Ontology engineering
Im Informatik, Informationswissenschaft und Systemtechnik, Ontology Engineering ist ein Feld, das die Methoden und Methoden zum Aufbau untersucht Ontologien, die eine Darstellung, formale Benennung und Definition der Kategorien, Eigenschaften und Beziehungen zwischen den Konzepten, Daten und Entitäten umfasst. In einem breiteren Sinne enthält dieses Gebiet auch eine Wissenskonstruktion der Domäne unter Verwendung formaler Ontologie -Darstellungen wie OWL/RDF. Eine groß angelegte Darstellung abstrakter Konzepte wie Handlungen, Zeit, physische Objekte und Überzeugungen wäre ein Beispiel für ontologisches Engineering.[2] Ontology Engineering ist einer der Bereiche von angewandte Ontologieund kann als Anwendung von gesehen werden Philosophische Ontologie. Kernideen und Ziele des Ontology Engineering sind ebenfalls von zentraler Bedeutung in Konzeptionelle Modellierung.
Ontology Engineering zielt darauf ab, das in Softwareanwendungen enthaltene Wissen sowie in Unternehmen und Geschäftsverfahren für einen bestimmten Bereich explizit zu machen. Ontology Engineering bietet eine Anweisung zur Lösung der Interoperabilitätsprobleme, die durch semantische Hindernisse verursacht werden, d. H. Die Hindernisse im Zusammenhang mit den Definitionen von Geschäftsbegriffen und Softwarekurs. Ontology Engineering ist eine Reihe von Aufgaben im Zusammenhang mit der Entwicklung von Ontologien für einen bestimmten Bereich.
Automatisierte Verarbeitung von Informationen, die nicht interpretierbar durch Software -Agenten Kann durch Hinzufügen von Rich verbessert werden Semantik zu den entsprechenden Ressourcen, wie z. B. Videodateien. Einer der Ansätze für die formale Konzeptualisierung von vertreten Wissensbereiche ist die Verwendung von maschineninterpretierbaren Ontologien, die bereitstellen Strukturierte Daten in oder basierend auf, RDF, RDFS, und EULE. Ontology Engineering ist das Design und die Schaffung solcher Ontologien, die mehr als nur die Liste der Begriffe enthalten können (Begriffe (kontrolliertes Wortschatz); Sie enthalten Terminological, Assertional und Relational Axiome Konzepte (Klassen), Einzelpersonen und Rollen (Eigenschaften) definieren (Eigenschaften) (Tbox, Eine Boxund rbox).[3] Ontology Engineering ist ein relativ neuer Studienbereich in Bezug[4][5] und die Werkzeugsuiten und Sprachen, die sie unterstützen. Ein häufiger Weg, um die logische Untermauerung von Ontologien zu liefern, besteht darin, die Axiome mit zu formalisieren Beschreibung Logik, was dann übersetzt werden kann Jede Serialisierung von RDF, wie zum Beispiel RDF/XML oder Schildkröte. Über die Beschreibung logischen Axiome hinaus können auch Ontologien enthalten Swrl Regeln. Die Konzeptdefinitionen können jeder Art von Ressourcen- oder Ressourcensegment in zugeordnet werden RDF, wie Bilder, Videos und Regionen von Interesse, um Objekte, Personen usw. zu kommentieren und sie mit verwandten Ressourcen zu verknüpfen Wissensbasis, Ontologien, und Lod Datensätze. Diese Informationen, die auf menschlichen Erfahrung und Wissen basieren, sind wertvoll für DIRKTIONER Für die automatisierte Interpretation von ausgeklügelten und mehrdeutigen Inhalten wie den visuellen Inhalt von Multimedia -Ressourcen.[6] Anwendungsbereiche von Ontologie-basierte Argumentation einschließen, aber nicht beschränkt auf, Informationsrückgewinnung, automatisierte Szeneninterpretation und Wissensentdeckung.
Ontologiesprachen
Ein Ontologiesprache ist ein formelle Sprache Wird verwendet, um die Ontologie zu codieren. Es gibt eine Reihe solcher Sprachen für Ontologien, sowohl proprietär als auch standardbasierte:
- Gemeinsame Logik IS ISO Standard 24707, eine Spezifikation für eine Familie von Ontologiesprachen, die genau ineinander übersetzt werden kann.
- Das Cyc Das Projekt hat eine eigene Ontologiesprache namens Cycl, bezogen auf Prädikat erster Ordnung mit einigen Verlängerungen höherer Ordnung.
- Das Gellish Die Sprache umfasst Regeln für seine eigene Erweiterung und integriert somit eine Ontologie in eine Ontologiesprache.
- Idef5 ist ein Softwareentwicklung Methode zur Entwicklung und Aufrechterhaltung von nutzbaren, genauen Domänen -Ontologien.
- Kif ist eine Syntax für Logik erster Ordnung das basiert auf S-Expressionen.
- Regeln -Austauschformat (RIF), F-Logic und sein Nachfolger Objektlogic kombiniert Ontologien und Regeln.
- EULE ist eine Sprache für ontologische Aussagen, die als Follow-On von entwickelt wurde RDF und RDFSsowie frühere Ontologie -Sprachprojekte, einschließlich ÖL, Daml und Daml+Öl. Eule soll über die verwendet werden Weltweites Netzund alle seine Elemente (Klassen, Eigenschaften und Individuen) werden als RDF definiert Ressourcenund identifiziert von URIS.
- Ontouml ist eine begründete Sprache für die Angabe von Referenz-Ontologien.
- Shacl (RDF formt Einschränkungen der Sprache) ist eine Sprache zur Beschreibung der Struktur von RDF -Daten. Es kann zusammen mit RDFs und Eule oder unabhängig von ihnen verwendet werden.
- Xbrl (Extensible Business Reporting Language) ist eine Syntax für die Ausdrücken von Geschäftssemantik.
Ontologie -Ingenieurwesen in Biowissenschaften
Biowissenschaften florieren mit Ontologien, die Biologen für ihre Experimente verstehen.[7] Um korrekte Schlussfolgerungen aus Experimenten zu schließen, müssen Ontologien optimal gegen die von ihnen dargestellte Wissensbasis strukturiert werden. Die Struktur einer Ontologie muss kontinuierlich verändert werden, damit sie eine genaue Darstellung des zugrunde liegenden Domain.
Kürzlich wurde eine automatisierte Methode für technische Ontologien in Biowissenschaften wie z. Gen-Ontologie (GEHEN),[8] Eine der erfolgreichsten und am häufigsten verwendeten biomedizinischen Ontologie.[9] Basierend auf der Informationstheorie umstrukturiert es Ontologien, so dass die Ebenen die gewünschte Spezifität der Konzepte darstellen. Ähnliche Informationstheoretische Ansätze wurden auch zur optimalen Aufteilung der Gen -Ontologie verwendet.[10] Angesichts der mathematischen Natur einer solchen Ingenieurwesen AlgorithmenDiese Optimierungen können automatisiert werden, um eine prinzipielle und skalierbare Architektur zur Umstrukturierung von Ontologien wie GO zu erstellen.
Offene biomedizinische Ontologien (OBO), eine Initiative des US -amerikanischen Nationalen Zentrums für biomedizinische Ontologie von 2006, bietet eine gemeinsame „Gießerei“ für verschiedene Ontologieinitiativen, darunter:
- Das Generisches Modell Organismusprojekt (GMOD)
- Gen-Ontologie Konsortium
- Sequenz Ontologie
- Ontologie -Lookup -Service
- Das Pflanzen Ontologie Konsortium
- Standards und Ontologien für Funktionelle Genomik
und mehr
Methoden und Werkzeuge für Ontology Engineering
- DOGMA
- Dogmamodeler
- Kaon
- Ontoclean
- Hozo
- Protégé (Software)
- Gra.fo (http://gra.fo)
- Sabio[11]
- TOPBRAID -Komponist
- TOPBRAID EDG
- HSE. HUmman-zentriert cOllaborativ oNtologie eNgineering mEthodologie (http://semanticweb.org/wiki/sharedhcone.html und HSIM-3O)
Siehe auch
- Ontologie (Informationswissenschaft)
- Ontologie Doppelartikulation
- Ontologie -Lernen
- Ontologie -Modularisation
- Semantic decision table
- Semantische Integration
- Semantische Technologie
- Semantisches Web
- Verknüpfte Daten
Verweise
Dieser Artikel enthältPublic Domain Material von dem Nationales Institut für Standards und Technologie Webseite https://www.nist.gov.
- ^ Peter Shames, Joseph Skipper. "Auf dem Weg zu einem Rahmen für die Modellierung von Weltraumsystemen Architekturen" Archiviert 2009-02-27 bei der Wayback -Maschine. NASA, JPL.
- ^ http://ontology.buffalo.edu/bfo/beyondconcepts.pdf[Bare URL PDF]
- ^ Sikos, L. F. (14. März 2016). "Ein neuartiger Ansatz zum Multimedia Ontology Engineering für automatisierte Argumentation über audiovisuelle LOD -Datensätze". Vorlesungsnotizen in künstlicher Intelligenz. Vol. 9621. Springer. S. 1–13. Arxiv:1608.08072. doi:10.1007/978-3-662-49381-6_1.
- ^ Asunción Gómez-Pérez, Mariano Fernández-López, Oscar Corcho (2004). Ontologische Ingenieurwesen: Beispiele aus den Bereichen Wissensmanagement, E-Commerce und Semantic Web. Springer, 2004.
- ^ De Nicola, a; Missikoff, M; Navigli, R (2009). "Ein Software -Engineering -Ansatz für Ontology Building" (PDF). Informationssysteme. 34 (2): 258. Citeseerx 10.1.1.149.7258. doi:10.1016/j.is.2008.07.002.
- ^ Zarka, M; Ammar, AB; AM, Alimi (2015). "Fuzzy -Argumentationsrahmen zur Verbesserung der semantischen Videointerpretation". Multimedia -Tools und -Anwendungen. 75 (10): 5719–5750. doi:10.1007/s11042-015-2537-1. S2CID 16505884.
- ^ Malone, J; Holloway, E; Adamusiak, T; Kapushesky, M; Zheng, J; Kolesnikov, n; Zhukova, a; Brazma, a; Parkinson, H (2010). "Modellierung von Stichprobenvariablen mit einem experimentellen Faktor -Ontologie". Bioinformatik. 26 (8): 1112–1118. doi:10.1093/bioinformatics/btq099. PMC 2853691. PMID 20200009.
- ^ Alterovitz, G; Xiang, M; Hill, DP; Lomax, J; Liu, J; Cherkassky, M; Dreyfuss, J; Mungall, C; et al. (2010). "Ontology Engineering". Naturbiotechnologie. 28 (2): 128–30. doi:10.1038/NBT0210-128. PMC 4829499. PMID 20139945.
- ^ Botstein, David; Cherry, J. Michael; Ashburner, Michael; Ball, Catherine A.; Blake, Judith A.; Butler, Heather; Davis, Allan P.; Dolinski, Kara; et al. (2000). "Gen -Ontologie: Werkzeug zur Vereinigung der Biologie. Das Gen -Ontologie -Konsortium" (PDF). Naturgenetik. 25 (1): 25–9. doi:10.1038/75556. PMC 3037419. PMID 10802651. Archiviert von das Original (PDF) Am 2011-05-26.
- ^ Alterovitz, G.; Xiang, M.; Mohan, M.; Ramoni, M. F. (2007). "Go Pad: Die Gene Ontology Partition Database". Nukleinsäurenforschung. 35 (Datenbankproblem): D322–7. doi:10.1093/nar/gkl799. PMC 1669720. PMID 17098937.
- ^ Falbo, Ricardo (2014). "Sabio: Systematischer Ansatz zum Aufbau von Ontologien" (PDF). Proceedings of the 1. Joint Workshop zu Odise on Ontologies in konzeptionellen Modellierungs- und Informationssystemen Engineering, die mit der 8. Internationalen Konferenz für formelle Ontologie in Informationssystemen auf.com/odise@fois 2014, Rio de Janeiro, Brasilien, September, zusammengestellt wurden 21, 2014. 1301 -via ceur-ws.org.
Weitere Lektüre
- Kotis, K., A. Papasalouros, G.A. Vouros, N. Pappas und K. Zoumpatianos, "Verbesserung des kollektiven Wissens für die Technik von Ontologien in offenen und sozial konstruierten Lernräumen",", Zeitschrift für Universal Informatik, vol. 17, Ausgabe 12, S. 1710–1742, 08/2011
- Kotis, K. und A. Papasalouros, "Lernen nützlicher Anpfiff-Ontologien von Abfragebogen", 4. Internationale Konferenz über komplexe, intelligente und softwareintensive Systeme (CISIS-2010), Kracow, IEEE Computer Society Press, 2010.
- John Davies (Hrsg.) (2006). Semantische Webtechnologien: Trends und Forschung in Ontologie-basierten Systemen. Wiley. ISBN978-0-470-02596-3
- Asunción Gómez-Pérez, Mariano Fernández-López, Oscar Corcho (2004). Ontologische Ingenieurwesen: Beispiele aus den Bereichen Wissensmanagement, E-Commerce und Semantic Web. Springer, 2004.
- Jarrar, Mustafa (2006). "Positionspapier". Proceedings der 15. Internationalen Konferenz über World Wide Web - www '06. p. 497. doi:10.1145/1135777.1135850. ISBN 978-1-59593-323-2. S2CID 14184354.
- Mustafa Jarrar und Robert Meersman (2008). "Ontology Engineering -Der Dogma -Ansatz". Buchkapitel (Kapitel 3). In Fortschritten in Web Semantics I. Volumen LNCS 4891, Springer.
- Riichiro Mizoguchi (2004). "Tutorial für Ontological Engineering: Teil 3: Fortgeschrittener Kurs der Ontologischen Ingenieurwesen" Archiviert 2013-03-09 bei der Wayback -Maschine. Im: Neue Generation Computing. Ohmsha & Springer-Verlag, 22 (2): 198-220.
- Elena Paslaru Bontas Simperl und Christoph Tempich (2006). "Ontology Engineering: Ein Reality -Check"
- Devedzić, Vladan (2002). "Ontological Engineering verstehen". Kommunikation der ACM. 45 (4): 136–144. Citeseerx 10.1.1.218.7546. doi:10.1145/505248.506002. S2CID 5352880.
- Sicher, York, Staab, Steffen und Studer, Rudi (2009). Ontology Engineering Methodology. In Staab, Steffen & Studer, Rudi (Hrsg.) Handbook on Ontologies (2. Auflage), Springer-Verlag, Heidelberg. ISBN978-3-540-70999-2