Ontología. María del Carmen Rodríguez Hernández

Transcripción

1 Ontología María del Carmen Rodríguez Hernández

2 Agenda 1. Qué es una ontología? 2. Criterio de diseño para ontologías 3. Sistema de Representación del Conocimiento 4. Nivel epistemológico y ontológico

3 Qué es una ontología? El término es tomado de la filosofía y se refiere a existencia Para la IA, lo que existe es aquello que puede ser representado Definición más completa y utilizada es la de Gruber (1993) y extendida por Studer (1998): Una especificación explícita y formal de una conceptualización compartida

4 Qué es una ontología? (cont.) Especificación: descripción detallada, que no sea ambigua Explícita: Satisface la necesidad de especificar de forma consciente los distintos conceptos que conforman una ontología Formal: Sigue alguna especificación formal de un lenguaje de representación Conceptualización: Una forma de entender o describir un dominio, modelo abstracto Compartida: Conocimiento aceptado como mínimo por el grupo de personas que van a usarla

5 Qué es una ontología? (cont.) Cuando el conocimiento de un dominio es representado en un formalismo declarativo, el conjunto de objetos es llamado: UNIVERSO DE DISCURSO

6 Qué es una ontología? (cont.) Conjunto de objetos Relaciones descriptibles entre objetos VOCABULARIO DE REPRESENTACIÓN Representa conocimiento un programa basado-conocimiento

7 Criterio de diseño para ontologías 1. Claridad: comunicar el significado intencional de los términos definidos 2. Coherencia: ser coherente 3. Extensibilidad: ser capaz de definir nuevos términos para usos especiales basados en el vocabulario existente 4. Mínimo sesgo de codificación: la conceptualización debe especificarse en el nivel de conocimiento sin depender de una codificación particular 5. Compromiso ontológico mínimo: requerir el mínimo compromiso ontológico suficiente para soportar las actividades de intercambio de conocimientos

8 Knowledge Interchange Format (KIF) Notación de prefijo para cálculo de predicado con términos funcionales y de igualdad. Variables libres, que comienzan con el prefijo?, se cuantifican universalmente Implicación es indicada con los operadores: =>, <=, y <=> La igualdad entre términos es denotada por la relación =

9 Knowledge Interchange Format (KIF) member: relación que indica conjuntomiembro setof: operador de construcción de conjunto Las relaciones se denotan por constantes que sirven como símbolos de predicados

10 Knowledge Interchange Format (KIF) Las clases son representadas con relaciones unarias. Por ejemplo, la declaración (C?q) significa que?q es una instancia del objeto C. Las definiciones están dadas por los operadores: defrelation deffunction defobject

11 Caso de estudio 1: Cantidades físicas, unidades de medidas y álgebra para modelos de ingeniería Expresiones matemáticas dejan implícito muchos de los detalles requeridos para entender las ecuaciones. Ejemplo: f=kx+c Qué símbolos son variables o constantes? Representan números o cantidades? Los números son reales o vectores? Las cantidades son valores estáticos?

12 T. Gruber y G. Olsen desarrollaron una familia de ontologías formales para el modelado de ingeniería. Conceptos más importantes: Caso de estudio 1: physical-quantity (ej. 3 metros, 80 km/h) physical-dimension (longitud, longitud/tiempo) unit-of measure (meters, km/h) magnitudes de varios ordenes (escalares, vectores, tensores y funciones para ello) algebras para describir restricciones matemáticas (ej. operadores para productos, suma, exponenciales y derivadas)

13 Versión 1: Cantidad física: par que comprende un número y una unidad de medida

14 Versión 1: Constructor: the-quantity Para describir las instancias individuales de la clase

15 Análisis de la versión 1 Satisface algunos de los criterios de diseño para ontologías. La definición de physical-quantity está especificada declarativamente -su significado es independiente de cualquier programa. Es consistente internamente, y suficientemente simple para ser clara.

16 Sin embargo Análisis de la versión 1 1. Restricción double-float 2. Concepto de unidades métricas está definido como un conjunto de posibles valores para la función quantity.unit 3. Fijar el conjunto de posibles unidades de un límite de extensibilidad

17 Versión 2:

18 Versión 2:

19 Versión 2:

20 Versión 2:

21 Análisis de la versión 2

22 Versión 3: La magnitud de una cantidad depende de la unidad en que es solicitada. QUANTITY.MAGNITUDE mapea cantidades y unidades a magnitudes. Evita la incoherencia, y es posible que para 2 cantidades especificadas en las diferentes unidades sean iguales.

23 Versión 3: CLARIDAD? Puede cualquier combinación de cantidades compararse en magnitud? Unidades y cantidades físicas están asociadas con las dimensiones físicas (longitud, tiempo y velocidad) Solamente las cantidades de la misma dimensión pueden se pueden añadir o comparar.

24 Versión 3: Una UNIT-OF-MEASURE debe estar asociada con solo una dimensión física. Mapea todas las cantidades a sus dimensiones

25 Versión 3: Adiciona la restricción que las dimensiones de la cantidad y unidad debe ser la misma. No tiene ningún sentido preguntar por la magnitud de una longitud en segundos.

26 Versión 3: Las magnitudes de las dos cantidades de la misma dimensión se pueden comparar, independientemente de las unidades en las que se especifican en un principio.

27 KL-ONE Sistema de Representación del Conocimiento en programas de Inteligencia Artificial (IA) Presentan: Ideas del kernel de KL-ONE Brachman, R. J., & Schmolze, J. G. (1985). An Overview of the KL-ONE Knowledge Representation System. Cognitive Science,

28 Estructura del lenguaje y filosofía Proporciona un lenguaje para la representación explícita de información conceptual. Se basa en la idea de una red de herencia estructurada. KL-ONE es un lenguaje Centrado-Objeto. Principal elemento de KL-ONE es el objeto conceptual estructurado o Concepto. Los conceptos pueden ser de tipo: Primitivo o Definido.

29 Redes y la noción de un clasificador KL-ONE está basado en la idea de redes de herencia estructurada (de Conceptos Genéricos). Una descripción subsume a la otra? Clasificador: es el mecanismo para tomar una nueva descripción KL-ONE y ponerla donde pertenece en la jerarquía.

30 Conceptos Genéricos y Taxonomía Básica Conceptos Genéricos son descripciones. Componentes de un concepto son: 1. Conceptos que subsume. 2. Estructura interna local: Roles Descripciones estructurales

31

32 Roles

33 Restricciones de RoleSet

34 Restricciones de RoleSet

35 Restricciones de RoleSet

36 Restricciones de Diferenciación

37 Clasificación de Conceptos

38 Clasificación de Conceptos

39 Conceptos individuales

40 Descripciones estructurales

41

42

43 Nivel epistemológico 1979, Ron Brachman Sistemas de KR (conocimiento de ingeniería) Lógico: las primitivas son extremadamente general e independiente-contenido Conceptual: adquieren un significado específico previsto que se debe tomar como un todo, sin ningún tipo de cuenta de su estructura interna.

44 Nivel epistemológico Las primitivas permiten especificar: La estructura formal de unidades conceptuales y sus interrelaciones como unidades conceptuales (independiente de algún conocimiento expresado en el mismo). Nivel lógico: detalla con predicados abstractos Nivel conceptual: con conceptos específicos Nivel epistemológico: la noción genérica de un concepto se introduce como una estructuración del conocimiento primitivo.

45 Nivel epistemológico Ejemplo: KL-ONE Principal contribución: Fundación epistemológica para como frames y redes semánticas estructuras cognitivas Qué hay en un enlace? (artículo de Bill Woods) Respuesta de Branchman: Vínculo conceptual = Vínculo epistemológico Representa las conexiones estructurales en nuestro conocimiento necesitado para justificar inferencias conceptuales

46 Nivel epistemológico Ofreció primitivas para Describir la estructura formal de un Concepto necesario para garantizar "inferencias formales acerca de la relación entre un concepto y otro". Nivel epistemológico: Se enfatiza más en el razonamiento formal que en la representación (formal): la tarea misma de la representación, es decir, la estructuración de un dominio, se deja al usuario.

47 Nivel ontológico

48 Nivel ontológico

49 Bibliografía Brachman, R. J., & Schmolze, J. G. (1985). An Overview of the KL-ONE Knowledge Representation System. Cognitive Science, Chandrasekaran, B., Josephson, J. R., & Benjamins, V. R. (1999). What Are Ontologies, and Why Do We Need Them? IEEE INTELLIGENT SYSTEMS, Gruber, T. (1993). Toward Principles for the Design of Ontologies Used for Knowledge Sharing. International Journal of Human-Computer Studies, 43, Guarino, N. (1994). The Ontological Level. Presented at the 16th Wittgenstein Symposium, Austria.