Побудова украиномовнои онтологии засобами СУБД

Глибовець М. М., Марченко О. О., Никоненко А. О.

ПОБУДОВА УКРАЇНОМОВНОЇ

ОНТОЛОГІЇ ЗАСОБАМИ СУБД

2. Формати онтологій

Для спрощення роботи з онтологіями ство￢

рено ряд мов опису онтологій. Метою таких

мов є надання можливості задавати додаткову

машинно-інтерпретовану семантику ресурсам,

зробити машинне представлення даних більш

наближеним до реального світу, підвищити мож￢

ливості концептуального моделювання слабко

структурованих Web-даних. Такий підхід поши￢

рився й на різноманітні мови опису онтології та

на інструментальні засоби, призначені для робо￢

ти з ними. Сьогодні виділяють три основні класи

мов опису онтологій:

- традиційні мови специфікації онтологій: Ontolingua,

CycL та мови, засновані на дескриптивних

логіках (такі як LOOM), також мови,

засновані на фреймах (OKBC, OCML, Flogic);

- більш пізні мови, засновані на Web-стандартах

(XOL, SHOE, UPML);

- спеціальні мови для обміну онтологіями че￢

рез Web: RDF(S), DAML, OIL, OWL [2].

Коротко охарактеризуємо найбільш пошире￢

ні та часто вживані мови опису онтологій.

Мова RDF. У рамках проекту семантичної

інтерпретації інформаційних ресурсів Інтернету

(Semantic Web) був запропонований стандарт

опису метаданих документа Resource Description

Framework, що використовує Xml-синтаксис.

RDF використовує базову модель даних

≪об'єкт - атрибут - значення≫ іздатний відігра￢

ти роль універсальної мови опису семантики ре￢

сурсів та взаємозв'язків між ними. Ресурси опи￢

суються у вигляді орієнтованого розміченого

графа. Кожен ресурс може мати властивості, які

у свою чергу також можуть бути ресурсами або

їхніми колекціями. Усі словники RDF викорис￢

товують базову структуру, яка описує класи ре￢

сурсів і типи зв'язків між ними. Це дозволяє ви￢

користовувати різнорідні децентралізовані слов￢

ники, створені для машинної обробки за різними

принципами й методами. Важливою особливіс￢

тю стандарту є розширюваність: можна задати

структуру опису джерела, використовуючи й

розширюючи такі вбудовані поняття RDF-схем,

як класи, властивості, типи, колекції. Модель

схеми RDF включає наслідування класів і влас￢

тивостей [3].

DAML+OIL - семантична мова розмітки

Web-ресурсів, що розширює стандарти RDF і

RDF Schema за рахунок більш повних примітивів

моделювання. Остання версія DAML+OIL забез￢

печує багатий набір конструкцій для створення

онтології й розмітки інформації таким чином,

щоб їх могла читати й розуміти машина [4].

OWL (Web Ontology Language) - мова подан￢

ня онтологій, що розширює можливості XML,

RDF, RDF Schema і DAML+OIL. Цей проект пе￢

редбачає створення потужного механізму семан￢

тичного аналізу. Планується, що в ньому буде

усунено обмеження конструкцій DAML+OIL.

Онтології OWL - це послідовності аксіом і

фактів, а також посилань на інші онтології. Вони

містять компонент для запису авторства та іншої

докладної інформації, є документами Web, на

них можна посилатися через URI [5].

KIF (Knowledge Interchange Format, або формат

обміну знаннями) - заснований на S-виразах

синтаксис для логіки. KIF - це спеціальна мова,

призначена для використання при обміні зна￢

ннями між різними комп'ютерними системами.

Мова не призначена для внутрішнього представ￢

лення знань усередині комп'ютерних систем або

всередині тісно зв'язаних наборів комп'ютерних

систем (хоча може бути використана й для цієї

мети). Мова була розроблена для опису загаль￢

ного формату представлення знань, незалежного

від конкретних систем [6].

CycL (мова опису онтології Cyc) - це гібрид￢

на мова, що поєднує в собі властивості фреймів

і логіку предикатів. CycL розрізняє такі сутності,

як екземпляри, класи, предикати й функції. Син￢

таксис мови CycL схожий на синтаксис мови

Lisp. Словник CycL складається з термів. Мно￢

жину термів можна розділити на константи, тер￢

ми (що не є атомами) і змінні. Крім цього, зустрі￢

чаються деякі інші типи об'єктів. Терми вико￢

ристовуються для складання значущих виразів

CycL, які використовуються для формування су￢

джень, з яких складається база знань [7].

Зважаючи на сказане вище, зрозуміло, що

сьогодні не існує ні єдиної, формалізованої та

стандартизованої мови для опису онтологій, ні

єдиного загальновживаного формату збережен￢

ня даних в онтологіях. Тому кожен розробник

системи для обробки природномовних текстів

вимушений розробляти свою онтологію з ≪нуля

≫, починаючи з формату збереження даних і

закінчуючи самим наповненням бази. З'явилися

навіть спеціалізовані онтології, які дістали назву

≪організаційні≫. Звичайно, така ситуація не є

прийнятною й дуже ускладнює, сповільнює та

робить більш дорогою розробку нових лінгвіс￢

тичних систем [8].

Наша розробка - перший крок у напрямі усу￢

нення ситуацій, коли для кожного проекту по￢

трібно розробляти нову онтологію. Найближчим

часом ми плануємо закінчити проект щодо ство￢

рення єдиної онтологічної бази для програмних

систем, що працюють з українською мовою, а в

перспективі - і для російської, англійської та де￢

яких інших європейських мов. Принципи орга￢

нізації онтологічної бази української мови та її

структура й будуть описані далі у статті.

Частина бази даних, що відповідає за _роботу з онтологією:

Рис. 2. Діаграма класів для даних про семантику

http://www.library.ukma.kiev.ua/e-lib/NZ/NZV86_2008_computer/08_glybovets_mm.PDF