Transcript P,x,y

http://protege.stanford.edu/doc/owl/g
etting-started.html
Protege โพรทีเจ คืออะไร?
1. Protege เป็ นซอฟแวร ์ฟรี ซึงเป็ นแพลตฟอร ์มที
เป็ นการสร ้างแบบจาลองและการประยุกต ์ใช ้
โดเมนความรู ้ร่วมกับontologies
2. Ontologies จะเป็ นการแบ่งประเภทตามอนุ กรม
หรือแบ่งตามรายการต่างๆทีมอ
ี ยู่ในฐานข ้อมูล
ตามทฤษฎีของ axiomatized อย่างถูกต ้อง
สมบูรณ์
3. Ontologies เป็ นศูนย ์กลางของโปรแกรม
ประยุกต ์ต่างๆจานวนมาก เช่นฐานความรู ้ทาง
วิทยาศาสตร ์แบบพอร ์ทัล, การจัดการข ้อมูลและ 1
Introduction to Ontology
Sudarsun S
Director – Research
Checktronix India
Chennai 600010
วุฒก
ิ ล
ุ
แปลและเรียบเรียงโดย บรรเจิด วิโรจน์
มหาวิทยาลัยบูรพา
คณะวิทยาการคอมพิวเตอร ์
2
Ontology คืออะไร?
สาขาปร ัชญา – แขนงหนึ่ งของปร ัชญา
ทีว่่ าด ้วยธรรมชาติและองค ์กรของความจริง
่
• การศึกษาเกียวกั
บการดารงอยู่ (ปร ัชญาว่าด ้วย
ความจริงในธรรมชาติ)
• ทดลองหาคาตอบของคาถามทีว่่ า :
– อะไรคือคุณลักษณะของการดารงอยู่?
่ ดแล ้วดารงอยูอ
– ในทีสุ
่ ย่างไร?
่ างๆอย่างไร?
• แบ่งแยกสายสิงต่
3
Ontology in Computers
่
• Ontology คือ สิงประดิ
ษฐ ์ทางวิศวกรรม ที่
ประกอบด ้วย
่
่ เจาะจง)
่
– คาศัพท ์ทีจะอธิ
บายถึงขอบเขต (ของสิงที
่ ดเจน ของความหมายคาศัพท ์
– ข ้อมูลจาเพาะทีชั
่
– ข ้อจากัดของการเพิมความรู
้ใหม่เข ้าไปในขอบเขต
• ในอุดมคติแล ้ว an ontology ควรจะ :
่
่
– เข ้าถึงความเข ้าใจทัวไป
ของขอบเขตทีสนใจ
่ องจั
่ กรจัดการได ้ ของ
– เตรียมรูปแบบ และ แบบจาลองทีเครื
่
ขอบเขตทีสนใจ
4
Example
• คาศัพท ์ และ ความหมาย (การนิ ยาม)
– ช ้าง เป็ นสมาชิกหนึ่ งของ สัตว ์
– สัตว ์กินพืช เป็ นสมาชิกของ สัตว ์ ซึง่ กินเฉพาะพืช
หรือส่วนหนึ่ งของพืช
– ช ้างโตเต็มวัย เป็ นสมาชิกของ ช ้าง ซึง่ มีอายุมากกว่า
20 ปี
้
• เบืองหลั
งของความรู ้/ข ้อจากัดบนขอบเขต
่
่
(กฎเกณฑ ์ทียอมร
ับกันทัวไป)
– ช ้างโตเต็มวัย หนัก อย่างต่า 2000 กิโลกร ัม
– ช ้างทุกตัว เป็ น ช ้างแอฟริกน
ั หรือ ช ้างอินเดีย
5
Example Ontology (Protégé)
6
What??
7
8
Why Ontology?
่
้
• เพือแชร
์ความเข ้าใจพืนฐานของโครงสร
้างข ้อมูล
ระหว่างคนและSoftware agents
่ าให ้นาขอบเขตความรู ้เดิมกลับมาใช ้ใหม่ได ้
• เพือท
่
่
• เพือสร
้างขอบเขตทีสมมุ
ตข
ิ นมาให
ึ้
้มีความช ัดเจน
่
่
• เพือแยกขอบเขตความรู
้ออกจากความรู ้ทัวไปได
้
่ เคราะห ์ขอบเขตของความรู ้
• เพือวิ
9
Few Applications
• e-Science, ตัวอย่างในด ้าน Bioinformatics
– The Gene Ontology (GO)
– The Protein Ontology (MGED)
• Databases
– Schema design and integration
– Query optimisation
• User interfaces
• The Semantic Web & so-called Semantic Grid
10
Importance towards E-Commerce
• Taxonomies provide :
– เข ้ามาควบคุมในการใช ้คาศัพท ์ร่วมกัน (search
engines, authors, users, databases,
programs /
ทุก agent ใช ้ภาษาเดียวกัน)
– Site ช่วยเหลือด ้าน Organization และ Navigation
้ ้ทีโซนซ
่
– ถูกกาหนดให ้เป็ นมาตรฐาน (เช่น ตังไว
้ายของ
หลายๆเวปไซด ์)
่ งขึน้ (เพือการ
่
– “Umbrella” ระดับโครงสร ้างทีสู
Extension)
– ตัวช่วยค ้นหา (แถบช่วยเหลือของ Yahoo!)
– Sense disambiguation
11
Importance towards E-Commerce
– ตรวจสอบความสอดคล ้อง
– การทาให ้สมบูรณ์
– สนับสนุ นการทาให ้ข ้อมูลในระบบต่างๆพูดคุยกันได ้
(Interoperability)
– สนับสนุ นองค ์ประกอบภายนอก
่
– เป็ นโครงสร ้าง, เปรียบเทียบเพือปร
ับปรุงการค ้นหาข ้อมูล
– Generalization/ Specialization
12
Observations
• Ontologies อย่างง่าย สามารถสร ้างได ้โดยไม่ต ้องมีความชานาญ
โดยใช ้
– Verity’s Topic Editor, Collaborative Topic Builder,
GFP,Chimaeras, Protégé, OIL-ED,etc
้ ้แบบกึงอั
่ ตโนมัติ
• Ontologies สามารถสร ้างขึนได
– โดยอ ้างอิงจากเวปไซด ์ เช่น yahoo!, Amazon, excite
– Semi-structured sites can provide starting points
่ นอย่
้
• Ontologies มีการใช ้เพิมขึ
างรวดเร็ว(โดยมีธรุ กิจเป็ นตัวลลักดัน)
–
–
–
–
เวปไซด ์ทางธุรกิจส่วนมากใช ้ เช่น Amazon, Yahoo! Shopping
่ ญรุง่ เรืองกาลังสนใจ
ธุรกิจทีเจริ
่ ้กาลังเติบโต จาพวก Markup Languages XML,RDF
ภาษาทีใช
่
“Real” ontologies เหมาะสมทีจะเป็
นศูนย ์กลาง Application
13
Implications & Need
• ไวยกรณ์และความหมายของ Ontology
Language (DAML+OIL)
่ ้ในการสร ้างและบารุงร ักษาของ
• ทร ัพยากรทีใช
Ontologies
• ฝึ กฝน (Conceptual Modeling,การอ ้างเหตุลล
่ เกี
่ ยวข
่
ของสิงที
้อง, ……)
14
Issues
•
•
•
•
•
•
•
•
•
•
•
่ ดเลยข ้อมูล
การร่วมมือ ระหว่างกลุม
่ ทีเปิ
่
การเชือมต่
อระหว่างระบบหลายๆแห่งเข ้าด ้วยกัน
วิเคราะห ์และวินิจฉัย
ประมาณ
แบบฉบับ
ความปลอดภัย
ง่ายต่อการใช ้
การฝึ กหลากหลายระดับ / สนับสนุ นลูใ้ ช ้
กลวิธน
ี าเสนอ
วงจรชีวต
ิ
ความสามารถในการแพร่ขยายออก
15
Chimaera
• An interactive web-based tool aimed at supporting:
–
–
–
–
วิเคราะห ์ Ontology (ความถูกต ้อง, ความสมบูรณ์, ลักษณะ, …)
Merging of ontological terms จากหลายแหล่งเข ้าด ้วยกันได ้
บารุงร ักษา ontologies ตลอดเวลา
การให ้เหตุลลของข ้อมูลเข ้า
• Features: multiple I/O languages, loading and merging
into multiple namespaces, collaborative distributed
environment support, integrated browsing/editing
environment, extensible diagnostic rule language
• ถูกใช ้ในด ้านการพาณิ ชย ์และวิชาการ
• แหล่งข ้อมูล: www.ksl.stanford.edu/software/chimaera
16
Building Ontology
• กาหนด classes
• จัดเตรียมให ้อยู่ในรูป Taxonomic hierarchy
– sub-class/super-class model
• เตรียม slots และ facets สาหร ับ slots
• กาหนดค่าสาหร ับ slots ในแต่ละกรณี
17
Thumb-Rules
•
•
•
•
•
่ กต ้องในการสร ้างขอบเขต
ไม่มวี ธิ ก
ี ารทีถู
มีชอ่ งทางในการทาได ้เสมอ
่ ทสุ
้
วิธก
ี ารทีดี
ี่ ดขึนอยู
่กบั การนาไปใช ้และขยายต่อ
กระบวนการทาซา้
แนวความคิดใน Ontology คล ้ายกับ objects(
รูปธรรม/นามธรรม) และ relationships ใน
่
ขอบเขตทีสนใจ
่
– Objects คือ คานามทัวไป
่
– Relationships คือ กริยาทัวไปในประโยค
18
Step 1: Domain & Scope
•
•
•
•
•
่
อะไรคือขอบเขตทีสนใจ?
อะไรคือจุดประสงค ์ของ Ontology นี ?้
่
อะไรคือสิงคาดหวั
งของคาถาม?
ใครเป็ นลูใ้ ช ้และบารุงร ักษา Ontology ?
ตัวอย่างคาถาม:
้
– ช ้างเป็ นสัตว ์กินพืชหรือสัตว ์กินเนื อ?
– ช ้างกินอะไรเป็ นอาหาร?
– ช ้างแอฟริกน
ั มีนิสยั เป็ นอย่างไร?
19
Step 2: Re-Use Existing
Ontology
• ถ ้าเข ้ากันได ้ ก็สามารถใช ้ได ้แน่ นอน
• ปัญหาในการ merging Ontologies?
– รูปแบบขัดแย ้ง
– แนวคิดเดียวกัน, การนาเสนอต่างกัน
20
Step 3: Enumerate Terms
•
•
•
•
Terms คืออะไร?
Properties ของ terms คืออะไร?
Relationships ของ terms คืออะไร?
ตัวอย่าง:
– Animal, elephant, lion
้
่ น
– ความสูง, นาหนั
ก, อาหารทีกิ
– ช ้างกับควาญช ้าง, ช ้างลสมพันธุ ์กันเองได ้, ช ้างอยู่
รวมกันเป็ นกลุม
่
21
Step 4: Define Classes & Hierarchy
•
•
•
•
•
Top-Down Approach
Bottom-Up Approach
Mixed
Object Oriented Programming Analogy
่
อะไรทีเราจะได
้ร ับ?
– การจัดเรียง Hierarchical ของ concepts
– ถ ้า class P is a super-class of class Q, และทุกๆกรณี ของ
B คือ หนึ่ งในกรณี ของ P
– หมายความว่า : class Q represents a “kind-of” P
22
Step 5: Properties of Classes Slots
• “intrinsic” properties เช่น softness of silk
• “extrinsic” properties เช่น bike’s model
name
• Parts, ถ ้า object เป็ นรูปแบบ Structured;
สามารถกาหนดให ้เป็ น physical และ abstact
parts ได ้
– เช่น: เวลาหากินช่วงเช ้าของช ้าง
• Relationships ระหว่างสมาชิกของ class
– เช่น: ช ้าง กับ ควาญช ้าง, สามารถแสดงถึงความสัมพันธ ์
่ ข
ระหว่าง ช ้าง อ ้างอิงถึงทีอยู
่ องช ้าง ล่านทางควาญช ้างได ้
23
Step 6: Define Slots
• จานวน values ของ Slot
้ า ว่า slot ควรจะมี values ได ้กีค่
่ า?
– ตังค่
• ใส่คา่ ของ Slot
่
– มีคา่ อะไรทีสามารถใส่
ได ้บ ้าง?
่
– ค่ามาตรฐานทัวไป:
•
•
•
•
•
String
Number
Boolean
Enumeration
Instance
24
Step 7: Create Instances
• ยกตัวอย่างการสร ้าง instance ชือ่
่ น instance ของ class
african_elephant ซึงเป็
elephant
– High : 400 cm
– Weight : 6,500 Kg
– Eat : fruit, leaf (instance of food class)
– Behavioer : aggressive
– Kind : Herbivore (instance of animal_type
class)
25
Consistency Checks ??
• ทาให ้แน่ ใจว่า Class hierarchy ถูกต ้อง
่ อยู
่ ใ่ นระดับเดียวกันของ tree ควรจะมี สิงทั
่ วไป
่
– สิงที
คล ้ายๆกัน
่ ความหมายเหมือนกัน แต่แยกเป็ นคนละ
– classes ทีมี
class
– ตรวจความสัมพันธ ์ “is-a” และ “kind-of”
่ มากเกิ
่
– สิงที
นไปหรือน้อยเกินไป
• Multiple Inheritance
26
Consistency Checks ??
่ class ใหม่ได ้เมือไหร่
่
• เราจะเพิม
?
่ Subclass ของ class โดยทัวไปจะ
่
– การเพิม
่ มที่ super-class ไม่มี
• มีคณ
ุ สมบัตเิ พิมเติ
่
• มีข ้อจากัดทีแตกต่
างจาก super-class
• มีการอ ้างอิง relationships มากกว่าใน super-class มี
• Class ใหม่ หรือ property-value ใหม่?
่
– class “african_elephant” หรือ class “elephant” ทีมี
้
่
property type เป็ น “african” ขึนอยู
่กบั จุดมุ่งหมายทีเราสนใจ
• เป็ น Instance หรือ Class?
– Individual Instances เป็ น การแสดงถึงกรณี เจาะจงใน
ฐานความรู ้
่
– ถ ้า concept ทีสนใจเกิ
ดจากการจาแนกโดยธรรมชาติ จะเป็ น
classes
27
Limiting the Scope
่
่ ยวกั
่ นไปได ้ทังหมดที
่
้
• ต ้องการทีจะไม่
ใส่ข ้อมูลทีเป็
เกี
บ
ขอบเขต
่
่ ั หรือ กรณี เฉพาะ มาก
• ต ้องการทีจะไม่
ใส่กรณี ทวไป
่
ไปกว่าอะไรทีเราต
้องการนาไปใช ้
่
่ นไปได ้ทังหมด
้
• ต ้องการทีจะไม่
ใส่ properties ทีเป็
่ แตกต่
่
และ สิงที
าง ในหมู่ classes บน hierarchy
28
Ontology Merging/Alignment
่ ต
่ ้องการ
• สิงที
– การช่วยเหลือและคาแนะนาของของกระบวนการ
่ อพิเศษสาหร ับ ontology merging and
– เครืองมื
alignment
่ ต
่ ้องการ (แต่ยงั ไม่สามารถทาได ้)
• สิงที
่
่ สามารถ
– เครืองที
merging and alignment ได ้
อัตโนมัตอิ ย่างสมบูรณ์
29
Mapping, Merging, Alignment
30
Approaches
• การแก ้ปัญหาขัดแย ้งหลังจาก merging
– ลลลัพธ ์โดยตรง
– เกิดการปกคลุมของข ้อมูล
่ าซา้
– ยากทีจะท
่
• เปลียนรู
ปก่อนทาการ merging
้ ้
– กระบวนการสามารถทาซาได
– ไม่เป็ นลลลัพธ ์โดยตรง
่ อปร ับโดยตรงให ้เหมาะสม
• ใช ้เครืองมื
่
– สามารถได ้ลลลัพธ ์โดยตรงจากการปร ับเปลียน
่ าซา้ แต่เป็ นไปได ้
– ยากทีจะท
31
SMART Algorithm
32
Merge Classes (contd..)
33
Merge Classes (contd..)
34
Suggestions (contd..)
35
Source – Car Rental
36
Source –Airline Reservation
37
38
Features
่
• ลลทีตอบสนองกั
บลูใ้ ช ้
้
– คาชีแจง
่ ดปัญหา
– กระบวนการแก ้เมือเกิ
่
• ดูแลร ักษาจุดทีสนใจ
– ปร ับปรุงการให ้ข ้อแนะนา
่
่ ดเวลาสาหร ับการแก ้ปัญหา
– สร ้างข ้อมูลชัวคราวเพื
อยื
• การสะกดรอยความสัมพันธ ์
– เก็บความสัมพันธ ์ทีอ่ ้างอิงถึง
– เก็บข ้อมูลอย่างย่อไว ้
39
Ontology Languages - RDF
• RDF คือ Resource Description Framework
• เป็ น W3C candidate recommendation
(http://www.w3.org/RDF
• RDF เป็ น graphical formalism (+XML syntax + semantics)
่ นตัวแทนข ้อมูลทีอธิ
่ บายถึงข ้อมูลอีกชุดหนึ่ง
– เพือเป็
่
่ เครื
่ องจั
่ กรเข ้าใจได ้
– เพืออธิ
บายถึงความหมายของข ้อมูลในสิงที
• RDFS extends RDF กับ “schema vocabulary”ตัวอย่างเช่น
– Class, Property
– Type, subClassOf, subPropertyOf
– Range, domain
40
RDF Syntax --Triples
Subject
Ex: Subject
Property
Object
Ex: Property
Ex: Object
41
RDF Syntax --Triples
Subject
Ex: Subject
Property
Object
Ex: Property
Ex: Object
_: xxx
42
RDF Syntax --Triples
Subject
Ex: Subject
Property
Object
Ex: Property
Ex: Object
_: xxx
43
RDF Syntax --Triples
Subject
Ex: Subject
_: xxx
Property
Object
Ex: Property
Ex: Object
_: yyy
44
RDF Syntax --Triples
Subject
Ex: Subject
_: xxx
Property
Object
Ex: Property
Ex: Object
_: yyy
<< plain litteral >>
45
RDF Syntax --Triples
Subject
Ex: Subject
_: xxx
Property
Object
Ex: Property
Ex: Object
_: yyy
<< plain litteral >>
<< lexical >>^^data type
46
RDF Syntax -- Graph
_: xxx
47
RDF Syntax -- Graph
<< Palani Ramasamy >>
Ex: name
_: xxx
rdf: type
Ex: Person
48
RDF Syntax -- Graph
<< Palani Ramasamy >>
Ex: name
_: yyy
_: xxx
Ex: member-of
rdf: type
Ex: Person
49
RDF Syntax -- Graph
<< Palani Ramasamy >>
<< University of Madras >>
Ex: name
Ex: name
_: yyy
_: xxx
Ex: member-of
rdf: type
Ex: Person
rdf: type
Ex: Organisation
50
RDFS
51
RDFS
• RDFS vocabulary adds constraints on models, e.g.:
– x,y,z type(x,y) subClassOf(y,z) type(x,z)
52
RDFS
• RDFS vocabulary adds constraints on models, e.g.:
– x,y,z type(x,y) subClassOf(y,z) type(x,z)
Ex: Person
rdf: subClassof
Ex: Animal
53
RDFS
• RDFS vocabulary adds constraints on models, e.g.:
– x,y,z type(x,y) subClassOf(y,z) type(x,z)
Ex: Animal
Ex: Person
rdf: subClassof
Ex: John
rdf: type
Ex: Person
54
RDFS
• RDFS vocabulary adds constraints on models, e.g.:
– x,y,z type(x,y) subClassOf(y,z) type(x,z)
Ex: Animal
Ex: Person
rdf: subClassof
Ex: John
rdf: type
Ex: Person
rdf: type
Ex: Animal
55
Problems with RDFS
่
บายทร ัพยากรในรายละเอียดที่
• RDFS อ่อนในการทีจะอธิ
เพียงพอ
– ไม่มข
ี ้อบังคับ ของการจากัดวง range และ domain
่
• ไม่สามารถบอกได ้ว่า ขอบเขตของ hasChild คือ person เมือประยุ
กต ์
่
เป็ น person and elephant และเมือประยุ
กต ์เป็ น elephants
– ไม่มข
ี ้อจากัด existence/cardinality
• ไม่สามารถบอกได ้ว่า ทุกๆกรณี ของ person มี 1 mother นั่นคือ mother
เป็ น 1 person เช่นกัน หรือ person มี 2 parents ได ้อย่างถูกต ้อง
– ไม่มค
ี ณ
ุ สมบัติ transitive, inverse หรือ symmetrical
• ไม่สามารถบอกได ้ว่า isPartOf คือคุณสมบัต ิ transitive, isPartOf คือ
inverse ของ isPartOf และ touches คือ symmetrical
• ความยากในการจาแนก เหตุลลสนับสนุ น
่ ใช่มาตรฐาน
– ไม่มี “native” reasoners สาหร ับ เหตุลลทีไม่
– May be possible to reason via FO axiomatisation
56
Axiomatisation
• An Axiomatisation สามารถถูกใช ้ฝัง RDFS ใน FOL,
ตัวอย่าง:
– Triple x P y translated as holds2 (P,x,y)
– Axioms capture ในส่วนความหมายของ language
• ปัญหาการ axiomatisations include
่
– จะต ้องการ set ทีใหญ่
และซ ับซ ้อน ของ axioms
่ สจ
– ยากทีจะพิ
ู น์ความหมายให ้เป็ นการ captured อย่างถูกต ้อง
่
– Axiomatisation จะเพิมภาระการค
านวณอย่างมาก
complexity
• RDFS → undecidable (subset of) FOL
– ไม่มี interoperability นอกจาก ทุกภาษาที่ axiomatised เช่นเดียวกัน
• เช่น C subClassOf D equivalent to
• แต่ต ้อง axiomatise เช่น holds2(subClass, C, D)
57
RDF to OWL
่ กพัฒนาโดย extending(ส่วนหนึ่ งของ)
• สองภาษาทีถู
RDF
– OIL : Ontology Inference Layer
– DAML-ONT : DARPA Agent Markup Language
่
• ความพยายามMerged เพือสร
้าง DAML+OIL
– Extends (“DL subset” of) RDF
• DAML+OIL
– Web-Ontology(WebOnt) Working Group formed
– WebOnt group ถูกพัฒนาโดย OWL Language based on
DAML+OIL
– OWL language now a W3C Proposed
Recommendation
58
Description Logics
• ครอบคร ัวหนึ่ งของ logic based Knowledge
Representation formalisms
– สืบทอดมาจาก semantic networks และ KL-ONE
– อธิบายขอบเขตในรูปแบบของ concepts(classes),
roles(properties, relationships) และ individuals
• มีลก
ั ษณะเด่นคือ
– Formal semantics (แบบจาลองอย่างเป็ นแบบฉบับตามหลัก
ทฤษฎี)
่
• ตัดสินใจได ้ในส่วนทีแยกจาก
FOL
่
• มีความเกียวข
้องอย่างใกล ้ชิดกับ Prepositional Model & Dynamic
Logics
– การจัดเตรียมของ inference services
• การตัดสินใจใช ้กระบวนการสาหร ับการแก ้ไขปัญหา (ความพึงพอใจ, การ
สมมติฐาน, ฯลฯ)
• Implemented systems (highly optimized)
59
DL Basics
่ ยบได ้กับ unary predicates
่ เที
• Concept คือ สิงที
่
่ ตวั แปรอิสระ 1 ตัว
– โดยทัวไป,
concepts จะเท่ากับ สูตรทีมี
่ เที
่ ยบได ้กับ binary predicates
• Role คือ สิงที
่
่ ตวั แปรอิสระ 2 ตัว
– โดยทัวไป,
roles จะเท่ากับ สูตรทีมี
่ เที
่ ยบได ้กับ ค่าคงที่
• Individual คือสิงที
• Operators จากัดความได ้ว่า :
– ภาษาตัดสินใจได ้ และ ถ ้าเป็ นไปได ้, มีความซับซ ้อนน้อย
่
– ไม่ต ้องการทีจะใช
้ตัวแปรอย่างชัดเจน
• จากัดความจาก และ
(ติดต่อกันโดยตรงด ้วย < > และ [ ])
่ นกระช
้
• ลักษณะ เหมือนกับ การนับทีสั
ับว่องไว
60
DL System Architecture
61
DL Family
•
ถูกใช ้บ่อยสาหร ับ
ใน transitive roles(R+)
่
• Additional letters บ่งบอกถึง extensions อืนๆ
– ตัวอย่างเช่น
•
•
+ R+ + role hierachy + inverse + QNR =
is the basis for W3C’s OWL Web Ontology
Language
– OWL DL
– OWL Lite
คือ
)
extended with nominal (นั่นคือ
with only functional restrictions
)
(นั่น
62
DL Knowledge Base
• A TBox is a set of “schema” axioms(sentences)
– ตัวอย่าง
• An ABox is a set of “data” axioms (ground facts)
– ตัวอย่าง
• A Knowledge Base (KB) คือการรวมของ TBox บวก ABox
63
DL Reasoning
W
marriedTo
hasChild
HappyParrent J
hasChild
M ~Doctor
64
DL Reasoning
• ตัวอย่าง : KB:
W
marriedTo
hasChild
HappyParrent J
hasChild
M ~Doctor
65
DL Reasoning
• ตัวอย่าง : KB:
W
marriedTo
hasChild
HappyParrent J
hasChild
M ~Doctor
66
DL Reasoning
• ตัวอย่าง : KB:
W
marriedTo
hasChild
HappyParrent J
hasChild
M ~Doctor
67
DL Reasoning
• ตัวอย่าง : KB:
W
marriedTo
hasChild
HappyParrent J
hasChild
M ~Doctor,
(Doctor _ hasChild.Doctor),
hasChild.Doctor
68
DL Reasoning
• ตัวอย่าง : KB:
W
marriedTo
HappyParrent J
hasChild
M ~Doctor,
hasChild
(Doctor _ hasChild.Doctor),
hasChild.Doctor
hasChild
?
Doctor
69
OWL
• 3 สายพันธุ ์ ของ OWL
– OWL full เป็ น union ของ OWL syntax และ RDF
่ ขอบเขตใน FOL fragment (
– OWL DL ซึงมี
DAML+OIL)
– OWL Lite คือ “simpler” subset ของ OWL DL
• Semantic layering
– OWL DL
OWL full ภายใน DL fragment
้
• OWL DL พืนฐานบน
– ในความเป็ นจริง มีคา่ เทียบได ้กับ
Description Logic
DL
• OWL DL ลลประโยชน์ทได
ี่ ้จากการวิจยั DL เป็ นเวลาหลายปี
– ง่ายในการนิ ยาม semantics
– Formal properties ง่ายต่อการเข ้าใจ (ความซ ับซ ้อน, ความสามารถในการ
ตัดสินใจ)
– รู ้จัก reasoning algorithms
– Implemented systems (ใช ้ให ้เหมาะสมได ้ดี)
70
OWL constructors
71
OWL constructors
• XMLS datatypes และ classes ใน
– ตัวอย่าง
P.C และ
P.C
hasAge.nonNegativeInteger
72
OWL constructors
• XMLS datatypes และ classes ใน
– ตัวอย่าง
•
P.C และ
P.C
hasAge.nonNegativeInteger
่ บั ซ ้อน nesting ของ constructors
ไม่มก
ี ฎเกณฑ ์ทีซ
– ตัวอย่าง Person
hasChild.Doctor
hasChild.Doctor
73
RDFS Syntax
74
RDFS Syntax
75
OWL Axioms
76
OWL Axioms
77
References
78
Thanks
• ติดต่อลูเ้ ขียนได ้ที่ [email protected]
Checktronix India Pvt Ltd,
9 Ramanathan Street,
Kilpauk, Chennai 600010
Phone: 044 30570028-32
่ กษาเรียบเรียงบทความ อ.ธวัชช ัย เอียมไพโรจช
่
• ทีปรึ
์
79
80
81