Web08 Semantic Web: Inginerie Ontologica (I)

Dr. Sabin Buraga http://www.purl.org/net/busaco

Semantic Web <?xml version=“1.0” ?><curs desc=“…” />

Web semantic

Dr. SabinCorneliu BuragaFacultatea de Informatica

Universitatea “A.I.Cuza” – Iasi, Romania

http://www.infoiasi.ro/~busaco/



Inginerie ontologica



“It is not the strongest of the species that survive, nor the most intelligent,

but the ones most responsive to change.”

Charles Darwin



Folosind ontologiile, putemmodela cunostinteleknowledge modeling

Apare necesitatea managementului acestoraknowledge management

intro



Aspecte privind managementul cunostintelor(Shadbolt & O’Hara, 2004):

achizitia (acquiring)modelarea (modelling)reutilizarea (reusing)preluarea (retrieving)publicarea (publishing)mentinerea (maintaining)

intro



Achizitia (acquiring)aplicatiile Web trebuie sa preia cunostinte,

nu date brute, fara semnificatiee.g., texte (formatate) preluate din formulare

utilizatorii obisnuiti nu vor marca datelein XML, RDF sau OWL

conceptele trebuie stocate ca informatii structurate

managementul cunostintelor



Modelarea (modelling)ideal, fiecare fragment de informatie trebuie modelat

riguros la nivel semanticin practica, acest aspect este aproape imposibil

vezi dificultatile de dezambiguizare a limbajului natural

pasi de urmat: identificarea claselor,definirea proprietatilor, completarea datelor despreindivizi (input explicit, tagging, microformate etc.)




Reutilizarea (reusing)fiecare entitate trebuie definita doar o singura data

informatiile trebuie sa poata fi accesatela nivel global (eventual, via politici de acces)

facilitarea reutilizarii este data de usurinta utilizariisistemului (e.g., sintaxa simpla, asistenti digitali,

flexibilitate etc.)




Preluarea (retrieving)mecanisme de interogare si filtrare a cunostintelor

oferirea de suport pentru efectuarea de agregari, procesarisi extrageri de informatii, in maniera (semi)automata,pe baza meta‐datelor si relatiilor dintre entitati

exemplu: extragerea intereselor comuneale membrilor unui grup dintr‐o retea sociala




Publicarea (publishing)cunostintele trebuie sa poata fi publicate

in formate standardizate, care sa incurajeze refolosirea in alte contexte

accesul la cunostinte are in vedereatit utilizatorii umani, cit si aplicatiile




Publicarea (publishing)cunostintele trebuie sa fie usor redate,

conform necesitatilor si preferintelor utilizatorilor

depozitele de cunostinte trebuie sa ofere exportin formate consacrate (RDF, OWL)




Mentinerea (maintaining)necesitatea existentei unor servicii care sa asigure

consistenta cunostintelor

un suport manual poate fi oferit de wiki‐uri

serviciile automate se pot baza pe reasoners




Ontologiile pot fi considerate dreptlego‐uri conceptuale (Conceptual Lego)


Masterandurm(ar)indcursul

“Semantic Web”

Agent Web

Adaptaredupa

Horrocks&

Rector, 2004



Ontologiile pot proveni din sau pot fi salvate sub forma de:scheme XML,

scheme de baze de date,diagrame UML,spreadsheets,alte specificatii




Probleme: Crearea de ontologii din diverse surseManagementul versiunilorRealizarea colectiilor de ontologii (asocieri, comparatii, reconcilieri, validari, conversii,...)

Obtinerea, organizarea & vizualizarea domeniului de cunoastere inainte si in timpul crearii unei ontologii

Utilizarea ontologiilor in functie de context




Existenta unor metodologii de ingineriea cunostintelor

(knowledge engineering methodologies)procesul prin care experti ai domeniului si ingineri

vor constitui o baza de cunostinte, specificata de un limbajde reprezentare a cunostintelor side o suita de instrumente aditionale

procesele, limbajele si instrumentele care pot fi folositese bazeaza pe diverse paradigme de reprezentare

a cunostintelor

necesitate



Traditionale din ingineria software clasica(knowledge engineering)

CommonKADS (Scheriber et al., 2000)

Agile (mai flexibile & facile)eXtreme ProgrammingXP.K (Knublauch, 2002), RapidOWL (Auer, 2005)

abordari



Dezvoltarea unei ontologii implicapartajarea de informatii si colaborare

“Knowledge is fractal” (Alan Rector, 2004)ontologiile prezinta aceeasi structura la fiecare nivel

de granularitate (detaliu)

Atentie la dezvoltarile exponentiale ale ontologiei!fenomenul “exploding bicycle”

observatii



Complicatii:necunoasterea apriori a dimensiunii ontologiei

numarul persoanelor implicate

utilizarea ontologiei de catre utilizatoricare nu sunt experti

natural laziness☺

...

inginerie



Conflicte privitoare la intuitii

intuitiile sunt dificil de formalizatexpertii in domeniu sunt condusi de obisnuinte si practica

(sabloane de proiectare) prototipuri & generalizari

logicienii sunt motivati de logica si computabilitatedefinitii & operatori universali

inginerie: dificultati



Transparenta & predictibilitateversus rigoare & completitudine

Utilizatorii fara experienta




Studiu de caz – Peter Morville, 2007alergia la alune (peanut allergy):Acces urgent la informatii exacte & utileCredibilitatea surselor este esentialaOrice cautare pe Google esueaza

(popularitate ≠ autoritate in domeniu)Cunostintele trebuie sa poate fi regasite pe Web

(necesita expertiza in domeniu + abilitati avansate de cautare via motoare)

Context: Information Architecture (IA)




ModelareaSemantica (meaning): corectitudinea clasificarilor

& extragerii cunostintelorIndexarea: desfasurarea activitatilor de

descoperire, cautare si gasire a cunostintelorUtilizarea: introducerea datelor, luarea de decizii,...

Achizitia: capt(ur)area cunoasterii




Asigurarea calitatii & managementul modificarilorCalitatea:

stabilirea de criterii privitoare la ceea ce este “corect”

Evolutia: luarea in calcul a schimbarilor viitoare ale ontologiei

Testarea: controlul modificarilor, asigurarea calitatii (QA)




Privitoare la persoanele implicateAparitia confuziilor privitoare la termeni

si la utilizarea ontologiei

Persoane provenind din medii eterogenefilosofie, interactiune om‐calculator, inginerie software,

lingvistica, stiinte cognitive,...

Recurgerea la sintaxe diferite




Gasirea dificila unor criterii formale(consistenta, completitudine, concizie,...)

inginerie: realitati



Generarea manuala a ontologiilor

taxonomii navigabile: Open Directory, Yahoo!,...

folksonomii

ontologii publice – de exemplu, Gene Ontology

ontologii interne – e.g., Daimler‐Chrysler




Ontologiile generale (toplevel) nu sunt cu adevaratutile in practica




Apar probleme teoretice/practice privind:asigurarea coerentei, facilitarea procesarii,

folosirea surselor de date multiple




Diferite vocabulare in vigoare

clasa ≈ concept ≈ categorie ≈ tip

instanta ≈ individ

entitate ≈ obiect (clasa/individ)

proprietate ≈ slot ≈ relatie ≈ atribut ≈ ≈ rol ≈ legatura semantica




Diferite sintaxe existente:sintaxa abstracta,

N3, XML/RDF,

logica de ordin I, formatul Protégé,

limbaj natural (parafraza),...




Stabilirea domeniului de cunoastereOrganizarea ontologiei“Umplerea” ontologieiVerificarea ontologieiPublicarea ontologiei

metodologie (Noy & McGuinness, 2003)



Stabilirea domeniului de cunoastere

asamblarea resurselor de informatie si expertizaa ceea ce vor deveni concepte (things)

ale domeniului de interes

se vor asigura consensul si consistenta

metodologie



Organizarea ontologieiproiectarea pe ansamblu a structurii conceptuale:

Identificarea principalelor concepte concrete si a proprietatilor acestora

Identificarea relatiilor dintre concepteCrearea conceptelor abstracteIdentificarea instantelor

Referentierea/includerea altor ontologii...

metodologie



“Umplerea” ontologieiadaugarea conceptelor

inserarea relatiilor/constringeriloradaugarea indivizilor

…la nivelul de detaliere necesarpentru realizarea scopurilor ontologiei

metodologie



Verificarea ontologiei

reconcilierea inconsistentelor dintre elemente,la nivel sintactic, logic & semantic

verificarea consistentei poate implica o clasificareautomata, rezultind noi concepte bazate

pe proprietati individuale sau relatii intre clase

metodologie



Publicarea ontologiei

verificarea finala de catre experti ai domeniului

publicarea in cadrul comunitatii de practica

metodologie



metodologie

Procesul ideal de dezvoltare a unei ontologii:

determinescope

considerreuse

enumerateterms

defineclasses

defineproperties

defineconstraints

createinstances



metodologie

Procesul realist de dezvoltare a unei ontologii:determine

scopeconsider

reuseenumerate

termsdefine

classesconsider

reuseenumerate

termsdefine

classes

defineproperties

createinstances

defineclasses

defineproperties

defineconstraints

createinstances

defineclasses

considerreuse

defineproperties

defineconstraints

createinstances



Stabilirea scopuluiColectarea cunostintelor

(la nivel informal ori semi‐formal)Rafinarea cerintelor & testarea

Implementarea (modelarea propriu‐zisa)Evaluarea & asigurarea calitatii

Monitorizarea utilizarii si a evolutiei

metodologie (Rector & Horrocks, 2004)



Stabilirea scopuluicerinte, evaluare,reutilizare,

…

metodologie



Colectarea cunostintelorla nivel informal ori semi‐formal

Stabilirea termenilorOrganizarea informala a termenilorParafrazarea si clarificarea termenilor

definitii informale ale conceptelorRealizarea de diagrame informale

Rafinarea cerintelor & testarea

metodologie



Implementarea – modelarea propriu‐zisaParafrazare & comentare la fiecare fazaDezvoltarea unei scheme normalizate si

a unui “schelet” de ontologieImplementarea unui prototip(consemnind intentiile) Verificarea scalabilitatii

Popularea ontologiei – text mining,procesare a limbajului uman, microformate,XHTML/XML structurat (semantic) etc.

metodologie



Evaluarea si asigurarea calitatiiUrmarirea scopului initial

Includerea de verificari privind evolutia ontologieisi ajustarea manierei de management al ei

Proiectarea de teste si “probe”in mod similar testarii aplicatiilor software

metodologie



Monitorizarea utilizarii si a evolutiei(mentenanta)

“Process not product” (Alan Rector, 2004)

metodologie



Rationamentul lumilor inchise vs. deschiselumi deschise (open world reasoning)

Negatia reprezinta contradictie (orice poate fi adevaratpina cind se poate demonstra ca e fals)

Se rationeaza in maniera:“orice alta lume poate fi consistenta cu aceasta”

lumi inchise (close world reasoning)Negatia inseamna esec (orice nu poate fi gasit este fals)

“Totul este valabil numai in aceasta lume”

aspecte importante



Rationamentul lumilor inchise vs. deschise

ontologiile sunt considerate lumi deschise,iar bazele de date lumi inchise

aspecte importante



Knowledge Base vs. Data Base

O baza de cunostinte (knowledge base) nu definesteun model unic, ci reprezinta un set de constringericare pot defini o multime de modele posibile

nici o constringere orice model e posibil

cu cit exista mai multe constringeri, cu atit numarul modelelor posibile scade

aspecte importante



Knowledge Base vs. Data Base

O baza de date defineste un model unic

numele diferite sunt interpretate ca indivizi distincti

domeniul e compus numai din indivizii numiti in cadrulbazei de date (modelul lumii inchise)

extensiile sunt cit mai reduse posibil

aspecte importante



Knowledge Base vs. Data BaseModelul unic (Bechhofer, 2004):

expresivitate redusa – nu exista negatii/disjunctii

nu poate captura informatii incomplete

non‐monoton – adaugarea de informatiinu pastreaza adevarul

procesul de reasoning (interogare) este facil si rapid

aspecte importante



Knowledge Base vs. Data BaseModelele multiple (Bechhofer, 2004):

expresivitate ridicata – conectori booleeni, reuniune,...

poate captura/exprima informatii incomplete

monotonic – adaugarea de informatii pastreaza adevarul

procesul de reasoning (interogare) este dificil si lent

aspecte importante



Activitatea de reasoningpoate fi realizata automat de un reasoner

clasificarea conceptelor – rezultind:un arbore (ierarhie stricta, taxonomie)

un digraf aciclic – DAG (poli‐ierarhie, graf conceptual)

normalizare = separarea conceptelor de bazain arbori disjuncti, arborii avind legaturi intre ei

via definitii si restrictii

aspecte importante



Exemplu: o ontologie privitoare la animale

aspecte importante

Inainte de clasificareArbore de concepte

Dupa clasificareDAG



Dezvoltarea unei ontologii normalizate presupune:Identificarea conceptelor de baza de sine‐statoareSepararea conceptelor in arbori de concepteIdentificarea relatiilorCrearea descrierilor & definitiilorIdentificareamodului in care elementele‐cheietrebuie clasificate

Utilizarea clasificatorului pentru a forma DAG‐ulVerificarea satisfacerii testelor

aspecte importante



Dezvoltarea unei ontologii normalizate presupune:Identificarea conceptelor de baza de sine‐statoare(cu comentarea celor mai putin evidente)

Separarea conceptelor in arbori de concepte(poate implica specific. unor proprietati/concepte auxiliare)

Identificarea relatiilor(comentarea acelor relatii care nu sunt evidente)

Crearea descrierilor & definitiilor(cu oferirea de parafraze pentru fiecare)

Identificarea modului in care elementele‐cheie trebuie clasificate(crearea unor teste de regresie)

Utilizarea clasificatorului pentru a forma DAG‐ulVerificarea satisfacerii testelor

aspecte importante



Modelarea unei ontologii privitoare la animale

adaptare dupa (Rector, 2004)

studiu de caz



Intentii & scopuri:realizarea unui index al unei carti despre animale,

oferind informatii precum: locul unde traiesc

ce consuma (carnivore, ierbivore, omnivore)cit de periculoase pot fi

ce anatomie de baza au – e.g., numarul picioarelor,...ce greutate au

...

studiu de caz



Colectarea conceptelor:se pot folosi carduri de concepte

se lucreaza in grupuri mici de persoane

se pot atrage experti ai domeniului

studiu de caz



studiu de caz

DogCatCowPersonTreeGrassHerbivoreMaleFemale

DangerousPetDomestic animalFarm animalFood animalFishGoldfish

CarnivorePlantAnimalFurChildParentMotherFather Clase

posibile



studiu de caz: organizarea conceptelor

DogCatCowPersonTreeGrassHerbivoreMaleFemale

DangerousPetDomestic animal

Farm animalFood animalFishGoldfish

CarnivorePlantAnimalFurChildParentMotherFather



Extinderea conceptelorgruparea unor concepte

si determinarea caracteristicilor comune:Plant, Animal↦ Living Thing

ar putea fi adaugati ulterior si termeni ca Bacteria, Fungi,…Cat, Dog, Cow, Person↦ Mammal

alti candidati ar putea fi Goat, Sheep, Horseetc.

studiu de caz



Pentru facilitarea clasificarii, colectiile de subclasetrebuie declarate explicit disjuncte

Plant disjointWith Animal

studiu de caz



Alegerea unor axe conceptualeAdaugarea de termeni abstracti

De exemplu: “Living thing”Identificarea relatiilor

De exemplu: “eats”, “owns”, “parent of”Identificarea entitatilor ce pot fi definiteE.g., “child”, “parent”, “Mother”, “Father”

Numirea explicita a conceptelorUtilizarea cunostintelor anterioare(background knowledge) – axiome

studiu de caz



studiu de cazLiving Thing

AnimalMammal

CatDogCowPerson

FishGoldfish

PlantTreeGrassFruit

ModifiersDomestic

PetFarmed

FoodWildHealth

healthysick

GenderMaleFemale

AgeAdultChild

Relationseatsownsparent‐of…

DefinablesCarnivoreHerbivoreChildParentMotherFatherFood Animal



Stabilirea entitatilor de sine‐statatoare:

“Lucruri” ce exista conform substantivelor lorOameni, animale, case, actiuni, procese,…Se utilizeazamajoritatea substantivelor

Modificatori (modifiers)“Lucruri” ce se pot preschimba in alteleSe folosesc adjectivele si adverbele

studiu de caz



Reorganizam conceptele, grupind entitatilecare pot fi definite in arbori separati

constituirea conceptelor de baza (primitives)

studiu de caz



studiu de cazSelf_standing

Living ThingAnimal

MammalCatDogCowPerson

FishGoldfish

PlantTreeGrassFruit

ModifiersDomestication

DomesticWild

UseFoodPet

RiskDangerousSafe

GenderMaleFemale

AgeAdultChild

Relationseatsownsparent‐of…

DefinablesCarnivoreHerbivoreChildParentMotherFatherFood Animal



studiu de cazSelf_standing

Living ThingAnimal

MammalCatDogCowPerson

FishGoldfish

PlantTreeGrassFruit

Concept abstract incluzind toate entitatile vii

– restrictionat la plante si animale in acest moment

Adaugarea comentariilorclarificatoare (parafraze)



Identificarea constringerilor privitoare la domeniu(domain) si interval (range) pentru fiecare proprietate:Animal eats Living_thing

eats domain: Animal range: Living_thing

Person owns Living_thing except Personowns domain: Person

range: Living_thing and not PersonLiving_thing parent_of Living_thing

parent_of domain: Animalrange: Animal

studiu de caz



Pentru entitatile ce pot fi definite trebuie comentate siformalizate definitiile acestora in termeni de primitive,

relatii si alte entitati ce pot fi definite

studiu de caz



Exemplul 1: “A ‘Parent’ is an animal that is the parent of some other animal” (Ignore plants for now)

Parent = Animal and parent_of some Animal

Exemplul 2: “A ‘Herbivore’ is an animal that eatsonly plants” (NB: All animals eat some living thing)

Herbivore = Animal and eats only Plant

studiu de caz



Stabilirea proprietatilor ce pot apareala nivel de clasa

Ce se poate afirma privitor la totimembrii clasei?

exemplu: eats All cows eat some plantsAll cats eat some animals

All pigs eat some animals and eat some plants

studiu de caz



Verificarea clasificarii

“Cows should be Herbivores”

Cows are animals and, amongst other things,eat some grass and eat some leafy_plants

studiu de caz



Verificarea clasificarii

Trebuie specificata axioma de inchidere (closure axiom)

Cows are animals and, amongst other things,eat some plants andeat only plants

studiu de caz



Verificarea clasificarii (aici, in Protégé):

studiu de caz



Examinarea listei de modificatori

identificarea modificatorilorcare au valori mutual exclusiveDomestication, Risk, Gender, Age

precizarea mai precisa a unoraAge↦ Age_group

studiu de caz



Noua lista de modificatori

studiu de cazModifiers

DomesticationDomesticWildFeral

RiskDangerousRiskySafe

GenderMaleFemale

AgeInfantToddlerChildAdultElderly



Specificarea valorilor (solutia 1)partitii de valori: clase care partitioneaza o calitate

Dangerousness cu sub‐calitatile disjuncteDangerous, Risky, Safe

Se poate specifica proprietatea functionalahasDangerousness : Animal Dangereousness

Dangerous_animal = Animal and hasDangerousness some Dangerous

studiu de caz



studiu de caz

DangerousRisky

Safe

Leo’sDanger

Dangerousanimal

Leo theLion

hasDangerousnesssomeValuesFrom

Dangerousness

AnimalDiagrama partitiilor de valori

Vezi si www.w3.org/TR/swbp-classes-as-values



Specificarea valorilor (solutia 1)partitii de valori: clase care partitioneaza o calitate

studiu de caz

calitatea

partitiile de valori



studiu de caz

Dangerousness_Value

Safe_value

Risky_value

Dangerous_value

Animal

DangerousAnimal

Leo theLion

Leo’sDangerousness

owl:unionOf

hasDangerousness

hasDangerousnesssomeValuesFrom

Partitiile de valori in stilul UML



Specificarea valorilor (solutia 2)valori simbolice: indivizii pot enumeratoate valorile unei calitati (caracteristici)

calitatea specificata este Gender_value,pentru fiecare valoare existind o multime de indivizi

valorile vor fi diferite, date ca o enumerare: Gender_value = { male, female }

se specifica o proprietate functionalahasGender : Animal Gender_value

Male_animal = Animal and hasGender is male

studiu de caz



studiu de caz

Gender_value

Person

Man

Andrei

owl:oneOf

hasGender

female male

Valorile simbolice – stilul UML



Principii pentru specificarea valorilor(design pattern):

Valori distincte exprimate via Disjoint pentru clase sau allDifferent pentru indivizi

Valorile “acopera” un tip de date Calitate = Part1 or Part2 or Part3 or… or PartnCalitate = {v1 , v2 , v3 ,…, vn}

Proprietatile exprimate sunt deseori functionale

studiu de caz



Exprimarea rolurilor (proprietatilor)apare necesitatea distingerii rolurilor

pe care le joaca entitatile in diferite situatii

Exemple: “pet” vs. “farm animal”,“profesor” vs. “student”, “medic” vs. “pacient”

Deseori, calificarile trebuie distinse fata de rolurie.g., o persoana poate avea calificare de medic,

dar joaca rol de pacient

studiu de caz



Exprimarea rolurilor (proprietatilor)uzual, rolurile desemneaza relatii

studiu de caz

AnimalFood_animal

CowHorse

Pet_animalHorseDog

AnimalMammal

CowHorseDog

Animal_use_roleFood_rolePet_role

Food_animal = Animal and has_rolesome Food_role

Pet_animal = Animal and has_rolesome Pet_role



Exprimarea rolurilor (proprietatilor)

Situatie: Horse plays_role some Food_roletoti caii joaca rol de animale bune de consum

o afirmatie prea categorica

studiu de caz



Observatie:anumite entitati pot fi deduse pe baza inferentei

– via reasoners (e.g., Pellet)

Grass and Leafy_plants are both kinds of Plant

studiu de caz



Exprimarea rolurilor (proprietatilor)

Solutii:ignorarea problemei intr‐un anumit contextinlocuirea lui has_role cu may_have_role

se poate specificaFood_Horse = Horse and has_role Food_role

studiu de caz



Comentarea & parafrazarea tuturor claselordin cadrul ontologiei

foarte util pentru alte persoane care vor utilizasi/sau extinde ontologia

studiu de caz



Oferirea unui set de clase de proba sia unui cadru de testare a ontologiei

Clase de proba = clase suplimentare care pot sa fie sau nu satisfiabile sau clasificabile intr‐un context

particular (“exceptiile de la regula”)in ontologia finala, vor fi eliminate

studiu de caz



studiu de caz: privire de ansamblu

Living Thing

Grass

Animal

Plant

Tree

Body Part

Arm

Leg

Person

CowCarnivore

Herbivoreeats

eats

eats

has part



Modelarea unui web privitor la un muzeu de arta

adaptare dupa (Enrico Franconi, 2003)

studiu de caz





Considerarea – eronata – a unui concept ca fiind rol

Painter subClassOf only PAINTING.Painting

Painting subClassOf only AUTHOR.Painter

PaintEvent subClassOfintersectionOf (some WHO.Painter, some WHAT.Painting)

studiu de caz



Acest TBox este redundant

Nu se pot detecta usor inconsistentele

TBox‐ul este ciclic

studiu de caz



La nivel de ABox se specifica:Tabloul Pescuit de ton al lui Dali se gaseste in Madrid

Tabloul Pescuit de ton, pictat de Dali in 1966,se gaseste in Madrid

Redundanta:Painter (dali), PAINTING (dali, tuna-fishing),

Painting (tuna-fishing), AUTHOR (tuna-fishing, dali) etc.

studiu de caz



Aspecte de interes (Aldo Gangemi, 2008):cerinte – e.g., “doresc sa urmez masterul ideal”

contructii logice: subClassOf, restrictii de cardinalitate,…ontologii existente – e.g., FOAF, BibTeX, DOLCE, OpenCycresurse de cunostinte informale: CiteSeer, Open Directory

conventii & practici, inclusiv sabloane de proiectareinstrumente – editoare, instrumente de reasoning,

convertoare etc. (Protégé, NeON Toolkit, FaCT++, Pellet, Jena, Virtuoso, Semantic MediaWiki,…)

de retinut



Intelegerea clara a distinctiilor (Franconi, 2003):

concept (clasa) vs. individ

concept (clasa) vs. proprietate (rol)

entitate definita vs. entitate dedusa

de retinut



Clasa (concept) versus instanta (individ)O multime de indivizi este una numarabila, discretaSpatiul privitor la concepte e ideal continuu si infinit

Fiecare individ poseda o identitate claraDaca 2 concepte au descrieri echivalente,

atunci desemneaza acelasi conceptDescrierile privitoare la indivizi pot fi alterate

Actualizarile privitoare la indivizi, uzual, nu schimbaierarhia conceptelor

Alegerea “clasa vs. individ” depinde de granularitate

de retinut



Nu e usor de decis daca o entitate trebuie sa fie modelataca si concept sau drept rol

Persoana este un concept (clasa)Mama ca si concept nu exista daca nu consideram

ce rol joaca intr‐o relatie parentala(este un concept dependent de o relatie)

conventie: alegerea de nume neambigue pentru rolurie.g., hasParent, areMama, areGen etc.

de retinut



Fiecarui concept ales i se pot asocia:proprietati intrinseci – caracteristice naturii conceptului

proprietati extrinseci – externe, pot sa se modifice in timp

parti, fragmente – in cazul obiectelor structurate/compusepot fi fizice (“studentii dintro grupa”, “componentele unui

calculator”, “boabele unui strugure”) sau abstracte(“prezentarile unui curs”, “subiectele evocate de artist”,…)

de retinut



Rationamentele automate privitoare la indivizisunt dificil de realizat

ontologiile vizeaza in special claseleontologii ≠ baze de date

a se consulta siwww.coode.org

de retinut



Ontologiile reprezinta artefacte avind o structura specifica(lingvistica, ierarhica, logica)

Ontologiile vizeaza uzual atit domeniul de cunoastere,cit si activitatile desfasurate specifice acelui domeniu

Ontologia urmeaza un ciclu de viata (lifecycle), fiind creata, evaluata, ajustata, exploatata ca si alt artefact softwareaspecte de interes: datele, tipurile deworkflow‐uri,sabloanele de proiectare, utilizarea propriu‐zisa

de retinut



Rezumat

Knowledge engineeringMetodologii de proiectare a ontologiilor



?

Documents

Web08 Semantic Web: Inginerie Ontologica (I)