UNIVERSIDAD NACIONAL DE PIURAESCUELA DE POSTGRADO

TRABAJO

“ONTOLOGIA, DEFINICION, COMPONENTES, EJEMPLOS, METODOLOGIAS Y RELACIONES”.

INTEGRANTES: PINGO ARRIETA GERARDO ROELPURIZACA MARTINEZ RAUL ADOLFOALZAMORA CASTILLO OSCAR IGOR

DOCENTE:

DR. FLAVIO GUTIERREZ SEGURA

PIURA, 26 DE SETIEMBRE DEL 2015

ONTOLOGIAS

En 1991 la agencia norteamericana de proyectos de investigación avanzados (ARPA) en su esfuerzo por compartir conocimientos, revoluciono la manera según la cual deberían construirse sistemas inteligentes. Esta fue su propuesta construir sistemas inteligentes hoy ben día conlleva construir nuevas bases de conocimientos a partir de borradores de las mismas.

Esto podría llevarse a cao a partir de ensamblar componentes reutilizables. Los desarrolladores de esos sistemas solo necesitaran preocuparse acerca de crear los conocimientos especializados y nuevos razonadores adaptados a la tarea específica de su tarea, usándolos a cabo para llevar algunos razonamientos. De esta forma deberían compartirse entre sistemas conocimientos declarativos, técnicas de solución de problemas y servicios de razonamiento. Este enfoque facilitaría construir mejores sistemas, más grandes, más baratos, etc.

Desde entonces, se ha hecho un esfuerzo considerable en desarrollar las bases conceptuales para construir la tecnología que permita reutilizar y compartir componentes de conocimientos. Esto ha permitido conseguir notables progresos en este dominio, pero quizás los más relevantes para facilitar compartir y reutilizar conocimientos y razonamientos a lo largo y ancho de dominios y tareas, sean los alcanzados en Métodos de Solución de Problemas (MSP) Y ontologías.

Los primeros tienen que ver con los conocimientos dinámicos de razonamiento del dominio, y las segundas con los conocimientos estáticos. La integración de estos dos enfoques tecnológicos constituye, según Bylander y Chandrasekaran, una posible solución al problema de la interacción, que establece que representar conocimientos con el propósito de resolver algún problema, está muy afectado por la naturaleza del problema y la estrategia de inferencia a aplicar al problema. Mediante las ontologías y los MSP, esta interacción pude hacerse explicita y tenida en consideración.

Las bases de conocimientos, BCC en singular y las ontologías están estrechamente relacionadas en sistemas GC.

Genéricamente la ontología es la rama de la filosofía que trata con el orden y la estructura de la realidad. es decir, con el termino ontología, se denota un campo más bien esotérico de la filosofía que estudia el ser , esto es , lo que Hay en el mundo .

Etimológicamente ontología (del griego ontos : ser ; y logos: tratado o estudio) es el estudio del ser y sus propiedades esenciales . O si se quiere, la naturaleza de la existencia o la noción de la presencia .

La cuestión general de la ontología; es decir como estructurar mejor los conceptos para una computación efectiva, conduce al filosófico y fundamental resultado de que es la computación . En este sentido, Berners – Lee, creador de la web y colegas consideran que las ontologías son una parte crítica de su último trabajo sobre una Web Semántica, que imagina que no solo permitirá a los agentes software comunicarse entre ellos, sino también con teléfonos.

Casi todas las ontologías que usan actualmente disponibles conciernen con la modelización de conocimiento estático de un dominio. En su forma más fuerte .Intentan capturar conocimientos universalmente válidos, independientes de su uso, una visión estrechamente relacionada con sus orígenes filosóficos .Sin embargo, en IA se renuncia a esta visión porque resulta que el uso específico del conocimiento influencia su modelización y representación.

DEFINICIÓN DE ONTOLOGÍA

En la vida real, todo lo que existe y se conoce tiene un nombre, por ejemplo, un libro, una herramienta, una ciudad, etc. Para la GC, y más concretamente a la hora de conceptualizar los conocimientos de un experto, lo que existe es todo aquello que puede ser representado en un lenguaje comprensible por la computadora. Por ellos tiene sentido hablar de las oncologías en GC.

La definición más comúnmente citada es la de Gruber: Una ontología es una especificación formal de una conceptualización compartida. En este contexto, una conceptualización se refiere a un modelo abstracto de cómo la gente piensa acerca de las cosas en el mundo, habitualmente restringidas a un área temática particular. Una especificación explicita significa que los conceptos y relaciones del modelo abstracto son términos y definiciones explicitas dadas. Posteriormente el mismo Gruber la describe como una especificación explicita de una visión abstracta del mundo simplificada, que se desea representar.

Una razón típica para construir una ontología es dar un lenguaje común y consensuado para compartir y reutilizar el conocimiento acerca de un fenómeno de interés en el mundo.

COMPONENTES Y TIPOS DE ONTOLOGÍAS

Los conocimientos en las ontologías se formalizan teniendo en cuenta la clasificación de Gruber.

Conceptos o Clases. Son colecciones de objetos de dominio y se usan en un sentido amplio. Pueden ser abstractos y concretos, elementales o compuestos, reales o ficticios, etc. En resumen, un concepto puede ser cualquier cosa acerca de la cual se dice algo y por lo tanto podría ser la descripción de una tarea, función, acción, estrategia, razonamiento, proceso, etc. Dentro de las clases se obtienen los siguientes superconjuntos, subconjuntos, taxonomías y componentes.

1. Metaclases: tienen como instancias otras clases.2. Particiones: clases que no tienen instancias comunes.3. Clases: se organizan en taxonomías.4. Atributos: son propiedades que describen las clases.5. Las relaciones representan interacciones entre conceptos del dominio.

6. Las funciones son un caso especial de relaciones entre clases.

7. Los axiomas se utilizan para las sentencias del modelo que son siempre verdad.

8. Las instancias se utilizan para modelizar elementos de las clases.

9. Las instancias de relaciones son elementos de las relaciones.

10. Las reglas de producción que se utilizan para expresar heurísticas mediante conjunto de condiciones y acciones que pueden ser utilizadas independientemente de la forma en la cual serán utilizadas.

11. Procedimientos, un procedimiento representa un método para obtener un resultado.

EJEMPLOS EN EL USO DE ONTOLOGIAS

Los conocimientos de una ontología pueden ser reutilizados al conceptualizar otros sistemas si están expresados con la suficiente generalidad y abstracción. Es decir, si son independientes del uso final de las definiciones. El siguiente ejemplo presenta conocimientos de una BC (base de conocimiento) que no pueden ser reutilizados y que tipos de conocimiento formarían parte de la ontología para que si lo pudieran ser. Obsérvese que las diferencias de cilindro, batería y motor formaran parte de una ontología dependiendo del dominio de los coches, mientras que las definiciones del concepto componente, y de la relación parte-de formaran parte de una meta ontología (ontología usada para construir otras ontologías), válida para cualquier dispositivo físico.

B.CPARTE – DE (Cilindro, Motor)PARTE – DE (Batería, Motor)

Ontología de Coches:Concepto: CilindroTipo-de: ComponenteConcepto: BateríaTipo-de: ComponenteConcepto: MotorTipo-de: Componente

METAONTOLOGIAS:Concepto: ComponenteRelación: Parte-deN° Argumentos: 2Tipo.Arg1: ComponenteTipo.Arg2: Componente

Las ontologías se agrupan en librerías de ontologías, de tal forma que una ontología puede usar definiciones de otras. Las librerías de ontologías son útiles en la etapa de conceptualización porque permiten reutilizar conocimientos ya adquiridos, conceptualizados y expresados en un lenguaje formal. En cada ontología, los conocimientos del dominio se encuentran organizados en jerarquías de conceptos, y cada concepto tiene un conjunto de propiedades y relaciones con otros conceptos. Por consiguiente, la labor del usuario cuando reutiliza conocimientos procedentes de ontologías para construir un nuevo SBC (Sistemas basados en conocimientos) consiste en:

1. Ir a la librería de ontologías y seleccionar aquellas ontologías que le son útiles2. Buscar en cada ontología seleccionada las definiciones3. Identificar las definiciones que necesita y que la ontología no incluye 4. Ensamblar ambas partes creando la BC del sistema.

GRAFICO 1:

Se muestran los pasos realizados al modelar los conocimientos del dominio de vehículos. En el ejemplo, la librería de ontologías consta de tres ontologías. La ontología de vehículos, que proporciona una jerarquía de conceptos. La de números, que contiene una jerarquía, proporciona un conjunto de instancias. Solo son útiles definiciones procedentes de ontologías de vehículos. Concretamente de la jerarquía de vehículos, las definiciones de: vehículo, coche, camión, coche-familiar, coche-deportivo, y camión. El resto de vehículos (coche-policía, furgoneta y ambulancia) que el IC tiene identificados, y que no le son dados en la ontología, tendrá que ser definidos por él. Finalmente, hay que ensamblar ambas partes de la base de conocimientos de un sistema

REUTILIZACION DE CONOCIMIENTOS DE ONTOLOGIAS EN EL DESARROLLO DE SS.BB.CC

/

Ont. Vehículos

VehículoCoche autobúsCamiónCoche deportivoCoche familiar

Ont. Números Ont. Unidades de medida

EnteroNatural

Unidad de medida DíaUnidad de Tiempo AñoUnidad de distancia Milla

Km

VehículoCoche autobúsCamiónCoche deportivoCoche familiar

FurgonetaCoche policíaambulancia

Modelo

Dominio

Vehículo

Las ontologías también se utilizan para que diferentes sistemas compartan conocimientos en tiempo de ejecución. En este caso, un sistema plantea a otro sistema una consulta, y proporciona la respuesta. La siguiente figura nos muestra como diferentes sistemas construidos en el campo de la aeronáutica pueden utilizar conocimientos de otros. En este caso, un sistema de reparación de aviones que no posee conocimientos de diseño y de diagnóstico utiliza, temporalmente, cuando los necesite, los conocimientos y las técnicas de inferencia de dichos sistemas. Se evita así el tener que repetir conocimientos que ya están expresados en otros sistemas.. Para que esto sea posible, se necesita:

Un lenguaje compartido que sea independiente de los lenguajes utilizados por ambos sistemas. El lenguaje KIF (Knowledge Interchange Format) fue concebido por este propósito.

Un protocolo de comunicación para que los sistemas dialoguen ordenadamente, por ejemplo, KQML (Knowledge Query Manipulation Language).

Un vocabulario compartido que unifique los vocabularios de ambos sistemas. Por ejemplo si un sistema conoce y razona con el concepto kilometro y otro con el concepto milla, y el primero necesita utilizar conocimientos del segundo, la ontología unificaría sus vocabularios al decir que una milla es aproximadamente 1,6 km.

COMPARTIR CONOCIMIENTOS ENTRE DIFERENTES SISTEMAS

Diagnóstico de aviones

Diagnóstico de aviones

Diagnóstico de aviones

Lenguaje compartido&

Protocolo de comunicación&

Vocabulario

Diagnóstico de aviones

Predicción de fallos en aviones

PRINCIPIOS METEDOLOGICOS PARA CONSTRUIR ONTOLOGIAS

- Claridad: términos bien definidos y documentación en lenguaje natural- Compleción: expresar la definición en términos de condiciones necesarias y suficientes.- Maximizar la ampliación monótona: esto quiere decir que deben incluir en la ontología

términos nuevos.- Acuerdos ontológicos mínimos: conocer y estar conforme con los conceptos de otros

sistemas. Ejemplo del quirófano, tanto enfermera como médico, tienen que estar de acuerdo en lo que es una venda, un bisturí o una tijera.

- Minimizar la distancia semántica entre conceptos emparentados: es decir conceptos emparentados son agrupados y representados como subclases de una clase

- Normalización: estandarizar los nombres tanto como sea posible.

FACTORES QUE INCIDEN EN LA NECESIDAD ONTOLOGICA EN GC

Los usuarios de GC realizan discusiones en grupo, bien para plantear o responder una cuestión. Para ello deben ser capaces de aislar a los grupos que estén interesados en los mismos temas. Las ontologías sirven para definir el ámbito de las discusiones de esos grupos; y por otra parte para definir entre que diferentes grupos discutir, sin una ontología que guie lo que discuten os grupos puede haber redundancia entre lo que discuten haciendo difícil para los usuarios cumplir con sus objetivos y necesidades en particular.

Los sistemas de GC debe proporcionar capacidades de búsqueda con cierto nivel de precisión y capacidad de filtrado, es decir examinar cantidades de información y dirigir al usuario hacia la fuente de información de su interés.

Las ontologías también facilitan la reutilización del conocimiento almacenado en el sistema de GC, un ejemplo seria las firmas consultoras que archivan conocimientos referidos a las propuestas.

Cuando una ontología es preferible a otra? ¿Qué característica definen la preferibilidad de una ontología?, estas características son las siguientes:

- Costes-beneficio: las decisiones finales se toman de acuerdo al costo y beneficio que genere.

- Descomponibilidad: las ontologías deben ser descomponibles en elementos de conocimientos independientes, ya que así se hace se hace más eficiente su búsqueda

- Facilidad de entendimiento: material bien definido y gráficamente ilustrado.- Ampliables: las ontologías deben ser ampliables a nuevos conceptos.- Modularidad y comunicación: las ontologías deben relacionarse entre sí.- Se deben base en teorías o marcos de trabajo, para facilitar su elección

ONTOLOGÍAS Y BB.CC.

Los componentes tal vez más importantes de los sistemas de GC son las BB.CC. y las ontologías. En efecto, los sistemas de GC emplean un amplio rango de BB.CC. incluyendo especialmente las de lecciones aprendidas y MM.PP. Para usar efectivamente esas BB.CC., es necesario generar ontologías que permitan a los usuarios definir precisamente que recursos necesitan y quieren. De hecho, las ontologías y las BB.CC. están estrechamente relacionadas en GC. Las ontologías definen las características y visiones de las BB.CC., al tiempo que emplean modelos que son útiles en la definición y acceso a las BB.CC. Además las ontologías permiten facilitar la comunicación entre múltiples usuarios y enlaces entre múltiples BB.CC. A su vez. Las Bb.CC. confían en las ontologías para su especificación no ambigua de visiones y estructura.

En efecto, la GC es la gestión formal de los conocimientos para facilitar la creación, acceso y reutilización de los conocimientos especialmente usando tecnología avanzada. Los sistemas de GC contienen numerosas BB.CC. con datos y noticias tanto cualitativos(as) como cuantitativos(as). Además esos sistemas permiten, con frecuencia, las discusiones en grupo que se centran sobre un conjunto único de asuntos o actividades específicas.

Las BB.CC. engloban el contenido del sistema de GC. Depende habitualmente del dominio y negocio específicos en los cuales está inmersa la organización. Típicamente, las BB.CC. incluyen: propuestas, contratos, noticias, MM.PP. y un amplio abanico de otros temas. Las BB.CC. de contratos reúnen información acerca de distintos trabajos que están capturados en papeles de trabajo, reales o virtuales. Las BB.CC. de propuestas capturan información acerca de las propuestas que una organización concreta ha efectuado para generar contratos. Las BB.CC. de noticias proporcionan noticias de interés para la organización, mientras que otras BB.CC. permiten acceder a artículos recientes en diarios y revistas. Las BB.CC. de MM.PP. proporcionan acceso a procesos de la organización que parecen definir la mejor forma de hacer las cosas. Las BB.CC. de expertos identifican quién es experto en la organización en un conjunto particular de actividades.

Las BB.CC. no sólo difieren en sus contenidos, sino también en la complejidad de su desarrollo, o la dificultad de desatollar unas con respecto a otras. Esta dificultad viene influenciada por distintos factores. En primer lugar, porque algunas BB.CC. capturan información que fue generada utilizando tecnología limitada, como el papel. En segundo término, muchas BB.CC. usan una fuente de información única. Estas Bb.CC., al estar limitadas a un único tipo de información, son generalmente más fáciles de desarrollar y mantener que otras con múltiples fuentes de conocimientos. Eso es debido a que no hay necesidad de integrar dichas fuentes y no es preciso buscar información en distintos lugares. Además, las BB.CC. pueden usar información de fuentes externas y/o, internas, aunque la calidad y cantidad de información externa es menos predecible y controlable que la interna. También, las BB.CC. de múltiples fuentes derivan de decisiones basadas en adquisición e integración. Por consiguiente, esas BB.CC. que necesitan ambos tipos de información son más difíciles de generar y mantener accesos fáciles que las que recopilan información de una fuente única.

METODOLOGÍAS PARA ONTOLOGÍAS

En la siguiente tabla, se muestra un resumen de las propuestas de las distintas metodologías sobre la etapa de conceptualización:

Metodología Propuesta de una etapa intermedia entre la adquisición y la implementación

Propuesta de una etapa de conceptualización

Cyc No NoUschold y King No NoGrüninger y Fox Sí NoBernaras et otros Sí SíMethontolohy Sí SíSensus No No

Las conclusiones a las que se llegan son las siguientes:

Sólo dos metodologías proponen una etapa de modelización conceptual independiente de la tecnología. Dado que las ontologías contienen conocimientos, y dado que estos conocimientos tienen que ser legibles por una máquina, surge, de manera natural, una descomposición del proceso de modelización de ontologías en dos etapas: una en el nivel de conocimientos, independiente de la tecnología, y otra en el nivel simbólico. Ahora bien, sólo Methontology y la metodología de Bernaras y colegas proponen una etapa de modelización independiente de la tecnología.

No todas las metodologías que incluyen una etapa de conceptualización la especifican en el mismo detalle. Al igual que ocurre con las demás etapas, hay una diferencia en el grado de detalle de la exposición del método de conceptualización muy a favor de Methontology con respecto a Bernaras y colegas. De hecho, Methoontology ha tomado prestado, como esquema de conceptualización, el esquema de Gómez y colegas.

El hecho de que una determinada metodología proponga una etapa de conceptualización no va necesariamente asociado a un grado de mayor madurez de la metodología. La metodología de Bernaras y colegas no está más madura que la metodología de Grüninger y Fox. Pues la primera no hace mención al orden en que se han de realizar las distintas actividades, mientras que en la de Grüninger y Fox se establece en qué orden se llevan a cabo las actividades de desarrollo. Además, la metodología de Grüninger y Fox detalla más la manera de llevar a cabo cada actividad.

Sólo las metodologías de Grüninger y Fox, la de Bernaras y sus colaboradores, y Methontology, proponen una etapa de diseño. En las que no existe tal propuesta, el salto de la adquisición a la implementación es todavía más brusco.

Las metodologías que dan guías para conceptualizar y formalizar tienen modelos de conocimientos rígidos. No permiten adaptar los mecanismos de modelización a distintas situaciones. Ésta es una circunstancia que se da tanto en la conceptualización como en la formalización.

RELACIONES ENTRE MM.CC. Y ONTOLOGÍAS

Ahora que ya se conocen las técnicas de representación de conocimientos, esto es, los MM.CC. y ontologías, se van a explicar las relaciones existentes entre ellas. Bien es cierto que hay ontologías que se pueden trasladar al campo de los MM.CC. y viceversa, por tratarse ambas de técnicas de representación de conocimientos, no obstante, cada técnica tiene su orientación, y es más adecuada dependiendo del contexto o la situación. Es aquí en donde entra la pericia del IC para elegir la técnica más adecuada.

Relación MM.CC. OntologíaTipos I Globales, detallados

“Ad-hocArchivo”

De la organización

Tipos II ConceptosMentalesInformaciónTICValoresCarretera

De la Tarea

Del Dominio

Aplicación

Dominios Estratégicos: Planificación Negocio Oportunidades TIC Etc.

Técnicos: Medicina Aeronáutica Medidas Sistemas Etc.

Procesable En principio pensado para niveles conceptuales, pero se puede implementar

Comprende dede niveles procesables hasta niveles de implementación por ejemplo: portal de ontologías.

Razonamiento A nivel de ClaseA nivel de No automáticoInstanciaCombinado

A nivel de ClaseA nivel de No automáticoInstanciaCombinado

Meta Se pueden definir MM.CC. en función de sí mismos

Metaontologías

Componentes Conceptos NodosRelaciones Enlaces EtiquetadosOtras ValoresConfiguración HitosEs especiales Tareas

Conceptos(clases)Relaciones AtributosFuncionesProcedimientosAxiomasInstancias de claseInstancias de relación

Otras Procedimiento muy visual e intuitivoRepresentación

Procedimiento automáticoComunicación entre sistemas

Como se puede ver en la tabla anterior, los MM.CC. están más orientados a una representación conceptual de conocimientos mientras que las ontologías se componen de modelos que se van desde conceptualización hasta la implementación, por ejemplo en portales de ontologías, pasando por algún tipo de formalización. Aunque ambas técnicas se pueden implementar, las ontologías están concebidas, para compartir vocabulario común entre diferentes sistemas permitiendo la interactuación entre ellos. Ésta razón, entre otras, es la que hace que los dominios que cubren las ontologías sean más técnicos, mientras que los MM.CC., adquieran un carácter más estratégico, de planificación o gestión.

También se puede observar en la tabla que, en ambos casos, se pueden realizar razonamientos tanto a nivel de clase, instanciando el modelo a un caso particular, o de manera combinada, aunque en ontologías por lo general se suelen hacer de manera automática.