CC BY
29
УДК 004.2: 004.3
Н.1. ПОВОРОЗНЮК, канд. техн. наук, доц., НТУУ "КП1", Кив,
К.€. БОБР1ВНИК, асистент, НУХТ, Кив
ОНТОЛОГП - ЗАС1Б ДЛЯ ФОРМУВАННЯ ЗМ1СТУ
НАВЧАЛЬНИХ ДИСЦИПЛ1Н
3míct навчальних дисциплiн мае вiдображати фундаментальну шформащю у своТй предметнiй обласп, а також основш тенденци розвитку. Для представлення знань у предметнш област в останнi десятилiття широко застосовуеться онтолопчний пiдхiд. Застосування онтологш для формування змiсту навчальних дисциплiн дае змогу шдвищити якiсть навчання. Бiблiогр.: 13 назв.
Ключов1 слова: навчальна дисциплша, предметна область, представлення знань, онтолопя.
Постановка проблеми i анал1з л1тератури. Впродовж остантх десятилггь спостертаегься штенсивне впровадження шформацшних технологш в освггу. Дистанцшт методи навчання, електронт засоби навчання (e-learning), штелектуальт навчальш системи (ITS-Intelligent Tutoring System) - ось лише деяю приклади такого широкого впровадження. Гостра необх1дн1сть застосування шформацшних технолог1й в осв1т1 обумовлена р1зкнм зростанням вимог до якосп осв1ти в умовах науково-техтчного прогресу [1].
Р1зко зростаюча складшсть виробництва, яке зм1нюеться швидкими темпами, призводить до лавинопод1бного зростання обсягу шформацп, яка швидко застар1вае. Це ставить шдвищеш вимоги до шдготовки фах1вц1в. Навчальн1 плани i програми п1дготовки мають адекватно в1дображати предметш областi, у яких будуть працювати майбутнi фахiвцi. Представлення знань у предметних областях (Knowledge representation) е одним з важливих напрямiв в обласп штучного iнтелекту [2]. Одним з найпопуляршших е онтологiчний шдхщ до представлення знань. Бiльшiсть публжацш присвяченi втiленню концепцil Semantic Web у комп'ютерних мережах [3, 4]. Зокрема велику увагу дослiдники зосередили на методологiях побудови онтологiй [5 - 9].
Застосування онтологш для формуванн структури навчальних курсiв присвячеш лише окремi роботи [1]. Порiвняльний анал1з застосування моделей для оргашзаци навчального контенту для технiчноl освгги виконано в [10].
Мета статть Розробити онтолог1ю предметно! областi для максимально повного Tí представлення у вщповвднш навчальнiй дисциплiнi.
© Н.1. Поворознюк, K.G. Бобр1вник, 2015 119
Застосування онтологш для представлення знань. Онтологп застосовуються у pi3Hm галузях, pi3Hm масштабах i з рiзними цiлями, тому загального визначення онтологiï немае [3, 4, 11]. Зазвичай пiд онтолопею розумiють формальний явний опис понять (concepts) предметноï областi, взаемозв'язк1в (relations) мiж поняттями i властивостей (attributes або properties) понять. Широке впровадження онтологiй у рiзних областях обумовлено такими перевагами:
- забезпечуеться спшьне однозначне розумiння понять предметно1 обласп i усуваеться неоднозначне трактування цих понять. Це дае змогу командам розробнишв обмiнюватися iнформацiею без риску виникнення непорозумiнь. Для програмних засобiв це можливiсть перейти ввд пошуку iнформацiï за структурними ознаками до семантичного пошуку, тобто до пошуку, що грунтуеться на значеннi слова чи виразу. Семантичний пошук шформацп значно шдвищуе ïï ефективнiсть, тому в 1нтернеп здiйснюеться гiгантський проект Semantic Web по переходу на автоматизований семантичний пошук шформацп;
- можливють багаторазового використання знання (reuse knowledge) про предметну область, тобто розробникам онтологiï не потрiбно кожен раз починати з нуля (from scratch), а скористатися вже розробленою онтолопею, пристосувавши ïï до сво1'х потреб;
- розмежування значущо1' шформацп у предметнш областi ввд другорядно1' i оперативно1'. Така властивiсть онтологш мае надзвичайно важливе значення для ввдображення предметно1' областi на навчальну дисциплiну, оск1льки на останню выводиться обмежена к1льк1сть годин у навчальних планах;
- забезпечуе ретельний аналiз предметно1' обласп i створюе ïï iнформацiйний каркас.
При розробщ онтологiй слад керуватися такими критерiями [12].
1. Ясшсть (Clarity): визначення мають бути формальними, повними, об'ективний i незалежними ввд контексту. Це сприяе обмеженню кшькосл можливих iнтерпретацiй понять i тдвищенню ефективностi комунiкацiй.
2. Узгодженiсть (Coherency): лопчш виводи мають бути узгодженими з iснуючими визначеннями понять, забезпечуючи уникнення протирiч.
3. Розширюванiсть (Extendibility): тд час розробки онтологiй спочатку створюються основнi поняття, як1 утворюють ядро онтологп. Мае бути передбачена можливють для розширення онтологiï без змши iснуючих визначень.
4. ММмальний вплив кодування (Minimal encoding bias): для стльного використання онтологш концептуатзащя мае бути проведена на piBm знань (knowledge-level), а не на piBrn символьного кодування. Це дае змогу обмшюватися iнформацiею програмним агентам, незалежно вiд платформи, на якш вони створенi.
5. ММмальна онтологiчне зобов'язання (Minimal ontological commitment): сукупшсть понять онтологiй мае бути достатньою для устшно! дiяльностi впродовж всього життевого циклу. Це полегшуе обмiн iнформацiею мiж простими онтолопями. Якщо ж повнота онтологiй не задовольняе iндивiдуального користувача, то вщповщно до принципу розширюваностi мае бути передбачений мехашзм доповнення онтологп.
Послвдовшсть розробки онтологп предметно!" областi. У
залежносп ввд сфери застосування, масштабу i виду онтологiй розробленi рiзнi методики !х створення. У той же час юнують загальнi принципи i етапи створення онтологiй. Створення онтологш здшснюеться у калька етатв [11,12].
Сnецuфiкацiя. На етат специфжаци мае визначатися мета створення онтологп, коло осiб i оргашзацш, для яких вона призначаеться, стутнь формалiзму, масштаб онтологiй, включаючи сукупшсть термшв, !х характеристики i стутнь деталiзацi!.
Пошук та збирання тформаци (Knowledge Acquisition). Джерелами шформацп у конкретнiй предметнiй областi е книги, тдручники, посiбники, доввдники, перюдичт i неперiодичнi видання. У наш час пгантсьш обсяги шформацп акумульоваш у локальних i глобальних комп'ютерних мережах, зокрема в 1нтернеп. Велику цшшсть мають знання експертiв у данш предметнiй областi. У результата пошуку та збирання шформацп формуеться перелiк спецiальних термiнiв предметно! обласп, як1 можна подiлити на iменники, що позначають об'екти предметно! обласп, i дiеслова, що характеризують стан об'екпв i взаемодш м1ж ними.
Концеnтуалiзацiя. На цьому етапi створюеться концептуальна модель предметно! обласп, для чого на основi перелiку термшв, сформованому на попередньому етапi, створюеться i уточнюеться глосарiй — словник термшв з поясненнями i тлумаченнями [7, 8, 9].
Iнтеграцiя. Створюючи онтологш у певнш предметнiй обласл доцiльно залучати елементи з iнших онтологiй. Це дае змогу значно прискорити створення онтологiй i економити ресурси.
Формалiзацiя та iмплементацiя. Модель знань форм^зуеться за допомогою редакторiв онтологш i мов програмування. У po6oTi використовувався редактор Protégé i мова OWL.
Оцтка (Evaluation). Створену онтологш слщ оцшити на ïï вiдповiднiсть певним показникам якосп.
Шдтримка (Maintenance). Функцiонування створеноï онтологiï потрiбно пiдтримувати впродовж всього життевого циклу: усувати недолiки i помилки, допущенi при створеннi, поповнювати i модернiзувати у вiдповiдностi з прогресом у предметнiй областi.
Створення документацН. Документащя життевого циклу онтологп дае змогу розробникам i шнцевим користувачам ввдслвдковувати ïï структуру i процес розвитку.
Особливiстю техшчно-технолопчного напряму освiти е необхiднiсть представлення для опрацювання студентам значноï шлькосп як текстовоï, так i мультимедiйноï' iнформацiï - схеми, креслення, вщео, тощо. Кожен елемент виступае навчальним об'ектом, яким необх1дно оперувати в базi даних i складаеться з тша i метаданих.
Метаданнi е специфжащею, що включае реестрацiйнi i штерфейсш атрибути. До реестрацiйних атрибупв вiдносяться iмена авторiв, дата написания, рiвень складностi, тощо. Iнтерфейснi атрибути служать для узгодження даного навчального об'екту з iншими навчальними об'ектами i включають списки термiнiв, використовуваних в навчальному об'ектi. Основнi атрибути концеппв наступнi: назва навчального об'екту, мета, теза-пояснення, тип НО (декларативний/процедурний), вид представлення (схема, вiдео, аудю, текст), зарезервований час на опрацювання. Атрибути концеппв визначалися виходячи iз структури модуля студента, розроблюваного для техшчно-технолопчного напряму навчання i розглянуто в [13].
В якосп прикладу було використано дисциплiну "Алгоритмiзацiя обичлювальних процесiв", в як1й видiлено 65 понять. Аналiз навчальноï iнформацiï дав змогу виявити зв'язки м1ж поняттями i визначити 1'х iерархiю. В онтологп дисциплши було встановлено вщношення наступних тишв: "is-a" використовуеться м1ж концептами, як1 становлять категорiï' або класи; "part-of використовуеться м1ж категор1ями (класами) i атрибутами (слотами), яю вщносяться до найвищого класу в iерархiï.
Було використано так1 атрибути: внутршт "have" (визначаються внутрiшиьою властивютю об'екту, наприклад, у фрейма "алгоритм" -лшшний); зовнппн! "is-a" (визначаються зовнiшиьою властивiстю об'екту, наприклад, у фрейма "циклший" - визначення); частина "part-of (е вщношенням приналежност i показуе, що концепт може бути частиною шших концептв, наприклад, "Види структур алгоритму"). На кафеда
шформацшних систем Нацюнального ушверситету харчових технологш за допомогою програмного засобу Protégé реалiзовано онтологiю навчально! дисциплiни "Алгоритмiзацiя обчислювальних процесiв".
Висновки. Застосування онтологiй для формування структури навчально! дисциплiни дае змогу залучити найважливiшу iнформацiю з предметно! области. Студенти можуть здшснювати семантичний пошук потрiбноï iнформацiï i вщслвдковувати останнi досягнення у вибранш галузi знань. Наукова новизна розробки полягае у тому, що онтологп були застосованi для формування оптимального змюту навчально! дисциплiни на вiдмiну вiд традицiйного застосування онтологiй для розробки б№ш ефективних пошукових машин зпдно з концепцiею Semantic Web. Розробка онтологп дано! дисциплши започаткувало розробку онтологй' предметно! областi "1нформатика" для iнформацiйно! шдтримки навчального процесу. Застосування онтологiй для представлення знань про предметну область у навчальнш дисциплiнi дае змогу вилучити найважлившу i актуальну iнформацiю, уникнути непорозумшь у трактуваннi основних понять, що значно тдвищить як1сть навчання. Розроблену онтологiю дисциплiни плануеться використати для оргашзаци бази знань навчальних матерiалiв, що дозволить спростити обробку шформаци в моделi студента i оргашзувати управлiння навчальними об'ектами в електронному ресурсi навчання.
Список л1тератури: 1. Онтолопчний пщхщ до проектування автоматизованих навчаючих систем / В.П. Зтченко, М.1. Ходаковський, С.В. Зтченко, Т.1. ТатулашвШ // Комп'ютерш засоби, мереж1 та системи. - 2009. - № 8. - С. 113-122. 2. Mizoguchi R. Towards Ontology Engineering / R. Mizoguchi, M. Ikeda // Technical Report AI-TR-96-1, ISIR, Osaka University. -1996. - P. 78. 3. Guarino N. Understanding, building and using ontologies / N. Guarino // International Journal of Human-Computer Studies. - 1997. - Vol. 46. - P. 293-310. 4. López M.F. Overview of methodologies for building ontologies /M.F. López // Proceedings of IJCAI99's workshop on ontologies and problem solving methods: lessons learned and future trends. -Stocholm, Sweden. - 1999. - P. 4.1-4.13. 5. Noy N. Ontology development 101: A guide to creating your first ontology / N. Noy, D. McGuinness // Technical Report. N°. KSL-01-05. -Stanford University. - 2001. - 127 p. 6. Fernández-López M.METHONTOLOGY: From Ontological Art Towards Ontological Engineering / M. Fernández-López, A. Gómez-Pérez, N. Juristo // Spring Symposium on Ontological Engineering of AAAI. Stanford University, California. - 1997. - P. 33-40. 7. SawsaaA.F. Building Information Science ontology (OIS) with Methontology and Protégé / A.F. Sawsaa, J. Lu // Journal of Internet Technology and Secured Transactions (JITST). - 2012. - Vol. 1. - P. 100-109. 8. Jarrar M. Towards Methodological Principles for Ontology Engineering. PhD thesis / M. Jarrar // Vrije Universiteit Brussel. - 2005. - Brussel.- 146 р. 9. Gómez-Pérez A. Ontological engineering: with examples from the areas of knowledge management, e-Commerce and the semantic web / A. Gómez-Pérez, M. Fernandez-Lopez, O. Corcho. - London: Springer-Verlag, 2004. - 235 р. 10. Поворознюк H.I. Моделi оргашзаци контенту техшчних i технолопчних дисциплш / H.I. Поворознюк, КС. Бобрiвник // Materialy X Miçdzynarodowej naukowi-praktucznej koferencji "Wschodnie partnerstwo -2014". - Vol. 5. - Przemysl: "Nauka i studia", 2014. - С. 75-77. 11. PintoH.S. Ontologies: How can They be Built? / H.S. Pinto, J.P. Martins // Knowledge and Information Systems. - 2004. -
Vol. б. - №. 4. - P. 441-4б4. 12. Gruber T.R. Towards principles for the design of ontologies used for knowledge sharing I T.R. Gruber II International Journal of Human Computer Studies. -1995. - Vol. 43. - P. 907-928. 13. БoбpiвнuкK.C. Рoзpoбкa мoдyля студента для електpoнниx зaсoбiв навчання теxнiчниx i теxнoлoгiчниx дисциплш I K.C. Бoбpiвнuк, H.I. Пoвopoзнюк II Наугеж записки УНД1З. - 2015. - Т. 35. - № 1. - С. 76-80.
Bibliography (transliterated): 1. Ontologichnij pidhid do proektuvannja avtomatizovanih navchajuchih sistem I V.P. Zinchenko, M.I. Hodakovs'kij, S.V. Zinchenko, T.I. Tatulashvili II Komp'juterni zasobi, merezhi ta sistemi. - 2009. - № 8. - P. 113-122. 2. Mizoguchi R. Towards Ontology Engineering I R. Mizoguchi, M. Ikeda II Technical Report AI-TR-96-1, ISIR, Osaka University. - 199б. - P. 78. 3. Guarino N. Understanding, building and using ontologies
I N. Guarino II International Journal of Human-Computer Studies. - 1997. - Vol. 4б. - P. 293-310. 4. López M.F. Overview of methodologies for building ontologies I M.F. López II Proceedings of IJCAI99's workshop on ontologies and problem solving methods: lessons learned and future trends. - Stocholm, Sweden. - 1999. - P. 4.1-4.13. 5. Noy N. Ontology development 101: A guide to creating your first ontology I N. Noy, D. McGuinness II Technical Report. № KSL-01-05. -Stanford University. - 2001. - 127 p. 6. Fernández-López M. METHONTOLOGY: From Ontological Art Towards Ontological Engineering I M. Fernández-López, A. Gómez-Pérez, N. Juristo II Spring Symposium on Ontological Engineering of AAAI. Stanford University, California. - 1997. - P. 33-40. 7. SawsaaA.F. Building Information Science ontology (OIS) with Methontology and Protégé I A.F. Sawsaa, J. Lu II Journal of Internet Technology and Secured Transactions (JITST). - 2012. - Vol. 1. - P. 100-109. 8. Jarrar M. Towards Methodological Principles for Ontology Engineering. PhD thesis I M. Jarrar II Vrije Universiteit Brussel. - 2005.
- Brussel. - 14б p. 9. Gómez-Pérez A. Ontological engineering: with examples from the areas of knowledge management, e-Commerce and the semantic web I A. Gómez-Pérez, M. Fernandez-Lopez, O. Corcho. - London: Springer-Verlag, 2004. - 235 p. 10. Povoroznjuk N.I. Modeli organizaciï kontentu tehnichnih i tehnologichnih disciplin I N.I. Povoroznjuk, K.C. Bobrivnik
II Materialy X Miçdzynarodowej naukowi-praktucznej koferencji "Wschodnie partnerstwo -2014". - Vol. 5. - Przemysl: "Nauka i studia", 2014. - P. 75-77. 11. Pinto H.S. Ontologies: How can They be Built? I H.S. Pinto, J.P. Martins II Knowledge and Information Systems. - 2004. -Vol. б. - №. 4. - P. 441-4б4. 12. Gruber T.R. Towards principles for the design of ontologies used for knowledge sharing I T.R. Gruber II International Journal of Human Computer Studies. - 1995.
- Vol. 43. - P. 907-928. 13. Bobrivnik K.C. Rozrobka modulja studenta dlja elektronnih zasobiv navchannja tehnichnih i tehnologichnih disciplin I K.C. Bobrivnik, N.I. Povoroznjuk II Naukovi zapiski UNDIZ. - 2015. - T. 35. - № 1. - P. 7б-80.
Пocmynuлa (received) 10.08.2015
Статтю npedcmaeue д-p техн. наук, npoф. НТУУ "КПГ' Crnbeecmpoe A.M.
Povorozniuk Nazar, Ph.D, Ass. Professor
National Technical University of Ukraine "Kyiv Polytechnic Institute" Prospect Peremohy, 37, Kyiv, Ukraine, 0305б tel.Iphone: +38 044 23б 7989, e-mail: Nazar_Pov@ukr.net ORCID ID: 0000-0003-1383-9801
Bobrivnyk Kateryna, master
National University of Food Technology
Str. Volodymyrska, б8, Kyiv, Ukraine, 01б01
tel.Iphone: +38 044 289 5472, e-mail: L.Bobrivnyk@ukr.net
ORCID ID: 0000-0003-2137-686X
