CC BY
33
Лиература
1. Наливайко А. П. Teopia стратег!! тдприемства. Сучасний стан та напрямки розвитку. - К.: КНЕУ, 2001. - 227 с.
2. Югель В.Р. Методи i модел! тдтримки прийняття ршень у ринковш економщ.-К.: ЦУЛ, 2003. - 202 с.
3. Алексеев I. В. Стратеги розвитку тдприемств i державне регулювання економши. - К.: Вид-во УАДУ, 1998. - 204 с.
4. Денисов Д. Бизнес-разведка // Бизнес-журнал. - М.: Бизнес-журнал, 2005. - №19.
5. Масалович А. Интернет-разведка на службе бизнеса // Элитный персонал. - М.: РДВ-Медиа, 2006. - №48 (485).
6. Как выбрать агента // http://www.bumazhki.com/howtoevaluateagent.asp.
7. В^лшський В. В., Наконечний С. I. Ризик у менеджмент!. - К.: Тов. «Борисфен-М », 1996. - 336 с.
8. Антонюк Л. Л. М!жнародна конкурентоспроможшсть краш: теор!я та мехашзм реал!зацй. - К.: КНЕУ, 2004. - 276 с.
9. Брикова I. Концепщя м!жнародно! конкурентоспроможност нацюнального репону та ii практичний вим!р // http://kneu.kiev.
ua/journal/ukr/article/2006_1_Brykova_ukr.pdf.
10. Смирнов В. Т., Сошников И. В., Романчин В. И., Скоблякова И. В. Человеческий капитал: содержание и виды, оценка и стимулирование. - М.: Машиностроение-1, 2005. - 513 с.
11. G. Svensson. A typology of relationship strategies towards suppliers. ANZMAC 2003 Conference Proceedings // http://smib.vuw. ac.nz:8081/WWW/ANZMAC2003/papers/DL03_svenssong.pdf.
12. European business - Facts and figures, 2006 edition // http://epp.eurostat.ec.europa.eu/cache/ITY_0FFPUB/KS-BW-06-001/ EN/KS-BW-06-001-EN.PDF.
13. Business services — An analysis of structural, foreign affiliates and business demography statistics, 2004 edition // http://epp.eurostat. ec.europa.eu/cache/ITY_0FFPUB/KS-63-04-214/EN/KS-63-04-214-EN.PDF.
УДК 519.7:007.52
МЕТОД ЗАБЕЗПЕЧЕННЯ
ПРОЗОРОСТ1 1НТЕЛЕКТУАЛЬНОГО ВИВЕДЕННЯ ЗНАНЬ В ОНТОЛОГ1ЧНИХ СИСТЕМАХ
М.В. Климова
Кафедра штучного штелекту Хармвський нацюнальний ушверситет радюелектронки проспект Ленша 14, м.Хармв, 61166
■а о
Розглянутi питання забезпе-чення прозоростi ттелектуально-го виведення знань в онтологiчних системах, зокрема, в семантичних порталах, а саме, здаттсть систе-ми пояснити методику прийняття ршень та надати обгрунтування автоматичного виведення, що об'ед-нуе виведення на знаннях про класи онтологи, знання про представни-тв клаЫв, математичне обчислен-ня, обробку припущень та виведення за онтологiчними правилами
■о о
1. Вступ
Створення велико'! юлькост! систем, в основ! яких е автоматичне виведення, призводить до необхвдност! розробки систем, що забезпечують прозоршть виведення шляхом пояснення та тдтвердження нетривь альних ! тим б!льше незрозум!лих користувачу результат роботи машини виведення.
Здатшсть системи пояснити методику прийняття р!шень та обгрунтувати його називають прозорштю
системи. Шд цим розумжть, насюльки просто р!зним верствам користувач!в вияснити, що робить система та чому. Цю характеристику системи слвд розглядати в сукупност! режимом керування системою, осюльки посл!довн!сть етатв прийняття ршень т!сно пов'язана заданою стратепею поведшки.
Багато галузей дослщження вимагають модуль пояснень навиь для найпростшого виведення. Обо-в\язковим такий модуль е у випадку поеднання мови запит!в та середовища, що працюе в режим! «питання
- вщповвдь», а саме для дедуктивних систем i особливо онтолопчних систем. TaKi системи надають можли-вкть використання багатьох видiв виведення, як мо-жуть комбiнувaтися мiж собою та формувати складш послiдовностi.
В данш роботi розглядаються онтологiчнi системи Semantic Web та семантичш портали, як перспективний напрямок розвитку Web-систем, i виведення з викори-станням гетерогенно! iнформaцii, яка видобуваеться автоматично з рiзних баз даних та знань (розпод^ене виведення), а також шд час гiбридного виведення, що поеднуе виведення на знаннях про класи онтологп, знання про представниюв клaсiв, математичне обчис-лення, обробку припущень та виведення за правилами онтологii.
2. Мотиващя
Головною мотивацieю дано! роботи е створення умов для прозоро! та безпечно! взаемодii в 1нтернет, тобто оперування розподiленими знаннями, довiри до отриманих результатiв та, як наслщок, можливiсть багаторазового використання шформацп та процедур и обробки. Одним зi слабких мiсць систем, що працю-ють зi знаннями, е здобуття знань в процес передачi потенцiйного досвiду рiшення проблеми вщ певного джерела знань та перетворення його у вигляд, який дозволяе використовувати здобутi знання в певнш програмi чи система
Для вирiшення цiеi проблеми, все частше вико-ристовують автоматизацiю видобутку знань з рiзних джерел шформацп.
А значить, необхвдно забезпечити вийняткову про-зорiсть цього процесу. Надання шформацп про по-ведiнку системи важливо через велику юльюсть причин:
Користувач^ що працюють з системою, потребують пiдтвердження того, що в кожному конкретному ви-падку висновок, до якого прийшла програма, в основному коректно.
1нженери, що мають справу з формуванням бази знань, мають пересвщчитись, що знання, як вони сформулювали, вiрно застосованi системою. Експер-там в предметнш галузi бажано прослiдкувати за ходом мiркуваннь та способом використання тих вщо-мостей, якi з !хшх слiв були введенi до бази знань. Це дозволить виршити, насюльки коректно вони викори-стовуються в данiй ситуацii.
Програмiстам, яю супроводжують, вiдлагоджують та модернизують системи, потрiбно мати в своему роз-порядженнi iнструмент, що дозволяе заглянути все-редину на бiльш високому рiвнi, нiж виклик окремих мовних процедур.
Менеджер системи, який зрештою несе вщповь дальнiсть за рiшення, прийнятого програмою, теж по-требуе пiдтвердження того, що щ рiшення достатньо обгрунтованими.
Прикладом системи менеджменту знань, розробле-ну за допомогою Web-технологiй, яка обробляе знання, отримаш з рiзних джерел, е корпоративш семантичнi портали - штегроваш системи, якi зводять до едино! структури як корпоративш документи i матерiали, так i 1нтернет-ресурси.
Портал, як едина точка доступу до шформацп, сьогодш став одним iз домiнуючих Iнтернет-рiшень як для навчально-науково!, так i для сощально! сфер дiяльностi.
Сьогоднi розробляють рiзнi типи портaлiв, у за-лежност вiд функцiй, якi вони виконують - шформа-цiйнi, якi поеднують людей та iнформaцiю, забезпечу-ють персонiфiковaний доступ до ресурсiв, доступ до даних за допомогою класифжатора, з можливштю про-ведення нaскрiзного повнотекстового i атрибутивного пошуку, портали для сумкно! роботи, що тдтримують рiзнi засоби взaемодii людей та надають шформащю i прогрaмнi прикладання, забезпечують роботу групи ствробггниюв над певною задачею, проектом (фак-тично, автоматизують бiзнес-процеси в оргaнiзaцiях), та експертш портали, що поеднують людей один з одним за досвщом та iнтересaми.
В цш роботi особлива увага прид^яеться ство-ренню системи забезпечення прозороси роботи се-мантичних портaлiв знань (Knowledge Portals), яю комбiнують можливосп вищеперелiчених типiв i по-будоваш, базуючись на онтологiях, за технолопею Semantic Web.
3. Технологiя Semantic Web та семантичш портали
Термш "Semantic Web" поеднуе в co6i Web-iнiщати-ви 3i створення архiтектури, яка розширюе iснуючий Web, зв\язуючи 3MicT з формальною семантикою, що дозволяе автоматизованим агентам розмiрковувати про Web-контент та виконувати б^ьш штелектуальш завдання вщ iменi користувача [1].
Пiд семантичним порталом розумтть шформа-цiйний портал, який мктить явне (у виглядi онтологп) представлення власно! структури й моделi предметно! галузi та реалiзуе збiр i публiкацiю iнформацii в фор-матi Semantic Web [2].
Це означае, що вся шформащя всередиш мае бути представленою в RDF, що дозволяе кодувати, обмшю-ватись та використовувати структуроваш мета даш, а формати даних та представлення предметно! галузi мають використовувати стльну семантичну Web-он-тологiчну мову, що визначае класи, властивосп, екзем-пляри класiв та вiдношення мiж ними, - OWL.
Крiм того, стандартна шфраструктура Web мае до-зволяти отримувати iнформацiю з RDF-докуменпв, якi розмiщено на стандартних розподшених Web-сер-верах.
Базову структуру семантичного порталу представлено на рисунку 1.
Ключовими компонентами цiеi шфраструктури е агрегатори та засоби перегляду.
Агрегатори отримують данi з рiзних джерел, фiльтрують та iнтегрують всю досяжну шформащю у онтолопчну базу знань, структуровану у виглядi спрямованого графа, у вершинах якого мштяться посилання на обчекти предметно! галузi згiдно з технологiею RDF.
Структура взаемодп та залежнiсть цих об'екив також мiститься у онтологii вщповщно до стандар-тiв OWL та RDFS.
Базуючись на знаннях, що знаходяться в базi знань системи вщбуваеться процес виведення
Поставники шформацп
Рисунок 1. Базова структура семантичного порталу
знань машиною лопчного виведення. Виведення на онтологп - це отримання нових знань з наявно'! (позитивно! чи негативно!) шформацп. В загальному випадку виведення на онтологп може бути визна-чено як:
1. Дiя чи процес отримання лопчних висновюв з вщомих чи визнаних правдивими передумов.
2. Дiя-мiркування на основi фактичних знань чи доказiв.
Виведення ввдбуваеться шляхом побудови прямого ланцюга мiркувань продукцiйною системою, яка автоматично генеруе новi факти, що виведено за до-помогою семантик OWL, RDF и XSD специфжацш. Вона тдтримуе немонотонне мiркування-виведення як можлившть створювати попереднi заключення з доступного набору факпв i поим, можливо, видаляти 1х пiд час процесу накопичення знань.
В цш робот ми розглядаемо гiбридне виведення як таке, що обчеднуе рiзнi типи виведення:
- виведення на знаннях, закладених в структурi онтологп, тобто виведення на класах - inference;
- виведення, що базуються на знаннях про екзем-пляри чи представниюв клаав - reasoning;
- обчислення за формулами;
- припущення;
- виведення за правилами.
Отримаш результати виведення надаються кори-стувачам через web-сайт порталу, для генерацп якого використовують онтологп, шаблони та данi.
Онтолопчний пiдхiд надае такi переваги системк
- надання однозначностi iнформацii щодо конкрет-них iнформацiйних pecypciB, як зберiгаються в системi;
- несyперечливi та актyальнi знання про предмет-ну галузь;
- npo3opicTb формування нових знань;
- гнучюсть iнформацiйноi структури програмного забезпечення;
- наyковiсть - побудова онтологп дозволяе вщно-вити ввдсутш логiчнi вiдношення у всш ix повнотi.
4. MexaHÍ3M забезпечення прозоросп семантичного виведення
Для того, щоб говорити про прозорiсть системи, не-обxiдно, щоби клiент приймал та довiряв результату, який вш отримуе вiд незнайомого Web-сервiсy. Для цього результати виведення системи мають супро-воджуватись шдтвердженнями та обгрунтуваннми, яю б були зрозyмiлими та могли використовуватись користувачем.
Таю пояснення, що застосовуються для прикла-дань та сервгав Semantic Web, повиннi мати наступш характеристики:
- бути описаними на основi стандартноi онтологп та стандартноi мови подання знань для того, щоб будь-який клiент мп iнтерпретyвати пояснення, створене сервiсом;
- переноситись у Web, а значить, ва посилання в поясненш мають бути URI;
- бути сумшними, осюльки пояснення можна ство-рювати для результатiв, яю представленi декiлькома машинами виведення.
Доказ знань повинен мштити iнформацiю про мета-данi джерела, якi е описом джерела отримання знань, та шформащю-пояснення про процес виведення, який використовувався для генерацп результату. Отримання шформацп про вихiднi мета-даш та iнформацiю про процес отримання нових знань е окремими процедурами, осюльки користувачi потребують рiзний ступiнь необхщност в цих двох питаннях.
5. Структура пояснення виведення знань
Ми пропонуемо мехатзм пояснень, що базуеться на доказово-теоретичному представленнi виведення дедукцш, що було виконано, для онтолопчних систем Semantic Web.
Iнформацiя про процес отримання нових знань мктить 4 основш компоненти:
1. правила виведення;
2. кроки виведення;
3. вiрно побудоваш формули (WFF - well formed formula);
4. онтологп.
Bti виведення для отримання знань можуть бути представленими декларативно за допомогою правил (класичним правилом виведення е Modus Ponens), яю шляхом дедукцп виводять консеквент (наслiдок) з будь-якого числа анцеденив (передумов):
rule ::= 'Implies(' [ URIreference ] { annotation } antecedent consequent ')'
antecedent ::= 'Antecedent^ { atom } ')' consequent ::= 'Consequent^ { atom } ')' Ми формуемо новi знання у виглядi формул в результат реалiзацii крокiв виведення або отримуемо ix як припущення чи твердження, як видобуваються з онтологп, на яку посилаеться користувач.
Крок виведення - це одноразове застосування правила дедукцп, яке поеднуе мiж собою анцеденти та консеквенти. Кроки виведення пояснюються застосо-ваними правилами й в«ма послщовностями змшних, яю брали участь у проце« виведення.
В щлому доказ можна представити у виглядi дерева, плками якого е кроки виведення, що пояснюе процес дедукцп наслщку. Доказ висновку C - це ланцюг доказiв, в якому в результат останнього кроку машина виведення приходить до висновку C. Доказ C залежить вщ припущення
A тодi i тiльки тод^ коли в ланцюзi доказу е крок, для якого наслщком е A та припущення в якосп тд-твердження, i A не заперечуеться подальшими крока-ми ланцюга доказiв.
Дерево доказу виведення складаеться з фрагмен-ив доказiв. Об'еднуючи фрагменти доказiв, можна простежити повний шлях виведення певного наслщ-ку вщ початкового стану середовища - сукупностi крокiв виведення, у яких передумови задан кори-стувачем, а не виведенi в результат застосування певного правила.
Якщо формула е слвдством декiлькох кроюв-виве-дення, це призводить до необхвдност декiлькох пара-лельних гiлок-пiдтверджень, що показують правильность 11 отримання.
Для тдтвердження коректностi iнформацii, що ви-користовуеться в якосп передумов для виведення, як правило, необхщно переконати користувача в надш-ностi джерела, яка визначаеться його авторитетшстю та актуальшстю.
Для цього користувачу надаеться шформащя про мета-данi джерела, якi можуть мктити:
- iмчя джерела;
- автора;
- дату та автора останньо'1 модифжацп
та iншi.
Крiм того, для визначення авторитетностi джерела може вводитись додатковий оцшочний параметр, що ввдображае ступiнь довiри до джерела, яка розрахо-вуеться на основi оцiнок, що проводяться третьою стороною.
Для зберiгання всiх заздалегiдь визначених знань: мета-даних джерел, правил виведення та шформацп про машини виведення, що використовуються в про-цеа тдтвердження результапв виведення, або поси-лань на них необхщно створити онтологiчне сховище. Важливим етапом е розробка ушфжованого пiдходу до розмiщення пiдтверджень результапв виведення та розробка способу подання отриманих тдтверджень користувачу.
5. Висновки
Запропонований метод забезпечення прозоросп штелектуального виведення знань мае створити умо-ви для прозоро! та безпечно! взаемодп в 1нтернет, довiри до отриманих результапв виведення та, як на-слiдок, можливiсть багаторазового використання ш-формацп та процедур ü обробки. Застосування методу розглядаеться в першу чергу в семантичних порталах, побудованих на онтолопях, за технолопею Semantic Web, для яких надзвичайно важливим е пояснення результапв, отриманих в процес математичних об-числювань, розмiрковувань на основi знань, зiбраних з рiзних джерел iнформацii, обробки припущень та виведень на правилах, заданих в онтолопях, що пред-ставляють бази знань семантичних порталiв.
^riepaTypa
1. Berners-Lee T., Hendler J., Lassila O. The Semantic Web
//Scientific American, 284, May, 2001 (http://www.sdam. com/2001/0501issue/0501berers-lee.html).
2. Reynolds D., Shabajee P. SWAD - Europe D12.1.5 Semantic
Portals —Requirements Specification (http://www.w3.org/ 2001/sw/Europe/reports/reguirements-demo-2).
3. Deborah L. McGuinness and Paulo Pinheiro da Silva. Exp-
laining Answers from the Semantic Web. Journal of Web Semantics, 2004.
