CC BY
113
Онтологическая модель предметной области исследовательской организации
Статья описывает модель онтологии предметной области как инструмент анализа научной деятельности. Описаны классы моделей как средство формирования информационной ситуации. Описан международный стандарт CERIJ.
Ключевые слова: знание, познание, онтологии, научные исследования, модели
предметной области.
O. V. Zaitseva
Ontological domain model research organization
This article describes the model domain ontology as a tool for the analysis of scientific activity. Described classes of models as a means of formation of information situation. Described in the international standard C£R1J.
Keywords: knowledge, knowledge, ontology, research, domain model.
дной из основных задач исследовательской организации является получение новых знаний. Формально эта проблема связана с проблемой преобразования категорий «информация», «информационные ресурсы», «знания» [1]. При этом знания формируют для определенной предметной области. Для моделирования предметных областей широко применяется использование онтологий [2, 3, 4]. Такой подход часто применяется при разработке интеллектуальных систем [5]. Онтологическая модель позволяет разработать наборы метаданных, что значительно улучшает использование системы широким кругом пользователей.
Онтология в данном случае может быть рассмотрена как структура, описывающая предметную область в виде понятий и правил, утверждений о базовых понятиях, с помощью которых можно формировать отношения, классы, функции и пр. Онтологии предметных областей дают описания в рамках конкретной предметной области. Построение онтологической модели предметной области для информационной системы является актуальной и сложной научнопрактической задачей.
Во многих странах проводятся научные исследования со сходными схемами исследований. Как правило, сначала осуществляется стратегическое планирование, потом формализуется программа исследований, проходит поиск предложений, подходящие предложения принимаются к работе, результаты исследований отслеживаются, анализируются и накапливается опыт их применения [6].
Исследования в одной и той же области знаний могут производиться в нескольких научных организациях, в том числе и в одной стране. Кроме того, исследовательские организации одной страны могут опираться на результаты, полученные в других странах. Это делает актуальным обмен достоверной информацией между различными странами и фондами на всех этапах проведения исследований, начиная с этапа подачи заявки и заканчивая этапом публикации рецензии на инновационную разработку.
Проблема стандартизации данных научных исследований [7] возникла еще в 80-е годы прошлого века, и в качестве решения этой проблемы сначала появлялись варианты обобщения схем баз данных для хранения результатов научных исследований, на основе которых позднее возник стандарт CERIF (Common European Research Information Format — общий европейский формат для исследовательской информации) [8].
Моделированием предметной области научных исследований на основе этого стандарта в последние 14 лет в Евросоюзе активно занимается организация euroCRIS. Основные свойства этого стандарта:
1) стандарт поддерживает концепцию объектов или сущностей с атрибутами: например, таких как проект, человек, организация;
2) стандарт поддерживает n:m отношения между объектами, используя «связывающие отношения», и таким образом обеспечивает богатую семантику, включающую роли и временные характеристики;
3) стандарт полностью интернационален с точки зрения языкового или знакового набора;
4) стандарт расширяем без повреждения основной модели данных, что предоставляет возможность оперирования на основном уровне, не препятствуя еще более широкому взаимодействию.
Основные объекты в стандарте CERIF — это Person, OrganisationUnit и Project (Человек, Организация и Проект), каждый из которых рекурсивно связан сам с собой и поддерживает отношения с другими объектами. Стандарт описывает множество дополнительных объектов, с помощью которых полностью описываются исследовательские проекты, их участники, результаты их совместной работы и пр. Семантика данных задается на специальном семантическом уровне, в таблицах, описывающих возможные роли и взаимодействия между отдельными объектами.
Взаимоотношения между проектом, человеком, организацией показываются в стандарте CERIF при помощи специальных связей, и их считают одной из сильных сторон модели CERIF. Связь всегда соединяет два объекта. Все связи строятся по одинаковой схеме: они наследуют названия и идентификаторы от объ-ектов-родителей и дополнительно обладают атрибутами даты начала и конца действия связи, в каждой связи отражается семантика через ссылку на семантический слой CERIF посредством специальных идентификаторов. Таким образом, все возможные взаимоотношения между проектами, людьми и организациями задаются с помощью этих связей, а характер взаимоотношений подчиненности (кто чей автор, кто чей подданный, что часть чего и т.д.) показывается благодаря семантическому слою, в котором все эти роли расписаны.
Для отображения результатов научной деятельности в стандарте CERIF предусмотрены специальные объекты: ResultPublication,
ResultPatent, ResultProduct (Публикация, Патент, Продукт). Помимо основных и результирующих объектов в CERIF также используется множество так называемых объектов второго уровня, таких как: FundProg — программа финансирования, Event — событие, Prize — вознаграждение, Facil — средства обслуживания, Equip — оборудование и т.д. Объекты второго уровня позволяют представить контекст исследования посредством связей с основными и результирующими объектами.
Модель CERIF поддерживает возможность многоязычности для имен, названий, описаний, ключевых слов, обобщений и даже для семантики. Используемый язык хранится в атрибуте LangCode с максимум пятизначными значениями (например, en, de, fr, si, en-uk, en-us, fr-fr, fr-be, fr-nl). Атрибут Trans предоставляет информацию о типе перевода: o=original (язык
оригинала), h=human (перевод человеком), или m=machine (машинный перевод). Помимо основных, результирующих и объектов второго уровня многоязычность поддерживают также и классификаторы на семантическом уровне CERIF. Таким образом, становится возможным поддерживать классификационные схемы на различных языках.
Стандарт CERIF рекомендован к использованию в системах CRIS (Current Research Information Systems — информационные системы по актуальным научным исследованиям) [9], которые собирают воедино всю информацию, лежащую в основе научных исследований. Использование подобных систем значительно облегчает взаимодействие инвесторов и исследователей. Исследовательские группы получают легкий доступ к информации, необходимой для разработки инновационных идей, руководители и управляющий персонал получают возможность проще отслеживать и оценивать текущую исследовательскую деятельность, инвесторы и исследовательские советы могут оптимизировать процесс финансирования инновационных проектов.
Реальный пример использования стандарта — это портал IST World, построенный на основе стандарта CERIF. Он предоставляет информацию об экспертах, исследовательских группах, центрах и компаниях, задействованных в создании технологий для растущего информационного сообщества. Главный акцент сервиса — экспертиза и опыт основных участников процесса в европейских странах. Репозиторий содержит информацию по проектам пятой, шестой и седьмой рамочных программ Европейской Комиссии, а также информацию, связанную с этими научно-исследовательскими проектами, собранную в Болгарии, Кипре, Чехии, Эстонии, Венгрии, Латвии, Литве, Мальте, Польше, Румынии, России, Сербии, Словении, Словакии и Турции.
В России единой системы по текущим научным исследованиям не существует. Все попытки создания таких систем проходят разобщено в рамках различных программ и проектов. В Черноголовке в рамках Российской академии наук по гранту РФФИ реализуется проект, целью которого является создание и разработка информационной системы для поддержки коммерциализации результатов интеллектуальной деятельности для предоставления заинтересованным юридическим и физическим лицам данных об инновационных разработках институтов РАН с возможной их последующей коммерциализацией. В этой системе под инновационными разработками понимаются информационные образы объектов интеллектуальной собственности, технических решений, а также технологические запросы, идеи и иные нематериальные активы, полученные в результате научно-технической деятельности.
Анализируя стандарт CERIF, обнаруживаем, что он не охватывает предметные области, связанные с работой экспертов и подготовкой инновационной разработки к процессу коммерциализации. Поэтому авторами было предложено расширение модели, предлагаемой этим стандартом на указанные выше предметные области.
Инновационный процесс со структурной точки зрения [10] представляет собой сложную систему с последовательно взаимосвязанных действий по созданию, освоению и распространению инновации. Инновационный процесс предполагает эволюционное изменение состояния инновационного продукта, его превращение из идеи в товар, а также мониторинг [11].
Предметная область информационной системы для поддержки коммерциализации результатов научных исследований является суммой объединения совокупности нескольких предметных областей, а именно предметной области научных исследований, предметной области по возможным областям внедрения и предметной области экспертов по коммерциализации инновационных разработок. При этом последнее слагаемое должно помогать решать следующую задачу: динамически формировать пути взаи-
модействия в отношении «многие-ко-многим» между первыми двумя слагаемыми.
Онтология области научно-исследовательской деятельности представляет собой структуру системы, отображающей процесс научной деятельности. Научные исследования возможны только при наличии полной и достоверной информации и наборов данных: начиная с этапа подачи заявки и заканчивая этапом публикации рецензии на разработку.
Информационные системы по текущим исследованиям должны собирать воедино всю информацию, лежащую в основе научных исследований [12]. Подобные системы могут использоваться широким кругом лиц: от исследователей до инвесторов. Научно-исследовательские организации могут размещать через интернет информацию о своих инновационных разработках и выполнять поиск предложений потенциальных инвесторов и заказчиков, потенциальные инвесторы и заказчики могут размещать заказы на выполнение НИОКР и предложения об инвестициях в сфере высоких технологий и выполнять поиск инновационных разработок. В предметной области по научным исследованиям можно выделить следующие основные классы (см. Рис.1):
Рис. 1. Основные классы предметной области по научным исследованиям
Проект содержит информацию о проектах, исследованиях, результатом которых будут инновационные разработки в том или ином виде, а также об их сроках. Проекты могут быть связаны с другими проектами, связаны с людьми, организациями, патентами, публикациями, продуктами и др. объектами системы.
Организация содержит информацию об организациях, имеющих отношение к проектам. Содержит описание организации: валюту расчетов, численность сотрудников, оборот и т.д. Организации также могут быть взаимосвязаны и связаны с другими объектами системы.
Человек содержит информацию о людях, задействованных в научных проектах. Люди также могут быть взаимосвязаны и связаны с другими объектами. Дополнительный объект «Имена» содержит информацию о различных вариантах написания имени одного человека, в том числе и на разных языках.
Публикация содержит информацию о результатах исследований в виде публикаций. Содержит выходные данные о публикации: о дате выхода, издании, серии, страницах, ^В^ ISSN, краткое содержание, комментарии и пр. Публикации могут быть взаимосвязаны и связаны с другими результатами исследований, а также с другими объектами системы: проектом, организациями, людьми и т.д.
Патент содержит информацию о патентах, выданных на результаты исследований. Содержит сведения о стране выдачи патента, дате регистрации и краткое содержание. Патенты могут быть связаны с публикациями, проектами, организациями и людьми.
Продукт содержит информацию о продуктах, полученных в результате исследований, т.е. об инновационных разработках, а также описание продукта. Продукты могут быть связаны с публикациями, проектами, людьми, организациями.
Дополнительные объекты, предусмотренные стандартом CERIF, также оказываются задействованными в подсистеме: Язык служит для отображения информации о языке представления данных в системе, Адрес — для отображения информации о физических адресах людей и организаций, Электронный Адрес — для отображения информации об электронных адресах людей и организаций, Страна — для отображения информации о странах, Валюта — для информации о валютах, Программа Финансирования — для информации о программе, в рамках которой выполняется проект, и т.д.
При помощи объектов семантического уровня Класс и Классификационная Схема характеризуются типы отношений, формы заявлений, классификация субъектов. Например, для обо-
Потенциальные
икчесюры / Описания
Заказчики НИОКР / и()н0ваци0„нь|х
••• разработок
Рис.2. Основные классы предметной области по возможным областям внедрения
значения типов публикаций или видов продуктов и т.д.
В предметной области возможных областей внедрения можно выделить классы, приведенные на рис.2. Следует отметить, что с информационной точки зрения, совокупность классов задает информационную ситуацию [13] научных исследований в предметной области.
Организация содержит информацию об организациях, заинтересованных в инвестировании в инновационные разработки, в проведении НИОКР. Содержит описание организации: валюту расчетов, численность сотрудников, оборот и т.д.
Человек содержит информацию о людях, занятых в организациях, или об индивидуальных потенциальных инвесторах. Люди могут быть взаимосвязаны и связаны с другими объектами. Для данной предметной области также применим объект Имена, который содержит информацию о различных вариантах написания имени одного человека. Предложение содержит информацию о предложениях от потенциальных
инвесторов на проведение НИОКР, на инвестиции, на разработку определенной темы. Содержит описания предложений, а так же информацию об их сроках. Предложения могут быть взаимосвязаны, а так же связаны с людьми, организациями и др. объектами системы. Патент содержит информацию о патентах на разработки, в которые организация хочет инвестировать. Продукт содержит информацию об интересных инвесторам продуктах.
По аналогии с предметной областью научных исследований в предметной области возможных областей внедрения можно выделить дополнительные объекты: Язык, Адрес, Электронный Адрес, Страна, Валюта и др. Для характеристики типов отношений между объектов и для классификации самих объектов также можно использовать объекты семантического уровня Класс и Классификационная Схема.
В предметной области по экспертной оценке возможности коммерциализации инновационных разработок можно выделить следующие классы (см. Рис.3).
Описание
инновационной
разработки
Рис. 3. Основные классы предметной области экспертов
Человек содержит информацию об экспертах, проводящих оценку и анализ инновационных разработок и выносящих решение о возможности их коммерциализации. Тот же дополнительный объект Имена содержит информацию о различных вариантах написания имени одного человека. Организация
содержит информацию об организациях, в которых заняты эксперты. Продукт содержит информацию о научно-технических разработках, оценкой которых занимаются эксперты. Отдельно можно выделить объект Оценка для хранения заключений экспертов о возможности коммерциализации разработок.
По аналогии с предметными областями научных исследований и возможных областей внедрения в предметной области экспертов можно выделить дополнительные объекты: Язык, Адрес, Электронный Адрес, Страна, Валюта и
др.
Общая структура, объединяющая все три подсистемы, в полной мере отражает процесс проведения научных исследований и оценки возможности их коммерциализации (Рис.4).
В информационной системе для поддержки коммерциализации результатов научных исследований можно выделить три подсистемы: подсистема институтов, подсистема возможных областей внедрения (подсистема потенциальных инвесторов) и подсистема экспертной оценки возможности коммерциализации инновационных разработок (подсистема экспертов) [14].
Соответственно, в каждой подсистеме можно выделить три группы пользователей — группа владельцев интеллектуальной собственности (исследователей), группа экспертов и группа инвесторов.
В информационной системе каждый владелец объекта интеллектуальной собственности, независимо от степени завершенности своей разработки (патент, решение, идея и т. п.), может представить информацию об ОИС, о своих научно-технических разработках в виде совокупного информационного образа инновационной разработки, в которую могут быть включены резюме, технологическое предложение, информация о владельце и пр. Кроме того, он может добавить сведения о патентной защищенности своих разработок, а также разместить дополнительную информацию о них.
Издатель публикации Автор публикации Координатор проекта Потенциальный инвестор Заказчик НИОКР Работодатель эксперта
Программа
финансирования
Электронный адрес
Автор публикации Редактор публикации Член организации Участник проекта Потенциальный инвестор Эксперт
Оценка
Книга
Журнал
Статья
Отчет
Диссертация
Описание
Описание
инновационной
разработки
НИОКР Инвестиции Разработка определённой темы
Рис. 4. Предметная область информационной системы для поддержки коммерциализации результатов научных исследований
Потенциальные инвесторы, заказчики НИОКР или их представители могут разместить в системе свои предложения об инвестициях, информацию о своих потребностях (интересах) и заказы на проведение НИОКР, на экспертную оценку инновационной разработки, проводить поиск инновационных разработок, ознакомиться с уже имеющимися экспертными оценками разработок. В системе может быть предусмотрена отдельная виртуальная площадка для экспертов, которые могут разрабатывать опросный лист (оформить технологический аудит), проводить анализ бизнес-идей и оценивать инвестиционную привлекательность инновационных разработок. Каждый пользователь информационной системы в зависимости от своих интересов имеет возможность проводить поиск информационных объектов и сопутствующей информации, их отбор, анализ, чтобы впоследствии принять решение о целесообразности дальнейших контактов.
Незарегистрированный в системе пользователь, используя возможности гостевого входа, может также принять заочное участие в рабо-
те информационной системы. Ознакомившись с открытыми к просмотру резюме инновационных разработок, предложениям инвесторов, оценками экспертов, он может решить, имеются ли в системе интересующие его разработки или предложения для исследований, понять, по каким критериям идет оценка инвестиционной привлекательности экспертами, а затем принять решение о регистрации и дальнейшей работе в информационной системе по поддержке коммерциализации научных исследований.
Выводы. Модели онтологий предметной области [14] позволяют проводить эффективный анализ научных исследований с обобщением выполненных работ. Сами модели онтологий являются средством переноса и получения знаний в разных предметных областях. Они позволяют разработать программную архитектуру специализированной информационный системы анализа научной деятельности, разработать метаданные и построить совокупность взаимосвязанных тезаурусов для описания и поддержки запросов конечных пользователей.
ЛИТЕРАТУРА
1. Соловьев И.В., Цветков В.Я. О содержании и взаимосвязях категорий «информация», «информационные ресурсы», «знания» // Дистанционное и виртуальное обучение, 2011. - №6 (48) - С.11-21.
2. Gruber T.R. The role of common ontology in achieving sharable, reusable knowledge bases // Principles of Knowledge Representation and Reasoning. Proceedings of the Second International Conference. J.A. Allen, R. Fikes, E. Sandewell - eds. Morgan Kaufmann, 1991, P.601-602.
3. S. A. Kudzh, Victor Уа. Tsvetkov. Geoinformatics Ontologies // European Researcher, 2013, Vol.(62), № 11-1, p.2566-2572.
4. Иванников А.Д., Кулагин В.П., Мордвинов В.А, Найханова Л.В., Овезов Б.Б., Тихонов А.Н. Цветков В.Я. Получение
знаний для формирования информационных образовательных ресурсов. - М.: ФГУ ГНИИ ИТТ «Информика», 2008. -
440 с.
Цветков В.Я., Розенберг И.Н. Интеллектуальные транспортные системы. - LAP LAMBERT Academic Publishing GmbH & Co. KG, Saarbrucken, Germany, 2012. - 297 с.
Зайцева О.В. Информатизация образования и интеллектуальный капитал // Дистанционное и виртуальное обучение,
2012. - №12. - С.105-109.
Цветков В.Я. Особенности развития информационных стандартов в области новых информационных технологий // Информационные технологии, 1998. - №8. - С.2-7.
CERIF 2008 - 1.2 Full Data Model (FDM). Introduction and Specification [Электронный ресурс] Режим доступа: http://www. eurocris.org/Uploads/Web%20pages/CERIF2008/Release_1.2/CERIF2008_1.2_FDM.pdf. (дата обращения: 12.02.2014). Кулагин М.В., Лопатенко А.С. Научные информационные системы и электронные библиотеки. Потребность в интеграции // Сборник трудов Третьей Всероссийской конференции по электронным библиотекам. RCDL'2001 Петрозаводск, 11-13 сентября 2001 г., С.14-19.
10. Цветков В.Я., Омельченко А.С. Инновация и инновационный процесс как сложная система // Качество, инновации, образование, 2006. - №2. - С.11-14.
11. Ожерельева Т.А. Управление образовательными инновациями // Дистанционное и виртуальное обучение, 2013. - №4.
- С.104-108.
12. Зайцева О.В. Геостатистика в управлении образованием // Управление образованием: теория и практика, 2013. - №3. -С.47-51.
13. V. Ya. Tsvetkov. Information Situation and Information Position as a Management Tool // European Researcher, 2012, Vol.(36), № 12-1, p.2166-2170.
14. Лапшин В.А. Онтологии в компьютерных системах. - М.: Научный мир, 2010. - 222 с.
REFERENCES
1. Solov'ev I.V., Tsvetkov V.Ia. About content and interrelationship of categories «information», «information resources», «knowledge». Distantsionnoe i virtualnoe obuchenie - Distance and virtual learning, 2011, no.6(48), pp.11-21 (in Russian).
2. Gruber T.R. The role of common ontology in achieving sharable, reusable knowledge bases // Principles of Knowledge Representation and Reasoning. Proceedings of the Second International Conference. J.A. Allen, R. Fikes, E. Sandewell - eds. Morgan Kaufmann, 1991, P.601-602.
3. S. A. Kudzh, Victor Ya. Tsvetkov. Geoinformatics Ontologies. European Researcher, 2013, Vol.(62), no.11-1, pp.2566-2572.
4. Ivannikov A.D., Kulagin V.P., Mordvinov V.A, Naikhanova L.V., Ovezov B.B., Tikhonov A.N. Tsvetkov V.Ia. Poluchenie znanii dlia formirovaniia informatsionnykh obrazovatel'nykh resursov [Obtaining knowledge for the formation of information and educational resources]. Moscow, FGU GNII ITT «Informika», 2008. 440 p.
5. Tsvetkov V.Ia., Rozenberg I.N. Intellektual'nye transportnye sistemy [Intelligent transport systems]. Germany, LAP LAMBERT Academic Publishing GmbH & Co. KG, Saarbrucken, 2012. 297 p.
6. Zaitseva O.V. Informatization of education and intellectual capital. Distantsionnoe i virtualnoe obuchenie - Distance and virtual learning, 2012, no.12, pp.105-109 (in Russian).
Перспективы Науки и Образования, 2014, №1
7. Tsvetkov V.Ia. Features of development of information standards in the field of new information technologies. Informatsionnye tekhnologii - Information technologies, 1998, no.8, pp.2-7 (in Russian).
8. CERIF 2008 - 1.2 Full Data Model (FDM). Introduction and Specification. Available at: http://www.eurocris.org/Uploads/ Web%20pages/CERIF2008/Release_1.2/CERIF2008_1.2_FDM.pdf (accessed 12 Febryary 2014).
9. Kulagin M.V., Lopatenko A.S. Nauchnye informatsionnye sistemy i elektronnye biblioteki. Potrebnost' v integratsii [Scientific information systems and digital libraries. The need of integration]. Sbornik trudov Tret'ei Vserossiiskoi konferentsiipo elektronnym bibliotekam. RCDL'2001 [Proceedings of the Third all-Russian conference on digital libraries. RCDL'2001]. Petrozavodsk, 2001, pp.14-19.
10. Tsvetkov V.Ia., Omel'chenko A.S. Innovation and the innovation process as a complex system. Kachestvo, innovatsii, obrazovanie
- Quality, innovation, education, 2006, no.2, pp.11-14 (in Russian).
11. Ozherel'eva T.A. Management of educational innovations. Distantsionnoe i virtualnoe obuchenie - Distance and virtual learning,
2013, no.4, pp.104-108 (in Russian).
12. Zaitseva O.V. Geostatistics in the management of education. Upravlenie obrazovaniem: teoriia ipraktika - Education Management: theory and practice, 2013, no.3, pp.47-51 (in Russian).
13. V. Ya. Tsvetkov. Information Situation and Information Position as a Management Tool. European Researcher, 2012, Vol.(36), no,12-1, pp.2166-2170.
14. Lapshin V.A. Ontologii v komp'iuternykh sistemakh [Ontology in computer systems]. Moscow, Nauchnyi mir, 2010. 222 p.
Информация об авторе Information about the author
Зайцева Ольга Викторовна Zaitseva Ol'ga Viktorovna
(Россия, Москва) (Russia, Moscow)
Кандидат технических наук. PhD in Technical Sciences.
Заведующий отделом статистики Центра Head of the Department of Statistics of the Centre for
мониторинга и статистики образования. Education Monitoring and Statistics.
Федеральный институт развития образования. Federal Institute of Education Development.
E-mail: [email protected] E-mail: [email protected]
