Tema 4. Adquisición de conocimiento

Transcripción

1 Tema 4. Adquisición de conocimiento Técnicas y metodologías de adquisición de conocimiento Técnicas de extracción automática de conocimiento Aprendizaje máquina, Data Mining, Introducción a las Ontologías (desarrollo y aplicaciones) Lenguajes de representación de ontologías Web Semántica Tutorial de Protege - OWL Introducción a las ontologías 1 Introducción a las ontologías Reutilización de conocimiento Metodologías de desarrollo de sistemas basados en conocimiento (SBCs) Ontologías Qué es una ontología? Aplicaciones. Principios de construcción Compromisos ontológicos. Elementos de una ontología Tipos de Ontologías Lenguajes de representación de ontologías Bibliotecas y herramientas de desarrollo de ontologías Aplicaciones:Web Semántica, Agentes, Comercio Electrónico, portales, indexación de páginas web, PLN,.. Introducción a las ontologías 2

2 Reutilización de conocimiento Creciente interés en la reutilización (software, datos, conocimiento) Reduce los recursos y el tiempo de desarrollo invertido en los proyectos Reduce el cuello de botella derivado del alto coste de la adquisición de conocimiento ARPA Knowledge Sharing Effort (1991) Actualmente el desarrollo de sistemas basados en conocimiento supone, en general, la construcción desde cero de bases de conocimiento nuevas. Esto podría hacerse ensamblando componentes reutilizables y así, los desarrolladores de los sistemas sólo necesitarían preocuparse de la creación de conocimiento y mecanismos de razonamiento especializados, que sean nuevos para la tarea o sistema específicos. Este nuevo sistema interaccionaría con otros sistemas existentes, utilizándolos para llevar a cabo parte de sus razonamientos. De este modo, el conocimiento declarativo, los métodos de resolución de problemas y los servicios de razonamiento podrían ser elementos compartidos entre los sistemas. Esta aproximación facilitaría la construcción con un menor coste de sistemas mayores y mejores. Traducido de [Neches et al. 91] Introducción a las ontologías 3 Reutilización de conocimiento Objetivo: compartir y reutilizar conocimiento y mecanismos de razonamiento a través de dominios y tareas Desarrollo de metodologías, bases conceptuales, ontologías y métodos genéricos de resolución de problemas (PSMs) Reutilización y compartición de conocimiento Área de investigación en AI Candidatos: ontologías y métodos de resolución de problemas Las ontologías: capturan el conocimiento de un dominio de modo genérico y proporcionan una comprensión comúnmente aceptada que puede ser reutilizada y compartida a través de aplicaciones y grupos. proporcionan un vocabulario común de un área y definen, usando distintos niveles de formalidad, el significado de los términos y de las relaciones entre ellos. Los PSMs describen los procesos de razonamiento de los KBSs de forma independiente de la implementación y del dominio concreto de aplicación Introducción a las ontologías 4

3 Metodologías de desarrollo de SBC En las décadas de los 80 y 90 surgieron metodologías para la Ingeniería del Conocimiento que dan soporte al proceso de desarrollo de SBCs Generic Tasks [Chandrasekaran86][Chandrasekaran87] PROTÉGÉ [Musen89], PROTÉGÉ-II [Puerta et al. 92] Components of Expertise [Steels90] KADS [Wielinga et al. 92] y CommonKADS [Schreiber et al. 94] Promueven la reutilización de conocimiento proporcionando y utilizando bibliotecas de componentes Desarrollo de SBCs Proceso de reutilización de componentes de conocimiento Conocimiento del dominio Conocimiento de resolución de problemas Integración conexión y configuración de dichos componentes División del conocimiento de un SBC en varios modelos según el papel que juegan Resolución de problemas como un proceso de descomposición de tareas en subtareas utilizando métodos que hacen uso del conocimiento del SBC Introducción a las ontologías 5 Qué es una ontología? An ontology defines the basic terms and relations comprising the vocabulary of a topic area, as well as the rules for combining terms and relations to define extensions to the vocabulary Neches 91 Explicit formal specifications of the terms in the domain and relations among them Gruber 93 An ontology is an explicit specification of a conceptualization Gruber 95 An ontology is an explicit, partial account of a conceptualization Guarino & Giaretta 95 An ontology for a body of knowledge concerning a particular task or domain describes a taxonomy of concepts that define the semantic interpretation of the knowledge Alberts 93 Ontologies are explicit representations of a shared understanding of terms in a domain Gómez-Pérez 98 Introducción a las ontologías 6

4 Qué es una ontología? Ontología en Filosofía significa "una explicación sistemática de lo que existe" Disciplina genérica: rama de la Filosofía que trata de la naturaleza y organización de la realidad. En Inteligencia Artificial, y en particular en Ingeniería del Conocimiento, la palabra ontología se utiliza para denotar un objeto particular Una ontología es una base de conocimiento reutilizable Una base de conocimiento es una representación explícita, expresada en un lenguaje formal, del conocimiento acerca de un dominio An ontology is a herarchically structured set of terms for describing a domain that can be used as a skeletal foundation for a knowledge base An ontology provides the means for describing explicititly the conceptualization behind the knowldege represented in a knowledge base. Introducción a las ontologías 7 Qué es una ontología? Diferencias entre ontologías y bases de conocimiento Adam Farquhar del KSL (Knowledge Sharing Laboratory) de la Universidad de Stanford Expresa el conocimiento consensuado de una comunidad de personas o de agentes? Se usa como referencia de términos definidos de forma precisa? El lenguaje es suficientemente expresivo para que la gente pueda expresar lo que quiere? Puede ser reutilizado en distintas situaciones para distintos episodios de resolución de problemas? Es estable? Se puede usar para resolver distintos tipos de problemas? Se puede usar como punto de partida para construir distintos tipos de aplicaciones incluyendo una nueva base de conocimiento, un esquema de base de datos o un programa orientado a objetos? Cuanto más positivas sean las respuestas a estas preguntas, más ontológico es el conocimiento representado Introducción a las ontologías 8

5 Qué es una ontología? Las ontologías representan los conocimientos de forma genérica y consensuada Sus definiciones pueden ser reutilizadas y compartidas en distintos dominios y por diferentes aplicaciones. Proporcionan un vocabulario unificado, consistente, y coherente, expresado en lenguajes procesables por una computadora y con distinto grado de formalidad, que permite que una aplicación pueda "dialogar" con otra porque las dos entienden lo mismo, aunque los términos empleados sean distintos. Permiten el intercambio de información y conocimientos entre aplicaciones heterogéneas desde una perspectiva semántica: vocabulario utilizado por las aplicaciones Significados que cada una de las aplicaciones dan a los términos que utilizan Dos aplicaciones que utilizan términos diferentes podrán "dialogar" si existe una ontología que establece relaciones de sinónimos, o de especialización, o de generalización, o de equivalencia matemática, entre otros, entre los conceptos Introducción a las ontologías 9 Aplicaciones comercio electrónico gestión de conocimientos sistemas de agentes portales en internet indexación de páginas web recuperación de información procesamiento de lenguaje natural web semántica, etc. Introducción a las ontologías 10

6 Compartición y reutilización del conocimiento Compartir significa que varias aplicaciones usan los mismos recursos Reusar implica la construcción de nuevas aplicaciones a partir del ensamblado razonable de componentes preexistentes Áreas: Software Comunicaciones Interfaces Ventajas: Menos dinero Menos tiempo Menos recursos Introducción a las ontologías 11 Problemas cuando se comparte el conocimiento diagnóstico Mantenimiento Red de SBC Cómo? diseño análisis Predicción Aplicaciones independientes que comparten su conocimiento. 1) Vocabulario Común 2) Un formato de intercambio de conocimiento 3) Un protocolo específico de comunicación Introducción a las ontologías 12

7 Principios de Construcción Claridad y Objetividad. Una ontología debe proveer al usuario con el significado del término definido de forma objetiva y, también, en lenguaje natural Completitud. Las definiciones deben ser expresadas en términos necesarios y suficientes Coherencia. Para asegurar (permitir) que las inferencias derivadas de esta sean consistentes con las definiciones Máxima extensibilidad monótona. Es decir, las especializaciones o generalizaciones deben ser incluidas en la ontología de tal forma que no requiera una revisión de las definiciones preexistentes Principio de distinción ontológica. Las clases en una ontología deben ser disjuntas Diversificación de las jerarquías incluidas para aumentar la potencia de los mecanismos de herencia múltiple Modularidad para disminuir el acoplamiento entre los módulos Estandarización de nombres siempre que sea posible Minimización de la distancia semántica entre conceptos emparentados. Conceptos similares estarán agrupados usando las mismas primitivas Introducción a las ontologías 13 Compromisos Ontológicos Qué es un cubo? x 3 cubo Compromisos para usar el vocabulario de forma coherente y consistente. Introducción a las ontologías 14

8 Elementos de una ontología Conceptos. Se emplean en un sentido amplio y pueden ser: tareas, funciones, acciones, estrategias, planes, etc Relaciones. Representan un tipo de interacción entre conceptos del dominio. R: C1 x C2 x x Cn Subclase-de: Concepto 1 x Concepto 2 Conectado con: Componente1 x Componente2 Funciones. Son un tipo especial de relación. F: C1 x C2 x x Cn-1---> Cn Madre-de--> Persona Precio-objeto: Valor+Ganancia+IVA-->Precio Instancias Axiomas. Proposiciones que siempre son verdaderas Introducción a las ontologías 15 Clases Conceptos Categorías La organización de los objetos (conocidos) en categorías (conceptos) es vital en los procesos de representación del conocimiento. La interacción en el mundo tiene lugar al nivel de objetos individuales (instancias) pero el razonamiento tiene lugar a nivel de las categorías (que son abstracciones de esos objetos) Las categorías permiten Heredar propiedades Crear taxonomías Las ontologías no son bases de datos Introducción a las ontologías 16

9 Tipos de Ontologías Dominio Objetos: Scanner, martillo Actividad: anestesiar, abrir Ontología Tareas General Sustantivos:meta, horario, plan Verbos: resolver, pensar Adjetivos: grande Cosas, eventos, tiempo, espacio, causalidad, conducta, función Una ontología de propósito general debe se aplicable a casi todos los posibles dominios (con la adición de los axiomas específicos necesarios) Introducción a las ontologías 17 Lenguajes de formalización de ontologías Lenguajes basados en alguno de los paradigmas de representación de conocimiento clásicos (DLs, marcos o lógica de predicados): EXPRESS [Spibey91] CML el lenguaje de modelado de CommonKADS [Schreiber et al. 94] Ontolingua [Gruber93] Estándar de lenguaje de especificación de ontologías Es una extensión de KIF y Frame Ontology [Gruber93] No tiene un motor de inferencias asociado traducirla a algún lenguaje implementado KIF (Knowledge Interchange Format) [Genesereth&Fikes92] CycL[Lenat&Guha90] FLogic [Kifer et al. 95] Loom [MacGregor&Bates87] [MacGregor88] Intercambio de ontologías a través de la Web nuevos lenguajes de especificación de ontologías basados en los estandares Web: XML, RDF, SHOE, XOL, DAML+OIL ( OWL Existen varios trabajos sobre ontologías y lenguajes basados en Web para representarlas Introducción a las ontologías 18

10 Bibliotecas de ontologías y herramientas de desarrollo Ontology Server WebODE PROTEGE WordNet CyC (parcialmente gratuita) UCO (Upper Cyc Ontology) es la parte de CyC disponible públicamente e incluye unas 3000 definiciones. Introducción a las ontologías 19 Bibliotecas de ontologías y herramientas de desarrollo Mikrokosmos del NMSU (New Mexico State University) Computing Research Laboratory Lexicones para español, japonés e inglés. Ontosaurus Servidor de ontologías en Loom y un sistema de visualización de ontologías basado en páginas HTML que se generan de forma dinámica Ontobroker Es una herramienta para gestión de conocimiento que permite llevar a cabo la inspección avanzada de distintas fuentes de información Web. Proporciona visualización hiperbólica, una interfaz de consultas, un motor de inferencias para derivar las respuestas y un buscador para adquirir conocimiento en la Web. TOP (The Ontology Page) (Onto)2Agent Introducción a las ontologías 20

11 Leer el Deliverable 1.3 de OntoWeb: incluye Comparativa entre distintas herramientas de edición de ontologías (Protégé 2000, WebODE,..) y tecnología relacionada con la Web Semántica. WebODE Introducción a las ontologías 21 Uso de Ontologías PROBLEMA: Cómo acceder eficientemente a un gran número de depósitos de datos heterogéneos y autónomos que se encuentran sobre la infraestructura global de información Estado actual de la tecnología: Infraestructura de comunicación física Formalismos estándar para la expresión sintáctica (HTML o XML) de la comunicación Un problema que trasciende la integración sintáctica es la semántica de los términos que se usan en las diferentes fuentes de información (incluso cuando esos términos están expresados con las mismas estructuras sintácticas) Con diferentes depósitos disponibles, el usuario debe conocer sus estructuras, organizaciones, lenguajes de interrogación y semántica de los datos almacenados en los mismos. La búsqueda por palabras clave es limitada Los datos de diferentes depósitos están muchas veces interrelacionados, y no se saca provecho de esta circunstancia. Introducción a las ontologías 22

12 Uso de ontologías Definición de vistas (descripción semántica de los contenidos de las fuentes de datos) Usar metadatos para capturar el contenido de información de los depósitos Trabajos relevantes TSIMMIS (Univ. de Stanford & IBM, 1993) (OntoAgents) SIMS (Univ. de California del Sur, 1992) Information Manifold (AT&T Bell Lab., 1994) OBSERVER (Univ. Pais Vasco & UGA, 1995) Las Ontologías permiten que la expresión de la pregunta se concentre en lo que se solicita, desentendiéndose de cómo habrá que operar para obtenerlo OBSERVER: Ontology Based System Enhanced with Relationships for Vocabulary heterogeneity Resolution Introducción a las ontologías 23 Uso de ontologías Agentes y ontologías Web Semántica Tratamiento del lenguaje natural Aplicaciones de generación del lenguaje natural en varios idiomas GUM Wordnet Mikrokosmos Introducción a las ontologías 24

13 Agentes y ontologías Una ontología se escribe en algún lenguaje de formalización de ontologías que la hace independiente del contexto de uso Varios agentes pueden compartir conocimiento si están de acuerdo en la semántica dada por una cierta ontología Agent that commits an ontology Una ontología común define el vocabulario con el que los agentes intercambian consultas y asertos Que dos agentes compartan un vocabulario no significa Que compartan la misma base de conocimiento cada agente puede saber muchas cosas que otros agentes no saben Que sea capaz de contestar cualquier pregunta formulada con ese vocabulario común Un compromiso (commitment) de un agente con una cierta ontología garantiza la consistencia pero no la completitud respecto a las consultas y asertos utilizando el vocabulario de la ontología Introducción a las ontologías 25 Web Semántica Web actual = mayor almacén de información recopilado por personas Grandes cantidades de información sobre distintos temas Acceso casi instantáneo desde cualquier lugar con conexión a Internet Sistema no centralizado Cualquier persona puede añadir más información La estructura de las páginas Web se ha sacrificado a favor de los aspectos de visualización y presentación de los contenidos Dificultades para: Localizar información Buscadores basados en: Palabras clave (sin información del contexto) Catálogos (problema de actualización) Automatizar tareas Ej: Encontrar el mejor precio, reserva de viajes, etc. Trabajo colaborativo Grupos de personas actualizan/comparten información (Ej. bookmarks) Colecciones multimedia (vídeos, imágenes, sonidos) Introducción a las ontologías 26

14 Web Semántica La Web semántica (Tim Berners-Lee) pretende desarrollar lenguajes que faciliten la inclusión en la Web de contenido legible por las máquinas Algunas aplicaciones: Actualmente, los sistemas se basan en catálogos o en palabras clave Sistemas de búsqueda basados en el contexto Portales corporativos y colaborativos Agentes de Internet Sistemas automáticos de obtención y gestión de información Ejemplo: Reservas de viajes, comparación de precios, participación en subastas... Sistemas de información emergentes Sistema de búsqueda autónoma que informa cuando encuentra algo interesante Introducción a las ontologías 27 Web Semántica Web Semántica: extensión de la Web actual en la que la información tiene un significado preciso y bien definido para facilitar el trabajo y la cooperación de ordenadores y personas. Propuesta: uso de una terminología común definida a través de ontologías para obtener servicios más potentes ( inteligentes, semántica ) como búsquedas, agentes software inteligentes y sistemas de gestión de conocimiento. Iniciativas: SHOE (Simple HTML Ontology Extensions) conjunto de extensiones a HTML para anotar las páginas Web con conocimiento basado en ontologías sobre sus contenidos. SWRC (Semantic Web Research Community Ontology)una ontología que modela la comunidad de investigación en la Web Semántica, incluyendo sus investigadores, publicaciones, temas de interés, herramientas, etc., así como las relaciones entre ellos. Dominio de las telecomunicaciones Representación de procesos de negocio Desarrollo de vocabularios XML estandarizados para recursos humanos Introducción a las ontologías 28

15 Web Semántica Información en la Web HTML? <html> <head> <title>pizzeria Al Capone</title> </head> <body bgcolor="blue" text="yellow"> <h1>pizzería Al Capone</h1> <table> <caption>lista de Pizzas</caption> <tr> <td>barbacoa</td> <td>mozzarella, Queso, Bacon</td> <td>7 </td> </tr>... </body> </html> Información de visualización comprensible por máquina Contenido no comprensible por máquina Orientado a personas Meta-información Sistema no estándar Sin estructura <meta name= Author content= JoseGranda > <meta name= keywords content= pizza, pizzería > <meta name= Description content= blah blah... > <meta name= Tipo content= Lista de pizzas > Introducción a las ontologías 29 Web Semántica Información en la Web XML? XML separa contenido de su presentación El contenido se define mediante marcas propias <?xml version= 1.0?> <pizzas> <pizza nombre= Barbacoa > <ingredientes>salsa, Mozzarella, Pollo, Bacon, Ternera</ingredientes> </pizza> </pizzas> XML define una sintaxis común pero... No define un significado de esas marcas Qué quiere decir <ingredientes>? Pueden aparecer diferentes modelizaciones de un mismo dominio Para intercambiar información, las aplicaciones deben ponerse de acuerdo sobre un vocabulario particular Cuál es el significado de las marcas? Introducción a las ontologías 30

16 Ontologías para la Web Semántica Ontologías: diccionarios para definir (etiquetar) con precisión cada uno de los términos de la Web Semántica y establecer sus propiedades y sus relaciones con otros conceptos. Precio = tarifa = price...: misma etiqueta semántica Ejemplo: Ontología para estandarizar ofertas de trabajo Cada sector debe estandarizar los conceptos de su área crear ontologías Introducción a las ontologías 31 Ontologías para la Web Semántica Ontología Dublin Core Metadata Initiative ( Utilizado para la catalogación de documentos Espacio de nombres: Conjunto de elementos básicos cuyo significado es compartido Contenido: Coverage, Description, Type, Relation, Source, Subject, Title Propiedad Intelectual: Contributor, Creator, Publisher, Rights Instanciación: Date, Format, Identifier, Language Cada elemento básico admite una serie de cualificadores Refinamiento de elementos Ejemplo: Date.created, Description.tableOfContents Esquema de codificación Ejemplos: Identifier.URI, Date.DCMIPeriod.10 Introducción a las ontologías 32

17 Web Semántica. RDF Ventajas Declara meta-información de forma global (URI) Información manejable por una máquina Incorporación gradual en Internet Basado en XML Modelo simple (grafo dirigido) RDF Schema permite definir restricciones Validación de descripciones Fácil extensibilidad Mecanismos de herencia (subclassof, subproperty, etc.) Crecimiento descentralizado y distribuido Numerosas aplicaciones existentes Introducción a las ontologías 33 Web Semántica. RDF Problemas No ofrece mecanismo de inferencia Expresividad limitada Información negativa, clases disjuntas, etc. Ontologías compartidas Unión de descripciones puede producir incoherencias y contradicciones Detección de inconsistencias Evolución de ontologías Errores en definiciones originales, nuevos modelos,... Compatibilidad de descripciones? Interoperabilidad de ontologías Relación entre diferentes representaciones Facilidad de uso: sintaxis XML? Otros sistemas propuestos: SHOE, DAML+OIL, MetaLog.11 Introducción a las ontologías 34

18 OWL, Lógicas Descriptivas & Ontologias Lógicas Descriptivas (DLs) La rama lógica dentro de la familia de los marcos (frames) Descienden de los lenguajes KRL y KL-ONE: CLASSIC, LOOM, BACK, RACER Subconjuntos de la lógica de primer orden computacionalmente tratables Describen relaciones entre conceptos (clases) Los individuos son secundarios Las ontologías no son bases de datos Conceptos (clases), Individuos (instancias o ejemplares de las clases) y Relaciones entre los individuos OWL Web Ontology Language Estándar W3C DAML (frames) + Oil (DLs in Frame clothing ) OWL-Lite Es simple expresividad limitada OWL-DL - Se corresponde con lo que los investigadores en DLs piensan que van a desarrollar (pero no lo han hecho del todo todavía) OWL-Full Capas sobre RDF Schema Introducción a las ontologías 35 Selección de Enlaces Dublin Core: Darpa Markup Language: Open Directory Project: OntoWeb: Topic Maps: Web Semántica Introducción a las ontologías 36

19 Mikrokosmos Mikrokosmos es un sistema de KBMT interlingüe desarrollado por el Computing Research Laboratory (CRL) de la New Mexico State University (NMSU) de EE.UU. [Beale, Nirenburg & Mahesh, 1995; Mahesh & Nirenburg 1995a,b;] Mikrokosmos es un sistema práctico a gran escala, enfocado en principio a traducir entre los idiomas inglés y español y que actualmente está siendo expandido para dar cabida a otros idiomas En la actualidad, este sistema traduce artículos periodísticos españoles sobre adquisiciones y fusiones empresariales sin restricciones de input. Para ello utiliza una serie de lexicones específicos para cada lengua y una ontología de conceptos independiente de cualquiera de las lenguas. Introducción a las ontologías 37 Mikrokosmos Las principales razones para usar una ontología en aplicaciones de procesamiento de lenguaje natural son las siguientes Aportar un fundamento para representar el significado del texto en una interlingua. Permitir que los lexicones de las distintas lenguas se apoyen en conocimiento. Permitir que los analizadores y los generadores de las lenguas compartan conocimiento. Almacenan las restricciones de selección y otros elementos de conocimiento del mundo. Ayudan en la resolución de ambigüedades semánticas y en la interpretación del lenguaje no literal, realizando inferencias basadas en la topología de la ontología para medir afinidad semántica entre significados. Suponen una herramienta para clasificar personas, lugares, roles sociales y organizaciones. Conforman el substrato sobre el que los significados de las palabras de cualquier lengua están fundados. Ayuda a organizar el trabajo a realizar en la gran tarea de la TA, sirviendo de punto de referencia para la realización de los lexicones de las lenguas. Guía al lexicógrafo sobre el modo de descomponer y representar los significados de las palabras. Introducción a las ontologías 38

20 Niveles superiores de la ontología de Mikrokosmos Introducción a las ontologías 39