Web09 Semantic Web: Inginerie Ontologica (II)

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 – partea II



“Este dificil sa vezi un tablouatunci când esti în interiorul ramei.”

/usr/games/fortune



Cum integram diferite ontologii descriindaceleasi cunostinte, dar prezentind definitii,

puncte de vedere si notiuni diferite?

intrebare



existenta unor ontologii diverse,modelind puncte de vedere diferite

realitati



Expresivitatea limbajului ontologii folosit vs. complexitatea inferentelor ce pot fi efectuate

preliminarii



Cerinte (Calvanese, Giacomo & Rodriguez‐Muro, 2008):utilizarea constructiilor ontologice diferite

inferenterecurgerea la volummare de date (indivizi)

baze de dateflexibilitate privind realizarea interogarilor

limbaje de interogare (specifice)realizarea de asocieri intre date, pastrand sursele originare

asocieri (mapping)

preliminarii



Context: integrarea datelor – data integration

data integration is the problem of providing unifiedand transparent access to a set of autonomous and

heterogeneous sources

Bernstein & Haas, Communications of the ACM, sept. 2008

preliminarii



Crearea corespondentelor dintre ontologii

necesitati

O1 O2

Om

O1 O2

mappingmerging

articulation



Context:integrarea datelor

scheme de baze de dateinteligenta artificialaWeb (semantic)

potrivirea ontologiilor



Motivele existentei nepotrivirilor –mismatchesconform (Noy, 2005)

reprezentarea subiectiva a unui domeniu (a unei lumi)

existenta diferitelor cerinte sifluxuri de activitati in cadrul aplicatiilor

folosirea altor conventii de reprezentare a cunostintelor

…




Tipuri de nepotriviri:la nivel de limbajla nivel ontologic




Nepotriviri la nivel de limbaj

diferente de sintaxa, expresivitate sau semanticaa limbajelor ontologice actuale




Nepotriviri la nivel ontologic

diferente in structura semantica

exemple: termeni diferiti descriind acelasi concept,acelasi termen descriind mai multe concepte, conventii/paradigme de modelare eterogene,

puncte de vedere diferite etc.




www.aktors.org/ontology/ vs. ebiquity.umbc.edu/ontology/

Nume diferite pentru acelasi concept: PhD-Student vs. PhDStudent

Scop: periodice, publicatii compuse vs. absolventi, invitati

Definire diferita a conceptelor:Publication (restrictii privitoare la citari, referinte) vs.

Publication (restrictii referitoare la rezumat)

potrivirea ontologiilor – exemplu



www.aktors.org/ontology/ vs. ebiquity.umbc.edu/ontology/

Conventii de modelare diferite:Journal (clasa) vs. journal (proprietate)

Granularitate:Professor-In-Academia vs. adjunct, affiliated, associate,…

Conventii de modelare & nivel de detaliere: proprietateaaddress compusa din alte fragmente de informatie vs.

proprietatea address de tip sir de caractere (nestructurat)

potrivirea ontologiilor – exemplu



Problema: date la intrare ontologii – exprimate prin entitatidiscrete (tabele, XML, clase, proprietati etc.) –, trebuie determinate relatiile (e.g., echivalenta, subsumare,…) care au loc intre aceste entitati

ontology matchingwww.ontologymatching.org




PavelShvaiko& Jerome Euzenat, 2006





PavelShvaiko& Jerome Euzenat, 2006



Reducerea eterogenitatii poate fi realizata in 2 pasi

potrivire (match) – determinarea alinieriila momentul proiectarii sau (re)utilizarii ontologiei

procesarea alinieriifuzionare (merging), transformare etc.




Corespondenta (matching) M intre O1 si O2 este< id, e1, e2, R, n >, unde:

id = identificator unic al corespondentei

ei entitate din ontologia Oi (element XML, clasa,…), i=1,2

R = relatie: echivalenta (=), disjunctia ( ) etc.

n = masura de incredere (conforma cu o anumita structuramatematica aleasa); uzual, are valori in intervalul [0, 1]




Alinierea (alignment) A intre O1 si O2 esteo multime de corespondente peste O1 si O2prezinta o anumita cardinalitate: 1 la 1, 1 la N etc.

pot fi folosite meta‐date aditionale(metoda de aliniere, data alinierii, proprietati etc.)




Alinierea (alignment)




Utilizari (Jérôme Euzenat & Pavel Shvaiko, 2007):




Tehnici de potrivire la nivel de termenipe baza sirurilor de caractere

prefixul: net = network, pin = pinguin (?)

sufixul: ID = PID, word = sword (?)

distanta editarii (numarul de operatii de inserare, stergere,substitutie a caracterelor pentru transformareaunui termen in altul): EditDistance (NKN, Nikon) = 4




Tehnici de potrivire la nivel de termenibazate pe limbaj

procesarea entitatilor (tokenization)Hands-Free Kits → < hands, free, kits >

analiza morfologica pentru gasireatuturor formelor de baza (lemmalization): Kits→ Kit

eliminarea cuvintelor nerelevante: “a”, “the”, “by” etc.




Tehnici de potrivire la nivel de termenipe baza sensurilor – cazul WordNethiponimie, meronimie: Brand [ Name

hipernimie, holonimie: Europe ] Romania

sinonimie

antonimie sau relatii de siblings: Microprocessors PC Board




Tehnici de potrivire la nivel de termenipe baza glossei – se foloseste WordNet

numarul acelorasi cuvinte prezentein ambele glosse de intrare

conduce la cresterea valorii de similaritatea termenilor




Tehnici de potrivire la nivel de termenipe baza glossei – se foloseste WordNet

exemplu: Maltese dog is a breed of toy dogs having

a long straight silky white coat

Afghan hound is a tall graceful breed of hound with a long silky coat




Tehnici de potrivire la nivel structuralpe baza taxonomiei

potriviri ale drumurilor marginite in graful ontologiilor(bounded path matching)




Tehnici de potrivire la nivel structuralpe baza taxonomiei

reguli privitoare la super/sub‐conceptedaca super‐conceptele sunt similare,

conceptele (copii ale acestora) sunt si ele similare




Tehnici de potrivire la nivel structuralbazate pe modele

verificarea satisfiabilitatii (SAT) folosind axiome:

Axioms → rel (context1, context2)




Tehnici de potrivire la nivel structuralbazate pe modele




Tehnici de potrivire la nivel structuralbazate pe modele – utilizind logicile descrierii




Procesele de potrivire pot avea loc secvential




Procesele de potrivire pot avea loc in paralel




Remarca: “Matching, however, requires explanations

because mappings between terms are not alwaysintuitively obvious to human users.”

Pavel Shvaiko, 2005




Procesul general: metodologie pentru creareaasocierilor –mappings (M. Ehrig, 2006)

alinierea ontologiilor



Intrarea: se dau 2 ontologii O1 si O2eventual, pot fi oferite asocieri cunoscute

(realizate manual)

Iesirea: reprezentarea alinierilortabel indicind relatia alignO1,O2

eventual, se pot oferi si valori de incredere




Pasul 1: feature engineeringsunt selectate fragmente mici descriind entitatispecifice – reprezentind anumite semantici

ulterior, aceste trasaturi vor fi folositepentru compararea ontologiilor




Pasul 2: search step selectionse cauta candidati pentru aliniere

se calculeaza similaritatea unor perechide concepte (c1, c2), cu c1 din O1, c2 din O2




Pasul 2: search step selectionse cauta candidati pentru aliniere

unele constructii pot fi ignoratede exemplu, se poate compara o1:car cu o2:automobile,

dar nu cu o2:hasMotor

se pot adopta strategii de reducere a spatiuluicomparatiilor pentru ontologii largi




Pasul 3: similarity computationpentru descrierile date ale 2 entitati din spatiulde candidati ai alinierii, se indica o similaritate




Pasul 3: similarity computation

exemplu: simlabel(o1:car, o2:automobile) = simsyntactic(“car”, “automobile”) = 1

masura similaritatii poate fi data de unasau mai multe caracteristici (trasaturi, features)




Pasul 4: similarity aggregationpot exista mai multe similaritati pentru 2 entitati,

conform criteriilor consideratee.g., privind etichetele conceptelor sau

relatiile cu alte entitati

aceste valori se agregaintr‐o unica valoare de similaritate




Pasul 4: similarity aggregation

exemplu:

(simlabel(o1:car, o2:automobile) + simsubconcepts(o1:car, o2:automobile) + siminstances(o1:car, o2:automobile)) / 3 = 0.5

combinarea acestor valori se realizeazaprin mai multe strategii




Pasul 5: interpretationvalorile de similaritate individuale & agregatesunt utilizate pentru alinierea entitatilor

aceste similaritati vor fi interpretate(se aleg diverse criterii: prag limita, structura etc.)

la final, se ofera sau nu o schema de alinierea entitatilor considerate – e.g., align(o1:car) =‘ ’




Pasul 6: iterationsimilaritatea e propagata in ontologii

pe baza relatiilor intre entitati

la fiecare interatie, va fi recalculata similaritateaunei alinieri candidate pe baza similaritatii

perechilor entitatilor vecine




Pasul 6: iteration

dupa o interatie, pot rezulta alte similaritati

procesul se termina cind nu se propun noi alinieri




ObservatiiMetodele avansate de aliniere utilizeaza:

Metode euristice si bazate pe reguliAnaliza grafurilorInvatare automataTehnici de rationament, theorem proving

Exista mai multi algoritmi propusiCompetitia OAC – Ontology Alignment Contesthttp://oaei.inrialpes.fr/




De asemenea, se pot folosi cunostintele anterioare(background knowledge), inclusiv:

WordNetontologii de referinta ale domeniuluiontologii de nivel superior – e.g., SUMO

resurse textuale onlineontologii disponibile online




Proceseleprivindalinierea

Lambrix& Tan, 2005



Merging ontology – algoritmul general:

fuziunea ontologiilor



SF (Similarity Flooding)Artemis (Analysis of Requirements: Tool Environment for Multiple Information Systems)

CupidCOMA (Combination Of Matching Algorithms)NOM (Naive Ontology Mapping)QOM (Quick Ontology Mapping)OLA (OWL Lite Aligner)SMatch

implementari (initiale)



Cadre de lucru (frameworks):Alignment APICOMA++

PROMPT – extensie Protégé

Sisteme dematching – textual sau general:FOAM, OLA, Rondo etc.

implementari (actuale)



Necesitatea existentei unor motoare de cautare

Sindice (DERI, Ireland)Swoogle (UMBC, USA)SWSE (DERI, Ireland)

Watson (Open University, UK)

(re)gasirea ontologiilor



Watson – http://watson.kmi.open.ac.uk

mecanisme de control al calitatii:detectare de duplicate, fixarea unor probleme de sintaxa,…

API public

suport pentru interogari SPARQL




Watson – http://watson.kmi.open.ac.uk

structureaza ontologiile intr‐o retea ontologica(proiectul NeOn) – relatii intre ontologii:extends, inconsistentWith, duplicates etc.

plugin‐uri pentru Protégé si NeOn Toolkit




Initiativa NeOn (networked ontologies)

conform (E. Motta et al., 2007)

reutilizarea ontologiilor



“Imprumutarea” entitatilor specificate de ontologii

practica obisnuita in ingineria software

faciliteaza dezvoltarea colaborativa a ontologiei

exemple demonstrative: http://owl.cs.manchester.ac.uk/2008/iswctones/

modularizarea ontologiilor




Matthew

Horridge&UliSattler, 2008




Matthew

Horridge&UliSattler, 2008



Clasificare (Suárez‐Figueroa et al., 2007)vezi NeOnproject.org

logical ontology design patterns (LP)

architectural patterns (AP)

content design patterns (CP)

sabloane de proiectare



Logical ontology design patterns (LP)

corespund contructiilor OWL, la nivel semantic




Architectural patterns (AP)

“retete” de modelare de structuri exprimatecu ajutorul LP care caracterizeaza ontologia

in ansamblu




Content design patterns (CP)

“retete” de specificare a structurii conformeunui tip, exprimata printr‐un vocabular

specific (non‐logic)referitor la un domeniu de interes





exemple:modelarea unei clase primitive,

a relatiei subClassOf, a proprietatilor functionale de tip datatype,

a unui individetc.





Class (BusinessTask subClassOf Task)DatatypeProperty (name domain (Task) range (xsd:string)

)




Logical ontology design patterns (LP)specificarea relatiilor N‐are


dupa (Aldo Gangelmi, 2008)




taxonomia, ontologia simpla (lightweight), modularizarea ontologiilor,

…

controlul versiunilor








Content patterns (CP)

exemple: participation, descriptionsituation,roletask, roleentity, collectionentity,

simple partwhole relations, designartifact pattern,…




Content patterns (CP)

a se vizita:www.cs.vu.nl/~guus/public/ekaw-tutorial/content-patterns.pdf




Content patterns (CP): RoleTask





Class (Role subClassOf owl:Thing)Class (Object subClassOf owl:Thing)Class (Task subClassOf owl:Thing)Class (Event subClassOf owl:Thing)Class (Description subClassOf owl:Thing)Class (Situation subClassOf owl:Thing)





ObjectProperty (classifiesObject domain(Role) range(Object))ObjectProperty (classifiesEvent domain(Task) range(Event))ObjectProperty (satisfies domain(Situation) range(Description))ObjectProperty (hasModalTarget domain(Role) range(Task))





ObjectProperty (definesTask domain(Description) range(Task))ObjectProperty (definesRole domain(Description) range(Role))ObjectProperty (hasParticipant domain(Event) range(Object))ObjectProperty (settingForEvent domain(Situation) range(Event))ObjectProperty (settingForObject domain(Situation) range(Object))




Content patterns (CP): PartWhole relation

la nivel de OWL nu exista constructii specifice,dar se poate recurge la unele facilitati

exemplu:avind specificate relatiile tranzitive

Finger isPartOf Hand, Hand isPartOf Arm, Arm isPartOf Bodyse poate deduce

Finger isPartOf Body




Content patterns (CP): kindOf relation

probleme privitoare la relatia kindOf:Hand is not kindOf Body

insa, ranirea unui brat este kindOf ranirea unui trup

idem, in situatia conceptelorMotor si Automobil

oamenii se asteapta sa obtina ierarhii de tip partonomic





Forearm

Arm Part ofArm

Hand

Arm OR part of armhas_locussome

Injury to Arm(or part of arm)

Injury to Handhas_locussome

Alan Rector et al., 2005



La nivelul Consortiului Web:Semantic Web Best Practice Working Group

www.w3.org/2001/sw/BestPractices/




La nivelul Consortiului Web:Semantic Web Best Practice Working Group

solutii multiple pentru aceeasi problemaaspecte de evitat – pitfalls, antipatterns

comunitate de practica privind obtinerea/partajareade experiente in domeniul Web‐ului semantic

ofera cerinte specifice implementatorilor de instrumente




O alta clasificare:recurgerea la sabloane la nivel logic, privind deductiile, arhitectural, vizand numirea entitatilor, reengineering,

privind continutul

www.ontologydesignpatterns.org




Avand un model (consistent) bazat pe logiciledescrierii, nu s‐ar putea specifica diverse

constructii (reguli) privind entitatile modelate?

intrebare



Nu exista inca nici un standard Webprivind exprimarea regulilor

propuneri: RuleML

SWRL (Semantic Web Rule Language)F‐Logic (Frame Logic)

RIF (Rule Interchange Format)

vezi si www.w3.org/2005/rules/

reguli



Forma generala a unei reguli:

if situation1/action1 then situation2/action2

reguli

antecedent consecvent



SWRL – Semantic Web Rule Language(Horrocks et. al, 2004)

foloseste puterea OWL de exprimare a axiomelor+ permite utilizarea regulilor in stilul Horn

expresivitate mare, dar complexitate majora

www.w3.org/Submission/SWRL/

reguli



FLogic (Kifer, Lausen & Wu, 1995) logica deductiva, orientata‐obiect

regulile pot fi deduse din fapte anterior precizate

X, Y, Z : Person [ getsSupport → Z ] ← X : Person [ isOnline → Y ] Y : Group [ isMember → Z ]

reguli



Reprezentarea grafica a unei reguli ce stipuleaza faptulca o organizatie detine un contract daca numarul de client indicat de contract este egal cu cel detinut de organizatie

(Jürgen Angele & Michael Gesmann, 2007)

reguli



Specificarea regulilor in CycL(Witbrock, Grobelnik & Fortuna, 2008):

(#$forAll ?HUMAN(#$implies

(#$isa ?HUMAN #$Human) (#$anatomicalBodyParts ?HUMAN #$Ear)))

reguli – exempletoti oameniiau urechi



Specificarea regulilor in CycL(Witbrock, Grobelnik & Fortuna, 2008):

(#$forAll ?PERSON(#$implies

(#$isa ?PERSON #$Person)(#$thereExists ?LOVER

(#$and(#$isa ?LOVER #$Person)(#$loves ?LOVER ?PERSON))))

reguli – exemple Everybodyis loved by someone



Specificarea regulilor SWRL pentru procesarea in Jena(Sergiu Bursuc, 2005):

#reguli pentru descoperirea cunostintelor despre un regizor[(?movie cinema:directedBy ?director) ->

[(?director cinema:directsGenre ?genre) <-(?movie cinema:hasGenre ?genre) ]

[(?director cinema:investigatesTheme ?theme) <-(?movie cinema:hasTheme ?theme) ]

[(?director cinema:usesImagery ?imagery) <-(?movie cinema:hasImagery ?imagery) ] ]

reguli – exemple



Utilizarea ontologiilor in context multimediaRaphaël Troncy & Lynda Hardman, 2008

Managementul cursurilor academice via ontologiiJorge Cardoso, 2007

Ontologii folosite in domeniul financiarAmit Sheth, 2006

Ontologiile in contextul business intelligenceThierry Declerck et al., 2008

studii de caz



Specificarea – la nivel ontologic – a proceselorde baza (canonical processes) privind

producerea online de artefacte multimedia

exemple:crearea de albume fotografice digitale

prezentarea de interviuri video adnotate de utilizatori

studiu de caz (Troncy & Hardman, 2008)





RaphaëlTroncy& Lynda Hardm

an, 2008



Sistemul S‐CMS(Semantic Course Management System)

arhitectura stratificata

recurge la ontologii specificate in OWL, reguli declarate via SWRL, interogari etc.

studiu de caz (Jorge Cardoso, 2007)



studiu de caz (Jorge Cardoso, 2007)



Ontologii in contextul aplicatiilor financiareScop: automatizarea detectarii inconsistentelor &

neregulilor financiareSpecificarea riguroasa a terminologiei

din sistemul financiarIntegrarea datelor din surse multiple structurate

& semi‐structurateManagementul & executia formulelor analitice

asupra datelor financiare

studiu de caz (Amit Sheth, 2006)



Crearea ontologiei – financial domain ontology –,populata din surse de incredere

Implementarea unor extractori softwarepentru dezambiguizarea datelor si formarea relatiilor

relevante dintre acestea

Dezvoltarea unui cadru de lucrupentru specificarea formulelor/regulilor (rules)

si pentru interogarea ontologiei







subset al ontologiei financiare




Specificarea calculului valorii contului bancar:



Proiectul MUSINGstudiul managementului cunostintelor

in contextul afacerilor, in special business intelligence

adopta diverse ontologii:generale – BACH, XBRL (eXtensible Business Reporting Language), PROTON, privind sectorul industrial etc.

+ cele modelind timpul: 4D, OWL‐Time

se considera aspectele referitoare la serviciile financiare,la managementul riscurilor, la internationalizare

studiu de caz (Thomas Declerck et al., ‘08)



Proiectul MUSINGsursele de date provind de la partenerii MUSING

(balante contabile, profiluri de companii, informatii de presa, date oferite de siturile Web etc.) + cele publice:

Wikipedia, CIA Fact Book,…

ontologia a fost dezvoltata manual, in cooperare cu experti




Proiectul MUSING – provocari:extragerea informatiilor din documente nestructurate(s‐au folosit instrumente precum GATE si ANNIE)

fuziunea datelor extrase din diverse tipuri de sursestructurate & nestructurate,

recurgind la baze de cunostinte, analiza lingvistica,machine learning etc.








Dezvoltarea unei/unor ontologii trebuiesa reprezinte doar primul pas

un model conceptual nu are sens daca nu e utilizat

“concluzii”



“concluzii”

ontologii

baze de dateagentisoftware

serviciiWeb

problemsolving methods

baze de cunostinte

alte aplicatiisemantice

adaptare dupa Alan Rector et al., 2005

declara o manierade structurareofera o descriere

a unui domeniu



“concluzii”

Privire de ansamblu:aplicatii aliniate problematicilor Web‐ului semantic

Ora Lassila & James Hendler, IEEE Internet Computing, July 2007



Modelarea unor domenii necesitati expresivitaticare nu sunt oferite de actualul OWL

extinderea OWL cu noi constructii care insa sa pastrezeproprietatile din cadrul OWL DL

OWL 2

www.w3.org/2007/OWL/

viitor: owl 2



expresivitate ridicata – via logica SROIQrestrictii de cardinalitate calificate si privind reflexivitatea,

inlantuirea proprietatilor (property chains) etc.

suport pentru meta‐modelare & adnotari

asocierea de profile stabilirea constructiilor OWL 2 ce corespund

unei anumite complexitati computationale in vedereaefectuarii rationamentelor automate

viitor: owl 2



OWL ELefectuarea de rationamente in timp polinomial

utilizare mai ales in cazul ontologiilor din domeniulstiintelor vietii (e.g., FMA, NCI Thesaurus, SNOMED CT,Gene Ontology etc.) care vizeaza mai ales scalabilitatea

la nivel formal, se bazeaza pe logica descrierii EL++ce permite exprimarea restrictiilor existentiale

(Baader, Brandt & Lutz, 2005, 2008)

viitor: owl 2



OWL QLsuport pentru efectuarea de interogari (optimizate)

in stilul bazelor de date conventionale

se preteaza pentru ontologii avind un volummare de fapte

ofera expresivitatea necesara specificarii de tezaure saude scheme de tip UML ori ER (entityrelation)

viitor: owl 2



OWL RLpermite exprimarea regulilor in cadrul ontologiilor

poate fi implementat in cadrul sistemelor conventionalede baze de date relationale

la nivel formal, se bazeaza peDLP – Description Logic Programs (Grosof et al., 2003)

si pD* (Horst, 2005)

viitor: owl 2



Pentru alte detalii, a se consulta:

Christine Golbreich & Evan K. Wallace, OWL 2 Web Ontology Language: New Features and Rationale,

W3C Working Draft, 02 December 2008

http://www.w3.org/TR/owl2newfeatures/

viitor: owl 2



Utilizarea unor modele ontologice bazate pe logica fuzzy

a se consulta: Elie Sanchez (Editor), Fuzzy Logic and the Semantic Web,

Elsevier, 2006

viitor: fuzzy logic & semantic web



Rezumat

Inginerie ontologicaalinieri, sabloane de proiectare, reguli, studii de caz



?

Education

Web09 Semantic Web: Inginerie Ontologica (II)