آموزش هستان شناسی – بخش 1

در سال‌های اخیر توسعه و ساخت هستان شناسی ها( بیان مشخص و واضح ویژگی ها و مشخصات اعضا و موجودیت ها در یک حوزه و ارتباطات بین آنها) از قلمرو آزمایشگاه های هوش مصنوعی به حوزه متخصصان زمینه های مختلف وارد شده.هستی شناسی ها به یک امر رایج در در حوزه وب تبدیل شده اند. انتولوژی ها در حوزه ها و زمینه های گوناگون نظیر دسته بندی موضوعی وب سایت ها تا دسته بندی محصولات برای فروش و دسته بندی ویژگی های آن ها( مانند آنچه در سایت آمازون می باشد) به کار رفته اند.کنسرسیوم w3c چارچوب توصیف منبع یا همان rdf را که یک زبان برای بیان کردن دانش در صفحات وب می باشد ایجاد کرده است تا داده ها را برای سرورهایی که عملیات جستجوی اطلاعات را انجام می دهند قابل فهم کند.

کنسرسیوم w3c در حال ساخت زبان DAML می باشد که در واقع زبانی بر مبنای توسعه زبان RDF با ساختارهای توصیفی بیشتر است که با هدف تسهیل تعامل بین ابزار های تحت وب می باشد.سازمان ها و نهادهای مختلف آنتولوژی های استانداردسازی شده ای را تولید کرده اند که متخصصین حوزه های مربوطه می‌توانند برای استفاده و به اشتراک گذاری اطلاعات در آن حوزه ها از آن ها استفاده کنند.برای مثال در حوزه پزشکی آنتولوژی و فرهنگ اصطلاحاتی نظیر SNOMED و همچنین اشبکه ای معنایی از سیستم زبانی یکپارچه پزشکی طراحی شده است.همچنین انتولوژی های چند منظوره و بزرگی نیز در حال ظهور و طراحی هستند.برای مثال سازمان توسعه برنامه ایالات متحده و شرکتهای Dun & Bradstreet با همکاری یکدیگر آنتولوژی ای تحت عنوان UNSPSC طراحی کردند که اطلاعات جامعی را در رابطه با اصطلاحات مرتبط با محصولات و خدمات آنها ارائه می کنند (www.unspsc.org).

یک آنتولوژی در واقع یک فرهنگ لغت مشترک برای محققین مهیا می کند تا بتوانند اطلاعات خود در یک حوزه واحد را برای یکدیگر به اشتراک گذاری کنند.آنتولوژی باید شامل مفاهیم پایه و ارتباطات بین انها در حوزه موردنظر باشد به نحوی که این تعاریف برای کامپیوتر قابل تفسیر و فهم باشد.
اکنون سوال این است که چرا باید یک آنتولوژی طراحی کنیم؟ بخشی از دلایل شامل موارد زیر می باشد :

  • برای به اشتراک گذاری یک درک مشترک از ساختار اطلاعات موردنظر بین مردم یا سیستم های نرم افزاری
  • برای فراهم کردن امکان استفاده مجدد از دانش حوزه موردنظر
  • برای بیان واضح و شفاف پیش‌فرض‌های موجود در حوزه مورد نظر
  • برای جداسازی دانش حوزه مورد نظر از دانش عملیاتی
  • برای تحلیل دانش حوزه مورد نظر

اشتراک گذاری یک درک مشترک از ساختار اطلاعات در رابطه با نرم افزارها یا مردم یکی از اهداف رایج در توسعه آنتولوژی ها می باشد. برای مثال فرض کنید چند وب سایت متفاوت شامل اطلاعات پزشکی باشند یا خدمات پزشکی را ارائه دهند. اگر این وبسایت ها از یک آنتولوژی مشترک به عنوان زیربنای ساختار اصطلاحات استفاده شده بهره ببرم آنگاه کامپیوترها می توانند اطلاعات را از سایتهای مختلف به دست آورند و یکپارچه سازی کنند آنگاه کامپیوتر ها می توانند از اطلاعات به دست آمده برای پاسخگویی به درخواست های کاربر یا به عنوان داده های ورودی برای سایر برنامه ها استفاده کنند .

فراهم کردن قابلیت استفاده مجدد از دانش حوزه یکی از موضوعات مهم در تحقیقات مختلف انتولوژی ها در سال های اخیر بوده است .برای مثال مدل هایی برای حوزه های مختلف لازم است که مفهوم زمان را نمایش دهند.این نمایش شامل مفاهیم وقفه های زمانی نقاط مشخص زمانی اندازه گیری های نسبی زمان و غیره می باشد. اگر یک گروه از محققان آنتولوژی را با جزئیات طراحی کنند سایرین می‌توانند به سادگی از آن برای حوزه‌های مدنظر خود استفاده کنند. اگر نیازمند ساختن یک آنتولوژی بزرگ باشیم می توانیم از چندین آنتولوژی کوچک که هر کدام بخشی از آن حوزه بزرگ را توضیح می‌دهند استفاده کرده و آنها را تجمیع و یکپارچه سازی کنیم.همچنین می توانیم از یک انتولوژی عمومی نظیر UNSPSC استفاده کنیم و آن را برای توصیف حوزه مورد نظر خود را توسعه دهیم.

با طراحی یک حوزه شامل پیش فرض های صریح چنانچه در آینده پیش فرضهای ما تغییر کند می توانیم به سادگی دانش خود را در رابطه با ان حوزه را تغییر دهیم.ثبت پیش فرض ها در فضای برنامه نویسی نه تنها باعث می شود که درک و پیدا کردن پیش فرض ها دشوار شود بلکه تغییر دادن آنها را هم سخت می کند ،به خصوص برای کسی که تجربه برنامه نویسی ندارد .علاوه بر این مشخصات صریح دانش حوزه برای کاربران جدید که لازم است بدانند چه اصطلاحاتی در آن حوزه چه معانی دارند مفید می باشد.جدا کردن دانش دامنه از دانش عملیاتی یکی دیگر از کاربرد های رایج آنتولوژی ها می باشد .ما میتوانیم یک وظیفه را به صورت پیکربندی کردن یک محصول از اجزای آن به یک مشخصات خواسته شده توصیف کنیم و یک برنامه را پیاده سازی کنیم که این پیکربندی را مستقل از محصولات و اجزای آن ها انجام می دهد.آن گاه میتوانیم یک آنتولوژی از اجزای کامپیوتر و ویژگی های آنها طراحی کنیم و یک الگوریتم را برای کامپیوترهای سفارشی (کاستومایز شده) پیکربندی کنیم.همچنین همزمان می توانیم از همان الگوریتم برای پیکربندی آسانسورها استفاده کنیم در صورتی که آنتولوژی اجزای یک آسانسور را به آن بدهیم.
تحلیل دانش دامنه زمانی امکان‌پذیر است که ویژگی های توصیفی اصطلاحات موجود باشد.تحلیل رسمی اصطلاحات هنگامی که تلاش برای استفاده مجدد از آنتولوژی ها و توسعه آن ها صورت می‌گیرد بسیار ارزشمند است.غالبا داشتن یک آنکولوژی از یک حوزه به خودی خود هدف محسوب نمی شود.توسعه یک انتولوژی به تعریف مجموعه ای از داده ها و ساختار آن‌ها برای سایر برنامه ها به منظور استفاده کردن وابسته است .روش های حل مسئله، برنامه های مستقل از دامنه و عامل های نرم افزاری از آنتولوژی ها و پایگاه های دانش ( که از آنتولوژی ها به عنوان داده ساخته شده اند) استفاده می کنند .برای مثال در این مقاله ما یک انتولوژی از نوشیدنی و غذاها و ترکیبات متناسب نوشیدنی را توسعه می‌دهیم.این آنتولوژی می‌تواند سپس به عنوان یک پایه برای برخی برنامه ها در مجموعه از ابزارهای مدیریت رستوران مورد استفاده قرار گیرد :یک برنامه می تواند پیشنهادات نوشیدنی برای منوی روز را ارائه دهد یا به درخواست ها و سوالات پیش خدمت ها و مشتری ها پاسخ دهد.برنامه دیگر می تواند لیستی از نوشیدنی ها را تحلیل کند و پیشنهاد دهد که کدام دسته از نوشیدنی ها را افزایش دهیم و مشخصا کدام نوشیدنی ها را برای منوهای روزهای آتی خریداری کنیم .

ادامه این آموزش را در بخش دوم آموزش طراحی هستان شناسی دنبال کنید.

در صورتی که مایل باشید می توانید پیاده سازی پروژه طراحی آنتولوژی خود را به ما بسپارید. برای اطلاعات بیشتر کلیک کنید
Open chat