Ontologías ECSDI. Curso 2014/2015. LSI-FIB-UPC cbea. ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

Transcripción

1 Ontologías ECSDI LSI-FIB-UPC cbea Curso 2014/2015 ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

2 Índice 1 Introducción 2 Ontologias 3 Proyectos de Ontologías 4 Elementos de un ontología ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

3 Introducción 1 Introducción 2 Ontologias 3 Proyectos de Ontologías 4 Elementos de un ontología ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

4 Introducción Representación del conocimiento - SOA/Agentes Qué buscamos con una mejor descripción de los servicios? Poder trabajar a un mayor nivel de abstracción Permitir una mejor comunicación entre los servicios (interoperabilidad) Permitir el descubrimiento de servicios (no prefijar con quien nos comunicaremos) Permitir una combinación de servicios a partir de una descripción de objetivos Queremos pasar de servicios web a servicios web semánticos (Semantic Web Services) ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

5 Introducción Representación del conocimiento - SOA - Ejemplo Persona A Persona B Meeting: Google Calendar? Localizar: GPS? FourSquare?... Plan transporte: Web BCN, Web TMB, Google Maps Plan en cuentro: de A a B? de B a A? ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

6 Introducción Representación del conocimiento - SOA - Ejemplo Conocimiento en los servicios: Localizaciones: Coordenada GPS, Dirección, Calle, Ruta,... Transporte: Medio de transporte, Parada,... Tiempo, Horario Parámetros de los servicios: Qué necesitan (coordenada, dirección, hora,...) Qué proveen (ruta, parada, horario,...) Cómo lo proveen (hh:mm:ss, (00 o N, 00 o O),...) Estado en los servicios, Objetivos, Restricciones ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

7 Introducción Representación del conocimiento - Ontologías Todo problema es más sencillo de resolver si disponemos de conocimiento específico sobre él Este conocimiento dependiente del dominio se combina con el conocimiento general sobre cómo resolver problemas Este conocimiento ha de permitir (especialmente en IA) obtener soluciones de manera más eficiente Problemas Cómo escoger el formalismo de representación que nos permita hacer una traducción fácil del mundo real a la representación? Cómo ha de ser esa representación para que pueda ser utilizada de forma eficiente? ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

8 Introducción Diferencia entre información y conocimiento Llamaremos información al conjunto de datos básicos, sin interpretar, que se obtienen como entrada del sistema. Por ejemplo: Los datos numéricos que aparecen en una analítica de sangre, Llamaremos conocimiento al conjunto de datos de primer orden, que modelan de forma estructurada la experiencia que se tiene sobre un cierto dominio o que surgen de interpretar los datos básicos. Por ejemplo: La interpretación de los valores de la analítica de sangre para decir si son normales, altos o bajos, preocupantes, peligrosos,... El conjunto de estructuras de datos y métodos para diagnosticar a pacientes a partir de la interpretación del análisis de sangre ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

9 Introducción Diferencia entre información y conocimiento Los sistemas inteligentes necesitan diferentes tipos de conocimiento no disponibles en bases de datos y otras fuentes de información: Conocimiento sobre los objetos en el entorno y posibles relaciones entre ellos Conocimiento sobre los procesos en los que interviene o que le son útiles Conocimiento difícil de representar como datos básicos, como causalidad, objetivos, información temporal, etc. Intuitivamente podemos decir Conocimiento = Información + Interpretación ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

10 Introducción Esquema de representación Un esquema de representación es un instrumento para codificar la realidad en un ordenador Desde un punto de vista informático un esquema de representación puede ser descrito como una combinación de Parte estática: Estructuras de datos que permiten la codificación de un problema Parte dinámica: Estructuras de datos que almacenan conocimiento referente al problema actual y procedimientos que manipulan estas estructuras de forma consistente produciendo nuevo conocimiento ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

11 Ontologias 1 Introducción 2 Ontologias 3 Proyectos de Ontologías 4 Elementos de un ontología ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

12 Ontologias Representación del conocimiento en SOA/Agentes Donde es necesaria? Tener una representación interna del estado que permita establecer relaciones más ricas entre sus elementos (herencia de propiedades, razonamiento) Representar el estado de otros servicios (estado común, razonamiento sobre otros) Permitir la comunicación con otros servicios más compleja que la llamada a un procedimiento Representar las interacciones entre servicios (organización/cooperación/negociación/delegación/acuerdos) ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

13 Ontologias Ontologías Las ontologías son un esquema de representación que permite esas capacidades Esquema general de representación (basado en lógica) Representación jerárquica del conocimiento Mecanismos complejos de razonamiento Disponen de lenguajes estandarizados (interoperabilidad) Permiten acceder a fuentes de conocimiento ya formalizado ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

14 Ontologias Ontologías El objeto de la ciencia de la Ontología es el estudio de las categorías que existen en un dominio El resultado de este estudio es lo que denominamos una ontología Una ontología es un catálogo de los tipos de cosas que asumimos que existen en un dominio D desde la perspectiva de alguien que usa un lenguaje L con el propósito de hablar de D Los elementos de una ontología representan predicados, constantes, conceptos y relaciones pertenecientes a un lenguaje L cuando se usa para comunicar información sobre D Una ontología es pues un vocabulario ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

15 Ontologias Ontologías - Ejemplo - Tiempo ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

16 Ontologias Ontologías - Razonamiento La capacidad de obtener deducciones a partir de la información que representa la ontología viene dada por el uso de una lógica La lógica por si misma no habla sobre nada, es neutra respecto al significado, es su combinación con una ontología lo que le da a un formalismo lógico la capacidad de expresar significados, por ejemplo: P Q P Q Este razonamiento no habla sobre nada en concreto salvo que asignemos significados a los átomos (P = llueve, Q = me mojo) ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

17 Ontologias Ontologías - Razonamiento Lógica de primer orden: x(ciudadano(x) humano(x)) Cual es el significado de ciudadano y humano? Logica dinámica: [pedir(x, item, t)] acuse de recibo(x, item) Qué significa la acción pedir? Qué significa el predicado acuse de recibo? Lógica Deóntica: ganar(x, subasta, item, pr) O(pagar(x, item, precio)) Qué significa el predicado ganar? Qué significa su segundo parámetro? Qué significa pagar? Hay más de un método de pago? ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

18 Ontologias Ontologías - Motivación Separan el conocimiento del dominio del conocimiento operacional Permite independizar las técnicas y algoritmos para solucionar un problema del conocimiento concreto del problema Hacen que nuestras suposiciones sobre el dominio se hagan explicitas Facilita replantearse las suposiciones sobre el dominio y ayuda a que otros puedan entender su descripción cubo(x)? ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

19 Ontologias Ontologías - Motivación Permiten analizar el conocimiento del dominio Una vez tenemos una especificación del conocimiento podemos analizarlo utilizando métodos formales (para comprobar si es correcto, completo,...) Permiten compartir la interpretación de la estructura de la información entre personas/agentes El establecer una ontología sobre un dominio permite que dos agentes puedan entenderse sin ambigüedad y sepan a que se refieren Permiten reusar el conocimiento Hacer una descripción de un dominio permite que esta pueda ser usada por otras aplicaciones que necesiten tratar con ese conocimiento ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

20 Ontologias Tipos de ontologías Thing Upper Ontologies (Con. genérico común) Procesos Middle Ontologies (Conocimiento trans-dominio) Procesos Industriales Procesos Biológicos Lower Ontologies (Dominios individuales) Procesos Petro Procesos Químicos Siderúrgicos Lowest Ontologies (Sub-dominios) Fracking. ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

21 Ontologias Tipos de ontologías De dominio: Describen los objetos, relaciones y propiedades que existen en un área de conocimiento específica (ej: Biología, medicina,...) De tarea: Describen las acciones, objetos, propiedades, relaciones y modificadores que se pueden usar en la resolución de un problema (ej: Juego del ajedrez, reparación de un coche,...) Ask&Tell: Restricción de una ontología para la comunicación entre entidades ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

22 Proyectos de Ontologías 1 Introducción 2 Ontologias 3 Proyectos de Ontologías 4 Elementos de un ontología ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

23 Proyectos de Ontologías Proyectos de ontologías El disponer de representaciones reusables de conocimiento y grandes corpus de información común ha llevado a diferentes proyectos de construcción de ontologías Tres tipos de proyectos: Ontologías generales sobre las que desarrollar ontologías de dominio (upper ontologies) Ontologías enciclopédicas que pretenden representar una gran parte del conocimiento humano Ontologías de dominio que representan conocimiento en un ámbito especializado ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

24 Proyectos de Ontologías CYC (1985)/OpenCYC (2003) Ejemplo de ontología enciclopédica Objetivo: Formalizar conocimiento de sentido común Cientos de miles de conceptos, millones de aserciones sobre los conceptos Lenguaje CYCL (subconjunto de lógica de predicados) Subconjuntos especializados (micro teorías) sw.opencyc.org ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

25 Proyectos de Ontologías CyC/opencyc ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

26 Proyectos de Ontologías WORDNET (1990) Ejemplo de ontología enciclopédica orientada a una aplicación concreta Ontología léxica (Organizado según categorías semánticas, etiquetado con categorías sintácticas) palabras, significados Redes semánticas Inicialmente para inglés, ahora para muchos idiomas ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

27 Proyectos de Ontologías Wordnet ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

28 Proyectos de Ontologías Upper Ontology La dificultad de organizar el conocimiento al máximo nivel de abstracción hace que sea difícil acordar una única ontología de nivel superior Generalized Upper Model (250 conceptos) Upper Mapping and Binding Exchange Layer (UMBEL) (3 clases, 38 propiedades) Unified Foundation Ontology (UFO) Descriptive Ontology for Linguistic and Cognitive Engineering (DOLCE) PROTo ONtology (PROTON)... Las ontologías enciclopédicas incluyen también su propia upper ontology (p.ej.: Cyc) ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

29 Proyectos de Ontologías Generalized Upper Model ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

30 Proyectos de Ontologías Ontologías de dominio Médicas Unified Medical Language System (UMLS) Medical Subject Headings (MeSH) Ontology for Biomedical Investigations (OBI) Empresariales TOronto Virtual Enterprise (TOVE) Extensible Business Reporting Language (XBRl) ebxml Bibliográficas... Dublin Core (DC) Simple Knowledge Organization System (SKOS) ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

31 Proyectos de Ontologías Ontologías de dominio UMLS TOVE ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

32 Elementos de un ontología 1 Introducción 2 Ontologias 3 Proyectos de Ontologías 4 Elementos de un ontología ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

33 Elementos de un ontología Componentes de una Ontología Una ontología será una descripción formal explicita de los conceptos (o clases) de un dominio Los conceptos se describirán a partir de propiedades que representarán los atributos, características, relaciones y correspondencias entre los conceptos Relaciones: Composición de conceptos R : C 1 C 2 C n Padre_de : Persona Persona Funciones: Correspondencia entre conceptos F : C 1 C 2 C n C i precio billete : Destino Fecha Fecha Numero ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

34 Elementos de un ontología Componentes de una Ontología Adicionalmente estas propiedades tendrán restricciones que delimitan diferentes características que las definen (dominio, rango, cardinalidades,...) Las instancias serán elementos identificables que constituirán los individuos concretos que representa la ontología Los axiomas definen reglas de inferencia que consideramos ciertas para el dominio ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

35 Elementos de un ontología Fundamentos Lógicos Description Logics Para poder razonar sobre los elementos de las ontologias necesitamos definir una lógica adecuada La lógica de primer orden es demasiado expresiva para este propósito Description Logics permite razonar sobre clases, subclases, instancias y definiciones Es una restricción de lógica de primer orden con una visión conjuntista Está relacionada con la semántica de la orientación a objetos ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36

36 Elementos de un ontología Razonamiento con Description Logics Existen algoritmos eficientes de razonamiento para ciertos subconjuntos de esta lógica Tipos de razonamiento: Satisfactibilidad de conceptos (Estudiante Persona) Subsumción (Estudiante Persona) Satisfactibilidad (Estudiante. = Persona) Prueba de instancias (Estudiante(juan)) Recuperación ( Quien es estudiante?) Realización ( Que es juan?) ECSDI (LSI-FIB-UPC cbea) Ontologías Curso 2014/ / 36