CC BY
230
УДК 004.9, 004.5
П.А. Ломов, М.Г. Шишаев
ФГБУН Институт информатики и математического моделирования технологических процессов КНЦ РАН
Кольский филиал ПетрГУ
ВИЗУАЛИЗАЦИЯ OWL-ОНТОЛОГИЙ на основе когнитивных фреймов*
Аннотация
Данная статься посвящена проблеме визуализации онтологий, описанных на языке OWL, для облегчения их понимания. Для этого предлагается формировать из элементов онтологии специальные структуры - когнитивные фреймы. Предполагается, что отображение когнитивных фреймов при визуализации позволит обеспечить лучшее понимание исходной OWL-онтологии, чем простое отображение связанных понятий в виде графовой структуры. В работе рассматривается понятие когнитивного фрейма, определяются требования к нему, а также рассматриваются алгоритмы его формирования
Ключевые слова:
онтология, семантик-веб, понимание онтологий, визуализация онтологий, онтология верхнего уровня.
P.A. Lomov, M.G. Shishaev
VISUALIZATION OF OWL-ONTOLOGIES ON THE BASIS OF COGNITIVE FRAMES Abstract
This paper is devoted to the issue of visualization of the OWL-ontologies helping their comprehension. We present the approach of combining some UPO elements with special fragments - cognitive frames. It is expected that showing cognitive frames during visualization instead of just showing any terms linked with the chosen one will be more useful for ontology understanding. We determine some requirements for cognitive frames, define the types of them and consider formal algorithms for constructing frames.
Key words:
ontology, semantic web, ontology comprehension, ontology visualization, upper level ontology. Введение
На сегодняшний день для описания экспертных знаний в различных информационных системах широко применяются онтологии. Используемым языком при этом являться язык веб-онтологий Ontology Web Language [1]. Предложенный и развиваемый консорциумом W3C, OWL на сегодняшний день является де-факто стандартом описания онтологий, благодаря наличию богатых выразительных возможностей и формальной разрешимости. Однако, несмотря на относительную простоту логических утверждений, которые при использовании, например, манчестерского синтаксиса [2] напоминают предложения
* Работа выполнена в рамках проекта №2.8 программы фундаментальных исследований ОНИТ РАН «Интеллектуальные информационные технологии, системный анализ и автоматизация», при поддержке РФФИ (грант № 13-07-01016 «Методы динамического синтеза когнитивных интерфейсов мультипредметных информационных систем»).
английского языка, описание на нем больших онтологий приводит в итоге к проблеме их понимания (ontology comprehension) [3, 4].
Наличие данной проблемы затрудняет работу пользователя с OWL-онтологией, так как он должен уметь правильно выбирать и интерпретировать совокупности синтаксических конструкций для понимания того, какой объект, процесс или явление ими описывается. Данная задача требует помимо знания как синтаксиса языка OWL, так и особенностей описания с его помощью предметных знаний. Заметим также, что решение данной задачи экспертом усложняется по мере увеличения объема и сложности онтологии, что это может в конечном итоге фактически нивелировать одну из положительных особенностей их использования - возможность их повторного применения.
Одним из общих способов облегчения понимания онтологии экспертом является ее визуализация. На сегодняшний день существует множество программных средств, которые могут быть использованы для визуализации OWL-онтологий: GraphViz [5], TGVizTab [6], OWLViz [7], OntoSphere [8]. Они ориентированы на представление онтологий в виде графовой структуры. Однако онтологии, описанные с помощью языка OWL, являются системой логических утверждений (аксиом) дескрипционной логики, не все из которых могут быть непосредственно представлены в виде элементов графа. В этом случае существующие средства не визуализируют их, что приводит к сокрытию фрагментов знаний предметной области, представленных в онтологии. Также данные средства почти не учитывают при визуализации смысл понятий и отношений, представленных в онтологии, что также негативно сказывается на понимании ее пользователем.
В данной работе предлагается проводить визуализацию того или иного понятия онтологии исходя из того, какие при его определении используются инвариантные понятия и отношения. В качестве их источников рассматриваются онтологии верхнего уровня. Таким образом, в онтологии выделяются фрагменты, на основе которых формируются особые структуры - когнитивные фреймы, которые и представляются пользователю в рамках визуализации. При формировании когнитивных фреймов учитываются также особенности психологического восприятия человеком информации. Предполагается, что визуальное представление формализованных знаний описанных в онтологии, в виде системы фреймов упростит их понимание пользователем.
Понятие когнитивного фрейма
Как правило, процесс визуального представления каких-либо данных или знаний в рамках интерфейсов информационных систем заключается в уподоблении объектов, процессов и явлений предметной области, а также отношений между ними некоторым визуальным образам. В этом случае, как это отмечается в работе [9], такой визуальный образ выступает в роли метафоры визуализации сущности предметной области. Таким образом, метафора визуализации в данном случае определяется как отображение, ставящее в соответствие понятиям и объектам моделируемой прикладной области систему сближений и аналогий и порождающее некоторый изобразительный ряд (набор видов отображения) и набор методов взаимодействия с визуальными объектами.
В работе [10] подчеркивается, что метафора визуализации в графических интерфейсах выполняет основную когнитивную функцию. Это проявляется в том, что пользователь может приложить образ неизвестного фрагмента действительности к другому известному фрагменту и тем самым обеспечить концептуализацию неизвестного фрагмента по аналогии с уже сложившейся системой понятий.
Для формальных онтологий в качестве метафоры визуализации обычно выступает, графовая структура, то есть набор именованных вершин соединенных дугами. Это вызвано тем, что формальные онтологии можно приближенно уподобить семантическим сетям, для которых обычно применяются графические нотации, алфавит которых основан на элементах графа. Однако логические языки, которыми описываются формальные онтологии, являются более выразительными, чем языки семантических сетей. Это обстоятельство требует, как это было отмечено ранее в работе [11], анализа, часто нетривиального, онтологии перед ее визуализацией. Заметим также, что в процессе визуализации какого-либо понятия, представленного в онтологии, важно передать идею этого понятия, которую автор в него вложил. Это в ряде случаев не сводиться к просто отображению самого понятия и его непосредственных партнеров по отношениям, а требует их отбора в соответствии со значением понятия в предметной области. Наряду с этим важным является использование визуального выделения некоторых графических элементов, исходя из роли, которую играет для описания понятия представляемый ими компонент онтологии.
Будем далее использовать для таких визуальных метафор, используемых при представлении содержимого онтологии, понятие когнитивный фрейм (КФ). В какой-то степени оно является близким с известным понятием «Фрейм» Минского М., но имеет несколько иную цель. Так Минский определял фрейм, как структуру данных для представления стереотипной ситуации [12]. Таким образом, фрейм является своего рода моделью какого-либо объекта, явления, события, процесса. В нашем случае под КФ имеется в виду графическая структура, позволяющая представить идею уже существующего описания в онтологии некоторой сущности. То есть КФ обеспечивает своего рода метапредставление, способствующее восприятию человеком знаний из онтологии об объектах, процессах и явлениях, описанных другим человеком.
Основные требования к когнитивному фрейму
Далее рассмотрим требования к КФ, которые должны быть учтены при его формировании. К первому требованию относиться компактность КФ. Оно основывается на ограничении Миллера [13], указывающее на возможность хранения в кратковременной памяти человека не более чем 7-9 объектов. Данное требование определяет допустимый предел числа компонентов КФ, не превышение которого позволяет человеку одномоментно воспринять передаваемую им идею без дополнительных мыслительных операций по разбиению большего количества компонентов на группы. В случаях, когда удовлетворение данного требования затруднительно, можно прибегнуть к методам, описанным в работе [14], таким, как устранение несущественных деталей или выделение «ортогональных» (не пересекающихся) ракурсов
рассмотрения и создание нескольких когнитивных фреймов в виде иерархической структуры.
Наряду с этим также важно представлять в рамках одного КФ полную информацию о понятии в целом или, в случае ее большого объема, о понятии в рамках отдельной перспективы. Выполнение требования полноты и компактности когнитивных фреймов позволит человеку оперировать
преимущественно кратковременной памятью, «загружая» в нее отдельные фреймы целиком, что потребует гораздо меньше умственных усилий, чем мысленный синтез образа из нескольких фреймов или их декомпозиция.
Важным требованием к КФ также является его «привычность» для пользователя. Это обусловлено тем, что КФ выполняет роль визуальной метафоры, которая предполагает представление некоторого неизвестного объекта посредством некоторого объекта-заместителя, известного и понятного пользователю. Чем более пользователь знаком с объектом-заместителем, тем больше знаний о нем пользователь сможет переложить на неизвестную сущность и тем самым проще и полнее познать ее и оперировать знаниями о ней.
Вероятно, данную особенность можно объяснить тем, что человек в процессе познания мира оперирует, так называемыми, когнитивными структурами. Их природа многогранна и неоднозначна. Как отмечается в работе [15], когнитивные структуры «отражают определенное видение мира человеком, способы концептуализации этого видения в языке, общие принципы категоризации и механизмы обработки информации, с точки зрения того, как в них отражается весь познавательный опыт человека, а также влияние окружающей среды». С понятием когнитивной структуры тесно связано понятие ментальной репрезентации или ментальной модели, которая определяется как некоторое знание в долговременной или кратковременной памяти, структура которого соответствует структуре репрезентируемой ситуации [16]. Когнитивная система индивида как иерархическая совокупность когнитивных структур позволяет ему составить представление о мире, опираясь исключительно на внутренние репрезентации [17]. Таким образом, в результате применения когнитивных структур к информации об окружающем мире человек формирует или дополняет в сознании ментальные модели объектов, предметов и явлений (рис. 1).
Рис. 1. Использование когнитивных структур в процессе познания
Соответственно, чем проще происходит процесс подбора и применения некоторой когнитивной структуры для обработки данных о новом объекте, процессе или явлении, тем меньше умственных усилий на это затрачивается. Метафора в этом случае позволяет автоматически повторно применить туже когнитивную структуру к воспринимаемой сущности, что и к уже познанной, выступающей в роли метафоры. Заметим также, что в этом случае также продуцируется сходная ментальная модель, которую проще увязать в виду прошлого опыта с существующими моделями других сущностей и сохранить в памяти. Не зря одним из правил запоминания информации считается то, что понятое знание запоминается легче и на более долгий срок.
В связи с приведенными выше рассуждениями для обеспечения «привычности» КФ его структурные элементы и взаимосвязи между ними, а также их визуальное отображение должны:
- являться прототипом некоторой существующей ментальной модели в сознании человека;
- или явно задавать знакомый ракурс рассмотрения какого-либо объекта в рамках КФ для выбора адекватной когнитивной структуры в процессе познания.
Первое условие очевидно и следует из использования КФ как визуальной метафоры. Однако выполнить его в должной мере затруднительно, ввиду того, что применяемая для онтологий визуальная метафора - некая графовая структура - может представлять фактически любой объект. В этой связи человек будет рассматривать его с общих позиций, не воспринимая его специфику, обусловленную предметной областью.
Второе условие указывает на необходимость использования некоторых общепринятых правил визуализации онтологий. Они должны определять способ построения таких КФ, которые позволяли бы человеку быстро и просто «подбирать» адекватную когнитивную структуру для осмысления. Таким образом, появляется возможность представить более детальную информацию об объекте и при этом обеспечить ее понимание. Однако довольно важным в этом случае является вопрос формулировки общепринятых правил визуализации онтологий, которые должны определять различные структуры КФ. С точки зрения авторов отправной точкой для их задания может служить анализ онтологий верхнего уровня (ОВУ).
Основная идея разработки ОВУ состоит в том, что если при рассмотрении понятийных систем различных предметных областей постепенно повышать уровень абстракции, то на определенном шаге останется лишь небольшой инвариантный по отношению к ним набор понятий [18]. Это обуславливается тем, что в каждой предметной области мы имеем дело, по сути, с различными разновидностями объектов, процессов, свойств, отношений, пространств, временных промежутков, ролей, функций и т.д. Таким образом, онтология верхнего уровня определяет понятийную систему наиболее общих понятий и отношений. Необходимо заметить, что она также задает возможный взгляд на реальность, из которого следуют определенные способы описания знаний о предметных областях. В этой связи можно использовать онтологии верхнего уровня в качестве источников правил компоновки КФ. Заметим также, что ОВУ обычно являются результатом работы групп специалистов в области лингвистики, когнитологии, философии, концептуального и семиотического
моделирования. Из этого обстоятельства следует, что применение ОВУ в качестве основ при разработке онтологий предметных областей дает возможность представлять специфические понятия привычным для специалистов в различных областях знаний способом. Соответственно формулировка правил формирования КФ на основе результатов анализа подходов к представлению понятий в ОВУ, позволит гарантировать некоторую общепринятость таких правил и как следствие привычность КФ.
Формирование когнитивных фреймов
Введем формальное представление понятия «Когнитивный фрейм» в следующем виде:
KF=<CT, VS>,
где СТ является содержимым фрейма - некоторым фрагментом онтологии, VS - способ визуального представления содержимого.
Заметим, что в предыдущей работе [11] была представлена технология создания для OWL-онтологии ее упрощенной модификации - онтологии пользовательского представления (ОПП), направленной на непосредственную графическую визуализацию. В качестве основы ОПП используется модель SKOS [19], которая ориентирована на описание концептуальных схем, тезаурусов и семантических сетей. Язык SKOS проще, чем язык OWL и описанная с его помощью ОПП легко может быть визуализирована в виде графовой структуры. С учетом данного обстоятельства будем рассматривать содержимое КФ как некоторый фрагмент ОПП, то есть некоторый подграф, вершинами которого являются понятия, а дугами представлены отношения между ними. При этом из множества понятий выделяется целевое понятие, смысл которого должен передать фрейм. В качестве способа визуализации на данном этапе исследования была выбрана графовая структура (node-link diagram).
Для определения алгоритмов формирования содержимого КФ введем понятие ««-окрестность понятия t по некоторому отношению R», которым будем обозначать множество понятий, связанных отношением R через п промежуточных понятий. Обозначим множество всех видов отношений в онтологии H = {R1,...Rn}, где Rm = {rz(kt,Oj):kt,Oj gV]иRn mRm = 0, n Ф m.
Тогда окрестность определяется индуктивно следующим образом:
V)=W.
2LRm (О ={o,: Г(k,,Oj) лk, g LRm,(t) лr g r- }.
где LRm (t) - п-ая окрестность понятия t по отношению вида Rm. Oj и к, - понятия онтологии.
Общий вид содержимого КФ обозначим следующим образом:
CT(t) =< O, Z >.
где 0 с {o : O, g и LRm (t)}, Z = {rc(o,, Oj) : O, g L1RL1(t), Oj g LRr- (t)}.
Rm gH neN
t - целевое понятие КФ, Z - множество отношений между понятиями КФ.
Таким образом, в общем виде КФ будет включать целевое понятие и некоторые понятия непосредственно и опосредовано связанные с ним.
Далее рассмотрим общие элементы, используемые в существующих онтологиях верхнего уровня, таких как DOLCE [20], BFO [21], GFO [22], CYC [23], SUMO [24], и вопрос формирования КФ на их основе. На данном этапе исследования были рассмотрены следующие общие отношения онтологий верхнего уровня:
- наследование указывает на то, что некоторое понятие (субконцепт) является разновидностью другого (суперконцепта). В таком случае субконцепт наследует отношения его суперконцепта;
- меронимия - отношение между понятием, обозначающим целое, и понятиями, обозначающими части этого целого;
- зависимость указывает на то, что существование одного понятия зависит от существования другого.
Большинство других отношений в онтологиях предметных областей можно рассматривать как разновидности представленных. Формирование содержимого КФ на основе общих отношений между понятиями позволит разбить визуальную информацию по принадлежности к различным ракурсам рассмотрения понятий и, тем самым, позволит избавить пользователя от дополнительных ментальных операций. «Общепринятость» отношений, в свою очередь, позволит гарантировать представление в рамках КФ знакомой пользователю точки зрение на понятие.
Отношение наследования является транзитивным и, как правило, определяет основную иерархию понятий в онтологии. Оно позволяет получить представление о категории самого понятия по его понятию-предку, а также о его разновидностях - по его понятиям-потомкам. Содержание, соответствующего данному отношению КФ, может быть сформировано с использованием следующего алгоритма:
Шаг 1. CT(t) =< O, Z >, где O = E = LRh (t),
Qi = Z = {< t, ot >: o e LRh (t)}, n = 1, Rh - иерархическое отношение.
Шаг 2. Если | En v LR„h(t)l< LM, где LM - предельное количество элементов во фрейме, то Еи+1 = E v LRh+1 (t),
Qn+1 = Qn v {< kj , O >: kj e En , О e En+1} , иначе E„+1 = En .
Шаг 3. Если EB+1 = En, то O = En+1, Z = Qn+1 и работа алгоритма
завершается, иначе n = n +1 и переходим к шагу 2.
Согласно данному алгоритму в КФ на первом шаге будут включены все понятия, связанные с целевым непосредственно отношением наследования. На втором шаге будет предпринята попытка включить понятия из 2-й и далее из последующих окрестностей. В том случае если это становиться невозможным из-за ограничения количества элементов, дополнения не производиться, и алгоритм завершается.
Заметим, что в данном алгоритме и последующих на каждом шаге добавляются именно все понятия окрестности, а не их часть. Это позволяет полностью представлять в КФ уровни иерархии понятий по некоторому отношению R. Предполагается, что все понятия одного уровня образуют
целостный контекст, отражающий смысл целевого. Таким образом, включение их всех в содержимое КФ позволит обеспечить его смысловую целостность.
Следующим важным отношением, используемым при описании понятий различных предметных областей, является отношение партономии или отношение «часть - целое». Однако в отличие от отношения наследования ответ на вопрос о формировании содержимого КФ, соответствующего партономии не столь очевиден. Это связанно с наличием разновидностей партономических отношений [26], таких как: функциональная часть - цельный объект (педаль-велосипед), элемент - коллекция (корабль - флот), порция - масса (кусок глины -глина), материал - объект (сталь - машина), этап - процесс (сдача экзаменов-обучение), место - территория (Красная площадь - Москва).
В ряде случаев это может приводить к парадоксам транзитивности. Примером может быть такой вывод: если «Концерт имеет - часть Дирижер», «Дирижер имеет - часть Рука», то «Концерт имеет - часть Рука». Разумеется, что наличие таких парадоксов КФ негативно отразиться на его понимании.
Для решения данной проблемы можно предложить несколько правил установления транзитивности:
1. Учитывать транзитивность лишь по одной разновидности партономических отношений;
2. Рассматривать транзитивность партономии только между объектами имеющими одного предка [27];
3. Учитывать транзитивность лишь между базовыми разновидностями партономических отношений [28], такими как «функциональная часть - цельный объект», «порция - масса», «этап - процесс», «место - территория».
С учетом того обстоятельства, что как правило в онтологиях разновидности партономии явно не представлены, наиболее целесообразным с точки зрения универсальности применения является правило 2. Это предполагает добавление дополнительного условия при внесении понятий-частей в содержимое КФ на 2 шаге алгоритма его компоновки. Оно будет заключаться в требовании наличия некоторого одинакового числа супер-классов у целевого и добавляемого понятия. Количество одинаковых супер-классов определяется в зависимости от верхней части иерархии классов конкретной онтологии или выбранной в качестве ее основы онтологии верхнего уровня. Например, в случае использования онтологии верхнего уровня BFO это число будет не менее 4, в этом случае получится избежать установления ошибочной транзитивности партономии между понятиями «Continuant» и «Occurrent», а также их подклассами.
Таким образом, алгоритм формирования КФ по отношению партономии будет иметь вид:
Шаг 1. CT(t) =< O, Z >, где O = E = LRm (t),
Z = Q = {< t,o >: O G LRm (t)}, где Rm - отношение партономии, n = 1.
Шаг 2. Если | £и ^ (L^(t) \ P) |< LM,
P = {oi : o G LR^1 (t)a | SC(t) ni SC(oi ) |< LC}, SC(t), SC(o) - множество супер-понятий для t и o,, LC - требуемое число одинаковых супер-понятий, то
En+1 = En ^ (LRT+1 (t) \ P) . Qn+1 = Qn ^ {< kj , Ot >: kj G En , Ot G En+1} .
иначе En+1 = En .
Шаг 3. Если EB+1 = En, то O = En+1. Z = Qn+1 и работа алгоритма завершается, иначе n = n +1 и переходим к шагу 2.
Далее рассмотрим формирование содержимого КФ на основе отношений зависимости понятий. Данное отношение проявляется, когда существование или важные качества одного понятия зависят от существования другого понятия. В этом случае является целесообразным отображать в рамках КФ те понятия, от которых зависит целевое.
Отношение зависимости, так или иначе, задано во всех существующих онтологиях верхнего уровня. Однако его представление осуществляется по-разному. Во многом это связанно с наличием различных видов зависимости сущностей, а также с разной точкой зрения авторов онтологий на существенность того или иного вида зависимости.
В основном в онтологиях верхнего уровня представлены следующие виды зависимости:
- общая (generic) и специфическая/жесткая (specific/rigid) зависимость. Общая указывает на зависимость одной сущности от существования любой другой, принадлежащих некоторому классу (зависимость существования автомобиля от его двигателя, в этом случае двигатель может быть заменен). Специфическая указывает на зависимость от существования конкретного экземпляра класса (зависимость существования человека от его мозга);
- концептуальная зависимость [29. 30] зависимость определенного качества от сущности, которая его несет. Например, качество «иметь цвет» зависит от существования автомобиля, который оно характеризует.
- постоянная (ra^tant) и временная (temporal) зависимость. Постоянная зависимость проявляется постоянно между сущностями, а временная указывает на необходимость существования одной сущности перед появлением другой;
- внешняя зависимость [31] противопоставляется внутренней, определяет зависимость от внешних, то есть не являющихся частями или качествами, сущностей.
Заметим, что число разновидностей отношений зависимости в онтологиях верхнего уровня меньше, чем видов зависимости. Это обусловлено тем, что одно отношение может отражать несколько видов зависимости, непротиворечащих друг другу.
Устанавливать транзитивное замыкание в процессе формирования содержимого когнитивного фрейма для избегания парадоксов следует учитывать одну разновидность отношения. Это обусловлено тем, что зависимость, чаще. чем партисипация, может связывать сущности совершенно разных типов. Поэтому правило единого предка здесь не подходит.
ОбозначимD = {R,...R} с H — множество всех видов отношений
зависимости в онтологии. В этом случае в алгоритме компоновки КФ, соответствующего данному отношению, на 1-м шаге включаются понятия, связанные любым видом отношений зависимости с целевым непосредственно.
На 2-м шаге добавляются их понятия-соседи, связанные с ними тем же типом отношений зависимости.
Формально можно представить алгоритм следующим образом:
Шаг 1. КЕ(ґ) =< О,2 >, где О = Е1 = и І\т (і) ,
КтєО
2 = <2і = и {< і,оі >: оі є Іт (і)}, п = 1 .
ЯтєО
Шаг 2. Если | Еи ^ F \< LM,
то En+i= En ^ F, Qn+i= Qn ^(< kj, o, >-kj e E„, o, e En+1},
иначе En+1 = En.
Шаг 3. Если EB+1 = En, то O = En+1, Z = Qn+1 и работа алгоритма
завершается, иначе n = n +1 и переходим к шагу 2.
Рассмотренные алгоритмы формирования КФ, основанные на учете инвариантных к предметным областям отношений, определяют своего рода общие формы визуального представления любых понятий. Однако в прикладных OWL-онтологиях у понятий может быть представлена также и особая семантика, обусловленная предметной областью или задачей. Как правило, она заключена в специфических отношениях, а также аксиомах эквивалентности и наследования, содержащих в своих частях некоторое логическое выражение, определяющее анонимный класс. Важным является вопрос ее представления в рамках КФ.
В предыдущей работе [11] авторами был предложен способ визуализации OWL-аксиом, включающих определения анонимных классов. В общем, он заключается в приведении аксиомы к дизъюнктивной нормальной форме и представлении отдельных коньюнктов (субаксиом) в виде SKOS-концептов (рис. 2).
SERVER = COMPUTER п (>4hasMemoryModule.{DDR3 п 3 has Capacity.IGB) u BhasVendor.ServerCorp)
SERVER = (COMPUTER П >4has MemorvModule.(DDR3 П 3 hasCapacity.lGBH U (COMPUTER П □hasVendor.ServerCorp)
Рис. 2. Анализ и представление сложных OWL-аксиом в ОПП
Таким образом, можно рассматривать OWL-аксиому как совокупность понятий-субаксиом, связанных с целевым отношением «related». Их визуализация будет осуществляться в рамках специальных КФ. Помимо понятий-субаксиом, в специальные КФ будут включаться понятия, связанные с целевым отношениями, не отнесенные к рассмотренным ранее общим типам. При этом во избежание «перегрузки» КФ на первом шаге будут включены понятия-соседи только целевого понятия, а не наследованные от супер-понятий. Последние будут добавлены на следующих шагах, если это возможно. То есть на каждом шаге будет рассматриваться супер-понятие более высокого уровня иерархии.
Формально алгоритм формирования содержимого специального фрейма имеет следующий вид:
Шаг 1. CT(t) =< O, Z >, где O = E = (t) и A и J , SR - вид
отношений с понятием-субаксиомой SR e H,
A = U [a, ■ 3r(gj, a,,) a gj e LSnR (t) a aj e LSnRr1 (t)} - множество поня-
neN
тий-субаксиом, связанных с целевым опосредованно,
J = P(t)\ U P(uk), P(t) - множество понятий, связанных c поня-
Mj. eSC(t)
тием t специфическими отношениями, SC(t) - множество супер-понятий для t,
Z = Qi = [<t,o, >■o,e (J и LT(t)} u[< hj,ък >ht, ък e Aht ^ ък},
n = 1.
Шаг 2. Если | En и Jn+1 \< LM, Jn+1 = P(t) \ U P(uk),
Mk eSC(b„ )
где LM - предельное количество элементов во фрейме, bn - супер-понятие целевого t с n-го ближайшего уровня иерархии, то EB+1 = EB и Jи+1,
Qn+1 = Qn U [< kj , 0г >■ kj e En , 0, e En+1} , иначе En+1 = En .
Шаг 3. Если EB+1 = E, то O = En+1 и Z = Qn+1 работа алгоритма завершается, иначе n = n +1 и переходим к шагу 2.
Заключение
В данной работе рассмотрена проблема визуализации OWL-онтологий для облегчения понимания пользователем представленных в ней знаний о предметной области. Для решения данной задачи предлагается выделять в онтологии фрагменты и визуализировать их в рамках специальных структур -когнитивных фреймов. Формирование данных структур осуществляется с помощью алгоритмов, принимающих во внимание межпонятийные отношения, определенные в онтологиях верхнего уровня, а потому инвариантные к предметным областям и, так или иначе, присутствующие в большинстве прикладных онтологий. Это позволяет задавать КФ, отражающие типовые точки зрения на понятия, и тем самым обеспечивать их привычность для пользователя.
При этом формирование содержимого КФ происходит также с учетом психологических ограничений возможностей человеческой памяти. Таким образом, предлагаемый в работе подход к визуализации онтологии на основе КФ позволит облегчить понимание ее пользователем.
К направлениям дальнейшей работы можно отнести рассмотрение общих
понятий онтологий верхнего уровня и определение соответствующих им КФ,
разработка механизмов навигации по полученной КФ, а также экспериментальная оценка когнитивных возможностей предложенной системы визуализации.
Литература
1. Bernardo C., Ian H., Boris M., Parsia B., Peter F. P., Sattler U. OWL 2: The next step for OWL. J. Web Sem. 6(4), 2008. -Р.309-322.
2. Horridge M., Drummond N., Goodwin J., Rector A., Stevens R., Wang H. The Manchester OWL Syntax // Proceeding of the 2006 OWL Experiences and Directions Workshop (OWLED), V.216, Athens, 2006.
3. Bergh J.R., Ontology comprehension /University of Stellenbosch, Master Thesis, 2010.
4. Bauer J. Model exploration to support understanding of ontologies // Master’s thesis, Technische Universität Dresden, 2009.
5. Ellson J., Gansner E.R., Koutsofios L., North S., Woodhull G. Graphviz. Open source graph drawing tools proceedings // Graph Drawing. - 2002. - P.483-484.
6. Katifori А., Halatsis C., Lepouras G., Vassilakis C., Giannopoulou E. // Ontology visua-lization methods - A survey. ACM computing surveys, 39(4): 10, 2007.
7. H. Alani TGVizTab: An Ontology Visualisation Extension for Protege, Knowledge Capture 03 - Workshop on Visualizing Information in Knowledge Engineering Sanibel Island, FL: ACM, 2003. - P.2-7.
8. Bosca D. Bonino P. Pellegrino. OntoSphere: More than a 3D ontology
visualization tool. In SWAP, the 2nd Italian semantic web workshop, 2005.
9. Averbukh V.L. Toward formal de_nition of conception adequacy in visualization// Proc. 1997 IEEE Symp. on Visual Languages, Sept. 23-26, 1997. Isle of Capri,Italy. S. l.: IEEE Comput. Soc, 1997. -P.46-47.
10. Валькман, Ю.Р. Когнитивные графические метафоры: когда, зачем, почему и как мы их используем / Ю.Р. Валькман // Знания-Диалог-Решение (KDS-95): труды Междунар. конференции, г. Ялта, 1995. -С.261-272.
11. Ломов, П.А., Преобразование OWL-онтологии для визуализации и использования в качестве основы пользовательского интерфейса / П.А. Ломов, М.Г. Шишаев, В.В. Диковицкий // Онтология проектирования. - Самара: Новая техника, 2012. - №3. -C.49-61. ISSN 2223-9537
12. Минский, М. Фреймы для представления знаний /М. Минский: Пер с англ./ под ред. Ф.М. Кулакова. - М.: Энергия, 1979. - 151 с.
13. Miller G.A. «The magical number seven, plus or minus two: Some limits on our capacity for processing information». Psychological Review 63 (2), 1956.
- P.81-97.
14. Зюбин, В.Е. Графические и текстовые формы спецификации сложных управляющих алгоритмов: непримиримая оппозиция или кооперация? / В.Е. Зюбин // сб. тр. VII Междунар. конференции по электронным публикациям "EL-Pub2003". - Новосибирск, Академгородок, 2003. -C.8-10.
15. Болдырев, Н.Н. Когнитивная семантика: Курс лекций по английской филологии / Н.Н. Болдырев. -Тамбов: Изд-во Тамбовского унив., 2000. -123 с.
16. Johnson-Laird P.N. Mental Models: Towards a cognitive science of language, inference and consciousness / Cambridge, VA: Harvard Univ.Press, 1983.-246 p.
17. Психология общения. Энциклопедический словарь /под общ. ред. А.А. Бодалева. - М.: Изд-во «Когито-Центр», 2011. -600 с.
18. Hoehndorf R. What is an upper level ontology?
- Режим доступа: http://ontogenesis.knowledgeblog.org/740
19. Jupp S., Bechhofer S., Stevens R. SKOS with OWL: Don't be Full-ish! // In proceeding of the Fifth OWLED Workshop on OWL: Experiences and Directions, Karlsruhe, Germany, October 26-27, 2008. - Режим доступа: http://www.webont.org/owled/2008/papers/owled2008eu submission 22.pdf
20. Masolo C., Borgo S., Gangemi A., Guarino N., Oltramari A., Shneider L. WonderWeb. Final Report // Deliverable D18, 2003.
21. Grenon P. Spatio-temporality in Basic Formal Ontology: SNAP and SPAN, Upper-Level Ontology, and Framework for Formalization: Part I. IFOMIS Report 05/2003 // Institute for Formal Ontology and Medical Information Science (IFOMIS), University of Leipzig, Leipzig, Germany, 2003.
22. Herre H. General Formal Ontology (GFO): A Foundational Ontology for Conceptual Modelling // In Theory and Applications of Ontology: Computer Applications, 2010. -P.297-345.
23. Cyc Ontology Guide: Introduction. -Режим доступа: http://www.cyc.com/cyc-2-1/intro-public.html.
24. Niles I., Pease A. Towards a Standard Upper Ontology. In Welty, C., Smith, B. (eds.) Proceedings of the 2nd International Conference on Formal Ontology in Information Systems (FOIS-2001) / Ogunquit, Maine, October 17-19, 2001.
25. Gerstl P., Pribennow S. A conceptual theory of part-whole relations and its applications / Data and Knowledge Engineering, 1996. -V.20. -P.305-322.
26. Cruse D. Lexical Semantics. Cambridge: University Press, 1986.
27. Motschnig-Pitrik, R., Kaasboll, J.: Part-Whole Relationship Categories and their Application in Object-Oriented Analysis / IEEE TSE, 1999. -V.11(5)/-P.779-797.
28. Masolo C., Borgo S., Gangemi A., Guarino N., Oltramari A., Shneider L. /WonderWeb. Final Report. Deliverable D18, 2003.
29. Gangemi A., Navigli R., Velardi P. The OntoWordNet project: extension and axiomatisation of conceptual relations in wordnet /International Conference on On-tologies, Databases and Applications of Semantics (ODBASE), Catania (Italy), 2003.
30. Guarino N., Welty C. A Formal Ontology of Properties. In Knowledge Engineering and Knowledge Management: Methods, Models and Tools / 12th International Conference, EKAW 2000, Springer Verlag, 2000. -Р.97-112.
Сведения об авторах
Шишаев Максим Геннадьевич - д.т.н., заведующий лабораторией,
е-mail: [email protected]. net. ru
Maksim G. Shishaev - Dr. of Sci (Tech), Head of laboratory
Ломов Павел Андреевич - к.т.н., научный сотрудник,
е-mail: [email protected]
Pavel A. Lomov - Ph.D. (Tech. Sci.), Researcher
