'

Лукашевич Н.В, Добров Б.В. Операции с онтологиями: сопоставление, порождение, наращивание, подрезание

Понравилась презентация – покажи это...





Слайд 0

Лукашевич Н.В, Добров Б.В. Операции с онтологиями: сопоставление, порождение, наращивание, подрезание АНО Центр информационных исследований МГУ им. М.В.Ломоносова Научно-исследовательский вычислительный центр


Слайд 1

Коллектив 1994 – н/в АНО Центр информационных исследований (АНО ЦИИ) 1994 – 1997 Институт США и Канады РАН 1997 – н/в Научно-исследовательский вычислительный центр МГУ им.М.В.Ломоносова Университетская информационная система РОССИЯ (УИС РОССИЯ, uisrussia.msu.ru): три миллиона документов (нормативные акты, пресса, экономическая статистика)


Слайд 2

Лингвистические ресурсы для автоматической обработки текстовых коллекций: особенности Наш опыт: развитие ресурсов для задач информационного поиска с 1994 года Большой объем: тысячи слов и словосочетаний Модель описания знаний о языке и мире должна быть: «легкая», полезная в широком круге приложений тестирование ресурса в приложениях Лингвистические онтологии (тезаурусы) Тезаурус Русского языка РуТез (52 тыс. понятий) Онтология по естественным наукам и технологиям (ОЕНТ) (55 тыс. понятий) Тезаурус (лингв. онтология) по банковской деятельности и др.


Слайд 3

Клиенты, проекты Банк России (2006 – н/в) Рамблер (2007– н/в) НПП Гарант-Сервис (2002 – н/в) НИИ Восход для ЦИК РФ (1997 -- н/в) в/ч 43753 (2000 – н/в) Аппарат Государственной Думы ФС РФ (1999 -- н/в) ИК «Кодекс» для УОПИ ФСО РФ (2007 – 2008) Счетная палата (2003) Министерство образования; ГУМЦ «Базис» (2003, 04) ИППИ РАН для Управления спецпрограмм (1996) «Гранит-Центр» (2006), НИЦ «Квант» (2003), НТЦ «Атлас» (2001)


Слайд 4

План презентации Некоторые вопросы использования существующих онтологий Простые vs. сложные предметные области, Определение границы предметной области, Соотношение «соседних» предметных областей Выгрузка из существующей онтологии нужных фрагментов Оценка качества сопоставления онтологий семинар по оценке методов сопоставления онтологий OAEI-2009


Слайд 5

Онтология верхнего уровня, общая лексика Специальные ПО Специальные ПО Развитие Тезауруса РуТез в сферу специальных областей Промежуточная зона Культурное наследие Онтология по естественным наукам и технологиям


Слайд 6

Сложные vs. простые предметные области Простые предметные области Четкие границы, Границы определяются физическими границами, конкретным процессом (производство, услуги) Ясное назначение сущностей Сложные предметные области Расплывчатые границы, Значимость текстовых документов, Сущности в разных ролях и функциях


Слайд 7

Сложные области: определение границ Междисциплинарность Государственный финансовый контроль (экономика + право + финансы) Борьба с терроризмом (уголовное право + международное право + государственное право …) Два подразделения предметной области Центр предметной области Необходимые разделы из других предметных областей


Слайд 8

Границы области: Государственный финансовый контроль Термины относящиеся к этапам, процедурам, участникам процесса государственного финансового контроля; к бюджетной системе и бюджетному процессу; к области приобретения, использования и распоряжения государственной собственностью; проверяемым типам деятельности, и основные типы проверяемых документов; термины, описывающие основные организационно-правовые формы организаций в Российской Федерации.


Слайд 9

Границы области: борьба с терроризмом Центр предметной области Террористические акты Профилактика, борьба с терроризмом и т.п. Вспомогательные разделы Населенные пункты, Оружие и взрывчатые вещества, Транспорт, Финансовые расчеты, Идеология и религия и др. Казалось бы: торжество концепции вторичного использования онтологий


Слайд 10


Слайд 11

Проблема: искажение реальности Общие понятия, необходимые для предметной области, трактуются как относящиеся к этой предметной области Название концепта сохраняется общим, а значение подразумевается относящимся к этой предметной области ЗАКОНОДАТЕЛЬСТВО (=антитеррористическое законодательство=), РАЗВЕДКА (разведка против террористической деятельности) Проблемы при склейке, вторичном использовании онтологий Тезаурус по радиационному терроризму (Radiological terrorism)


Слайд 12

Пример: искажение реальности


Слайд 13

Изменения в описаниях понятий, полученных из тезауруса РуТез Изменение названия понятия; Изменение набора текстовых входов понятия: Изменение отношений между понятиями онтологии-прототипа: Исчезновение отношений между понятиями онтологии-прототипа; Появление новых отношений между понятиями онтологии-прототипа; Введение отношений понятий онтологии-прототипа с новыми понятиями: a.  Введение отношений вверх по иерархии; b.  Введение отношений вниз по иерархии


Слайд 14

Фрагмент Тезауруса РуТез


Слайд 15


Слайд 16

Как эффективно извлечь небходимые концепты и отношения для вторичного использования Методы, основанные на специализированном корпусе (Tf*idf) Автоматизированная технология Анализ целевой предметной области, Выявление границ целевой ПО, типов необходимых сущностей Создание рубрикатора, описание рубрик как логических выражений на концептами Выгрузка концептов, попавших в описание рубрик Специализированные корпуса как вспомогательный источник


Слайд 17

Описание рубрик в виде явной логической формулы Рубрика «Банковские операции и сделки» [ БАНКОВСКАЯ ДЕЯТЕЛЬНОСТЬ(E); ИНВЕСТИЦИОННЫЙ ФОНД(-,E); ВЗАИМОЗАЧЕТ(-,E); ПЕРЕВОД ДЕНЕЖНЫХ СРЕДСТВ(-,E) ] .OR. [ КРЕДИТНАЯ ОРГАНИЗАЦИЯ(L) .and. [ ПЕРЕВОД ДЕНЕЖНЫХ СРЕДСТВ(E); РИСК (ВОЗМОЖНОСТЬ ОПАСНОСТИ, НЕУДАЧИ)(L) ] ]


Слайд 18

Быстрое описание границ предметной области Задачи описания границ связность понятийной сети предметной области по иерархии по «сестрам» устойчивость границы отсутствие «выбросов» отсутствие «анклавов» замыкание разорванных иерархических связей


Слайд 19

План презентации Некоторые вопросы использования существующих онтологий Простые vs. сложные предметные области, Определение границы предметной области, Соотношение «соседних» предметных областей Выгрузка из существующей онтологии нужных фрагментов Оценка качества сопоставления онтологий семинар по оценке методов сопоставления онтологий OAEI-2009


Слайд 20

Семинар OAEI-2009 Тестирование методов установления соответствий между единицами онтологий Тесты проводятся на онтологиях разного уровня формализации (OWL, тезаурусы, рубрикаторы) Различные типы и меры оценки 4 семинар с 2004 года 5 соревновательных дорожек (11 тестов) 16 участников


Слайд 21

Трек 1: Базовый (benchmark test) Онтология библиографии OWL-DL, RDF/XML 33 класса, 60 свойств, 70 экземпляров Тесты серия 1 Сравнение c нерелевантной онтологией (Онтология вина) OWL-DL -> OWL-Lite Тесты серия 2 (замена или отбрасывание) имена сущностей, комментарии, таксономии, экземпляры свойства


Слайд 22

Трек 1: Базовый (benchmark test) (cont’d) Тесты серия 3 Сопоставление с другими библиографическими онтологиями Лучшие результаты: Серия 1: точность – 1, полнота – 1. Серия 2: точность – 0.97, полнота – 0.86. Серия 3: точность – 0.84, полнота – 0.81


Слайд 23

Трек 2: Анатомия Сопоставление онтологий Анатомия человека Института рака Анатомия мыши 61% тривиальных соответствий, т. е. тривиальный уровень результатов Точность – 0.99, Полнота – 0.60 Лучшие результаты: Точность – 0.95 Полнота – 0.77 F-мера – 0.855 Время работы: 1-20 минут


Слайд 24

Сопоставление легких (shallow) онтологий: веб-рубрикаторы Системы: Google, Yahoo, Looksmart Таксономии: отношение subClassOff 300000 категорий в каждом рубрикаторе Моделирование реальной задачи, включающей терминологические проблемы Результаты: F-меры – 63% Системы обнаружили только 68% положительных соответствий 26% соответствий были найдены всеми участниками 17% отрицательных соответствий были приняты всеми участниками как положительные


Слайд 25

Трек: Библиотека Предметные рубрики библиотек Библиотека Конгресса США (250 тыс.) Французская национальная библиотека (150 тыс.) Немецкая национальная библиотека (160 тыс.) Информация: синонимы, отношения выше, ниже, ассоциация Эксперты: 100 тысяч соответствий Результаты 1 участник (автоматический перевод) Низкая полнота Проблемы с установлением отношений, отличных от отношений эквивалентности


Слайд 26

Shvaiko P., Euzenat J.: Ten Challenges for Ontology Matching Организация масштабного тестирования Скорость выполнения операций по сопоставлению Нехватка неявных (background) знаний Использование Интернет, предметно-ориентированных текстовых коллекций, онтологий Выбор и настройка инструмента Вовлечение пользователя Объяснение результатов сопоставления


Слайд 27

Заключение Вторичное использование существующих онтологий в практических задачах представляет собой комплексный процесс Сложные взаимосвязи между соседними предметными областями Проблемы границ, искажение реальности Эти проблемы находят свое отражение (и должны учитываться) в процессе практического сопоставления онтологий


×

HTML:





Ссылка: