sistem automatskog rezonovanja u ontolo koj analizi semanti ke korektnosti modela podataka
Download
Skip this Video
Download Presentation
Sistem automatskog rezonovanja u ontološkoj analizi semantičke korektnosti modela podataka

Loading in 2 Seconds...

play fullscreen
1 / 84

Sistem automatskog rezonovanja u ontološkoj analizi semantičke korektnosti modela podataka - PowerPoint PPT Presentation


  • 132 Views
  • Uploaded on

Mentor: prof. dr Milorad Banjanin. Sistem automatskog rezonovanja u ontološkoj analizi semantičke korektnosti modela podataka. Student: Jovana Janković. ER model podataka. CASE alati. Ključni pojmovi. Ontologija. Model podataka. Ontološki jezik. OWL. RDF. Predikatski račun prvog reda.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Sistem automatskog rezonovanja u ontološkoj analizi semantičke korektnosti modela podataka' - kaida


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
sistem automatskog rezonovanja u ontolo koj analizi semanti ke korektnosti modela podataka

Mentor: prof. dr Milorad Banjanin

Sistem automatskog rezonovanja u ontološkoj analizi semantičke korektnosti modela podataka

Student: Jovana Janković

klju ni pojmovi

ER model podataka

CASE alati

Ključni pojmovi

Ontologija

Model podataka

Ontološki jezik

OWL

klju ni pojmovi1

RDF

Predikatski račun prvog reda

Ključni pojmovi

Sistem automatskog rezonovanje

Prolog

Protégé

XML

slide4

Modelovanjepodataka je jednaodnajvažnijihaktivnosti u procesurazvoja

informacionihsistemakojuvršeprojektantibazapodatakanaosnovudomenskog

znanjaizodređeneoblasti.

Ugradnjasemantike u model podatakazavisiodsposobnostiiiskustvaprojektantadakrozodređenekonceptekaoštosustrukturadijagrama, ograničenjailioperacijepreslika

relevantneosobinerealnogposlovnogsistema.

slide5

S obzirom da je bazapodatakajezgrosvakoginformacionogsistemailisloženijegsoftverskogproizvodakojiorganizovanočuvaimanipulišepodacima, postavljaju se sljedeća pitanja:

  • Bazapodatakaje skup međusobno
  • povezanih podatakakoji se čuvaju zajedno
  • i među kojima ima onoliko ponavljanja koliko
  • je neophodno za njihovo
  • optimalno korišćcenje
  • pri višekorisničkom radu.

Dalibazapodatakaodgovaraspecifičnimosobinamaposlovnogsistemaiz određeneproblemskeoblasti?

1.

Kolikokvalitetimplementiranebazepodatakazavisiodiskustvaiznanja

projektantaidizajnera?

2.

slide6

Problematikaove temejesteteoretskoiempirijskoistraživanjemodalitetaprovere

kvalitetamodelapodatakasaaspektasemantikeidomenskevaljanostiza oblast u kojoj

se želikreiratikonceptualni model, saciljemda se izgradekvalitetnijeiadekvatnije

bazepodataka, koje u manjojmerizaviseodiskustvaprojektanta.

cilj i zadaci istra ivanja

KreiranjeteorijskogmodelaontološkizasnovaneanalizesemantičkekorektnostiKreiranjeteorijskogmodelaontološkizasnovaneanalizesemantičkekorektnosti

modelapodatakaprimenomsistemaautomatskogrezonovanja.

CILJ I ZADACI ISTRAŽIVANJA

Pripremaimplementiranogsistemazakorišćenje u obrazovnomprocesuu nastavnomradu, u okviručasovanastaveiizradeseminarskihradova studenata.

Definisanjeteorijskogmodelaontološkizasnovaneanalizesemantičke

korektnostimodelapodatakaprimenomsistemaautomatskogrezonovanja.

Analizarezultataempirijskogistraživanjaisintezazaključaka, koji se odnosena

pozitivneinegativnekarakteristike, odnosnoprednostiinedostatke

implementiranogsistema.

Analiza, projektovanjeiimplementacijasoftverskepodrškezaontološki

zasnovanuanalizusemantičkekorektnostimodelapodataka.

Empirijskoistraživanjeefikasnostiimplementiranesoftverskepodrške upotrebomeksperimentalnemetode.

Razmatranjeperspektivaimogućihpravacadaljegrazvojasistema.

Praktičnaimplementacijaovakvogsistema, čija bi upotrebljivost, efekti,

pozitivneinegativnekarakteristike bile utvrđenekrozeksperimentalno

istraživanje u obrazovanjustudenata u oblastiinformatike.

hipoteze istra ivanja
HIPOTEZE ISTRAŽIVANJA

Moguće je kreiratiteorijski model zaontološkizasnovanuanalizusemantičke

korektnostimodelapodatakaprimenomsistemaautomatskogrezonovanja.

GLAVNA

HIPOTEZA

ontologije
ONTOLOGIJE
  • U oblastiveštačkeinteligencije, pojamontologijase vezujeza:
  • Ponovnu upotrebu znanja (Reusability)
  • Dijeljenje znanja iz određenog domena (Sharing)

U računarskominženjerstvuontologija se odnosinapredstavljanjeznanja (Knowledge Representation)

Ontologijekoristeljudi, bazepodatakaisoftverskeaplikacijekojedijele

informacijeizodređenogdomena.

Ontologija se definišekaoskupterminakoji se koristeda bi se opisaodomen, tj. oblast

znanja.

  • riječina svim prirodnim jezicima,
  • uključujući i njihove pogrešne
  • konstrukcije ako ih ima;

Specifična predmetna oblast znanja

slide10

(“…a formal, explicit specification of a shared

conceptualization”).

FORMALNA

DIJELJENA

KONCEPTUALIZACIJA

EKSPLICITNA

Ontologija

apstraktan model fenomenaizstvarnogsvijetakoji se dobijaidentifikovanjemrelevantnihkoncepataovihfenomena.

eksplicitno su definisanisvi

konceptiiograničenjakoja se koriste

ontologijatrebada je

razumljiva, tj. čitljivazamašine.

trebada

«uhvati» znanjeprihvaćenoodstranezajednice u kojoj se uvodiikoristi.

Najpopularniju

definicija

ontologijeje dao

[Gruber 1995]

“formalna,eksplicitna

specifikacijadijeljenekonceptualizacije“

slide11

“Ontologijaje skuplogičkihaksiomadizajniran

takoda se odnosinaplaniranoznačenje

nekogrječnika”

(“a set of logical axioms designed to

account for the intended meaning of a

vocabulary”).

[Guarino, 1998.]

Uovojdefiniciji je istaknutaulogateorijelogikeu značenjui

predstavljanjuontologije.

slide12

Definicija:OntologijaO je skupsastavljenod pet elemenata (C, I, R, F, A), gde je:

C – konačanskupkoncepata, apstrakcijakojima se opisujuobjektirealnogsveta,

I– konačanskupinstancikoncepata, tj. objekatastvarnogsvijeta,

R – konačanskuprelacijaizmeđuelemenataskupa I,

F– konačanskupfunkcijadefinisanihnadobjektimarealnogsvijeta,

A – konačanskupaksiomanapredikatskomračunuprvogredakojiodređuju

značenjeklasaobjekata, relacijaizmeđuobjekataifunkcijadefinisanihnad

objektimarealnogsveta.

postupak izgradnje ontologije
POSTUPAK IZGRADNJE ONTOLOGIJE

Izgradnja ontologije

Testiranje aplikacije

Osnovnanamjenaontologijajesteomogućavanjepredstavljanja, prenošenjairazmjeneznanjaiznekeoblasti.

Generisanje alata za

akviziciju znanja

Generisanje testne

baze znanja

Izgradnja inicijalne

baze znanja

ontolo ki jezici i alati
ONTOLOŠKI JEZICI I ALATI

W3C (World Wide Web Consortium) je prihvatiosledećeontološke jezike:

RDF

Resource Descriptiom Framework jezikzasemantičkemrežekojislužizaopisresursana Web-u,

RDFS

RDF Schema je proširenje RDF jezika,

ontolo ki jezici i alati1
ONTOLOŠKI JEZICI I ALATI

W3C (World Wide Web Consortium) je prihvatiosledećeontološke jezike:

OIL

Ontology Interchange Language, jezikzasnovannadeskriptivnojlogici,

Web Ontology Language itrenutno

predstavljanajpopularnijiontološkireprezentacionijezik.

OWL

XML

EXtensible Markup Language.

slide16

Ontologije se mogusvrstatiu trikategorije, u zavisnostioddomena,tj. područjakojimodeluju:

Ontologijezapredstavljanjeznanja (Knowledge Representation Ontology) su

sistemizapredstavljanjeznanjakojisjedinjujuontološkeradneokvire

(Framework).

  • Znanjese predstavljaili u KIF formatu
  • (Knowledge InterchangFormat)koji je
  • logičkisveobuhvatan
  • iobezbeđujedefinicijeobjekata, funkcijai
  • relacijaili, pak,
  • nakompjuterskiorjentisanomjeziku
  • dizajniranomzarazmjenuznanjaizmeđu
  • različitihprograma;

Ontologije o opštemsvetskomznanju (Upper Level Ontology);

Ontologijespecifičnihdomena (Domain Specific Ontology) saprimarnimfokusom

napovezivanjustrukturaiponašanjakrozkonceptovlašćenja.

klasifikacija ontolo kih jezika
Klasifikacija ontoloških jezika

FormalneosnovesvihvodećihjezikaSemantičkog Web-a (OWL, RDF i RDF(S)) su

zasnovanenaklasičnojpredikatskojlogici.

Ontološkijezici se zasnivajunaupotrebi XML jezika. Oni morajubitikompatibilnisa

drugimindustrijskimi Web standardima.

slide18

Protégé – ontološkialat/editor sa

Stanford univerziteta,

bazirannaprogramskomokruženju Java.

Inicijalno je bio softver u oblasti medicine

ibiohemijskihnauka, a

trenutno je jedanodvodećihontoloških

editora u svijetu.

Protégé podržava

nekolikojezikazapredstavljanjeontologija: OWL, RDF(S), OIL, XMI (XML

Metadata Interchange) idruge.

grafi ki prikaz apstraktnih klasa ontologija

Sa različitim klasama (Class) koje su opisane osobinama (Properties )i drugim konceptima ontologije.

Grafički prikaz apstraktnih klasa ontologija

koji ostvaruje semantičke mreže Is-a

Opisuje se koncept

(stvar- Thing),

tj. objekat iz realnog svijeta

Koncepti u realnom svijetu predstavljaju konkretne objekte i pojmove.

karakteristike i elementi owl tehnologija
Karakteristike i elementi OWL tehnologija

OWL tehnologije sastoje se od

JEDINKI

  • Postoje tri osnovnevrsteosobina:
  • osobineobjekata (ObjectProperties),
  • osobinetipovapodataka (Datatype Properties),
  • osobine bilješki(AnnotationProperties).

Instance klase

OSOBINA

Binarne relacije između jedinki

KLASA

slide21

Kvantifikatorska ograničenja

Quantifier Restrictions

Ograničenja

Kardinaliteta

Cardinality Restrictions

Ograničenja u

OWL jeziku

Ograničenja tipa “ima vrijednost”

(hasValue Restrictions).

slide22

Skuptakvihtrojki se zove RDF grafgdje su čvorovi grafa subjekti i objekti.

Namjenjenje zapredstavljanjemetapodataka o Web resursima.

RDF

(Resource Descriptiom Framework)

Strukturasvakogizraza u RDF je kolekcijatrojki, odkojih se svaka

sastojiodsubjekta, predikataiobjekta.

radniokvirzaopisipredstavljanjeinformacija

na Web-u.

struktura rdf izraza
Struktura RDF izraza

Predicate

FORMA

GRAFA

Subject

Object

<rdf:Descriptionrdf:about="subject">

<ex:predicate>

<rdf:Descriptionrdf:about="object"/>

</ex:predicate>

</rdf:Description>

Uređena trojka

subject predicate object

RDF/XML

Relaciona forma

predicate(subject, object)

FORMA “Turtle”

subject ex:predicate object.

slide24

RDF koristi sljedeće osnovne koncepte

Grafički model podataka,

Riječnik baziran na URI,

LITERALE,

XML sintaksu (XML Serialization Syntax)

PREDSTAVLJANJE JEDNOSTAVNIH ČINJENICA,

SEMANTIČKE VEZE IMEĐU IZRAZA,

modeli podataka

Formalna

apstrakcijaputemkoje se realni

svijet preslikava u bazupodataka.

MODELI PODATAKA

Specifičneteorijepomoćukojih se

vršispecifikacijaiprojektovanje

konkretnihbazapodataka

iinformacionihsistema.

Modelompodataka

se, prekoskupapodatakai

njihovihveza,

prikazujestanjerealnogsistema

u jednom određenomtrenutku

generacije modela podataka

1G

2G

GENERACIJE MODELA PODATAKA

klasičniprogramskijezici, sarelativnojednostavnimtipovimapodatakaisiromašnomsemantikom, ne mogupredstavitirealan

sistem.

modelikonvencionalnihsistemazaupravljanjebazompodataka:

hijerarhijski, mrežniirelacioni, posedujuznatnobogatijusemantiku od1. generacije, isloženijetipovepodataka, ali

nepotpunoopisujurealansistem.

generacije modela podataka1

3G

4G

GENERACIJE MODELA PODATAKA

semantičkibogatimodeli – ER (Entity Relationship Attribute), SDM

(Semantic Data Model) idrugi, posedujuspecifičnekonceptezadetaljanopisrealnogsistema, sanedostatkom u pogledupotpune

softverskerealizacije (CASE alati).

objektni model podataka (OOM), nastao je početkom 90-tih godina20. vijeka, kaoimplementacijastrukturapodatakaizobjektno

orijentisanihprogramskihjezika (C++, SmallTalk) u sistemeza

upravljanjebazamapodatak, uoblastiinženjerskogprojektovanja(CAD sistemi), ilikaoimplementacijaugnježdenihtabela u okviru

klasičnogrelacionogmodelapodataka.

er model podataka

Entity Relationship Atribute Data model semantički bogat model treće generacije. Posjeduje specifične koncepte za detaljan opis realnog svijeta

ER MODEL PODATAKA
slide29

Model entitetapoveznika

(Entity Relationship Data Model)

(ili model objekti-veze MOV)se

baziranaosnovnojideji

da se realansvijetinjegovidijeloviopisuju

pomoćudvaosnovnakoncepta: entitetai

poveznika.

Eniteti se mogu klasifikovati u skupove sličnih entiteta.

Entitet je apstraktna predstava nekog objekta.

To je osnovna jedinica posmatranja u nekom sistemu.

Entitet je nešto što se može jednoznačno identifikovati.

slide30

ER model

ER dijagram sadrži tri tipa komponenti:

Entiteta(objekte)

Veze

Atribute

Skupovisličnihentitetanazivaju se klasamaentiteta,gdje svientitetijedneklase

poseduju bar jednuzajedničkuosobinu, naosnovukojesusvrstani u istuklasu.

Brojzajedničkihosobinajedneklase je uglavnomvećiodjedan, a nazivaju se obelježjimaili

atributima.

slide31

Skupsvihmogućihvrijednostikoje to

obelježjemožeimati. Domenobilježja A označava se sadom(A).

Domen obilježja

Nazivtipaentitetatrebadaodražavasemantikuismisaoapstraktnogopisaklaseentitetaizrealnogsveta

Tip

entiteta

Modelklaseentiteta.

Svaki tip entitetamorabitiopisansvojimimenomiatributima.

Skupentitetakojiimajuista

obilježja.

osnovni elementi er dijagrama
Osnovni elementi ER dijagrama

entitet

atribut

poveznik

(veza)

slabi

entitet

gerund

(glagolskaimenica)

slide33

Atribut

Karakteristika (svojstvo) koje bliže opisuje entitet.

Može dobiti vrijednost iz određenog skupa vrijednosti koji predstavlja domen atributa

(tip vrijednostiatributa).

Atribut ili skup atributa koji jednoznačno određuje svaku pojavu tipa entiteta se naziva primarniključ tipa entiteta

slide34

Atribut

Grafički prikaz

- elipsa unutar koje je upisan naziv atributa

  • Ključni atibuti se podvlače

Naziv

Veličina

Ime

Cijena

JMBG

slide35

Poveznik (veza)

  • Odnos ili veza između pojava jednog ili više tipova entiteta koji je od značaja za informacioni sistem
  • Veza kazuje da se pojavio događaj ili da postoji prirodna veza između tipova entiteta
  • Definicija treba da objasni prirodu veze i zašto je važna
slide36

Stepen veze

BINARNA

TERNARNA

REFLEKSIVNA

(REKURZIVNA)

slide37

Paralelena veza

Među entitetima može postojati paralelna veza

Onamože biti dvostruka, trostruka, itd.

slide38

Ključ (jedinstveni identifikator)

  • Svaki tip entiteta mora imati neki atribut ili skup atributa naosnovukoga razlikujemosvakupojedinačnu pojavu tog tipa entiteta
  • Atribut (iliskupatributa) koji jedinstveno identifikuju svaku pojedinačnu pojavu tipa entiteta

Definicija ključa

Odabrati atribut koji neće mijenjati svoju vrijednost

Pravila za izbor ključa

Odabrati atribut koju nikad neće imati null vrijednost

slide39

Kardinalitet veze

  • MINIMALNI kardinalitet: Minimalni broj pojava entiteta
  • B koji mogu biti povezani sa svakom pojavom entiteta A

Broj pojava entiteta B koji mogu biti povezani sa svakom pojavom entiteta A

Kardinalitet veze - opisuje ograničenja preslikavanja pojedinačnih entiteta koji učestvuju u posmatranoj vezi.

  • MAKSIMALNI kardinalitet: Maksimalni broj pojava pojava entiteta B koji mogu biti povezani sa svakom pojavom entiteta A.

M:N

1:1

1:N

Moguće je da u nekoj vezi pojedine instance nekog entiteta ne učestvuju (1:0,0:N)

slide40

Primjeri

  • Kardinalitet tipa 1:1

(1,1)

(1,1)

Radnik

je

Osiguranik

slide41

Primjeri

(1,1)

(1,N)

  • Kardinalitet tipa 1:N

Radnik

Raspoređen

Radno mesto

slide42

Primjeri

(1,M)

(1,N)

  • Kardinalitet tipa M:N

Radnik

Radi

Projekat

slide43

Ovako

modifikovani model je

nazvanEER

(Enhanced Entity Relationship

Data Model)

ER model

podatakaje, zbogkoncepatakojinisu u potpunostimoglikvalitetnodapredstave

osobinerealnihposlovnihsistema, proširenkonceptimakaoštosu:

generalizacija/specijalizacija, gerund, kategorija, jaki slab tip entiteta

Najpoznatijisu: OracleCase, BPWin/ERWin, Sybase Power

Designer i dr.

Uprethodnih20-ak godina se pojavioznatanbroj softvera

(Computer Aided SoftwareEngineering- CASE alata)

kojiomogućujubržiproceslogičkogifizičkogprojektovanja

modelabazepodataka.

slide44

Apstrakcija podataka

Specijalizacijaigeneralizacijasupostupcikojim se definišuosobineskupovasličnih

entitetagdje se zajednička obilježjagrupišu u superklasu, a specifičnaobeležja, shodno

različitimulogamaentiteta u odgovarajućepotklase.

Vezaizmeđu

superklaseipotklasa

označavamo

nadijagramusa

IS_A simbolomu

okvirupoveznika,

Pri entitetukoji je

superklasa

navodise

klasifikacionoobeležje.

  • Proces kreiranja nekoliko entiteta (specijaliziranih podklasa) iz jednog entiteta
  • Proces kreiranja jednog opšteg entiteta (generalne superklase) iz nekoliko srodnih entiteta

Pod sličnim tipovima objekata ovdje se mogu tretirati tipovi objekata koji imaju jedan broj istih (zajedničkih) atributa, tipova veza sa drugim objektima i operacija.

slide45

Kardinalitet IS_A hijerarhije

Preslikavanje može biti

  • Ako svakoj pojavi nadkase odgovara bar jedna pojava podklase.
  • Minimalni kardinalitet je 1

Totalno

  • Ako bar jednoj pojavi nadkase ne odgovara nijedna pojava podklase.
  • Minimalni kardinalitet je nula.

Parcijalno

  • Ako je svakoj pojavi nadklase pridružena pojava iz najviše jedne podklase.
  • Maksimalni kardinalitet je jedan.

Disjunktno

  • Ako je bar jednoj pojavi nadklase odgovaraju pojave iz više od jedne podklase.
  • Maksimalni kardinalitet je N.

Prosječno

slide46

Stanovnik

totalno

(1,1)

disjunktno

IS_A

(1,1)

(1,1)

(1,1)

Zaposlen

Nezaposlen

Penzioner

Nezaposlen

(0,N)

parcijalno

IS_A

prosječno

Dete

Učenik

Student

Invalid

slide47

Gerund

Gerund iliglagolskaimenica je tip entitetadobijentransformacijomtipapoveznika, uciljupovećanjasemantikemodela.

Radnik

osposobljen

Mašina

Zovese još iagregacija, tj. mešovitiobjekat-

vezaislužiprevazilaženjuproblema u slučajuda je potrebnopovezatidvapoveznikakoji se, premaautorimamodela, ne mogudirektnopovezati.

može_

proizvesti

proizvodi

Potrebna nam je veza proizvodi

Dio

slide48

PRVENSTVENA NAMJENA JE STANDARDIZACIJA STRUKTURE I SADRŽAJA DOKUMENATA

OPISUJE PODATKE ALI NIŠTA NE GOVORI O NAČINU PRIKAZIVANJA TIH PODATAKA, DOK HTML PRVENSTVENO OPISUJE NAČIN PRIKAZIVANJA PODATAKA

JEZIK ZA OZNAČAVANJE STRUKTURE DOKUMENTA UNUTAR NJEGOVOG SADRŽAJA

DOZVOLJAVA OPISIVANJE INDIVIDUALNIH DEFINICIJA TIPOVA DOKUMENATA (DTD ili XML Schema)

EFIKASAN I FLEKSIBILAN JEZIK ZASNOVAN NA SGML-u (Standard Generalized Markup Lanuage)

XML -eXtensible Markup Language

Može da posluži i kao “model posrednik” za transformaciju jednog modela podataka u drugi

POSEBNO JE ZNAČAJAN KAO “SEMISTRUKTURALNI MODEL” PODATAKA KOJI SE KORISTI U INTEGRACIJI BAZA PODATAKA I ZA NJIHOVO POVEZIVANJE SA DRUGIM IZVORIMA INFORMACIJA DOSTUPNIM PREKO INTERNETA

slide49

Automatsko rezonovanje

Ovi programi se koriste za rješavanje problema u oblastima kao što su

Sistemiautomatskogrezonovanjasuračunarskiprogramikojiposedujuodređene

komponenteinteligentnogponašanjaikoji se moguprimenjivatikaoljuskeekspertnih

sistema, dijaloškisistemi, prevodiociprirodnihjezika, obrazovniračunarskisoftveri,

informacionisistemii dr.

Izvođenjezaključka u ovakvimsistemimanajčešće se bazira

narezolucijskojmetodiopovrgavanja, tj. negiranjutvrđenjakoji se dokazuje u sistemu

zaautomatskodokazivanjeteorema(ADT) iizvođenjuzaključkaizodređenogskupa

pravilaičinjenica

Automatskorezonovanje je jednaodosnovnihoblastiveštačkeinteligencije.

Sistemi bazirani na znanju

Ekspertni sistemi

Korektnost programa

Upitni jezici nad

relacionim bazama podataka

Projektovanje elektronskih kola

Generisanje programa

slide50

Predikatski račun prvog reda

U predikatskomračunuprvogreda sekoristesljedećiprimitivnisimboli:

kvantifikatori: univerzalni (∀) iegzistencijalni (∃)

simbolizakonstante (a, b, c, ...), funkcije (f, g, h, ...), promenljive (u, v, w, x, y, z,

...) ipredikate (P, Q, R, ...),

logičkiveznici: negacija ( ), konjukcija (⋀),

disjunkcija (⋁), implikacija (⇒) i ekvivalencija (⇔).

slide51

se definišerekurzivnokaokonstantailipromijenljivaili

ako je f n-arnafunkcijai t1, t2,... tnsutermi, tada je i f(t1, t2,... tn) term.

TERM

Definicija:

Ako je R n-arnipredikatskisimboli t1, t2,... tnsutermi,

tada je R(t1, t2, ...,tn) atomarna formula.

Definicija:

Atomarna formula ilinjenanegacija je literal.

Dobroformiranaformula je atomarna formula.

AkosuW1 i W2 dobroformiraneformule, tadasui

(W1), (W1)⋀(W2), (W1)⋁(W2), (W1)⇒(W2), (W1)⇔(W2)

dobroformirane formule.

slide52

Zatvorenadobroformirana formula je onakoja ne sadržinijednuslobodnu

promenljivu, većsadržisamokvantifikovanepromenljive.

(∀x) (P(x) ⇒ (∃y) Q(x,y))

Dobroformirana formula je u preneksnojnormalnojformiako se svikvantifikatori

pojavljujunapočetkuformule:

(∀x) (∃y) ( P(x) ⋁ Q(x,y))

slide53

Preneksna formula je u Skolemovojnormalnojformikadasusviegzistencijalni

kvantifikatorieliminisanitakoštosuzamijenjenifunkcijamakojekaoargumenteimaju

promenljivenakojeutičeegzistencijalnikvantifikator.

Ovefunkcije se nazivaju

Skolemovefunkcije

Ukolikoovefunkcijenemajuargumenatanazivaju se Skolemove

konstante.

(∀x) ( P(x) ⋁ Q(x,f(x)))

Klauzula je disjunkcijaliterala u kojojsusvepromenljiveimplicitnouniverzalno

kvantifikovane.

P(x) ⋁ Q(x,f(x))

slide54

Prolog

Najpoznatijisoftverizoblastisistemaautomatskogrezonovanja, autor je AlanKalmero, 1971. godine.

Naziv Prolog je skraćenicaodengleskih riječi “PRO(gramming) in

LOG(ic)”, štoznačida je riječ o programskomjezikukoji je prvenstvenonamenjen

logičkomprogramiranju.

  • Prologspada u grupudeskriptivnih
  • programskihjezika,
  • pričemuprogrameropisuje
  • “ŠTA”programtrebadaradi,
  • a ne i “KAKO” to trebauraditi,
  • zarazlikuodproceduralnih
  • programskihjezika.

U osnoviProloga se nalazipredikatskiračunprvogreda.

slide55

U Prologupostoje tri vrsterečenica: činjenice,pravilaiciljevi.

Formule koje sadrže imlikaciju

Klauza sa praznim

tijelom koji se sastoji

samo od glave

Tvrđenje koje se želi

dokazati

Naziv predikata

Nazivi promijenljivih

Literali sa

ili bez negacije

Pozitivan literal

Ova formula se možezapisati uobliku

P(z) :- P(x), P(y).

Tijelo pravila

Ovakav zapis se

zove klauza

Pravilo oblika:

Glava pravila

zaključak :- pretpostavka1, pretpostavka2, ..., pretpostavkaN.

slide56

Formalizacija modela podataka

Formalnaspecifikacija S EER modelapodataka je uređenapetorka (E, A, R, S, P), gdje je:

E

Konačan skup entiteta

A

Konačan skup atributa

Konačan skup poveznika između entiteta

R

S

konačanskup

ograničenjakoja se tičudomena, definicija, relacijai semantikepridruženeentitetimaiatributima,

konačanskuprelacijaizmeđuentiteta, atributa, poveznikaiograničenja.

P

slide57

Tipentitetae1 je opisansvojimimenomiatributimaa1, a2 i a3, odkojih je a1indentifikacioni

atribut, a domeniatributasu: a1→dom1, a2→dom2 i a3→dom3.

Na slici je prikazantip entitetaekoji je opisansvojimimenomi obillježjima entiteta,

tj. atributaa1, a2, a3, odkojih je a1indentifikacioniatributidomeniatributasua1→dom1,

a2→dom2 ia3→dom3. Zaatributea1ia2važiograničenjeda ne mogubitibezvrednosti.

a2

Zaatribute

a1, a2, a4 i a5 važiograničenjedane mogubitibezvrijednosti, dokovoograničenjene važi

zaatributa3.

Poveznikr1 je opisansvojimimenomikardinalnošću((ggk1):(ggk2)), dok je

dgk1=dgk2=1, te se ne navodinadijagramu.

Tip entitetae2 je opisan

svojimimenomiatributimaa4 i a5, a domeniatributasua4→dom4 i a5→dom5.

Na grafikusuprikazanijak tip entitetae1islab tip entitetae2kojisupovezani

relacijom r1. Slabi tip entitetae2identifikacionozavisiodjakogtipaentitetae1.

a3

a1

e

a3

a4

a5

a2

a1

e1

r1i

e3

(dgk1,ggk1)

(dgk2,ggk2)

slide58

Tip entitetae1 je opisansvojimimenomiatributimaa1 i a2, odkojih je a1

indentifikacioniatribut, a domeniatributasu: a1→dom1, a2→dom2.

Tip entiteta e2opisansvojimimenomiatributimaa4 i a5, odkojih je a4 indentifikacioniatributidomeni

atributasua4→dom4 i a5→dom5.

Na grafikusuprikazanitipovientitetae1 i e2kojisupovezanirelacijom, tj.

poveznikomr1.

Domenatributaa3 je dom3izanjegane postojiograničenjeda ne

možebitibezvrijednosti.

Zaatributea1, a2, a4 i a5važiograničenjedane mogubiti

bezvrijednosti.

Poveznikr1 je opisansvojimimenom, atributoma3ikardinalnošću

((dgk1,ggk1):(dgk2,ggk2)).

a3

a4

a5

a2

a1

e1

r1i

e3

(k1)

(k2)

slide59

Na grafikusuprikazanijak tip entitetae1islab tip entitetae2kojisupovezani

relacijomr1.

Slabi tip entitetae2 egzistencijalnozavisiodjakogtipaentitetae1.

a3

a4

a5

a2

a1

e1

r1i

e3

(k1)

(k2)

slide60

Na slicisuprikazaninadtipentiteta(nadklasa) e1ipodtipovientiteta(podklase) e2

ie3kojisupovezaniis_ahijerarhijomi1.

a1

a2

a3

e1

i1

dgk1,ggk1

IS_A

e3

e2

IS_A hijerarhijai1 je opisanasvojim

imenomikardinalnošću(dgk1,ggk1), dok je dgk2=ggk2=1kodsvakogpodtipaentiteta e2 i

e3, te se ne navodinadijagramu.

a5

a4

slide61

a1

a2

a3

a4

a5

e1

r1

e2

r2

Na slicisuprikazanitipovientitetae1ie2kojisupovezanimješovitimobjektom

vezom, tj. gerundomr1, koji je poveznikomr2povezansatipomentitetae3.

a6

r3

a7

slide62

a1

a2

Na slici je prikazantip entitetae1koji je povezansasamimsobomprekounarnog

(rekurzivnog) poveznikar1.

(dgk1,ggk1)

e1

r1

(dgk2,ggk2)

Tip entitetae1 je opisansvojimimenomiatributimaa1 i a2,

odkojih je a1indentifikacioniatribut, a domeniatributasu: a1→dom1, a2→dom2.

Zaatributea1 i a2 važiograničenjedane mogubitibezvrijednosti.

Poveznikr1 je opisan

svojimimenomikardinalnošću((dgk1,ggk1):(dgk2,ggk2)).

slide63

Kreiranje ontologije

Definisanje koncepata,

tj. klasa

Koraci

u

kreiranju

ontologije

Organizovanje klasa u

taksonomije

S obziromda seontologijesastojeodkonačnogskupakoncepatainjihovihinstanci, tj. konkretnihobjekata(individua) kojisumeđusobno

povezanirelacijama, ontologijeopisujumogućnostiifunkcijetihkoncepataizrealnogsviijeta injihoveosobinenašto je mogućeprirodnijinačin.

Definisanje relacija

Između klasa

Definisanje atributa i

njihovih vrijednosti

Definisanje instanci klasa

Odrređivanje aksioma

i funkcija

slide64

Klase

Instance

Prvo je potrebnoimenovatiklase (Classes).

U modeluprikazanomnaslici je formiranosedamklasa, od

kojihsvakaimapojednuinstancu

Na slici, kojaprikazuje

apstraktnuontologiju, definisano je nekolikoklasaiza „Klasu 3“ je izvršena

specijalizacijanadvepodklase (Subclasses): „Klasa 4“ i „Klasa 5“.

Zaobjekte seodređujuosobine

objekata (Object Property) i

osobinepodataka (Data Property)

kojeistiposedujuili ne posjeduju.

Zasvakuklasu se moguodreditiobjektikoji

pripadajutojklasi, ekvivalentneklase, disjunktneklaseisuperklase.

Opciono,moguće je definisati

tipoveobjekata,

identičneilirazličiteindividue.

Slijedikreiranjeobjekatakaoinstanciklasa (Named Individual) izdomenakoji se

modeluje.

Slijediorganizacija

klasa u taksonomije, određivanjepodklasanekenadklase

Zaobjekte se formiralistačlanovakojipripadajuistojklasi.

slide65

Dodjeljuje se naziv, domen (Domain),

U narednomkoraku se definišuosobinepodataka, tj. atributi

Tip podataka i opseg (Data Range)

moguće je odrediti:identične

osobinepodataka (Equivavlent Data Properties)

nadređeneosobine

u slučajuda se

formirajustrukturepodataka (Super Properties)

I osobinepodatakasakojimadefinisanaosobinanemazajedničkihkarakteristika (Disjoint Properties).

Na krajuovogkoraka jepotrebnopovezatiobjektesaodgovarajućomosobinompodataka (Data Property

Assertion).

slide66

Relacije (Object Property) suodnosiizmeđuobjekatakaoinstanciklasa.

Uspostavljajusuivezeobjekataiatributa (Class Assertions).

Ograničenjarelacijaseiskazujukrozminimalniimaksimalnikardinalitet, egzistencijalnoiliuniverzalnokvantifikovanjeosobinaizmeđuobjekata (Ranges), kaoirestrikcijenaosobinepodatakailidomene.

  • Ovekarakteristikeontologijesudio rečnika
  • ine prikazujuse nadijagramu.

Ostale, opcionekarakteristikerelacijasu: identičneosobineobjekata,inverznenadređene, disjunktneosobineobjekatailipak lance međusobnopovezanih

osobinaobjekata.

slide67

Objekatmožebiti u relacijisasamimsobom.

Na slici je prikazanavezaizmeđudvaobjekta: „Objekat 1“ i „Objekat 2“, dok je

nazivrelacijeizmeđuovihobjekata „Relacija 1“.

Na grafu su prikazana oba smjera binarnih relacija

slide68

Relacija 2

Relacija 2

Relacija 4

Relacija 3

Relacija 4

Relacija 3

Na slicisuprikazanebinarnevezeizmeđu tri objekta: „Objekat 2“ i „Objekat 6“ su

povezanipreko „Relacija 2“, Objekat 6“ i „Objekat 7“ preko „Relacija 3“, a sa „Relacija4“ se ostvarujevezaizmeđu „Objekat 2“ i „Objekat 7“.

slide69

Mapiranje ontologije na predikatski račun prvog reda

JedanodnajčešćekorišćenihnačinapredstavljanjaontologijajesteRDF radniokvir.

subjekti

objekti

Mapiranjeontologijenapredikatskiračun se sastojiiztransformacije XML zapisaontologije u ciljuidentifikacijeelemenataskupova S, P i O.

RDF izraz je

kolekcijatrojkiR(S,P,O), odkojih se svakasastojiodsubjekta, predikataiobjekta.

Jedan primjer

predikati

Elementi ova tri

skupapredstavljajutermekoji se sastojeodkonstanti.

slide70

MODEL PODATAKA

ONTOLOGIJA

Mapiranaontologijaiformalnaspecifikacijamodelapodatakasuprikazanimiopisanim

modelompredstavljeniu logičkomformalnomjeziku, tj. u rečenicamapredikatskog

računaprvogreda.

Zatimsutransformacijamaprevedene u oblikklauzula, koji je

pogodanzaprocesiranje u izabranomsistemuautomatskogrezonovanja, tj. u Prologu.

Definisanapravilarezonovanja, se primenjujunadsemantikomsistema

prezentovanomontologijomimodelompodatakakojitrebadabudevrednovan.

Nakonoveintegracijeformira se jedinstvenadatotetkasasvimelementimamodelakoja

predstavljaulazu Prolog sistem.

U okviruProlog editora se vršipostavljanjeupita, nakoje se dobijajuodgovorisistema.

PROLOG

ontoclassent(X):-

rdf(X,type,class),ent(X).

ontoclassnoent(X):-

rdf(X,type,class),not ent(X).

MapiranjeOWL/RDF ontologije, formalnuspecifikacijumodelapodatakainjihovu

integracijusapravilimazaključivanjavrši program pod nazivom «Data Model

Validator» (DMV)

PRAVILA ZAKLJUČIVANJA

Šema integracije

komponeneti modela

slide71

<<CASE alat>>

SYBASE POWER DESIGNER

Ontološki editor

PROTEGE

Model_podataka.CDM

Ontologija.OWL

Ulaz u PROLOG.

To je posebnoformatirana

tekstualnadatotekasarečenicama

kojezadovoljavaju

sintaksu Prolog jezika.

Sybase Power Designer – CASE alatkorištenza

modelovanjepodataka.

Dajerezultat u formidatotekesaekstenzijom CDM

zakonceptualni model podataka

(EER model), saekstenzijomPDM

zafizički model podataka (Relational Data Model)

iekstenzijom OOM za UML dijagrame,

kojiuključujeidijagramklasaobjektno

orjentisanogmodela.

SvakiodnavedenihfajlovasuzapravoXML dokumenti

kojisadržeopiseelemenataodgovarajućegmodelapodataka.

AMZI PROLOG, SWI PROLOG –

jezicilogičkogprogramiranja

koji se koriste

kaoalatizaautomatskorezonovanje.

<<MICROSOFT .NET program zaformalizaciju CDM-aimapiranjeontologije, učitavanjepravilazaključivanja>>

DATA MODEL VALIDATOR

  • Dajerezultatmodeliranjaontologija
  • u formiizlaznog fajlasaekstenzijomOWL
  • ičijastruktura je čitljivakaoisvakidrugi
  • XML fajl, specifičnesintakse OWL jezika.

Reasoning_Rules.TXT

TEST.PRO

<<Sistemzaautomatskorezonovanje>>

AMZI! PROLOG

Dijagramkomponenti

sistema

upotrebljenihsoftverskihalata

slide72

OPIS I IMPLEMENTACIJA APLIKACIJE DATA MODEL VALIDATOR - DMV

Ovaj softver omogućuje

Windows aplikacijaData Model Validator (DMV) je programirana u Microsoft VisualStudio .Netokruženju, u programskomjezikuVisual Basic, saciljemda se izvrši

integracijanekolikokoraka u procesuproveresemantičkekorektnostimodela.

Učitavanjekonceptualnogmodelapodatakakreiranog u Power Designer CASEalatuinjegovotransformisanjeiz XML oblika, u oblik Prolog rečenica.

Učitavanje RDF ontologijekreirane u Protégé ontološkomalatuinjenu

transformacijuiz XML oblika, u oblik RDF tripletakao Prolog činjenica.

.

Učitavanje, tj. dodavanjepravilazaključivanja Prolog programu.

Pokretanje Prolog okruženja u ciljutestiranjakorektnostimodelapodataka.

Dvojezičnikorisničkiinterfejs, nasrpskomiengleskomjeziku.

slide73

Dijagram slučajeva korišćenja

Data Model Validator Softvera

Učitavanje

ontologije

Kreiranje ontoloških

klauzula

Promjena jezika

u interfejsu

Nova

analiza

Učitavanje konceptualnog

modela podataka

Korisnik

<<extend>>

<<include>>

Kreiranje pravila

zaključivanja

<<extend>>

Kreiranje klauzula na

osnovu modela podataka

Pokretanje

prologa

<<extend>>

Slučajkorišćenjaprograma“Kreiranjeklauzulanaosnovumodelapodataka” obuhvatasledećepodfunkcije: prikazentiteta, atributa, relacija, tipovapodataka, atributa uentitetima, entitetasaidentifikacionimatributima, obaveznihatributa, identifikacionihatributa, relacijaizmeđuentiteta, kardinalitetarelacija, zavisnihrelacijai IS_Ahijerarhija.

Kao što se naslicimoževidjeti, korisnik DMV programaimanaraspolaganju

nekolikosoftverskihfunkcija.

slide74

Slučajkorišćenjaprograma “Kreiranjeontološkihklauzula” obuhvatasledećepodfunkcije:

Izdvajanje klasa

Izdvajanje osobina objekata

Izdvajanje osobina podataka

Izdvajanje objekata

Izdvajanje istih osobina objekata

Izdvajanje podklasa

slide75

Slučajkorišćenjaprograma “Kreiranjeontološkihklauzula” obuhvatasledećepodfunkcije:

Izdvajanje tipova podataka

Izdvajanje veza objekata i klasa

Izdvajanje veza objekata i tipova podataka

Izdvajanje veza osobina objekata

Izdvajanje ograničenja osobina objekata

slide76

Aplikacija

Data Model Validator

slide77

ImplementacijasoftverskefunkcijezaučitavanjekonceptualnogmodelapodatakaImplementacijasoftverskefunkcijezaučitavanjekonceptualnogmodelapodataka

Zatim je, naformu

korisničkoginterfejsa, postavljenakontrola »OpenFileDialog« koja se koristizaselektovanjedatoteka u prozorukoji se tom prilikomotvara.

Rezultatkonceptualnogmodelovanjapodataka, u PowerDesigner CASE alatu, je datotekasaekstenzijom.CDM, koja je zapravoXML dokument

kojisadržioznakeelemenatamodelapodataka.

Instancira se globalni

objekatnanivouaplikacijefileModeltipaklase »StreamReader«, kojaomogućuječitanjetekstualne XML datotekemetodom »ReadToEnd« idodeljivanjenjenogsadržaja

promenljivojVCeoModel, stringovnogtipa.

Učitavanjeovedatoteke u odgovarajuće

strukturepodatakaipromenljivezahtevalo je uključivanjebibliotekeklasazaradsaulazno-izlaznimuređajima u okviru Visual Basic programskogjezika.

slide78

Implementacijasoftverskefunkcijezakreiranje klauzula na osnovu modela podataka

Realizacijakreiranja Prolog klauzulanaosnovuodgovarajućihelemenatamodela

podatakabazirana je navišestrukomparsiranjupromenljivevCeoModel.

Prvosuidentifikovanientiteti, zatimatributi, relacijeizmeđuentiteta, identifikacioniatributiitd.

Formirana je listaentiteta, što je zahtevalouključivanjebiblioteke

System.Collections.

Na formusupostavljeneiostalekomponente,

tj. kontroletipa: TextBox, Label,

RichTextBox, CommandButton, OptionButton, u kojima se prikazujumeđurezultaticjelokupnogpostupka.

slide79

Listing prikazujeXML elementekonceptualnogmodelapodatakanaosnovukojih jeodređen element skupaE={konferencija} inaosnovukoje je formiranaPrologčinjenica:ent(konferencija).

Deklarisanesuodgovarajućepomoćnepromenljivetipa String i Integer za

formiranjepodstringovamodelanaosnovu XML oznakaelemenata do samognaziva

entiteta, u ovomslučaju.

Zatim se funkcijom MID(string, lokacijapočetka, dužinaodsecanja) formiranovi string

kojisadržiodgovarajućipodstringpočetnogstringa, tj. cijelogmodelapodataka,

a kojipočinje XML elementom <o:Entity> izavršava se sazatvarajućomoznakomobjekta</o:Entity>.

Naziventiteta je određennaosnovu <a:Code> elementa u okviruelementa <o:Entity>.

Implementacijaovog dijelaprogramarealizovana je pomoćuVisual Basic funkcije

INSTR(string, podstring) kojalocirapozicijupočetkapodstringa u okvirunekogstringa.

slide80

Implementacijasoftverskefunkcijezaučitavanjeontologije

Instancira se globalniobjekatnanivouaplikacijetipaklase »StreamReader« kojaomogućuječitanjetekstualne XML datoteke

metodom »ReadToEnd« injenododjeljivanjepromenljivojvCelaOntologija, stringovnog

tipa

Rezultatkreiranjaontologije u ontološkomeditoru je datotekasaekstenzijom.OWL,

koja je takođe XML dokumentkojisadržioznakeelemenataontologije.

Učitavanjeove

datoteke u odgovarajućepromenljivezahtjevalo je uključivanjebibliotekeklasazaradsaulazno-izlaznimuređajima u Visual Basic-u.

Zatim je naformupostavljenakontrola

»OpenFileDialog« koja se koristizaselektovanjedatoteka, u prozorukoji se tom prilikomotvara.

slide81

Kreiranje pravila zaključivanja

Formirana je

tekstualnadatotetka u kojusuupisanapravilazaključivanjazasemantičkuproveru

modela

MetodomStreamReader se, iztekstualnedatoteke, čitajupravilazaključivanjaiupisuju u promenljivuvRules, čija se vrijednost, nakonkonverzijetipapodatka, dodjeljujeodgovarajućojkontrolitipaRichTextBox uokviruformekorisničkoginterfejsaprograma.

slide82

Pokretanje Prologa

AMZI! Prolog sistem je postavljen u direktorijum (folder) u kom se nalaziizvršnaverzija

DMV aplikacije, te je samoiniciranpočetakprocesazapokretanjeeditoraprograma, tj.

datoteke „a4ideA.exe“:

  • Završetkomrada u Prologu,
  • nakonpostavljanjasvihupitakreiranih
  • naosnovupravilazaključivanja,
  • ovajproces se automatskizavršava,
  • te se aktiviraprozor DMV aplikacije,
  • u kom se možeuraditiili nova analiza
  • ilizavršitikorišćenjeprograma.

Process.Start("C:\Data ModelValidator\DataModelValidator\Bin

\Debug\Prolog\a4ideA.exe")

slide83

Rezultatje aplikacija «Data Model Validator»

kojavršiautomatizacijupostupakaizteorijskogmodela.

Ovajimplementiranisoftverskisistem se može, većod

školske2013/2014. godinekoristitiu obrazovnomprocesu, u nastavnomradu, u okviručasovalaboratorijskihvežbiizaizraduseminarskihradovastudenataiznastavnihpredmeta:

Bazepodataka 1 i 2, Informacionisistemi 1 i 2,Projektovanjeinformacionihsistema.

Pojedini dijelovisistemamogusekoristitii u okvirunastavepredmetaSistemiveštačkeinteligencije.

ad