Руководство по созданию Вашей первой онтологии Natalya F. Noy Deborah L. McGuinness

Система «OntoGrid» для построения онтологий

• Онтология - формальное явное описание терминов предметной области (ПрО) и отношений между ними (Gruber 1993)

• O=

Назначение онтологии

• Системы обучения: полезно иметь в качестве «опорного сигнала» легко воспринимаемую структуру этой области, быстро находить ссылки на источники.

• Поисковые системы: поиск по семантически значимым фрагментам текстов с опорой на онтологию ПрО.

• Научные исследования: унификация терминологии ПрО, автоматическое отслеживание данных и знаний в потоке информации.

• 4. Интегрирование баз данных и знаний: установление семантической эквивалентности фактов и понятий, сформулированных в разных терминах.

Автоматизация разработки и сопровождения онтологии (проект OntoGRID)

• Инструмент для эксперта ПрО, строящего онтологию. Средства распределенной разработки

• 2. Лингвистический процессор

• Лингвистическая база

• Интерфейс «семантика – онтология»

• 3. Методика использования онтологий

1 Инструмент для эксперта ПрО, строящего онтологию

• Protege

• (http://protege.stanford.edu/)

• Mark Musen, Stanford Medical Informatics 1992

• Разработка онтологий 101: руководство по

• созданию Вашей первой онтологии

• Natalya F. Noy Deborah L. McGuinness

• Ontolingua

• Chimaera

Средства распределенной разработки

• Integrated Development Enviroment (IDE)

• ASCONT

Лингвистический процессор

• 1.Блок морфологического анализа.

• Блок статистического анализа текстов Гусев В.Д., Саломатина Н.В.

• 2. Система семантического анализа текста.

• «Визуализатор отношений» (ВизОт)

• Налетов А.М., Чурикова В.А., Соколова А.Н.

Блок статистического анализа

• Назначение:

• выявление общенаучной, предметно-ориентированной и узкоспецифичной лексики;

• формирование индикаторных словарей, отражающих аспекты документа (целевая установка, метод решения, полученный результат и т.п.);

• формирование системы признаков для тематической классификации документов.

• Процедуры:

• вычисления L-граммных спектров;

• выделения устойчивых словосочетаний с учетом морфологической и комбинаторной изменчивости;

• выявления аномалий в позиционном распределении лексических единиц в тексте.

L-граммное представление текстов

• ― анализируемая группа текстов;

• L-грамма ― цепочка из L подряд следующих

• нормализованных слов.

• Частотная характеристика L-го порядка группы текстов Т

• есть совокупность представленных в Т L-грамм с указанием

• частот встречаемости и распределения по отдельным текстам:

• , где ― пара:

• <i-я L-грамма ; вектор вхождений L-граммы в каждый

• из текстов подборки Т : >;

• ― размер словаря L-грамм;

• Совместный частотный спектр группы текстов Т

• есть совокупность частотных характеристик:

• , где ― длина максимальной

• цепочки слов, общей хотя бы для пары текстов.

Фрагмент словаря аспектной лексики (по материалам конференции «Диалог’2002»; 146 докладов)

• Аспект: целевая установка; L = 2, 3

• Биграммы: (Fтекст.,Fабс.)

• в/работа (60,110); в/статья (31,45); в/доклад (31,39); постановка/задача (14,16); наш/исследование (10,15);

• Триграммы: (Fтекст.,Fабс.)

• в/данный/работа(16,19); в/статья/рассматриваться(10,11); в/настоящий/работа (10,10); в/рамка/проект (8,12); в/работа/рассматриваться (7,7); в/данный/доклад (5,6); настоящий/работа/посвящать (5,6);

• данный/работа/посвящать (5,5);

• в/доклад/рассматриваться (5,5);

Выделение«устойчивых»цепочек слов

• «Устойчивая цепочка» ― L-грамма (L ≥ 2),

• встречающаяся в большом числе разнообразных контекстов.

• Неустойчивой считается цепочка, которая может быть продол-

• жена как вправо, так и влево ограниченным числом способов.

• Примеры

• устойчивых цепочек:

• порядок слов; русский язык; как уже отмечалось,

• таким образом; в настоящее время; один и тот же;

• нетрудно видеть, что; предложение со скремблингом;

• неустойчивых цепочек:

• в русском; предложение со; посторонним вход;

• быть или не…

Выявление позиционных аномалий

• Гипотеза: лексические единицы, демонстрирующие неравномерное распределение в тексте, обычно

• более значимы, чем распределенные равномерно.

• Сканирующие статистики

• ― эффективный аппарат для выявления позиционных аномалий:

• d(n) ― длина минимального интервала,

• содержащего ровно n вхождений лексической единицы λ

• (2 ≤ λ ≤F(λ), где F(λ) ― частота встречаемости λ в тексте).

• Распределение d(n) при гипотезе H0 (равномерность) известно.

• Применение:

• оценка информативности лексических единиц;

• построение квазирефератов текста.

Анализ текста в системе OntoGrid

• Формализм для представления смысла текста + алгоритмы анализа

• База лингвистических знаний предметной области

• Алгоритм построения семантического представления текста

• Интерфейс эксперта

Задачи анализа текста

• Классификация текстов

• Реферирование

• Поиск по заданным концептам

• ……….

• Определение реализаций элементов онтологии в текстах

• Наполнение элементов онтологии ссылками на тексты

• Выявление «недогруженных» и «перегруженных элементов онтологии»

• ……….

Анализ текста в системе OntoGrid

Лингвистическая база знаний предметной области

• База реализаций отношений (БРО)

• -термины

• -реализации смысловых отношений

• Набор критичных фрагментов (НКФ)

• наборы неэлементарных словосочетаний, соответствующих существенным элементам ПрО

Представление реализаций смысловых отношений в БРО

Формирование БРО

• В ходе интерактивного анализа текста

• На основе предварительной статистической обработки текстов ПрО

• Использование обобщенных определений отношений (правил выделения в тексте)

Редактирование БРО с помощью интерфейса ВизОт

Пирамидальные сети Гладун В.П.

Q-сети

• Текст рассматривается как иерархическая структура фрагментов, каждый из которых представляет некоторую семантическую цельность

Построение семантического представления (СемП) текста

Формирование понятий

Доля j-го фрагмента в i-м понятии

Шум j-го фрагмента для i-го понятия

Окно диалога с системой

Зародыш онтологии DM

• Онтология

• предметной области

• Data Mining

• (Onto-DM)

• Какую область будет охватывать онтология Onto-DM?
• Для чего мы будем использовать онтологию Onto-DM?
• На какие вопросы должна давать ответы онтология Onto-DM?
• Кто будет разрабатывать, использовать и поддерживать онтологию Onto-DM?

• Стрелки указывают на отношение:

• Случай Z является примером решения задачи Y методом X.

• Data Mining – область деятельности, связанной с обнаружением причинно-следственных зависимостей (закономерностей, знаний )

• в массивах экспериментальных или статистических данных.

• Синонимы: Интеллектуальный анализ данных, Подъем данных,…

• Данные – множество отдельных фактов, значений признаков, …

• Синонимы: протокол наблюдений, data, data table

• Знание – утверждение об общих свойствах множества фактов,

• о зависимости между значениями признаков.

• Синонимы: закономерность, зависимость, regularity, …

• Объект – выделенный элемент изучаемого мира

• Синонимы: реализация, вектор, точка, entity, …

• Свойство – характеристика объекта

• Синонимы: признак, атрибут, параметр, feature, …

• …….