Ontologické inženýrství

Ontologické inženýrství je odvětví informatiky, informační vědy a systémového inženýrství, které se zabývá metodami a metodikami tvorby ontologií, jež zahrnují reprezentaci, formální pojmenování a definici kategorií, vlastností a vztahů mezi pojmy, daty a entitami dané zájmové oblasti. V širším smyslu tento obor zahrnuje také konstrukci znalostí dané domény pomocí formálních ontologických reprezentací, jako je například OWL/RDF. Příkladem ontologického inženýrství by byla rozsáhlá reprezentace abstraktních pojmů, jako jsou akce, čas, fyzické objekty a přesvědčení.^[2] Ontologické inženýrství je jednou z oblastí aplikované ontologie a lze jej považovat za aplikaci filozofické ontologie. Základní myšlenky a cíle ontologického inženýrství jsou ústřední také v konceptuálním modelování.

Line Pouchard, Nenad Ivezic a Craig Schlenoff ve svém příspěvku „Ontology Engineering for Distributed Collaboration in Manufacturing“ na konferenci AIS2000 uvádějí:

Cílem ontologického inženýrství je explicitně vyjádřit znalosti obsažené v softwarových aplikacích, podnicích a obchodních postupech pro určitou doménu. Ontologické inženýrství nabízí směr k řešení problémů s interoperabilitou, které přinášejí sémantické překážky, tj. překážky související s definicemi obchodních pojmů a softwarových tříd. Ontologické inženýrství je soubor úkolů souvisejících s vývojem ontologií pro určitou doménu.^[3]

Automatizované zpracování informací, které nelze interpretovat softwarovými agenty, lze zlepšit doplněním bohaté sémantiky k jednotlivým prostředkům, např. video souborům. Jedním z přístupů k formální konceptualizaci reprezentovaných znalostních domén je použití strojově interpretovatelných ontologií, které poskytují strukturovaná data v jazycích RDF, RDFS a OWL nebo v jazycích na nich založených. Ontologické inženýrství se zabývá návrhem a vytvářením takových ontologií, které mohou obsahovat více než pouze seznam termínů (řízený slovník); obsahují terminologické, aserční a relační axiomy pro definování konceptů (tříd), jednotlivců a rolí (vlastností) (TBox, ABox, resp. RBox).^[4] Ontologické inženýrství je relativně novou oblastí studia zabývající se procesem vývoje ontologií, životním cyklem ontologií, metodami a metodologiemi vytváření ontologií,^[5]^[6] a sadami nástrojů a jazyků, které je podporují. Běžným způsobem, jak zajistit logický základ ontologií, je formalizovat axiomy pomocí logiky popisu a pak je převést do nějaké serializace RDF, např. RDF/XML nebo Turtle. Kromě popisu logických axiomů mohou ontologie obsahovat také pravidla SWRL. Definice pojmů lze mapovat na libovolný druh prostředků nebo segmentu prostředků v RDF, jako jsou obrázky, videa a oblasti zájmu, a anotovat tak například objekty nebo osoby, a propojovat je s příslušnými prostředky pomocí znalostní báze, ontologií a LOD datových souborů. Tyto informace vycházející z lidských zkušeností a znalostí, jsou cenné pro reasonery pro automatizovanou interpretaci komplikovaného a nejednoznačného obsahu, jako je vizuální obsah multimediálních záznamů.^[7] K oblastem použití vyvozování založeného na ontologiích patří mj. získávání informací, automatizovaná interpretace scén nebo dobývání znalostí z databází.

Ontologické jazyky

Ontologické jazyky jsou formální jazyky používané pro kódování ontologie. Existuje několik takových jazyků pro ontologie, proprietárních i založených na standardech:

Common logic je ISO norma 24707, specifikace pro rodinu ontologických jazyků, které lze přesně překládat mezi sebou
Cyc projekt má vlastní ontologický jazyk nazývaný CycL, založený na predikátové logice prvního řádu s určitými rozšířeními vyšších řádů
Jazyk Gellish obsahuje pravidla pro vlastní rozšiřování a tedy integruje ontologii s ontologickým jazykem
IDEF5 je metoda softwarového inženýrství pro vývoj a údržbu použitelných přesných doménových ontologií
Knowledge Interchange Format (KIF) je syntaxe pro predikátovou logiku prvního řádu, která je založena na S-výrazech
Rule Interchange Format (RIF), F-Logic a jeho následník ObjectLogic kombinují ontologie a pravidla
Web Ontology Language (OWL) je jazyk pro vytváření ontologických tvrzení vyvinutý jako následník RDF a RDFS a dřívějších projektů ontologických jazyků včetně OIL, DARPA Agent Markup Language (DAML) a DAML+OIL; OWL je navrženo pro použití na World Wide Web a všechny jeho prvky (třídy, vlastnosti a individua) jsou definovány jako RDF webové prostředky a identifikovány pomocí URI
OntoUML je dobře-založený jazyk pro popis referenčních ontologií
SHACL (RDF SHapes Constraints Language) je jazyk pro popis struktury RDF dat. Lze jej používat spolu s RDFS a OWL nebo nezávisle na nich
XBRL (Extensible Business Reporting Language) je syntaxe pro vyjádření obchodní sémantiky

Ontologické inženýrství v biologických vědách

V biologických vědách se ontologie používají pro dává smysl jejich pokusy.^[8] Aby bylo možné vyvozovat správné závěry z pokusů, musí být ontologie optimálně strukturované podle znalostní báze, kterou reprezentují. Strukturu ontologie je třeba podle potřeby měnit, aby byla přesnou reprezentací základní domény.

Okolo roku 2010 byly představena automatizovaná metoda pro inženýrství ontologií v biologických vědách např. Gene Ontology (GO),^[9] jedna z neúspěšnějších a nejpoužívanějších biomedicínských ontologií,^[10] která na základě teorie informace restrukturalizuje ontologie tak, aby jednotlivé úrovně reprezentovaly požadovanou specifičnost pojmů. Podobné informačně-teoretické přístupy byly také použity pro optimální členění Gene Ontology.^[11] Díky matematické povaze těchto inženýrských algoritmů lze tyto optimalizace automatizovat pro získání principiální a škálovatelné architektury pro restrukturalizaci ontologií, jako je GO.

Open Biomedical Ontologies (OBO), iniciativa amerického národního centra pro biomedicínské ontologie z roku 2006 poskytuje společný základ pro další ontologické iniciativy, mezi které patří např.:

Generic Model Organism Project (GMOD)
Gene Ontology Consortium
Sequence Ontology
Ontology Lookup Service
The Plant Ontology Consortium
Standardy a ontologie pro Functional Genomics

Metodologie a nástroje pro ontologické inženýrství

Odkazy

Reference

V tomto článku byl použit překlad textu z článku Ontology engineering na anglické Wikipedii.

Tento článek obsahuje volně šiřitelné materiály z National Institute of Standards and Technology

↑ SHAMES, Peter; SKIPPER Joseph. Toward a Framework for Modeling Space Systems Architectures. [s.l.: NASA, JPL, 2009-02-27. Dostupné v archivu pořízeném z originálu.
↑ SMITH, Barry, 2004. Beyond Concepts: Ontology as Reality Representation. In: FOIS 2004, International Conference on Formal Ontology and Information Systems. Turin: [s.n.], 4.-6. listopadu 2004. Dostupné online.
↑ POUCHARD, Line; IVEZIC, Nenad; SCHLENOFF, Craig, 2000. Ontology Engineering for Distributed Collaboration in Manufacturing. In: Proceedings of the AIS2000 conference. [s.l.]: [s.n.], březen 2000. Dostupné online.
↑ SIKOS, L. F. A Novel Approach to Multimedia Ontology Engineering for Automated Reasoning over Audiovisual LOD Datasets. In: Lecture Notes in Artificial Intelligence. [s.l.]: Springer, 2016-03-14. doi:10.1007/978-3-662-49381-6_1. S. 1–13.
↑ GÓMEZ-PÉREZ, Asunción; FERNÁNDEZ-LÓPEZ, Mariano; CORCHO, Oscar, 2004. Ontological Engineering: With Examples from the Areas of Knowledge Management, E-commerce and the Semantic Web. [s.l.]: Springer. Dostupné online.
↑ DE NICOLA, A; MISSIKOFF, M; NAVIGLI, R, 2009. A software engineering approach to ontology building. Information Systems. Roč. 34, čís. 2, s. 258. Dostupné online. doi:10.1016/j.is.2008.07.002.
↑ ZARKA, M; AMMAR, AB; AM, Alimi, 2015. Fuzzy reasoning framework to improve semantic video interpretation. Multimedia Tools and Applications. Roč. 75, čís. 10, s. 5719–5750. doi:10.1007/s11042-015-2537-1. S2CID 16505884.
↑ MALONE, J; HOLLOWAY, E; ADAMUSIAK, T; KAPUSHESKY, M; ZHENG, J; KOLESNIKOV, N; ZHUKOVA, A, 2010. Modeling sample variables with an Experimental Factor Ontology. Bioinformatics. Roč. 26, čís. 8, s. 1112–1118. doi:10.1093/bioinformatics/btq099. PMID 20200009.
↑ ALTEROVITZ, G; XIANG, M; HILL, DP; LOMAX, J; LIU, J; CHERKASSKY, M; DREYFUSS, J, 2010. Ontology engineering. Nature Biotechnology. Roč. 28, čís. 2, s. 128–30. doi:10.1038/nbt0210-128. PMID 20139945.
↑ BOTSTEIN, David; CHERRY, J. Michael; ASHBURNER, Michael; BALL, Catherine A.; BLAKE, Judith A.; BUTLER, Heather; DAVIS, Allan P., 2000. Gene ontology: Tool for the unification of biology. The Gene Ontology Consortium. Nature Genetics. Roč. 25, čís. 1, s. 25–9. Dostupné v archivu pořízeném dne 2011-05-26. doi:10.1038/75556. PMID 10802651.
↑ ALTEROVITZ, G.; XIANG, M.; MOHAN, M.; RAMONI, M. F., 2007. GO PaD: The Gene Ontology Partition Database. Nucleic Acids Research. Roč. 35, čís. Database issue, s. D322–7. doi:10.1093/nar/gkl799. PMID 17098937.
↑ FATHALLAH, Nadeen; DAS, Arunav; DE GIORGIS, Stefano. NeOn-GPT: A Large Language Model-Powered Pipeline for Ontology Learning. In: Extended Semantic Web Conference 2024. Hersonissos, Greece: [s.n.], 2024-05-26. Dostupné online.

Literatura

KOTIS, K.; PAPASALOUROS, A.; VOUROS, G. A.; PAPPAS, N.; ZOUMPATIANOS, K. Enhancing the Collective Knowledge for the Engineering of Ontologies in Open and Socially Constructed Learning Spaces. Journal of Universal Computer Science. Roč. 17, čís. 12, s. 1710–1742. 08/2011. Dostupné v archivu pořízeném z originálu.
KOTIS, K.; PAPASALOUROS, A., 2010. Learning useful kick-off ontologies from Query Logs: HCOME revised. Kracow: IEEE Computer Society Press. Dostupné v archivu pořízeném z originálu.
DAVIES, John; STUDER, Rudi; WARREN, Paul, 2006. Semantic Web Technologies: Trends and Research in Ontology-based Systems. [s.l.]: Wiley. ISBN 978-0-470-02596-3.
JARRAR, Mustafa, 2006. Position paper. In: Proceedings of the 15th international conference on World Wide Web - WWW '06. Edinburgh, Scotland, UK: [s.n.], 23.-26. května 2006. ISBN 978-1-59593-323-2. doi:10.1145/1135777.1135850. S. 497–503.
JARRAR, Mustafa; MEERSMAN, Robert, 2008. Ontology Engineering - The DOGMA Approach. In: Advances in Web Semantics I. [s.l.]: Springer. ISBN 978-3-540-89783-5. doi:10.1007/978-3-540-89784-2. S. 7–34.
MIZOGUCHI, Riichiro. Tutorial on ontological engineering: part 3: Advanced course of ontological engineering. New Generation Computing. Ohmsha & Springer-Verlag, 2013-03-09, roč. 22, čís. 2, s. 198-220. Dostupné v archivu pořízeném z originálu.
SIMPERL, Elena Paslaru Bontas; TEMPICH, Christoph. Ontology Engineering: A Reality Check. [s.l.]: [s.n.], 2006. Dostupné online.
DEVEDZIĆ, Vladan, 2002. Understanding ontological engineering. Communications of the ACM. Roč. 45, čís. 4, s. 136–144. doi:10.1145/505248.506002. S2CID 5352880.
SURE, York; STAAB, Steffen; STUDER, Rudi. Ontology Engineering Methodology. 2. vyd. Heidelberg: Springer-Verlag, 2009. ISBN 978-3-540-70999-2.

Související články

Externí odkazy

GARSHOL, Lars Marius. Ontopia.net: Metadata? Thesauri? Taxonomies? Topic Maps! Making Sense of it All [online]. 2004.
Ontology Engineering With Diagrams [online]. OntologyEngineering.org. Dostupné online.

[ShSk-1] SHAMES, Peter; SKIPPER Joseph. Toward a Framework for Modeling Space Systems Architectures. [s.l.: NASA, JPL, 2009-02-27. Dostupné v archivu pořízeném z originálu.

[2] SMITH, Barry, 2004. Beyond Concepts: Ontology as Reality Representation. In: FOIS 2004, International Conference on Formal Ontology and Information Systems. Turin: [s.n.], 4.-6. listopadu 2004. Dostupné online.

[3] POUCHARD, Line; IVEZIC, Nenad; SCHLENOFF, Craig, 2000. Ontology Engineering for Distributed Collaboration in Manufacturing. In: Proceedings of the AIS2000 conference. [s.l.]: [s.n.], březen 2000. Dostupné online.

[4] SIKOS, L. F. A Novel Approach to Multimedia Ontology Engineering for Automated Reasoning over Audiovisual LOD Datasets. In: Lecture Notes in Artificial Intelligence. [s.l.]: Springer, 2016-03-14. doi:10.1007/978-3-662-49381-6_1. S. 1–13.

[PFC04-5] GÓMEZ-PÉREZ, Asunción; FERNÁNDEZ-LÓPEZ, Mariano; CORCHO, Oscar, 2004. Ontological Engineering: With Examples from the Areas of Knowledge Management, E-commerce and the Semantic Web. [s.l.]: Springer. Dostupné online.

[DMN-6] DE NICOLA, A; MISSIKOFF, M; NAVIGLI, R, 2009. A software engineering approach to ontology building. Information Systems. Roč. 34, čís. 2, s. 258. Dostupné online. doi:10.1016/j.is.2008.07.002.

[7] ZARKA, M; AMMAR, AB; AM, Alimi, 2015. Fuzzy reasoning framework to improve semantic video interpretation. Multimedia Tools and Applications. Roč. 75, čís. 10, s. 5719–5750. doi:10.1007/s11042-015-2537-1. S2CID 16505884.

[8] MALONE, J; HOLLOWAY, E; ADAMUSIAK, T; KAPUSHESKY, M; ZHENG, J; KOLESNIKOV, N; ZHUKOVA, A, 2010. Modeling sample variables with an Experimental Factor Ontology. Bioinformatics. Roč. 26, čís. 8, s. 1112–1118. doi:10.1093/bioinformatics/btq099. PMID 20200009.

[9] ALTEROVITZ, G; XIANG, M; HILL, DP; LOMAX, J; LIU, J; CHERKASSKY, M; DREYFUSS, J, 2010. Ontology engineering. Nature Biotechnology. Roč. 28, čís. 2, s. 128–30. doi:10.1038/nbt0210-128. PMID 20139945.

[10] BOTSTEIN, David; CHERRY, J. Michael; ASHBURNER, Michael; BALL, Catherine A.; BLAKE, Judith A.; BUTLER, Heather; DAVIS, Allan P., 2000. Gene ontology: Tool for the unification of biology. The Gene Ontology Consortium. Nature Genetics. Roč. 25, čís. 1, s. 25–9. Dostupné v archivu pořízeném dne 2011-05-26. doi:10.1038/75556. PMID 10802651.

[11] ALTEROVITZ, G.; XIANG, M.; MOHAN, M.; RAMONI, M. F., 2007. GO PaD: The Gene Ontology Partition Database. Nucleic Acids Research. Roč. 35, čís. Database issue, s. D322–7. doi:10.1093/nar/gkl799. PMID 17098937.

[12] FATHALLAH, Nadeen; DAS, Arunav; DE GIORGIS, Stefano. NeOn-GPT: A Large Language Model-Powered Pipeline for Ontology Learning. In: Extended Semantic Web Conference 2024. Hersonissos, Greece: [s.n.], 2024-05-26. Dostupné online.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]