Выделение общих свойств объектов для создания логических онтологий
DOI:
https://doi.org/10.21638/11701/spbu10.2022.103Аннотация
Предлагается подход к формированию онтологии, основанный на описаниях объектов в терминах языка исчисления предикатов. При таком подходе объект представлен как множество своих элементов, на котором задан набор предикатов, характеризующих свойства этих элементов и отношения между ними. Описанием объекта является конъюнкция литералов, истинных на элементах объекта. Под онтологией понимается ориентированный граф с описаниями подмножеств в качестве вершин, такой что элементы множества в конце дуги обладают свойствами элементов множества в начале этой дуги. Предлагаются следующие формулировки задачи построения онтологии: 1) все предикаты двузначные и заданы подмножества исходного множества объектов; 2) все предикаты двузначные и требуется найти подмножества исходного множества; 3) среди предикатов имеются многозначные и заданы подмножества исходного множества объектов. Основным инструментом построения такого графа является выделение элементарной конъюнкции литералов предикатных формул, изоморфной подформулам некоторых формул. Дается определение изоморфизма элементарных конъюнкций атомарных предикатных формул. Для каждой из предложенных задач формулируются алгоритмы построения онтологии. Приводится иллюстративный пример.
Ключевые слова:
логическая онтология, предикатные формулы, изоморфизм предикатных формул
Скачивания
Библиографические ссылки
Noy N. F., McGuinness D. L. Ontology development 101: A guide to creating your first ontology. Stanford Knowledge Systems Laboratory Technical Report KSL-01-05 and Stanford Medical Informatics Technical Report SMI-2001-0880. Stanford. March 2001.
Бениаминов Е. М. Некоторые проблемы широкого внедрения онтологий в IT и направления их решений // Симпозиум «Онтологическое моделирование»: сб. науч. трудов. Москва: ИПИ РАН, 2008. С. 71–82.
Когаловский М. Р., Паринов С. И. Семантическое структурирование контента научных электронных библиотек на основе онтологий // Современные технологии интеграции информационных ресурсов: сб. науч. трудов. СПб.: Президентская библиотека, 2011. Вып. 2. С. 1–13.
Дяченко О. О., Загорулько Ю. А. Подход к коллективной разработке онтологий и баз знаний // Знания — Онтологии — Теории. Всерос. конференция с международным участием / гл. ред. Д. Е. Пальчунов. Новосибирск: Ин-т математики им. С. Л. Соболева СО РАН, 2013. С. 141–149.
Mykhailiuk A., Petrenko M. Machine learning and ontologies as two approaches for building intellectual information systems // Intern. J. “Information Technologies & Knowledge’’. 2019. Vol. 13. N 1. P. 55–75.
Карпов А. Г., Клемешев В. А., Куранов Д. Ю. Определение работоспособности системы, структура которой задана графом // Вестник Санкт-Петербургского университета. Прикладная математикa. Информатика. Процессы управления. 2020. Т. 16. Вып. 1. С. 41–49. https:// doi.org//10.11702/spbu10.2020.104
Гончарова А. Б. Постановка предварительного медицинского диагноза на основе теории нечетких множеств с использованием меры Сугено // Вестник Санкт-Петербургского университета. Прикладная математикa. Информатика. Процессы управления. 2019. Т. 15. Вып. 4. С. 529–543. https://doi.org/10.21638/11702/spbu10.2019.409
Kosovskaya T. Predicate calculus as a tool for AI problems solution: Algorithms and their complexity // Intelligent System. Pt 3. Open access peer-reviewed. Ed. vol. Chatchawal: Chatchawal Wongchoosuk Kasetsart University, 2018. P. 1–20.
Косовская Т. М. Подход к решению задачи построения многоуровневого описания классов на языке исчисления предикатов // Труды СПИИРАН. 2014. № 3 (34). С. 204–217.
Косовская Т. М., Косовский Н. Н. Полиномиальная эквивалентность задач, изоморфизм предикатных формул и изоморфизм графов // Вестник Санкт-Петербургского университета. Математика. Механика. Астрономия. 2019. Т. 6 (64). Вып. 3. С. 430–439. https://doi.org/10.21638/11701/spbu10.2019.308
Babai L. Graph isomorphism in quasipolynomial time (Version 2.1. Unfinished Revision of Version 2 Posted on arXiv May 23, 2017). URL: http://people.cs.uchicago.edu/ laci/17groups/version2.1.pdf (дата обращения: 21.03.2019).
Косовская Т. М., Петров Д. А. Выделение наибольшей общей подформулы предикатных формул для решения ряда задач искусственного интеллекта // Вестник Санкт-Петербургского университета. Прикладная математикa. Информатика. Процессы управления. 2017. Т. 13. Вып. 3. С. 250–263. https://doi.org/10.21638/11702/spbu10.2017.303
References
Noy N. F., McGuinness D. L. Ontology development 101: A guide to creating your first ontology. Stanford Knowledge Systems Laboratory Technical Report KSL-01-05 and Stanford Medical Informatics Technical Report SMI-2001-0880. Stanford, March 2001.
Beniaminov E. M. Nekotorye problemy shirokogo vnedreniia ontologii v IT i napravleniia ikh reshenii [Some problems of the widespread introduction of ontologies in IT and the directions of their solutions]. Simpozium “Ontologicheskoe modelirovanie’’. Sbornik nauchnykh trudov [ Symposium “Ontological modeling”. A collection of scientific papers]. Moscow, Institute IPI RAN Publ., 2008, pp. 71–82. (In Russian)
Kogalovskii M. R., Parinov S. I. Semanticheskoe strukturirovanie kontenta nauchnykh elektronnykh bibliotek na osnove ontologii [Semantic structuring of the content of scientific electronic libraries based on ontologies]. Sovremennye tekhnologii integratsii informatsionnykh resursov. Sbornik nauchnykh trudov [ Modern technologies for the integration of information resources. A collection of scientific papers]. St Petersburg, President Library Publ., 2011, iss. 2, pp. 1–13. (In Russian)
Diachenko O. O., Zagorulko Yu. A. Podkhod k kollektivnoi razrabotke ontologii i baz znanii [An approach to the collective development of ontologies and knowledge bases]. Znaniia — Ontologii — Teorii. Vserossiiskaia konferentsiia s mezhdunarodnym uchastiem [ Knowledge — Ontologies — Theories. All-Russian Conference with international participation]. Eds. by D. E. Palchunov. Novosibirsk, S. L. Sobolev Institute of Mathematics SO RAN Publ., 2013, pp. 141–149. (In Russian)
Mykhailiuk A., Petrenko M. Machine learning and ontologies as two approaches for building intellectual information systems. Intern. J. “Information Technologies & Knowledge’’, 2019, vol. 13, no. 1, pp. 55–75.
Karpov A. G., Klemeshev V. A, Kuranov D. Yu. Opredelenie pabotosposobnosti sistemy, struktura kotoroy zadana grafom [Determining the ability to work of the system, the structure of which is given using graph]. Vestnik of Saint Petersburg University. Applied Mathematics. Computer Science. Control Processes, 2020, vol. 16, iss. 1, pp. 41–49. https://doi.org//10.11702/spbu10.2020.104 (In Russian)
Goncharova A. B. Postanovka predvaritelnogo meditsinskogo diagnoza na osnove teorii nechetkih mnozhestv s ispolzovaniem mery Sugeno [Preliminary medical diagnostics based on the fuzzy sets theory using the Sugeno measure]. Vestnik of Saint Petersburg University. Applied Mathematics. Computer Science. Control Processes, 2019, vol. 15, iss. 4, pp. 529–543. https://doi.org//10.21638/11702/spbu10.2019.409 (In Russian)
Kosovskaya T. Predicate calculus as a tool for AI problems solution: Algorithms and their complexity. Intelligent System. Pt 3. Open access peer-reviewed. Ed. vol. Chatchawal, Chatchawal Wongchoosuk Kasetsart University Press, 2018, pp. 1–20.
Kosovskaya T. M. Podhod k resheniyu zadachi postroeniya mnogourovnevogo opisaniya klassov na yazyke ischisleniya predikatov [An approach to the construction of a level description of classes by means of a predicate calculus language]. SPIIRAS Proceedings, 2014, no. 3(34), pp. 204–217. (In Russian)
Kosovskaya T. M., Kosovskii N. N. Polinomialnaya ekvivalentnost zadach izomorfizm predikatnyh formul i izomorfizm grafov [Polynomial equivalence of the problems predicate formulas isomorphism and graph isomorphism]. Vestnik of Saint Petersburg University. Mathematics. Mechanics. Astronomy, 2019, vol. 6(64), iss. 3, pp. 430–439. https://doi.org//10.21638/11701/spbu10.2019.308 (In Russian)
Babai L. Graph isomorphism in quasipolynomial time (Version 2.1. Unfinished Revision of Version 2 Posted on arXiv May 23, 2017). Available at: http://people.cs.uchicago.edu/ laci/17groups/version2.1.pdf (accessed: March 21, 2019).
Kosovskaya T. M., Petrov D. A. Vydelenie naibolshey obschty podformuly predikatnyh formul dlya resheniya ryada zadach iskusstvennogo intellekta [Extraction of a maximal common sub-formula of predicate formulas for the solving of some artificial intelligence problems]. Vestnik of Saint Petersburg University. Applied Mathematics. Computer Science. Control Processes, 2017, vol. 13, iss. 3, pp. 250–263. https://doi.org//10.21638/11702/spbu10.2017.303 (In Russian)
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Статьи журнала «Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления» находятся в открытом доступе и распространяются в соответствии с условиями Лицензионного Договора с Санкт-Петербургским государственным университетом, который бесплатно предоставляет авторам неограниченное распространение и самостоятельное архивирование.
