Ontología - eolo.cps.unizar.eseolo.cps.unizar.es/docencia/doctorado... · 1. ¿Qué es una...

49
Ontología María del Carmen Rodríguez Hernández

Transcript of Ontología - eolo.cps.unizar.eseolo.cps.unizar.es/docencia/doctorado... · 1. ¿Qué es una...

Ontología

María del Carmen Rodríguez Hernández

1. ¿Qué es una ontología?

2. Criterio de diseño para ontologías

3. Sistema de Representación del Conocimiento

4. Nivel epistemológico y ontológico

Agenda

• El término es tomado de la filosofía y se refiere aexistencia

• Para la IA, lo que “existe” es aquello que puedeser representado

• Definición más completa y utilizada es la deGruber (1993) y extendida por Studer (1998):

Una especificación explícita y formal de una conceptualización compartida

¿Qué es una ontología?

• Especificación: descripción detallada, que no sea ambigua

• Explícita: Satisface la necesidad de especificar de formaconsciente los distintos conceptos que conforman unaontología

• Formal: Sigue alguna especificación formal de un lenguaje derepresentación

• Conceptualización: Una forma de entender o describir undominio, modelo abstracto

• Compartida: Conocimiento aceptado como mínimo por elgrupo de personas que van a usarla

¿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

¿Qué es una ontología? (cont.)

• Conjunto de objetos

• Relaciones descriptibles entre objetos

¿Qué es una ontología? (cont.)

VOCABULARIO DE REPRESENTACIÓN

Representa conocimiento un programa basado-conocimiento

1. Claridad: comunicar el significado intencional de lostérminos definidos

2. Coherencia: ser coherente

3. Extensibilidad: ser capaz de definir nuevos términospara usos especiales basados en el vocabularioexistente

4. Mínimo sesgo de codificación: la conceptualizacióndebe especificarse en el nivel de conocimiento sindepender de una codificación particular

5. Compromiso ontológico mínimo: requerir el mínimocompromiso ontológico suficiente para soportar lasactividades de intercambio de conocimientos

Criterio de diseño para ontologías

Notación de prefijo para cálculo de predicadocon 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 larelación =

Knowledge Interchange Format (KIF)

• member: relación que indica conjunto-

miembro

• setof: operador de construcción de

conjunto

• Las relaciones se denotan por constantes que

sirven como símbolos de predicados

Knowledge Interchange Format (KIF)

• Las clases son representadas con relacionesunarias. Por ejemplo, la declaración (C ?q)significa que ?q es una instancia del objeto C.

• Las definiciones están dadas por losoperadores:

defrelation

deffunction

defobject

Knowledge Interchange Format (KIF)

Cantidades físicas, unidades de medidas y álgebra paramodelos de ingeniería

Expresiones matemáticas dejan implícito muchos de losdetalles 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?

Caso de estudio 1:

T. Gruber y G. Olsen desarrollaron una familia de ontologías

formales para el modelado de ingeniería.

Conceptos más importantes:

• 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)

Caso de estudio 1:

Versión 1:

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

Versión 1:

Constructor: the-quantity

Para describir las instancias individuales de la clase

Análisis de la versión 1

Satisface algunos de los criterios de diseño paraontologías.

• La definición de physical-quantity estáespecificada declarativamente -su significado esindependiente de cualquier programa.

• Es consistente internamente, y suficientementesimple para ser clara.

Análisis de la versión 1

Sin embargo…

1. Restricción double-float

2. Concepto de unidades métricas está definidocomo un conjunto de posibles valores para lafunción quantity.unit

3. Fijar el conjunto de posibles unidades de unlímite de extensibilidad

Versión 2:

Versión 2:

Versión 2:

Versión 2:

Análisis de la versión 2

Versión 3:

• La magnitud de una cantidad depende de la unidad en que essolicitada.

• QUANTITY.MAGNITUDE mapea cantidades y unidades amagnitudes.

• Evita la incoherencia, y es posible que para 2 cantidadesespecificadas en las diferentes unidades sean iguales.

Versión 3:

¿CLARIDAD?

¿Puede cualquier combinación de cantidades compararseen magnitud?

• Unidades y cantidades físicas están asociadas conlas dimensiones físicas (longitud, tiempo yvelocidad)

• Solamente las cantidades de la misma dimensiónpueden se pueden añadir o comparar.

Versión 3:

Una UNIT-OF-MEASURE debe estar asociada con solo una dimensión física.

Mapea todas las cantidades a sus dimensiones

Versión 3:

• Adiciona la restricción que las dimensiones de la cantidad y unidad debeser la misma.

• No tiene ningún sentido preguntar por la magnitud de una longitud ensegundos.

Versión 3:

Las magnitudes de las dos cantidades de la misma dimensión se puedencomparar, independientemente de las unidades en las que se especifican en unprincipio.

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 KnowledgeRepresentation System. Cognitive Science, 171–216.

KL-ONE

• Proporciona un lenguaje para la representaciónexplícita de información conceptual.

• Se basa en la idea de una red de herenciaestructurada.

• KL-ONE es un lenguaje Centrado-Objeto.

• Principal elemento de KL-ONE es el objetoconceptual estructurado o Concepto.

• Los conceptos pueden ser de tipo: Primitivo oDefinido.

Estructura del lenguaje y filosofía

• KL-ONE está basado en la idea de redes deherencia estructurada (de ConceptosGenéricos).

¿Una descripción subsume a la otra?

• Clasificador: es el mecanismo para tomar unanueva descripción KL-ONE y ponerla dondepertenece en la jerarquía.

Redes y la noción de un clasificador

• Conceptos Genéricos son descripciones.

• Componentes de un concepto son:

1. Conceptos que subsume.

2. Estructura interna local:

Roles

Descripciones estructurales

Conceptos Genéricos y Taxonomía Básica

Roles

Restricciones de RoleSet

Restricciones de RoleSet

Restricciones de RoleSet

Restricciones de Diferenciación

Clasificación de Conceptos

Clasificación de Conceptos

Conceptos individuales

Descripciones estructurales

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 tomarcomo un todo, sin ningún tipo de cuenta de su estructura interna.

Las primitivas permiten especificar:“La estructura formal de unidades conceptuales ysus interrelaciones como unidades conceptuales(independiente de algún conocimiento expresadoen el mismo)”.

Nivel lógico: detalla con predicados abstractosNivel conceptual: con conceptos específicosNivel epistemológico: la noción genérica de unconcepto se introduce como una estructuracióndel conocimiento primitivo.

Nivel epistemológico

Ejemplo: KL-ONEPrincipal contribución:Fundación epistemológica para estructuras cognitivascomo frames y redes semánticas

¿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 inferenciasconceptuales

Nivel epistemológico

Ofreció primitivas para…

Describir la estructura formal de un Conceptonecesario para garantizar "inferencias formalesacerca de la relación entre un concepto y otro".

Nivel epistemológico:

Se enfatiza más en el razonamiento formal queen la representación (formal):

la tarea misma de la representación, es decir, laestructuración de un dominio, se deja al usuario.

Nivel epistemológico

Nivel ontológico

Nivel ontológico

• Brachman, R. J., & Schmolze, J. G. (1985). An Overview ofthe KL-ONE Knowledge Representation System. CognitiveScience, 171–216.

• Chandrasekaran, B., Josephson, J. R., & Benjamins, V. R.(1999). What Are Ontologies, and Why Do We Need Them?IEEE INTELLIGENT SYSTEMS, 20–26.

• Gruber, T. (1993). Toward Principles for the Design ofOntologies Used for Knowledge Sharing. InternationalJournal of Human-Computer Studies, 43, 907–928.

• Guarino, N. (1994). The Ontological Level. Presented at the16th Wittgenstein Symposium, Austria.

Bibliografía