške s ontologijama.
Potreba za postojanjem konceptualnih struktura u okruženju s kojim IS treba komunicirati
danas se temelji na Semantičkom webu i aktualnim istraživanjima i spoznajama o
njegovom korištenju i mogućnostima [7], [20], [23], [28], [29].
Nastavak ovog rada usmjeren je ka prikazu međusobne povezanosti značajki sustava i
konceptualnih značajki ontologije kao referentnog modela područja koje se obrađuje,
odnosno kao nadopuna ostalim modelima sustava u smislu riznice znanja o tom području.
Također je pokazano kako faze izgradnje ontologije kroz različite strukture formalnosti
prikaza (neformalne kao modeli analize i oblikovanja, te formalni kao implementacija
elemenata i svojstava sustava, odnosno njegovo korištenje i validacija) prate životni ciklus
programskog proizvoda, te time obogaćuju i upotpunjuju metodološki pristup razvoju IS-a.
Karmen Klarin Kvalifikacijski doktorski ispit
11
3. ONTOLOGIJA
U informatici ontologija je formalni opis objekata i njihovih oznaka, veza, ograničenja i
ponašanja. Tako Neches [30] pruža širu definiciju koja kaže: „Ontologija definira osnovne
pojmove i njihove veze kao rječnik elementarnih pojmova, te pravila za kombiniranje
pojmova i veza kao definicije proširenja tog rječnika“. I ova šira definicija ontologije znači
da u njoj nisu samo pojmovi koji su eksplicitno definirani, nego je u njoj i znanje koje
proizlazi iz tih pojmova.
3.1. Taksonomija ontologije
Iz definicija ontologije vidljiva je karakteristika oblikovanja strukture koja je potrebna za
formalnu specifikaciju, te karakteristika značenja i namjene koja definira zajedničko
područje istraživanja ontologije. Prijedlog tipizacije zajedničkih karakteristika dan je u
dokumentu [31]. Dokument sistematizira šest najvažnijih ontoloških dimenzija (Slika 4.)
pomoću kojih je moguće opisati karakteristike danas korištenih ontologija. Rezultat
istraživanja je predloženi okvir kao osnova za određivanje meta-podataka za različite
ontologije. Time se ujedno i stvaraju preduvjeti za usporedbu ontologija razvijanih u
različitim postupcima, te njihovo zajedničko dijeljenje i ponovno korištenje.
Predložena karakterizacija ontologija pruža okvirni pogled kroz dvije grupe dimenzija:
Semantička dimenzija opisuje što je ontologija, a uključuje ekspresivnost
(izražavanje), strukturu i reprezentacijsku zrnatost (razlučivost prikazivanja).
Pragmatična dimenzija kazuje čija je ontologija, a uključuje kontekst i namjenu,
korištenje automatskog zaključivanja i upravljanje, te metodologiju oblikovanja.
Semantika Pragmatika
Ontologija
Sadržaj
Područje
Ispravnost
Strogoća
Upravljanje
ZaključivanjeZrnatost
Elementi
Stvari Veze
Znanje
Aplikacija
Funkcionalnost
Kontekst
Metoda
oblikovanja
Namjena
Formaliziranje
Izražavanje
Strukturiranje
Slika 4. Mapa ontoloških dimenzija [31]
Karmen Klarin Kvalifikacijski doktorski ispit
12
Veze između koncepta ontologije i njenog pragmatičnog dijela područja koje ona opisuje
(desni dio slike) govore o namjeni i sadržaju ontologije (npr. ontologija živih organizama).
Metoda oblikovanja pomoću koje se razvija ontologija osigurava njenu strogu
formalizaciju i postupke provjere njene ispravnosti. U ontologiju nekog područja mora biti
ugrađeno znanje o tom području, te funkcionalnost i primjena tog znanja. Više o različitoj
namjeni i sadržaju ontologija bit će riječi u potpoglavlju 3.4.2.
Skup veza između glavnog koncepta ontologije i njenog semantičkog koncepta sadržaja
(lijevi dio slike) govori o strukturi koju će dobiti ontologija i odabranom formalnom jeziku
u kome će biti izražena. Sami sadržaj po svom volumenu može biti ili više općenit i
generički ili više zrnat i detaljan. Bez obzira na zrnatost sadržaja svaka ontologija se sastoji
od osnovnih elemenata a to su stvari (zovu se i koncepti) i njihove međusobne veze. Više o
različitim ontološkim strukturama bit će riječi u potpoglavlju 3.3.2.
3.2. Elementi ontologije
Ontologija je sustav koncepata i njihovih veza u kome je svaki koncept prikazan na izričit,
to jest deklarativan način [6]. U raspodijeljenoj okolini (eng. distributed environment)
agenti koriste ontologiju za međusobnu komunikaciju na razini znanja pomoću specifičnih
jezika i zadanih protokola. Stoga bi u opisu ontologije trebalo prepoznati povezanost i
značaj elemenata kao što su: komponente ontologije koje se koriste za modeliranje znanja,
obrasci (eng. paradigms) prikaza znanja koji se koriste u prikazu komponenti, te jezika
koji se koristi u implementaciji ontologije unutar zadanih obrazaca prikaza znanja.
Komponente ontologije koje se koriste u modeliranju znanja su: koncepti (nazivaju se i
klase ili stvari), instance (nazivaju se i individue), relacije, funkcije i aksiomi.
Obrasci odnosno predlošci za prikaz znanja o komponentama ontologije najčešće su zadani
logičkim skupom pravila. Logika prvog reda (eng. first-order logic) i opisna logika (eng.
description logic) su neki od načina kako zadati pravila koja vrijede u pojedinoj ontologiji.
Jezici koji se koriste u implementaciji ontologije (eng. ontology language) su formalni
jezici pomoću kojih se konstruira ontologija i zapisuje znanje o specifičnosti nekog
područja, te pravila ponašanja pomoću kojih se donose odluke vezane za podršku i obradu
tog znanja.
Spomenuti elementi su potrebni da bi se opisala ontologija kroz strukturu i pravila, te da bi
bila formalizirana u nekom strojno čitljivom jeziku.
3.2.1. Komponente ontologije
Ontologija se gradi od slijedećih komponenti: koncepata (eng. concepts), veza (eng.
relations), funkcija (eng. functions), aksioma (engl. axioms) i instanci (eng. instances).
Koncepti opisanog područja predstavljaju kategorizaciju pojmova koji postoje u svijetu
oko nas i često su organizirani u taksonomije kroz koje je primijenjen mehanizam
nasljeđivanja. Taksonomije su najčešće hijerarhijski strukturirane, no ne mora uvijek biti
tako, ovisi o području koje se opisuje. Na primjer, taksonomija teritorijalnog ustroja RH
[32] ima strukturu kako je zadano na slici (Slika 5.).
Karmen Klarin Kvalifikacijski doktorski ispit
13
Slika 5. Primjer taksonomije koncepata
Relacije predstavljaju tip veze između koncepata. Formalno se relacija R definira kao
podskup Kartezijevog produkta n skupova koncepata , to jest , i zapisuje se u obliku ( ). Ontologije najčešće sadrže binarne relacije
kojima se: izgrađuje taksonomija, povezuju različiti dijelovi taksonomije, prikazuju
svojstva (atributi) koncepata:
Općenita binarna relacija nazvana je (eng. is-a ili subclass-of) koristi se za
izgradnju taksonomije kao na slici (Slika 5.). Primjerice, ako općenito vrijedi da je
relacija je(koncept,koncept) relacija između dvaju koncepata, onda su primjeri
takve binarne relacije je(Grad,JedinicaUprave) i je(Opcina,JedinicaUprave).
Binarna relacija se koristi i za povezivanje različitih dijelova taksonomija. Tako
općenita binarna relacija nazvana je-dio (eng. part-of) povezuje koncepte od kojih
jedan predstavlja dio drugog koncepta. Primjerice, ako općenito vrijedi da je
relacija je-dio(koncept,koncept) relacija između dvaju koncepata, onda su primjeri
binarne relacije je-dio(Zupanija,Drzava) i je-dio(JedinicaUprave,Zupanija).
Binarne relacije se koriste i za prikaz svojstava koncepata. Tako atributi dodatno
opisuju pojedini koncept i imaju svoju domenu te je svaki atribut koncepta ujedno i
sam koncept. Tako se formira binarna relacija koja povezuje domenu koncepta i
domenu atributa. Primjerice, binarna relacija za prikaz atributa koncepta je
atribut(koncept,atribut), i može se primijeniti kao na slici lijevo (Slika 6.), za
koncept grada i njegove atribute šifra i naziv u obliku atribut(Grad,Sifra) i
atribut(Grad,Naziv).
Slika 6. Primjer a) taksonomije i b) jedne instance za koncept grada
Instance se koriste za prikaz elemenata ili jedinki (eng. individuals) ontologije, kako je
prikazano u primjeru na slici desno (Slika 6.).
Funkcije su specijalni slučajevi relacija gdje je n-ti element relacije jedinstven za n-1
prethodnih elemenata. Formalno se funkcija F definira sa domene Kartezijevog produkta n-
1 skupova koncepata u skup koncepata , i prikazuje se u obliku . Primjerice, svaka država ima jedinstveni glavni grad, te se može
definirati funkcija glavni-grad(Drzava)=Grad.
Karmen Klarin Kvalifikacijski doktorski ispit
14
Aksiomi se koriste za provjeru konzistentnosti same ontologije ili konzistentnosti znanja
pohranjenog u bazu znanja. Aksiomi služe za prikazivanje znanja koje se ne može
formalno definirati pomoću ostalih komponenti, a predstavljeni su rečenicama koje su
uvijek istinite. Aksiomi su korisni kod izvođenja zaključaka novog znanja. Primjer na slici
(Slika 7.). definira pretpostavku da je grad dio županije a županija dio države, iz čega se
može izvesti zaključak da je grad dio države. Time je postavljeno svojstvo tranzitivnosti
relacije je-dio u slučaju je-dio(Drzava,Zupanija) i je-dio(Zupanija,Grad) iz čega slijedi
je-dio(Drzava,Grad).
Slika 7. Primjer definiranja svojstva tranzitivnosti
Pomoću komponenti ontologije može se prikazati deklarativno znanje kroz strukturu
koncepata i njihovih veza. Također se može prikazati i proceduralno znanje kroz
povezanost koncepata definiranjem relacija, funkcija i aksioma pomoću kojih se u
strukturu znanja ugrađuju elementi zaključivanja.
S obzirom na mogućnosti izražavanja, ontologija zapisana u odabranom ontološkom jeziku
predstavlja znanje koje je pohranjeno u zapisu i tako postaje formalizirano, dostupno i
razumljivo svima koji znaju pročitati zapisane informacije.
3.2.2. Implementacija ontologije
Za modeliranje ontologije i ugradnju znanja najčešće se koriste dvije osnovne grupe
obrazaca: logika prvog reda i opisna logika.
Logika prvog reda ima matematičku podlogu te predstavlja mehanizam zaključivanja
opisan logičkim simbolima. Osnovni elementi poput osnovnih pojmova i tvrdnji koje
definiraju ili mijenjaju svojstva pojmova, te na osnovu njih zadane rečenice ili izjave
(temeljni aksiomi) grade znanje pojedine ontologije.
U konstrukciji rečenice koriste se veznici: , , , , (negacija, i, ili, ako, ako i samo
ako), te kvantifikatori: , (za svaki, postoji) i znak jednakosti . Rečenicama se
prikazuju aksiomi i ostalo izvedeno znanje. Primjerice, tvrdnja da svaka država ima glavni
grad može se zapisati na slijedeći način: x y ( država(x) grad(y) glavni-grad(x)=y.
Opisna logika nema strogi logički pristup zaključivanju jer se znanje prikazuje kao
unaprijed zadana struktura podataka unutar koje se definira semantička mreža i okviri (eng.
frames). Opisna logika sadrži i opisuje djelotvornija rješenja problema nego logika prvog
reda, a i pokazalo se da je, s obzirom na ljudski način razmišljanja, praktičniji mrežno
zasnovani sustav prikaza znanja za razliku od logičkog. Problem može stvarati semantička
nepreciznost koja je karakteristika opisne logike.
Karmen Klarin Kvalifikacijski doktorski ispit
15
Jezici za prikaz ontologije čine cjelinu zajedno sa alatima za razvoj ontologije. U stvari,
svaka metodologija razvoja ontologije ima svoje alate za podršku kojima je uloga
generirati iskoristivu ontologiju, a prateći jezici formalno prikazuju ontologiju i
omogućavaju njenu komunikaciju sa ostalim svijetom. Dva primjera ontologije zapisane u
ontološkim jezicima dana su na slikama (Slika 8. i Slika 9.).
Jezici za prikaz ontologija su jezici za prikazivanje znanja (eng. KR – Knowledge
Representation) jer su prirodni nastavak jezika iz vremena umjetne inteligencije. Nova
karakteristika ontoloških jezika je prihvaćanje XML sintakse kako bi se mogli nositi sa
potrebom obrade web informacija.
Slika 8. U jeziku KIF2 zapisan dio ontologije (Slika 6.a)
Slika 9. U jeziku OWL3 zapisan dio ontologije (Slika 5.)
3.3. Podjela ontologija prema strukturi
Ontološka literatura [7], [18], [22], [33], [34] nudi razne poglede na podjelu ontologija
koje uglavnom ovise o strukturi i namjeni korištenja ontologije. Podjele uglavnom
uspoređuju osnovne elemente od kojih se može izgraditi struktura nasuprot izvedenim
elementima koji opisuju specifična detaljna svojstva nekog podpodručja promatranja.
2 KIF (eng. Knowledge Interchange Format) je jezik razvijen unutar ARPA projekta. 3 OWL (od eng. Web Ontology Language) je ontološki jezik za prikaz znanja.
(define-class Grad (?X) :def (and (Šifra ?X Number) (Naziv ?X String)) :axiom-def (and (Subclass-Of Grad JedinicaUprave) (Template-Facet-Value Cardinality Šifra Grad 1) (Template-Facet-Value Cardinality Naziv Grad 1)) :class-slots ((Šifra "4090") (Naziv "Split"))
<owl:Class rdf:ID=JedinicaUprave/>
<owl:Class rdf:ID=Grad>
<rdfs:subClassOf rdf:resource=#JedinicaUprave/> <owl:disjointWith rdf:resource=#Opcina/> </owl:Class>
<owl:Class rdf:ID=Opcina>
<rdfs:subClassOf rdf:resource=#JedinicaUprave/> <owl:disjointWith rdf:resource=#Grad/> </owl:Class>
Karmen Klarin Kvalifikacijski doktorski ispit
16
3.3.1. Stupanj formalizacije
Što je struktura ontologije složenija to je u nju ugrađeno više detalja i specifičnog znanja
(Slika 10.). Tako se stupanj prisutnosti formalizama može dodatno detaljizirati i
organizirati u slijedeće konceptualizacije [18]: rječnik, leksikon, neformalna hijerarhija,
formalna hijerarhija, okviri i ograničenja.
Slika 10. Podjela ontologija prema strukturi [35]
Rječnik (eng. Glossaries) sadrži popis pojmova s opisom definicija u prirodnom jeziku.
Rječnik nije dovoljno precizan da bi ga mogli obraditi računalni agenti jer spomenute
definicije nisu jednoznačne. Na primjer, pojmu grad može se pridružiti definicija
urbanizirano naseljeno mjesto.
Leksikon (eng. Thesauruses) osim opisa (kao u rječniku) omogućava dodatnu semantiku
među pojmovima. Daje informacije kao što su veze među sinonimima, ali još uvijek ne
podržava eksplicitnu hijerarhiju. Ni ovakvu vrstu povezanosti u mnogim slučajevima
računalni agenti nisu u stanju jednoznačno protumačiti. Primjerice, pojmovi država,
zemlja, nacija predstavljaju sinonime.
Neformalna hijerarhija (eng. Informal hierarchies) ne odgovara strogoj podjeli u podklase
u ontološkom smislu (veza is-a). Smatra se da je to granični primjer strukture koja se
smatra ontologijom. Nasuprot njoj, formalna hijerarhija je prava ontologija. U neformalnoj
hijerarhiji kategorizacija pojmova je dosta labavo posložena te podjele nisu uvijek
dovoljno jasne pa se može dogoditi višeznačnost.
Formalna hijerarhija (eng. Formal hierarchies) ima strogu podjelu opisanu vezom is-a.
Primjerice, koncept učitelj je dio koncepta ljudi i nasljeđuje sva svojstva nadređenog
koncepta. Također vrijedi i da su sve instance koncepta učitelj ujedno i instance koncepta
ljudi. Formalna hijerarhija je nužna za računalno prepoznavanje, za ovaj primjer je to
korištenje principa nasljeđivanja.
Okviri (eng. Frames) predstavljaju strukturu u kojoj se uz koncepte uključuju i svojstva
koncepata. Svojstva dobivaju na značenju ukoliko se poopće i postanu poseban koncept sa
svojim potkonceptima (tip svojstva, neke druge opće karakteristike, i slično) i instancama.
Tako primjerice, svojstvo cijena koncepta proizvod predstavlja općenito svojstvo tipa
numeric, podtipa valuta (podtipovi mogu biti recimo, duljina, težina, jedinica vremena
itd.), a instance valute su HRK, Euro, USD, itd.
Karmen Klarin Kvalifikacijski doktorski ispit
17
Ograničenja (eng. Constraints) dopuštaju posebna ograničenja među pojmovima
ontologije korištenjem primjerice logike prvog reda. Naime, potrebno je unutar ontološke
strukture pohraniti sve više informacija i znanja, te se aksiomima, teoremima i dokazima
obogaćuje i specificira to dodatno znanje.
3.3.2. Semantička dimenzija
Prikazana podjela razina formalnosti objedinjuje sve karakteristike semantičke dimenzije
(Slika 4.) jer se u njoj ogleda i složenost strukture i zastupljenost pojedinih elemenata
ontologije. Što je formalizam veći to je vrsta povezanosti među elementima i količina
aksioma, ograničenja i pravila veća. Pomičući se po pravcu razine formalnosti, kako je
prikazano na slici (Slika 11.) [4], [36], povećava se ekspresivnost, jasnoća i jednoznačnost
prikaza ontologije.
Uz ovakvu podjelu na razini formalnosti može se uočiti i odgovarajuća kategorija jezika za
prikaz ontologije. Sa slike se vidi da nije moguće napraviti striktnu podjelu, ali se vidi
kontinuitet od neformalnih načina tekstualnog zapisa poput rječnika i leksikona, preko
hijerarhijskih struktura taksonomije i tezaurusa, do formalnih zapisa modela podataka i
XML struktura i do konačnih vrlo formalnih logičkih jezika poput opisne logike, logike
prvog reda i sličnih.
Slika 11. Razina formalizacije i organizacija znanja
Bogatstvo unutarnje strukture ontologije kao sredstvo prikaza znanja ujedno predstavlja i
razinu formalnosti tog znanja. Naime, podjela na slici osim semantičkih karakteristika
ontologije pruža i temelj za definiranje razina organizacije znanja. Tako ontologija postaje
i sredstvo za organizaciju i upravljanje znanjem. Ovako prikazani slijed izgradnje
ontologije nekog područja podržava i prati razine organizacije znanja [37], poput kreiranja
znanja, prikupljanja/ pohranjivanja znanja, pretvorbe/ organizacije znanja, distribucije/
pristupa znanju i primjene znanja.
Karmen Klarin Kvalifikacijski doktorski ispit
18
Kreiranjem jednostavne (eng. lightweight) ontologije rječnika i leksikona koncepata s
primjerima instanci započinje se kreiranje znanja o nekom zadanom području.
Prikupljanje/ pohranjivanje znanja kroz neformalnu, a zatim i formalnu hijerarhiju daje
precizne i točne strukture koncepata, instanci i veza među konceptima. Tako se od
jednostavnih prelazi na složene (eng. heavyweight) ontologije.
Okviri formalno omogućuju da se svojstva kao koncepti mogu pomoću binarnih relacija
pridružiti ostalim konceptima. Uključivanjem svojstava koncepata znanje zadanog
područja se nadopunjuje i organizira, a pretvorba znanja u formalnu strukturu osigurava
znanje zapisano na dogovoreni način.
Nadopunjavanje znanja dogovorenim i primjenjivim ograničenjima omogućava kvalitetan
pristup znanju i primjenu takvog znanja kod 1) prepoznavanja obrazaca za zadane
probleme i njihovo rješenje, i 2) korištenja aksioma i formalnih definicija za izvođenje
novog znanja.
3.4. Podjela ontologija prema području namjene
Znanje ugrađeno u ontologiju je znanje o nekom području (domeni). U prethodnom
poglavlju je sistematizirana podjela formalnog zapisivanja znanja o promatranom
području. Konceptualna podjela s obzirom na interesna područja prikazana je u nastavku.
Podjela polazi od općenitih koncepata zajedničkih za više područja, preko specifičnih za
pojedino područje, do detaljnih, primjenjivih na određene specifične dijelove tog
promatranog područja.
3.4.1. Bogatstvo konceptualizacije
Podjela na slici (Slika 12.) prikazuje tko koristi ontološko znanje i na koji način. Podjela
ontologija ovisno o području konceptualizacije [34] uspoređuje ontologije visoke razine
(opće ontologije) koje sadrže znanje koje je nezavisno o rješenju, dok ontologije domene i
zadataka, te ontologije aplikacija, u sebi imaju uključeno i znanje o načinu rješavanja
problema.
Slika 12. Podjela ontologija prema području konceptualizacije
Ontologije visoke razine (eng. Top-level ontologies ili Upper-level ontologies) sadrže
općenite koncepte i neovisne su o specifičnim domenama ili problemima. Namjena im je
ujednačavanje kriterija među velikim zajednicama korisnika a sadrže zajedničke koncepte,
Karmen Klarin Kvalifikacijski doktorski ispit
19
veze i sl. Ponekad se ontologije visoke razine koriste za izradu ontologije domene, no
uglavnom se prvo pristupa izradi ontologije domene nakon čega se ona povezuje sa
ontologijom visoke razine. Primjerice, za potrebe povezivanja ontologija domene radna
grupa IEEE je specificirala ontologiju visoke razine u dokumentu IEEE Standard Upper
Ontology (SUO) Working Group [38].
Ontologije domene (eng. Domain ontologies) prikazuju konceptualizaciju specifičnu za
neko promatrano područje. Koncepti u ontologiji domene su najčešće definirani kao
specijalizacija koncepata i veza koje postoje u takozvanoj općoj ontologiji domene (viša
razina podjele po područjima). Primjerice, koncept i svojstva građana su elementi opće
ontologije domene, dok su atributi kojima se opisuje pripadnost zdravstvenom, poreznom
ili nekom drugom društvenom sustavu elementi pripadajućih specifičnih domena.
Ontologija domene je nepotpuna ukoliko nema pridruženu i ontologiju zadataka (u
nastavku) koja proširuje osnovnu ontologiju koncepata.
Ontologije zadatka (eng. Task ontologies) sadrže rječnik koji je povezan s nekom
općenitom aktivnosti poput planiranja, kontroliranja, dijagnosticiranja, oblikovanja i
slično. Cilj izgradnje ontologije zadataka je da pruži predloške potrebne za izgradnju
modela procesa kojima se rješava problem neke zadane domene. Ti predlošci su
organizirani kao sustavni rječnik pojmova koji se poput gradbenih blokova (eng. building
block) koriste za rješenje nekog problema, bez obzira kojoj zadanoj domeni pripadaju.
Ontologije domene i zadataka (eng. Domain task ontologies) su ontologije koje bi u sebi
trebale objediniti strukturu koncepata domene i strukturu rješavanja problema nad
konceptima domene. Sama ontologija domene se shvaća kao ontologija koja je ovisna o
korištenju (eng. use-dependent). Ontologija zadataka doprinosi rješavanju problema
ponovnog korištenja (eng. reuse) jer se koncepti definirani za pojedini zadatak umjesto u
ontologiji domene nalaze u ontologiji zadataka. Time je postignuta neovisnost ontologije
domene o zadacima, te su određena znanja iz različitih domena organizirana i optimizirana
kroz ponovnu iskoristivost elemenata te domene.
Ontologije aplikacija (eng. Application ontologies) ovise o aplikacijama, te proširuju i
prilagođavaju ontologije domene ili ontologije zadatka zadanim aplikacijama. Ove
ontologije sadrže koncepte koji su specijalizacija koncepata ontologije domene i koncepata
ontologije zadataka. Koncepti ontologije aplikacija općenito odgovaraju ulogama koje
imaju entiteti domene kod pokretanja neke akcije, te tako osiguravaju specifičnost pristupa
znanju i primjene tog znanja u zadanim aplikacijama. Sama specifičnost ontologije
aplikacija znači da one uglavnom nisu ponovno iskoristive, poput primjera terapije liječenja od gripe (Slika 12.) koja je specifična i neprimjenjiva na neku drugu bolest.
3.4.2. Pragmatična dimenzija
Izgradnja ontologije može se promatrati kao proces (više u poglavlju 4.) koji od početka do
konačne verzije evoluira od jednostavnih struktura i općenitih koncepata do bogatih i
kompleksnih riznica znanja. Obje dimenzije (i formalnosti i konceptualizacije) igraju ulogu
u karakteristikama pragmatične dimenzije ontologije (Slika 4.). Područje poslovanja koje
će podržati neka ontologija određuje njen sadržaj i njenu namjenu. Sadržaj
konceptualizacije predstavlja strukturu osnovnih elemenata poslovanja, a namjenom će se
implementirati i elementi kojima se opisuje funkcionalnost i primjena područja poslovanja.
Karmen Klarin Kvalifikacijski doktorski ispit
20
U nastavku su kroz jednostavni primjer iz zdravstvenog sustava objašnjene ontologije
različitih područja konceptualizacije.
Ontologija je specifični model znanja koji ne mora predstavljati znanje o cijelom području.
Npr. za zdravstveni sustav u općoj domeni bolesti može se pričati o dijagnozi, uzročnicima, lijekovima, prevenciji i slično. Inženjer ontologije će modelirati različite
skupove koncepata ovisno o dijelu područja koje treba opisati. Specifični koncepti
pojedinog odabranog područja, primjerice dijagnoze, temelj su za evidenciju bolesti u
ontologiji domene, u ovom primjeru je to gripa (Slika 13.).
Slika 13. Raspodjela znanja kroz primjer konceptualizacije
Ontologija domene je nepotpuna ukoliko nema pridruženu i ontologiju zadataka koja
proširuje osnovnu ontologiju koncepata. Zadatak plan se općenito sastoji od aktivnosti,
faza i trajanja tih aktivnosti, te mjesta, vremena, posla i ostalih resursa koji su potrebni. U
sprezi sa ontologijom domene može se napraviti plan liječenja gripe. Tako se u domeni
bolesti za primjer gripe koriste postojeći predlošci tj. gradbeni blokovi (eng. building
block) iz ontologije zadataka i/ ili iz ontologije domene. U sprezi ontologije domene i
zadataka spomenuti gradbeni blokovi 'ožive' kada se konceptima bolesti pridruže specifični
parametri koji opisuju zadatak plana.
Ontologije aplikacija mogu opisivati pojedine algoritme koji postaju karakteristični kada se
primjene na nekoj domeni uz parametre koje definiraju pridruženi zadaci. Primjer terapije liječenja antibioticima predstavlja postupak (jednostavna varijanta tog postupka može se
pročitati u uputama o korištenju lijeka) koji se prilagođava zadanoj okolini i zadanim
uvjetima. Tako se u plan liječenja gripe može uključiti primjena antibiotika, koja se onda
prilagođava tom konkretnom slučaju, te liječnik pripisuje terapiju liječenja gripe.
Karmen Klarin Kvalifikacijski doktorski ispit
21
4. RAZVOJ ONTOLOGIJE
Životni ciklus razvoja ontologije podržan je metodologijama koje u sebi imaju ugrađene
korake specifične s obzirom na elemente ontologije, vrste ontologije, te primjenu u raznim
jezicima za prikaz ontologije [18]. Općenito, većina poznatih metodologija razvoja
ontologije zasnovana je na IEEE standardu za procese razvoja životnog ciklusa
programske podrške (eng. Software Development Life Cycle, SDLC) [39].
4.1. Elementi ontološkog inženjerstva
Ontološkog inženjerstvo se ozbiljno razmatra i proučava zadnjih 15-tak godina, a uključuje
nekoliko ključnih elemenata [34]: proces razvoja ontologije; principe, metode i
metodologije za izgradnju ontologije; te alate i jezike za podršku tim procesima.
Metodologije za razvoj ontologija uglavnom sadrže korake ili faze izgradnje ontologije, od
neformalnog oblika u početku prikupljanja i specifikacije znanja do formalnog oblika
implementiranog u nekom ontološkom jeziku.
Metodologije razvoja ontologija pojavljuju se 1990.g. i postaju važan element razvoja
sustava zasnovanih na znanju [33], primjerice Ushold & King [40], TOVE [41] i
METHONTOLOGY [43]. U većini metodologija riječ je o strukturnom pristupu razvoju
ontologije kroz konceptualno modeliranje, formalan i logički bogat opis ontologije, te
implementaciju u nekom ontološkom jeziku.
Uobičajene aktivnosti razvoja ontologije su: planiranje, specifikacija, konceptualizacija i
formalizacija, održavanje, procjena, te ponovno korištenje [33], [43]. Stoga, ako se razvoj
ontologije tretira kao projekt onda je izgledno da se zadaci tog posla mogu podijeliti u
grupe zadataka, a unutar grupa u skup aktivnosti, kako je i naznačeno na primjeru
metodologije METHONTOLOGY, Slika 14.
Slika 14. Zadaci i aktivnosti metodologije razvoja ontologije METHONTOLOGY [42].
Karmen Klarin Kvalifikacijski doktorski ispit
22
Alati za podršku razvoju ontologija pojavljuju se sredinom 90-tih, a podijeljeni su u dvije
osnovne grupe:
Alati čiji model znanja je direktno povezan sa odgovarajućim jezikom ontologije.
Jednom kada je ontologija kreirana i pohranjena u biblioteku, novi koncepti se
mogu dodavati i grafički. Kroz grafički editor mogu se definirati elementi
ontologije kao što su koncepti, atributi, veze, funkcije, procedure, pravila, aksiomi i
instance.
Integrirani alati čija glavna karakteristika je proširiva arhitektura i model znanja
koji je neovisan o ontološkom jeziku. Omogućavaju osnovni skup usluga (servisa) i
jednostavno proširenje sa modulima koji omogućavaju dodatne funkcije, poput
alata Protégé4. Protégé je osmišljen da pojednostavni proces prikupljanja znanja za
ekspertne sustave tako da koristi već priskrbljeno znanje (ukoliko ga ima) za
generiranje prilagođenih formi za zapis novog znanja.
Ontološki jezici se započinju stvarati početkom 90-tih kao prirodni nastavak AI jezika za
prikaz znanja, u početku zasnovanih na logici prvog reda, zatim okvirima i logici prvog
reda, i konačno na opisnoj logici. Sve zajedno je bilo korišteno na malom broju aplikacija,
uglavnom je za svaki projekt razvijena pripadajuća ontologija podržana alatima i jezikom
koji onda čine cjelinu, ali se dalje nisu popularizirali do šire uporabe.
Razvoj Interneta dovodi do potrebe za izradom ontološkog jezika koji će moći iskoristiti
karakteristike weba (često nazvani Web-based ontology language ili ontology markup
language). Sintaksa ovih jezika zasnovana je na jezicima kao što su HTML i XML. XML
se ne koristi samo za strukturiranje teksta nego i za razmjenu podataka široko
rasprostranjenih po cijelom webu koji su u pravilu različito strukturirani. Time XML
omogućava bolju interoperabilnost među različitim programima a ontologije postaju važno
sredstvo razmjene informacija pomoću kojih se opisuje struktura i semantika tih
informacija.
Struktura i semantika podataka podržana je ontološkim jezicima čija povezanost je
prikazana na slici (Slika 15.) [18].
Slika 15. Web podržani ontološki jezici
Nemaju svi ontološki jezici isti princip izražavanja ni istu namjenu. Osim toga obrasci
prikaza znanja za implementiranu ontologiju su različiti: okviri, opisna logika, logika
prvog reda, semantička mreža i slično. Svaki od jezika ima ugrađenu svoju ontologiju koja
4 http://protege.stanford.edu/, 12.04.2013.; Protégé je free, open source editor za izradu ontologije i obrazaca zasnovanih
na znanju
Karmen Klarin Kvalifikacijski doktorski ispit
23
onda služi kao opća ontologija ili meta-ontologija za sve ontologije koje se zapisuju u tom
jeziku. Primjer meta-strukture koja povezuje klase jezika OWL i RDF prikazan je na slici
(Slika 16.) [36]. Stoga je važno odabrati prikladan jezik u kome će ontologija biti
implementirana.
Slika 16. Struktura povezanosti klasa jezika OWL i RDF
4.2. Proces razvoja ontologije
Ontologija se može razvijati od početka ili se mogu za razvoj ontologije ponovno koristiti
dijelovi već postojeće ontologije (eng. reuse) i eventualno prilagoditi vlastitim potrebama
(eng. reengineering). To se ostvaruje postupcima spajanja (eng. merging) ili učenja o
ontologiji (eng. ontology learning). Koji god put odabrali [19], [20], [23], [44] lakše ćemo
ga savladati ukoliko koristimo metodološki pristup.
Metodologije za razvoj ontologija (primjer METHONTOLOGY, Slika 14.) uglavnom
podržavaju slijedeće aktivnosti koje treba napraviti da bi se izgradila ontologija [4], bez
naznaka o redoslijedu:
Planiranje i specifikacija - Prije izgradnje ontologije treba napraviti plan glavnih
zadataka, kako te zadatke organizirati, koliko vremena treba i sa kojim resursima da
bi se zadaci napravili. Treba odrediti cilj i namjenu ontologije te specificirati
takozvana pitanja o sposobnosti koja će odgovoriti je li ontologija dobro
strukturirana i hoće li ljudi i aplikacije kojima služi dobiti ispravne i odgovarajuće
informacije. Ova pitanja su sastavni dio dokumenta koji se naziva dokument
specifikacije zahtjeva nad ontologijom. Specifikacija može biti neformalna ili
formalna, što odgovara laganom odnosno složenom prikazu strukture ontologije.
Ukoliko se ontologija gradi iz početka vjerojatno je da će u ovom početnom koraku
biti na razini neformalne strukture.
Konceptualizacija i formalizacija - Kada je prikupljeno dovoljno znanja može se
pristupiti izradi konceptualnog modela koji opisuje problem i njegovo rješenje.
Konceptualizacija je aktivnost u kojoj se prikupljeno znanje formira u strukturu
koncepata. Cilj procesa konceptualizacije je izgraditi formalnu ontologiju, zapisanu u
nekom formalnom jeziku koji osim što opisuje strukturu koncepata ontologije,
opisuje i veze, funkcije i aksiome. Za opis funkcija i aksioma koristi se logika prvog
reda, okviri i opisna logika, koji su sastavni dio jezika za prikaz ontologije. Kroz
formalizaciju i implementaciju model koncepata ontologije postaje iskoristiv i
ukoliko procjena i kontrola kvalitete otkriju nedostatke treba napraviti izmijene ili
usklađenja, te ponovno provjeriti novu verziju.
Karmen Klarin Kvalifikacijski doktorski ispit
24
Ponovno korištenje - Da bi ontologija bila računalno izvediva (eng. computable)
treba je implementirati u neki formalni jezik. U izradi treba nastojati ponovno
iskoristiti postojeće ontologije i integrirati što je moguće više od njih u vlastitu
ontologiju. Aktivnost ponovnog korištenja znanja (eng. reuse) je princip koji se
smatra obaveznim primijeniti u mnogim granama informatike. Ponovno korištenje
mora biti odlika i dobre ontologije.
Procjena - Kako se ne bi dogodilo da se ponovno koristi i implementira kriva
ontologija potrebno je napraviti procjenu ontologije odnosno evaluaciju. Pod tim se
misli na njenu ispravnost, ali i neodgovarajuću strukturu ontologije ili
neodgovarajuće područje koje ona prikazuje.
Održavanje i dokumentacija - Prije ili kasnije će se dogoditi da treba dodati ili
izmijeniti nešto u definiciji ontologije, te je održavanje važna aktivnost koja bi
trebala biti podržana odgovarajućim uputama. Stoga je ontologiju potrebno dobro
dokumentirati kako bi bila ponovno iskoristiva ili potencijalno dijeljena sa drugima.
Navedene aktivnosti opisuju pristup izgradnji i korištenju ontologije preko modeliranja,
zatim formalne i logički bogate definicije do implementacije u računalno razumljivom
obliku.
Slika 17. prikazuje redoslijed odvijanja i povezanost aktivnosti i zadataka za model
životnog ciklusa metodologije METHONTOLOGY [18]. Ovaj model podržava evolucijski
razvoj pomoću prototipa koji dopušta aktivnosti dodavanja, izmjene, te uklanjanja pojmova
i koncepata iz nove verzije ontologije.
Slika 17. Proces razvoja i životni ciklus metodologije METHONTOLOGY
Karmen Klarin Kvalifikacijski doktorski ispit
25
5. ONTOLOGIJA U RAZVOJU INFORMACIJSKOG
SUSTAVA
Za informatičara jedan od problema u oblikovanju programskog rješenja može biti
nepoznavanje područja poslovanja. Dodatni problem predstavlja korisnik ukoliko nije u
stanju svoje znanje prenijeti na cjelovit i logički ispravna način. Korisnik često ima
subjektivno viđenje vlastitih poslovnih zadataka, a postojeći način rada i rješavanja
problema u organizaciji nisu dovoljni da informatičar stekne kvalitetnu sliku o poslovanju.
Bez shvaćanja općenitosti problema i usvajanja znanja o promatranom području poslovanja
informatičar neće biti u stanju oblikovati kvalitetan i poopćen model novog IS-a. Ontološki
pristup u strukturiranju znanja o zadanom području može pomoći informatičarima da
premoste ove probleme. U nastavku je prikazano kako se zajedno mogu koristiti razvoj IS-
a i razvoj ontologije(a).
5.1. Razvoj informacijskog sustava
Svaki projekt razvoja IS-a nastaje kao rezultat potreba nekog poslovanja; bilo da je riječ o
potrebi popravka/ nadgradnje postojećih programa, ili potrebi da se gotovo programsko
rješenje uvede u poslovanje, ili potrebi da se izradi potpuno novi programski proizvod. Na
početku projekta poslovne potrebe su izražene u neformalnom obliku i rezultat su
preliminarnih jednostavnih poslovnih razgovora među (ruko)voditeljima zainteresiranih
strana.
Razvoj IS-a je zahtjevan posao s prilično neizvjesnim rezultatom. Nastojanje da se razvoj
odvija po unaprijed zadanim pravilima ili barem po dogovoru, često u informatici izmakne
kontroli. Razvijati programsko rješenje znači analizirati potrebe i oblikovati ih u rješenja
koja se onda realiziraju kroz računalne programe. Uz to treba još definirati kako će teći
razvoj, tko će ga voditi, tko sudjeluje u njemu, što su zadaci članova tima i koji su
međurezultati, te ne kraju i konačni rezultat tog posla.
Izgradnja informacijski sustava je kompleksna te je potrebno sagledati cjelokupnu
arhitekturu poslovnog sustava. Poslovanje poduzeća je potrebno proučiti i prikazati kroz
modele koji daju različite poglede na poslovnu organizaciju, korištenje informacija i
tehnologiju razvoja. Ti modeli se onda koriste u poslovima programskog inženjerstva, od
analize i oblikovanja programa do njegove izrade, testiranja i uvođenja u rad.
5.1.1. Osnovni model razvoja programskog proizvoda
Programsko inženjerstvo prati nekoliko osnovnih faza razvoja u koje se ubraja analiza
poslovnog sustava, oblikovanje buduće programske podrške, izrada programske podrške te
provjera ispravnosti (testiranje) i na kraju uvođenje programskog rješenja kod korisnika
(Slika 18.). Navedena podjela nije jednostavna, koraci se mogu preklapati, mogu se
odvijati slijedno ili istovremeno, a rezultati nekog koraka mogu utjecati na jedan ili više
drugih koraka.
Karmen Klarin Kvalifikacijski doktorski ispit
26
Stoga se u svakom razvoju koristi određena metodologija razvoja IS-a, pratite se faze i
zadatci pomoću neke metode rada uz korištenje dogovorenih informatičkih ili nekih drugih
modela i tehnika.
Programsko
inženjerstvoAnaliza
Oblikovanje
Planiranje
Informacijski
sustav
Izrada
Primjena
Slika 18. Faze programskog inženjerstva
5.1.2. Arhitektura informacijskog sustava
Prije aktivnosti razvoja potrebno je napraviti plan, definirati poslovne probleme i opseg
zahtijevanog rješenja tog problema. Važno je identificirati glavne koristi novog sustava i
funkcionalnosti koje će taj sustav podržati. Potrebno je izraditi i raspored odvijanja
aktivnosti razvoja programske potpore uvažavajući metodu (i metodologiju) razvoja.
Arhitektura informacijskog sustava je važan razvojni faktor u izgradnji informacijskih
sustava prvenstveno zbog njegove sve veće kompleksnosti. Tako NIST model arhitekture
poslovnog sustava [45] prikazuje trenutno stanje i željeni oblik povezanosti poslovanja i
informacijske tehnologije. Ovaj model sagledava međuodnose arhitekture poslovanja koja
diktira arhitekturu informacija koja onda propisuje arhitekturu IS-a kojim se utvrđuje
arhitektura podataka koja određuje (i s druge strane je podržana) arhitekturu programa,
hardvera, komunikacije i sl.
Važnost strukture podataka u određivanju arhitekture IS-a opisana je i u primjeru okvira
arhitekture procesa razvoja DoDAF [46]. Podatkovno orijentirani pristup opisan je kroz
korake: utvrditi namjenu i opseg sustava; odrediti podatke; prikupiti, razvrstati i pohraniti
podatke; provesti analizu ciljeva; dokumentirati rezultate.
Zachman [47] daje okvir za arhitekturu poslovnog sustava prikazujući spregu između
modela arhitekture sustava i njegovih osnovnih karakteristika (struktura podataka,
funkcije/ procesi, korisnici, lokacije, vrijeme i motivacija). Okvir opisuje model poslovanja
i promatrano područje, model novog sustava, model tehnološkog rješenja, model
komponenti koje grade IS i model uporabe IS-a. Okvir ne daje konačne odgovore na
probleme izgradnje, nego je alat za promišljanje o sustavu koji pomaže pri savladavanju
kompleksnosti izgradnje sustava.
5.1.3. Ontologija kao podrška arhitekturi informacijskog sustava
Metodologije za razvoj ontologija (potpoglavlje 4.1.) koriste se u razvoju ontologija
domene raznih područja poslovanja i ljudskog djelovanja [11], [17], [18]. S ciljem
Karmen Klarin Kvalifikacijski doktorski ispit
27
poboljšanja procesa razvoja IS-a i osiguranja kvalitete programskih rješenja razmatra se i
utjecaj ontološkog inženjerstva kao dijela programskog inženjerstva.
I u razvoju ontologije mogu se prepoznati osnovni inženjerski koraci. Slika 19. prikazuje
ontološko inženjerstvo kroz specifikaciju ontološkog modela kao analizu koja daje model
domene tj. sustava, konceptualizaciju kao dizajn novog sustava tj. modeliranje ontologije,
te formalizaciju kao izvedbu na osnovu modela tj. stvaranje računalom podržane
ontologije. Zajednički dogovor je prihvaćanje i korištenje novog sustava čiji dio je i
razvijena ontologija. Tako uklapanje ontološkog inženjerstva u programsko inženjerstvo
predstavlja poboljšanje razvoja, izvedbe i korištenja sustava [2], [6], [14].
Slika 19. Razvoj IS-a i razvoj ontologije
U prethodnim poglavljima prikazano je kako modeliranje ontologija kroz
konceptualizaciju pruža uvid u opseg i namjenu sustava. Formaliziranje ontologije u
računalno čitljivom obliku nadopunjuje modele organizacije i izvedbe programskih
rješenja. Slika 19. naglašava mogućnost proširenja razvoja IS-a postupcima, modelima i
rješenjima koja pruža razvoj ontologija. Tako će ontologije biti dio modeliranja i
strukturiranja podataka, utjecat će na tehnološka rješenja i arhitekturu IS-a, te će osigurati
bolju razmjenu podataka i komunikaciju s okolinom.
5.2. Uloga ontologije u razvoju informacijskog sustava
Razvoj IS-a je složen proces u kome je prisutno logičko modeliranje, iskorištavanje već
osmišljenih ili napravljenih komponenti, provjera učinjenoga preko modela poslovanja, te
integracije komponenti u cjelinu gotovog proizvoda. Ove važne karakteristike odlika su i
razvoja ontologije koji još i omogućuje proširivanje i usklađivanje postojeće ontologije
potičući tako bolju suradnju unutar razvojnog tima, te među timovima međusobno.
Inženjerski pristup razvoju IS-a i/ ili pripadajuće ontologije naglašava mogućnosti
proširenja zadataka koji prate funkcionalne zahtjeve razvoja programske potpore nekom
poslovanju sa širim pogledom na područje i značaj elemenata tog poslovanja kroz
uključivanje znanja strukturiranog i pohranjenog u ontologiju promatranog područja.
Karmen Klarin Kvalifikacijski doktorski ispit
28
5.2.1. Međudjelovanje ontologije i informacijskog sustava
Uloga ontologije u izradi i korištenju programskih rješenja prepoznata je kroz dva pogleda
[14]. Jedan se opisuje kao ontologija koja postoji i koristi se u razvoju IS-a (eng.
development time), a drugi je korištenje postojeće ontologije u izvršavanju programa (eng.
run time). Unutar ove dvije podjele mogu se konceptualno prepoznati dodatne dvije koje su
određene vrstom ontologije koja podržava IS [14]. To je ontologija kao dio programskog
alata (infrastruktura) i ontologija područja (softver). Slika 20. prikazuje ova dva pogleda u
međusobnom unakrsnom djelovanju. Prikaz tog djelovanja daje nekoliko mogućnosti
suradnje ontologije i razvoja IS-a.
U slučaju kada se ontologija koristi u razvoju IS-a (Slika 20. lijevi stupac) ona je već
implementirana i njenu bazu znanja projektanti mogu ponovno iskoristiti i uklopiti u
analizu i razvoj svojih programskih rješenja na dva načina.
Slika 20. Primjena ontologije u razvoju IS-a [14]
Razvoj omogućen ontologijom (eng. ontology-enabled development) kada postoji opća
ontologija (ontologija visoke razine) kao infrastruktura koju informatičari koriste kao
podršku u izradi programa. Nedostatak ontologije visoke razine je manjak detalja i
različitosti koje onda pružaju ograničenu količinu ontološkog znanja. Međutim ona
omogućuje standardizaciju strukture znanja i pomaže projektantima kod konceptualne
analize poslovnog sustava kako bi se optimizirala programska rješenja:
Standardizacija strukture znanja [44], [48], [49] – Ontologija je osposobljena za
izradu modela i meta-modela, definiranje transformacija među modelima i
upravljanje meta-podacima. Model područja u obliku koncepata, veza i poslovnih
pravila moguće je prikazati pomoću nekog od standardnih jezika za modeliranje
kao što je UML, ili pomoću nekog od ontoloških jezika.
Optimizacija programskog rješenja [25], [50] – Znanje združeno u formalni oblik
predstavlja predložak za generiranje algoritama i postupaka i tako optimizira i
preoblikuje programsko rješenje.
Karmen Klarin Kvalifikacijski doktorski ispit
29
Razvoj vođen ontologijom (eng. ontology-driven development) je slučaj kada postoji skup
ponovno iskoristivih ontologija organiziranih u biblioteke ontologija domene i/ ili
ontologija zadataka [13]. U ovom slučaju semantički kontekst ontologija se može prevesti
u komponente sustava, te tako smanjiti napor uložen u analizu poslovnog sustava i
osigurati ispravnost modeliranja IS-a:
Eksplicitni opis strukture [27], [51] – Ontologija opisuje područje programskog
rješenja i sadrži jezično neovisne opise strukture podataka i programa. Tako pruža
objedinjeni prikaz znanja zadanog područja i izvornog koda omogućujući
jednostavnije međusobno prepoznavanje i upotpunjavanje.
Zajednička suglasnost [48] – Elementi ontologije stvaraju preduvjete da se
sudionici slažu sa shvaćanjem područja problema, te ako je potrebno mijenjaju
korisničke zahtjeve.
Ponovno korištenje [20], [23] – Ontologija se može koristiti kao podrška
upravljanju zahtjevima jer je prikladna za evolucijski i iterativni pristup
specifikaciji zahtjeva.
Provjera valjanosti i konzistentnosti [26] – Automatska provjera konzistentnosti
strukture ontologije je potencijalna prednost u odnosu na polu-formalne i
neformalne pristupe koji ne sadržavaju logičke formalizme.
U slučaju kada se ontologiju koristi u izvršavanju programa (Slika 20. desni stupac)
promatramo je kao sastavni dio arhitekture IS-a. Ova ontologija je implementirana i
aktivno sudjeluje u pretraživanju i pristupanju podacima, također na dva načina.
Arhitektura omogućena ontologijom (eng. ontology-enabled architectures) gdje je
ontologija ugrađena u programsko rješenje. Korištenje programa aktivira ontologiju koja
surađuje s ostalim komponentama kako bi se postigle traženi ciljevi i funkcionalnosti:
Podržano logičko zaključivanje [25], [50], [52] – Ontološki jezici za razliku od
standardnih programskih jezika bolje podržavaju logičko zaključivanje, integraciju
i međudjelovanje.
Semantic web servisi [3], [20], [53] – Korištenje web formata za prikaz znanja nudi
programerima mogućnost pronalaženja potencijalno djeljivih modela domene i
baze znanja iz vanjskih i unutarnjih izvora.
Kreiranje upita i pogleda na kod [51] – Formalna specifikacija ontološkog modela
može biti preduvjet za primjenu modelom vođenog (eng. model-driven) pristupa u
oblikovanju i izradi programa.
Testiranje programskog rješenja [28] – Ontologija može pomoći u generiranju
osnovnih primjera za testiranje ukoliko je znanje nekog područja kodirano u
ontološkom jeziku. Jednom kad je ontologija zapisana i raspoloživa u nekom
formatu, moguće je to znanje ponovno iskoristiti i za aktivnost testiranja
programskog proizvoda.
Arhitektura temeljena na ontologiji (eng. ontology-based architectures), što znači da su
struktura i znanje o postojećoj (ili potencijalnoj) ontologiji zadanog područja ugrađeni u
komponente programskog rješenja. Ovo znanje se može iskoristiti u zadanim i definiranim
uvjetima rada samog IS-a:
Struktura podataka i programa [27], [44] – Ontologija pruža mehanizme
združivanja informacija koje u normalnim okolnostima ostaju izolirane u
odvojenim opisima modela sustava ili komponenti sustava.
Karmen Klarin Kvalifikacijski doktorski ispit
30
Preslikavanje modela u kod [21], [26] – Ontologija raspolaže ontološkim jezicima
koji pružaju mogućnosti za integraciju sa programskim jezicima koji koriste MDA
(eng. Model-Driven Architecture ) principe.
Primjena poslovne logike pomoću generatora pravila [49] – Promjene poslovnih
pravila se lakše mogu mijenjati jer nisu implicitno zapečena u kodu nego su
eksplicitno zapisana u nekom formalnom jeziku ontologije.
Prethodno tumačenje veze ontologije i IS-a stavlja naglasak na razvoj IS-a za koji se
analizira eventualna uloga ontologije. U nastavku je detaljnije analizirano ontološko
modeliranje kroz opis tipova ontologija prema razini konceptualizacije i prema razini
formalnosti. Ovom podjelom se dobiva bolji uvid u razine strukture i područja koji se
opisuje ontologijom, te se tako dobiva uvid u detalje njene mogućnosti doprinosa razvoju
IS-a.
5.2.2. Tipovi ontologija i upravljanje znanjem
Ontološki pristup kao podrška procesima razvoja IS-a može se razmatrati kroz dva aspekta:
konceptualni i formalni. Konceptualna svojstva (značajke) sadržavaju znanje o području
koje upotpunjuje znanje o poslovanju ugrađeno u modele IS-a (kako logičke, tako i
fizičke). Formalna razina ontologije prikazuje stupanj oblikovanja ontološkog modela koji
ovisi o fazi u kojoj se nalazi razvoj pojedine ontologije, te njenoj podržanosti ontološkim
alatima i jezicima.
Slika 21. prikazuje shemu na kojoj se ontologije dijele na nekoliko različitih područja i
struktura. Vertikalna os prikazuje jednostavnu podjelu na dvije osnovne razine
konceptualizacije:
visoka razina - modeli koji se koriste u ontološkim alatima i
domena - modeli koji opisuju neko promatrano područje.
Horizontalna os je podijeljena u dva osnovna stupnja formalnosti:
logički model (neformalne ontologije) – važan u razvoju programa i
fizički model (formalne ontologije) – ugrađen u programsko rješenje.
Još finija podjela ontologija [33] (Slika 21. po uzoru na Slika 13.) omogućava prikaz
složenijeg odnosa između razine konceptualizacije i razine formalnosti.
Razina konceptualizacije je podijeljena s obzirom na namjenu i bogatstvo koncepata
ontološkog modela. Početak meta-modela zadane domene je ontologija visoke razine koja
je sastavni dio ontološkog alata. Ove ontologije visoke razine, te dijelom i ontologije
domene [5] predstavljaju meta-strukture na koje se referenciraju ontologije zadataka i
ontologije aplikacija zadanog područja.
Razina formalnosti također polazi od meta-modela (logičkog modela) u obliku neformalne
strukture. Neformalna struktura postaje specifična u trenutku formalizacije kada se
implementira u neki ontološki jezik. Dodatna specifičnost u oblikovanju strukture postiže
se ugradnjom pravila i ograničenja.
Ovakva specifična formalna struktura često je upotpunjena i s postavkama primjene u
zadanom okruženju. To znači da niti jedna od osi nije samodostatna u opisu neke zadane
ontologije. Ona je najčešće predstavljena kombinacijom jednog ili više tipova ontologija
definiranih po svakoj od osi na slici (Slika 21.).
Karmen Klarin Kvalifikacijski doktorski ispit
31
Slika 21. Ontološko bogatstvo i upravljanje znanjem
Između dvije opisane osi na gornjoj slici smještena je linija znanja. Glavni procesi
upravljanja znanjem poput organizacije, prikupljanja i transfera znanja rezultat su (dobrog)
vođenja i upravljanja procesima poslovanja [52]. Situacija kada je poslovanje podržano
programskim rješenjem i ontološkom strukturom (Slika 20.) stvara preduvjete za
učinkovito prikupljanje i obradu raznolikih i složenih područja znanja. Primjerice [25],
sustav upravljanja znanjem (eng. Knowledge Management System) zasnovan na ontologiji
oslanja se na pretraživanje (eng. mining knowledge) informacija i ugrađenog znanja,
organizaciju i izražavanje tog znanja pomoću ontologije, te prikaz i dijeljenje tako
organiziranog znanja agentima koji ih potražuju. Može se reći da je mjesto u dijelu ravnine
omeđene dvjema osima gdje je smještena neka ontologija važno u smislu da tu ontologiju
opisuje kroz bogatstvo ugrađenog znanja [44].
No linija znanja na slici (Slika 21.) ukazuje na još važnih karakteristika tog znanja ukoliko
se ono promatra kroz ontologiju kao riznicu znanja. Potreba za ontologijom unutar
specifične zadane domene nekog poslovnog područja započinje ispitivanjem okoline. Vrlo
je vjerojatno da izvan poslovnog sustava postoje biblioteke gotovih iskoristivih ontologija
u kojima se nalaze dijelovi potrebnog znanja.
U tu svrhu Slika 21. prikazuje međusobni odnos vanjskog i unutarnjeg svijeta zadane
poslovne domene. U traganju za meta-modelima zadane domene nailazimo na grupe
konceptualno bogatih ontologija koje sadrže puno više od onoga što je potrebno specifičnoj
ontologiji neke domene. Takva je situacija s ontologijama koje opisuju zajedničke
koncepte, primjerice, podaci o građanima, podaci o automobilima i sl. Također je tako i
sa skupovima ontologijama (klasteri ontologija [53]) koje opisuju šire domene od onih koje
su potrebne u specifičnim okolnostima pojedinog poslovanja. Primjerice, klasteri
ontologija medicinskih znanosti sigurno u sebi imaju elemente korisne i za specifičnu
ontologiju domene Zavoda za zdravstveno osiguranje. Pronađene ontološke strukture je
potrebno dodatno proširiti i/ ili ograničiti u obliku specifičnih zadataka i aplikacija koje
predstavljaju prilagođavanje potrebama zadane ontologije domene.
Karmen Klarin Kvalifikacijski doktorski ispit
32
5.3. Problemi i područje daljnjeg istraživanja
U današnje vrijeme nove tehnologije usmjeruju razvoj programskih rješenja te tako utječu
na modeliranje komponenti i arhitekturu IS-a. Postojeći IS-ovi se sve teže nose s
očekivanjima koja diktira tehnologija. Zanimljive posljedice s obzirom na analizu
korištenja ontologija u razvoju IS-a odnose se na arhitekturu i pristup podacima, te
efikasno korištenje tih podataka. S tim vezano je i ovih nekoliko problema:
Organiziranje podataka [26] – Izrada programskih rješenja u okruženju
Semantičkog web-a zahtijeva organiziranje podataka u ontologije i njihov pristup
pomoću agenata. U takvom okruženju agenti potražuju informacije iz ontologija i
prosljeđuju ih drugim programima. Time se postepeno klasične glomazne baze
podataka i podatkovni sloj u standardnim programima zamjenjuju ontologijama.
Interoperabilnost [54] – Veliki broj sustava zahtijeva definiranje standarda za
razmjenu informacija. Uobičajene papirnate specifikacije trebale bi ustupiti mjesto
ontologijama koje pružaju jedinstvenu domenu, meta-podatke kao zajedničko
spremište, te zadana pravila i okvire u koje se ugrađuju različiti servisi.
Upravljanje znanjem [25] – Potreba za osnovnim, eksplicitnim, strukturiranim i
nestrukturiranim znanjem raste paralelno s razvojem tehnologije i veliki je izazov
za informatičare kako efikasno prikupiti i sortirati složeno, različito i
višenamjensko znanje. Sustav upravljanja znanjem na temelju ontologije osigurava
učinkovito pretraživanje, organiziranje i izražavanje, bilo od strane ljudi ili
programa.
Potrebno je definirati postupak rješavanja problema izrade/ izmjene/ nadopune
programskih rješenja pomoću ontologije. Ideje za postupak otkrivanja znanja o domeni
pomoću ontološkog inženjerstva, te posljednja dostignuća na ovom području mogu se
pronaći i u relevantnoj literaturi.
Primjerice, postupak formiranja Interoperability Registry infrastructure [54] realiziran je
kroz korake:
1. definiranja eGovernment ontologije domene,
2. oblikovanja sheme meta-podataka s osnovnim elementima,
3. izrade formalnog opisa tijeka procesa i pripadajućih dokumenata, te
4. realizacije sveobuhvatne platforme za implementaciju.
U [55] se navodi nekoliko općenitih goal-oriented e-government faza za izradu web
servisa, poput:
1. faze otkrivanja u kojoj se semantički ispravno strukturira zahtjev,
2. faze istraživanja web-a gdje se mogu dohvatiti gotovi servisi,
3. faze implementacije i
4. faze izvršavanja zahtjeva.
Još jedan primjer je razvoj ontološkog modela u kontekstu e-government knowledge
modelling prikazan u [51]. U ovom modelu izgradnja ontologije opisana je kroz nekoliko
razina:
1. apstrakcija u kojoj se izgrađuje core conceptual model,
2. semantički kontekst gdje se izgrađuju entiteti e-government ontologije,
Karmen Klarin Kvalifikacijski doktorski ispit
33
3. definicija i prilagođavanja specifičnim potrebama i zahtjevima i
4. izgradnja instanci, svojstava i ograničenja.
Očito je da se zajednički nazivnik ovih nekoliko opisanih pristupa može sažeti u korake:
prepoznavanje domene, izgradnja domene, obogaćivanje domene s specifičnim zadacima,
te implementacija domene u okruženje. Time je naglašeno kako pozicija u kojoj se nalazi
proces razvoja IS-a može dostići bolju razinu kvalitete, te efikasniji i brži daljnji razvoj
ukoliko se udruži s razvojem ontologije. Kako nije svejedno koji stupanj bogatstva
strukture (Slika 21.), a time i ugrađenog znanja, ima odgovarajuća ontologija, svakako
treba prvo prepoznati kakve je strukture i o čemu je ta ontologija, a onda s obzirom na
spoznaju odrediti gdje će se ona primijeniti u razvoju i korištenju IS-a.
Tako bi, s obzirom na ove dosadašnje spoznaje, postupak u rješavanju određenog
projektnog zadatka pomoću ontologije mogao općenito biti definiran kroz slijedeće korake:
1. Prepoznavanje područja i definiranje opsega projektnog zadatka.
2. Oblikovanje strukture znanja o području pomoću elemenata prepoznate ontologije,
te eventualno nadogradnjom vlastite ontologije specifičnim konceptima i pravilima
ponašanja (poslovanja).
3. Modeliranje i implementacija novog programskog rješenja u zadani informatički
prostor.
4. Povezivanje novog programskog rješenja sa poslovnim sustavima iz okruženja.
Navedeni postupak sadrži elemente razvoja ontologije i razvoja IS-a. U početku je težište
na modelu informacija (domeni) a kasnije na modelu funkcionalnosti (procesima) [29].
Stoga se može pretpostaviti da bi korištenje ontologije utjecalo na arhitekturu IS-a, a
posljedično i na organizaciju poslovanja i upravljanje znanjem.
Karmen Klarin Kvalifikacijski doktorski ispit
34
6. ZAKLJUČAK
U ovom radu je prikazana mogućnost uvođenja ontologije i pristupa ontološke podrške u
razvoj i održavanje IS-a. Ontološka baza znanja za IT stručnjake predstavlja znanje koje se
može ponovno koristiti i uklopiti u analizu i razvoj novih programskih rješenja. Također
može pomoći kod izmjene i poboljšanja postojeće programske podrške, kako na web-u
tako i u drugim arhitekturnim rješenjima.
Danas još uvijek ontologije nisu sastavni dio IS-a, no razvoj informacijske tehnologije
omogućava neke nove pristupe u izvedbi i korištenju programskih rješenja. Tako se web
okruženje nameće kao infrastruktura koja poduzećima omogućava efikasniju komunikaciju
sa svijetom, te u konačnici bolje pozicioniranje u konkurentskom okruženju prema svojim
klijentima.
Uočeno je nekoliko problema koje imaju današnji robusni IS-ovi, poput neefikasne
organizacije i skladištenja podataka, problema u komunikaciji i razmjeni podataka, te
nedovoljno kvalitetne organizacije i upravljanja znanjem.
U ovom radu je analizirana mogućnost proširenja zadatka razvoja IS-a pomoću ontološkog
inženjerstva. Karakteristike koje pruža takvo proširenje predstavljaju potencijal i
poboljšanja u rješavanju gore navedenih problema. Također su, u nekoliko koraka,
naznačene i smjernice postupka koji opisuje kako koristiti ontologiju u razvoju IS-a.
U navedenom postupku korištenja ontologije u razvoju IS-a, trebalo bi voditi računa o
slijedećim pitanjima:
Vrste i bogatstvo strukture korištenih ontologija – Razina formalnosti pojedine
ontologije predstavlja ograničenje u mogućnosti korištenja u razvoju IS-a.
Primjerice, ontologija razvijena samo do konceptualne razine nije iskoristiva u
primjeni IS-a ukoliko se iz nje ne izradi formalna ontologija.
Mjesto primjene u procesu razvoja IS-a – Aktivnosti pojedine faze razvoja IS-a
treba prilagoditi mogućnostima koje pružaju potencijalne ontologije. Primjerice, u
testiranju sustava ontologije mogu obogatiti testiranje u 'laboratorijskim uvjetima'
jer pretpostavljamo da je u njih ugrađeno znanje o području.
Karmen Klarin Kvalifikacijski doktorski ispit
35
7. LITERATURA
[1] P. Mika, H Akkermans, “Analysis of the State-of-the-Art in Ontology-based Knowledge
Management,” EU-IST Project IST-2001-34103 SWAP, Vrije Universiteit, Amsterdam,
2003.
[2] R. Jasper, M. Uschold, “A Framework for Understanding and Classifying Ontology
Applications,” Twelfth Workshop on Knowledge Acquisition Modeling and Management
KAW’99, 1999.
[3] N. Leung, S. H. Kang, S. K. Lau, J. Fan, “Ontology-based Collaborative Inter-organizational
KM Network,” Interdisciplinary Journal of Information, Knowledge, and Management,
Volume 4., 2009.
[4] K. Klarin, “Ontologija i razvoj informacijskog sustava u javnoj upravi,“ CASE 23, Zagreb,
2011.
[5] D. Gasevic, D. Djuric, V. Devedzic, “Model Driven Architecture and Ontology
Development,“ Springer-Verlag, Berlin, Heidelberg, 2006.
[6] V. Devedžić, “Understanding ontological engineering,” Communications of the ACM, 2002.
[7] O. Lassila, D. McGuinness, “The Role of Frame-Based Representation on the Semantic
Web,” Technical Report KSL-01-02, Knowledge Systems Laboratory, Stanford University,
Stanford, California, 2001.
[8] C. Legg, „Ontologies on the semantic web,“ Annual Review of Information Science and
Technology 41(2007), Chapter 9, 407–452, 2007.
[9] B. Smith, C. Welty, „Ontologies: Towards a New Synthesis,” FOIS’01, October 17-19,
2001, Ogunquit, Maine, USA, 2001.
[10] T. R. Gruber, „A Translation Approach to Portable Ontology Specifications,“ Knowledge
Acquisition 5(2), str. 199-220, 1993.
[11] W. N. Borst, “Construction of Engineering Ontologies for Knowledge Sharing and Reuse,”
Centre for Telematica and Information Technology, University of Twenty, Enschede, The
Netherlands, 1997.
[12] N. Guarino, P. Giaretta, „Ontologies and Knowledge Bases: Towards a Terminological
Clarification,“ in N.J.I. Mars N (ed), Towards Very Large Knowledge Bases, IOS Press,
Amsterdam, 1995.
[13] N. Guarino, „Formal Ontology in Information Systems,“ FOIS'98, Trento, Italy, 1998.
[14] H. Happel, S. Seedorf, „Applications of Ontologies in Software Engineering,“ 2nd
International Workshop on Semantic Web enabled Software Engineering (SWESE), 5th
International Semantic Web Conference (ISWC), 2006.
[15] K. Klarin, S. Mladenovic, „The Method of Knowledge Distribution and Use in Public
Adminitration,“ MIPRO, 2012 Proceedings of the 35th International Convention, 1672-1678,
2012.
[16] http://www.scientific-computing.com/features/feature.php?feature_id=37, posjećeno zadnji
put: 22.05.2013.
[17] R. Mizoguchi, „Tutorial on Ontological Engineering,“ New Generation Computing,
21(2003), Ohmsha Ltd. and Springer-Verlag, 2003.
[18] A. Gomez-Perez, M. Fernandez-Lopez, O. Corcho, “Ontological Engineering,“ Springer-
Verlag, Berlin, Heidelberg, 2004.
Karmen Klarin Kvalifikacijski doktorski ispit
36
[19] C. Pardo at al., „An ontology for the harmonization of multiple standards and models,“
Computer Standards & Interface 34 (2012) 48-59, Elsevier, 2012.
[20] E. Simperl, „Reusing ontologies on the Semantic Web: A feasibility study,“ Data &
Knowledge Engineering 68 (2009) 905-925, Elsevier, 2009.
[21] N. Ferreira, R. J. Machado, D. Gašević, “An Ontology-based Approach to Model-Driven
Software Product Lines,“ Fourth International Conference on Software Engineering
Advances, IEEE, DOI 10.1109/ICSEA.2009.88, 2009.
[22] M. Uschold, M. Gruninger, “Ontologies: Principles, Methods and Applications,” The
University of Edinburgh, 1996.
[23] M. d’Aquin, N. F. Noy, „Where to publish and find ontologies? A survey of ontology
libraries,“ Web Semantics: Science, Services and Agents on the World Wide Web 11 (2012)
96–111, Elsevier, 2012.
[24] N. F. Noy, D. L. McGuinness, „Ontology development 101: A guide to creating your first
ontology,“ Technical report, KSL-01-05, Stanford Knowledge Systems Laboratory, 2001.
[25] J.Zhang, W. Zhao, G. Xie, H. Chen, „Ontology-Based Knowledge Management System and
Application,” Procedia Engineering 15 (2011) 1021–1029, Elsevier, 2011.
[26] A. J. Wiebe, C. W. Chan, „Ontology driven software engineering,“ 25th IEEE Canadian
Conference on Electrical and Computer Engineering (CCECE), IEEE, 2012.
[27] R. R. Starr, J. M. Parente de Oliveira, “Concept maps as the first step in an ontology
construction method,” Information Systems 38 (2013) 771–783, Elsevier, 2013.
[28] X. Wang, T. Vitvar, V. Peristeras, “WSMO-PA: Formal Specification of Public
Administration Service Model on Semantic Web Service Ontology,“ 40th Annual HICSS,
DOI 10.1109/HICSS.2007.618, 2007.
[29] R. Klischewski, „Information Integration or Process Integration? How to Achieve
Interoperability in Administration,“ Proceedings of the Third International Conference,
EGOV 2004, Zaragoza, Spain, pp 57-65, DOI 10.1007/978-3-540-30078-6_10, 2004.
[30] R. Neches et al., “Enabling technology for knowledge sharing,” AI Magazine 12(3):36–56,
1991.
[31] M. Gruninger, O. Bodenreider, F. Olken, L. Obrst, P. Yim, „Ontology, taxonomy,
folksonomy: Understanding the distinctions,“ Ontology Summit 2007, Applied Ontology 3
(2008) 191–200, DOI 10.3233/AO-2008-0052, 2008.
[32] Ministarstvo financija RH, „Pravilnik o proračunskim klasifikacijama,“ NN br. 026/2010.
[33] C. Roussey, “Guidelines to build ontologies: A bibliographic study; Urban ontologies for an
improved communication in urban civil engineering projects - TOWNTOLOGY Project,”
COST Technical Committee “Transport and Urban Development”, Lyon, 2005.
[34] C. Calero, F. Ruiz, M. Piattini, “Ontologies for Software Engineering and Software
Technology,” Springer-Verlag, Berlin, Heidelberg, 2006.
[35] P. Cimiano, „Ontology learning and population from text:Algorithms, Evaluation and
Applications,” Springer, 2006.
[36] N. Guarino, D. Oberle, S. Staab, „What Is an Ontology?,“ Handbook on Ontologies, Second
Edition, str. 1-20, DOI 10.1007/9783540926733, SpringerVerlag Berlin Heidelberg 2003.,
2009.
[37] J. Liebowitz, „What They Didn't Tell You About Knowledge Management,“, Scarecrow
Press, Inc., 2006.
[38] http://suo.ieee.org, posjećeno zadnji put: lipanj, 2012.
[39] “IEEE Standard for Developing Software Life Cycle Processes,” IEEE Std 1074-1997,
(Revision of IEEE Std 1074-1995; Replaces IEEE Std 1074.1-1995)
Karmen Klarin Kvalifikacijski doktorski ispit
37
[40] M. Uschold, M. King, “Towards a Methodology for Building Ontology,” IJCAI'95
Workshop on Basic Ontological Issues in Knowledge Sharing, Montreal, Canada, 1995.
[41] M. Gruninger, M. S. Fox, “Methodology for the Design and Evaluation of Ontologies,”
Workshop on Basic Ontological Issues in Knowledge Sharing, IJCAI-95, Montreal, 1995.
[42] http://rhizomik.net/html/~roberto/thesis/html/Methodology.html, posjećeno zadnji put
20.05.2013
[43] M. Fernandez, A. Gomez-Perez, N. Juristo, „METHONTOLOGY: From Ontological Art
Towards Ontological Engineering“, AAAI Technical Report SS-97-06, 1997.
[44] R. J. Gil, M. J. Martin-Bautista, „A novel integrated knowledge support system based on
ontology learning: Model specification and a case study,“ Knowledge-Based Systems 36
(2012) 340-352, Elsevier, 2012.
[45] NIST Special Publication 500-167, „Information Management Directions: The Integration
Challenge,” 1989.
[46] DoDAF – Department od Defense Architecture Framework Version 2.02, SAD, 2010.
[47] T. A. Hokel, „The Zachman Framework for Enterprice Architecture: an Overview,”
Framework Software, Inc., The Enterprise Framework Group, 2008.
[48] T. E. El-Diraby, H. Osman, „A domain ontology for construction concepts in urban
infrastructure products,“ Automation in Construction 20 (2011) 1120-1132, Elsevier, 2011.
[49] L. Rao, G. Mansingh, K.-M. Osei-Bryson, “Building ontology based knowledge maps to
assist business process re-engineering,” Decision Support Systems 52 (2012) 577–589,
Elsevier, 2012.
[50] T Walter, F. S. Parreiras, S. Staab, “An ontology-based framework for domain-specific
modeling,” Software System Model, Springer, DOI 10.1007/s10270-012-0249-9, 2012.
[51] A.-M. Sourouni, G. Kourlimpinis, S. Mouzakitis, D. Askounis, “Towards the government
transformation: An ontology-based government knowledge repository,” Computer Standards
& Interfaces 32 (2010) 44–53, Elsevier, 2010.
[52] I. Savvas, N. Bassiliades, „A process-oriented ontology-based knowledge management
system for facilitating operational procedures in public administration,“ Expert Systems with
Applications 36 (2009) 4467-4478, Elsevier, 2009.
[53] Lj. Stojanovic, N. Stojanovic, D. Apostolou, „Change management in e-government:
OntoGov case study,“ Journal Article in Electronic Government, an International Journal ,
Volume 3, Number 1/2006, 74-92, Inderscience Publishers, 2006.
[54] Y. Charalabidis, D. Askounis, “Interoperability Registries in eGovernment: Developing a
Semantically Rich Repository for Electronic Services and Documents of the new Public
Administration,” Proceedings of the 41st HICSS 2008, DOI 10.1109/HICSS.2008.218, 2008.
[55] P. Salhofer, B. Stadlhofer, G. Tretter, “Ontology Driven e-Government,” Electronic Journal
of e-Government Volume 7 Issue 4 2009, (pp 415 - 424), available online at www.ejeg.com,
2009.
Karmen Klarin Kvalifikacijski doktorski ispit
38
8. PRILOG
8.1. Kazalo slika
Slika 1. Jednostavni primjer konceptualnog modela ontologije živih organizama [16] ....... 6
Slika 2. Model sustava temeljen na ontologiji [15] ............................................................... 7
Slika 3. Uloga ontologije i Semantic Weba [18] ................................................................... 8
Slika 4. Mapa ontoloških dimenzija [31] ............................................................................ 11
Slika 5. Primjer taksonomije koncepata .............................................................................. 13
Slika 6. Primjer a) taksonomije i b) jedne instance za koncept grada ................................. 13
Slika 7. Primjer definiranja svojstva tranzitivnosti ............................................................. 14
Slika 8. U jeziku KIF zapisan dio ontologije (Slika 6.a) ..................................................... 15
Slika 9. U jeziku OWL zapisan dio ontologije (Slika 5.) .................................................... 15
Slika 10. Podjela ontologija prema strukturi [35]................................................................ 16
Slika 11. Razina formalizacije i organizacija znanja ........................................................... 17
Slika 12. Podjela ontologija prema području konceptualizacije.......................................... 18
Slika 13. Raspodjela znanja kroz primjer konceptualizacije ............................................... 20
Slika 14. Zadaci i aktivnosti metodologije razvoja ontologije METHONTOLOGY [42]. . 21
Slika 15. Web podržani ontološki jezici .............................................................................. 22
Slika 16. Struktura povezanosti klasa jezika OWL i RDF .................................................. 23
Slika 17. Proces razvoja i životni ciklus metodologije METHONTOLOGY ..................... 24
Slika 18. Faze programskog inženjerstva ............................................................................ 26
Slika 19. Razvoj IS-a i razvoj ontologije ............................................................................. 27
Slika 20. Primjena ontologije u razvoju IS-a [14] ............................................................... 28
Slika 21. Ontološko bogatstvo i upravljanje znanjem ......................................................... 31