Ontologías

1. Fundamentos de Inteligencia Artificial Ontologías Sesión 14 E. Morales / L. E. Sucar

2. Introducción El conocimiento se puede ver como información acerca de información. Básicamente es información semánticamente “rica”.

3. Un conjunto de conocimiento formalmente representado se basa en una conceptualización: los objetos y otras entidades que se asumen existir en un área de interes y las relaciones entre ellas.

4. Una conceptualización es un vista abstracta, simplificada del mundo que queremos representar con un propósito. Cada base de conocimiento, sistema basado en conocimiento o agente a nivel de conocimiento está sujeto, explícita o implícitamente, a una conceptualización.

5. Una ontología es una especificación explícita de una (o una parte de una) conceptualización.

6. Lo que incluye es un vocabulario de términos y especificación de su sentido. El grado de formalidad de esta especificación va desde: muy informal, semi-informal, semi-formal, rigurosamente formal.

7. Ontologías son acuerdos acerca de conceptualizaciones compartidas. Conceptualizaciones compartidas incluyen ambientes para modelar conocimiento del dominio; protocolos de comunicación de contenidos específicos para agentes inter-operativos; y acuerdos acerca de la representación de teorías de dominios particulares.

8. El término es tomando de filosofía, donde Ontología se refiere a Existencia. Para IA, lo que “existe” es aquello que puede ser representado. Un agente se asocia a una ontología. Esto garantiza consistencia, pero no completés.

11. Motivación La creciente automatización de procesos en general ha provocado una proliferación de sistemas de información con semánticas que se traslapan. Por otro lado existe la necesidad de reutilización de conocimiento, para hacer más eficiente esta automatización.

12. Los desarrollos de sistemas basados en conocimiento y de software en general, normalmente se hacen en diferentes contextos, puntos de vista y suposiciones acerca de su materia de estudio. Cada uno usa su propio vocablo, pueden tener diferentes conceptos que a veces se traslapan y diferentes métodos y estructuras.

13. Esto ha provocado problemas de comunicación por falta de entendimiento compartido. Esto limita: • La inter-operabilidad • El potencial de reutilizar y compartir • información

14. Cómo resolverlo: Teniendo un entendimiento compartido que unifique los diferentes puntos de vista y que sirva para: (i) Propósitos de comunicación, (ii) Inter-operabilidad entre sistemas, (iii) Re-utilización, (iv) Confiabilidad, (v) Especificación

15. Comunicación

16. Una posibilidad es tener un modelo de conocimiento, haciendo una analogía con un modelo de datos. Un modelo de datos describe la estructura lógica de los datos y su aplicación. Uno de los trabajos seminales fué el del modelo de entidad-relación.

17. El modelo es una descripción esquemática de las instancias del modelo. Estas instancias, representan los datos que son usados por la aplicación. Se han hecho muchas extensiones al modelo entidad-relación para tratar de capturar el significado de los datos (la parte semántica). Una extensión común es usar jerarquías de clases-subclases.

18. Algunas de sus limitaciones son: • El modelo de datos toma un solo punto de • vista del mundo. Describe los objetos o • instancias de interés, pero bajo una sola • posible interpretación. Si uno quiere re-utilizar algún término, se hace evidente que el término puede tener diferentes interpretaciones dependientes del contexto

19. La reutilización de conocimiento complejo es imposible sin tomar en cuenta los diferentes puntos de vista. Algo de ésto existe en bases de datos, pero toda la información tiene que estar presente. Esto es, los puntos de vista no añaden información, por lo que la visión global es limitada

20. Puntos de Vista

21. Por otro lado, existen desarrollos en • modelo de datos orientados a objetos. • Sin embargo, siguen siendo pobres en su • representación de relaciones entre • objetos. La jerarquía y herencia basada • en la relación IS-A es sólo una de las • posibles relaciones que pueden existir.

22. Una posible solución es hacer accesible la semántica de la información almacenada: • ¿Qué contiene?, • ¿Qué propiedades? y • ¿Cómo puede usarse? Si algún agente entiende la ontología puede usar la información.

23. Las ontologías en sí mismas también puede ser reutilizadas. Así como existe una frontera difusa entre conocimiento e información, existe una frontera difusa entre ontologías y modelos de datos. Finalmente, una ontología se puede ver como un modelo de datos de conocimiento.

24. Principio 1 : La representación de objetos del mundo real siempre dependen del contexto en el que los objetos son usados. Este contexto puede verse como un punto de vista tomado del objeto. Es generalmente imposible enumerar de antemano todos los posibles puntos de vista útiles de (o clases de) objetos .

25. Principio 2 : La reutilización de algún pedazo de conocimiento requiere de una descripción explícita de los puntos de vista que están inherentemente presentes en el conocimiento. De otra forma, no hay forma de saber si el pedazo de conocimiento es aplicable a una nueva aplicación y porqué.

26. Algunas de las características típicas de las ontologías son: • Pueden existir ontologías múltiples: El propósito de una ontología es hacer explícito algún punto de vista. A veces necesitamos combinar dos o más ontologías. Cada ontología introduce conceptualizaciones específicas.

27. Podemos identificar niveles de abstracción • de las ontologías. • Estos niveles de generalización nos da una • topología de ontologías. La idea es caracterizar una red de ontologías usando multiplicidad y abstracción. Podemos pensar en una estrategia de construcción gradual de abajo hacia arriba.

28. Multiplicidad de la representación. • Un concepto puede ser representado de • muchas formas que pueden coexistir • Mapeo de ontologías. • Establecer relaciones entre los • elementos de una o más ontologías, para • establecer conexiones, especializaciones, • generalizaciones, etc.

29. Tipos de Ontologías En KACTUS identificaron 4 tipos de ontologías de acuerdo a su alcance de aplicabilidad: 1. Ontología de la aplicación: Usadas por la aplicación. Ontología de procesos de producción, de diagnóstico de fallas, de diseño intermedio de barcos, etc.

30. 2. Ontología del dominio: Específicas para un tipo de artefacto, generalizaciones sobre tareas específicas en algún dominio. Por ejemplo, ontología del proceso de producción de hidrocarburos, de la red eléctrica, de barcos, etc.

31. 3. Ontologías técnicas básicas: Describe características generales de artefactos. Por ejemplo: componentes, procesos, funciones. 4. Ontologías genéricas: Describe la categoría de más alto nivel.

33. Criterios de Diseño de Ontologías 1. Claridad: Una ontología debe de poder comunicar de manera efectiva el significado de sus términos. Las definiciones deben de ser objetivas y comentadas en lenguaje natural

34. 2. Coherencia: Debe de permitir hacer inferencias que sean consistentes con las definiciones 3. Extendible: Debe de anticipar usos y permitir extenciones y especializaciones monotónicas

35. 4. Sesgo de codificación mínimo (minimal encoding bias): Especificar al nivel de conocimiento sin depender de una codificación particular a nivel de símbolo. 5. Mínimo compromiso ontológico: Hacer la menor cantidad de suposiciones acerca del mundo modelado. En estos criterios de decisión se tienen que hacer balances.

36. Usos de Ontologías 1. Comunicación: Modelos normativos, red de relaciones, consistencia y falta de ambigüedad, integración de diferentes perspectivas de usuarios, etc.

37. Usos de Ontologías 2. Inter-operabilidad: Usar ontologías como una inter-lingua. 3. Ingeniería de sistemas: Especificación, confiabilidad y reutilización

38. Usos de Ontologías 4. Administración de conocimiento: Base para la administración del conocimiento de una organización. 5. Web semántica: Lenguaje común para una red semántica de información.

41. Metodología Genérica 1. Identificar propósito y alcance (usuarios potenciales) 2. Construcción de ontología: • Captura: • (i) Identificación de conceptos y relaciones • claves, • (ii) Producción de definiciones no ambigüas, • (iii) Identificación de términos

42. Codificación: • Representación explícita de la • conceptualización en un lenguaje formal • Integración de ontologías existentes: • cómo, cuáles y si vamos a usar alguna • ontología existente 3. Evaluación 4. Documentación

43. Metodología de Construcción (KACTUS) 1. Especificar: • El contexto de aplicación: el dominio, los • objetos de interés y las tareas que se van • a realizar por la ontología (para qué se va • a construir).

44. El punto de vista del modelado: • Describe el tipo de modelo, tales como, • dinámico - estático, funcional - causal, etc. Por ejemplo: en el sector eléctrico podemos pensar en 4 grandes conceptos: generación, distribución, transporte y consumo.

45. Los componentes de la funcionalidad son: generadores, líneas de transmisión, capacitores, transformadores, cargas, etc. Algunas variables son: voltaje, corriente, potencia, y sus leyes.

46. 2. Hacer un diseño preliminar basándose en una ontología existente. Implica una etapa de análisis y de mapeo de ontologías. El mapeo puede ser:

47. De formalización: de la especificación o • del modelado. • Para aumentar la parte declarativa de la • ontología • Para especializar términos creando • subtipos o restricciones de tipos • Mezcla de todos

48. Este paso es el más difícil e implica mayor trabajo. Por ejemplo, una línea de transmisión es un elemento que transporta energía eléctrica, genera pérdidas y baja el voltaje. El proceso de transporte de energía es un caso específico de un proceso físico, por lo que podemos tomar una ontología de procesos físicos.

49. Por otro lado, la descomposición de procesos es otro aspecto que podemos incorporar usando una ontología de descomposición. Después tenemos que verificar que los conceptos encontrados en las ontologías son adecuados para nuestro propósito.

50. 3. Hacer un diseño definitivo y evaluarlo Básicamente debemos de considerar que la ontología construida va a ser reutilizada. Algunos principios generales de reutilización son: abstracción (lo más abstracto posible, pero suficientemente concreto) modularización (aislar conceptos), jerarquización (orden) y estandarización (e.g., STEP).