Информационная система для онтологического моделирования предметных областей

Цели. Рассмотрено создание онтологий предметных областей. Целью исследования явилась разработка математической модели онтологии и на ее основе – информационной системы для онтологического моделирования. Поставлена задача снижения трудоемкости онтологического моделирования.

Методы. В качестве методов исследования использовались теория систем гибридного интеллекта, теория множеств, элементы математической логики, методы разработки информационных систем, сравнительный анализ информационных систем, неформальный анализ практического использования информационной системы.

Результаты. Разработана математическая модель онтологии, использующая понятие метаобъекта. Онтологическое моделирование на основе этой модели включает спецификацию, концептуализацию и формализацию. На стадии спецификации построен глоссарий терминов. На стадии концептуализации определены объекты предметной области и их иерархия, затем выявлены связи между объектами. На стадии формализации определены метаобъекты и связи между ними, которые соответствуют объектам и связям между объектами. Это и есть онтология предметной области. На стадии актуализации определены параметры объектов предметной области и их значения, классы, подклассы и экземпляры классов. Параметры, значения параметров, классы, подклассы и экземпляры классов реализуются в онтологии в виде метаобъектов соответствующих типов. Разработана информационная система с уникальной архитектурой, а именно система гибридного интеллекта для автоматизации онтологического моделирования. Заключение. Проведен сравнительный анализ разработанной информационной системы и применяемых сегодня систем для создания онтологий. Анализ показал, что разработанная автором информационная система по большинству параметров не уступает рассмотренным системам и является одновременно более простой при использовании и расширении. Предложенные математическая модель онтологии и информационная система для онтологического моделирования предметных областей апробированы при практическом создании онтологии по экологии. На основе проведенного сравнительного анализа и неформального анализа практического использования сделан вывод о том, что онтологическое моделирование с помощью разработанной информационной системы снижает трудоемкость и ускоряет сроки создания онтологий.

1. Грегер, С. Э. Построение онтологии архитектуры информационной системы / С. Э. Грегер, С. В. Поршнев // Фундаментальные исследования. – 2013. – № 10. – С. 2405–2409.

2. Kumar, A. The Ontology of Blood Pressure: A Case Study in Creating Ontological Partitions in Biomedicine / A. Kumar, B. Smith. – 2015. – Режим доступа: http://ontology.buffalo.edu/medo/BPO.pdf. – Дата доступа: 14.01.2021.

3. Пальчунов, Д. Е. Применение теоретико-модельных методов и онтологического моделирования для автоматизации диагностирования заболеваний / Д. Е. Пальчунов, Г. Э. Яхъяева, О. В. Ясинская // Вестник НГУ. Сер. «Информационные технологии». – 2015. – Т. 13(3). – С. 42–51.

4. Онтология медицинской диагностики для интеллектуальных систем поддержки принятия решений / В. В. Грибова [и др.] // Онтология проектирования. – 2018. – Т. 8, № 1(27). – С. 58–73.

5. Ландэ, Д. В. Подход к созданию терминологических онтологий / Д. В. Ландэ, А. А. Снарский // Онтология проектирования. – 2014. – № 2(12). – C. 83–91.

6. Sowa, J. Building, Sharing and Merging Ontologies / J. Sowa. – 2015. – Режим доступа: http://www.jfsowa.com/ontology/ontoshar.htm. – Дата доступа: 14.01.2021.

7. Самойлов, Д. Е. Анализ неполных данных в задачах построения формальных онтологий / Д. Е. Самойлов, В. А. Семенова, С. В. Смирнов // Онтология проектирования. – 2016. – Т. 6, № 3(21). – С. 317–339. http://doi.org/10.18287/2223-9537-2016-6-3-317-339

8. Бухаров, М. Н. Системы гибридного интеллекта / М. Н. Бухаров. – М. : Научтехлитиздат, 2005. – 352 с.

9. Бухаров, М. Н. Теория систем гибридного интеллекта. Проектирование, стандартизация, моделирование и оптимизация : монография / М. Н. Бухаров. – М. : ГОУ ВПО МГУЛ, 2008. – 214 с.

10. Бухаров, М. Н. Управление сложными системами на основе гибридного интеллекта / М. Н. Бухаров // Спецтехника и связь. – 2015. – № 3. – С. 43–55.

11. Бухаров, М. Н. Управление сложными научно-техническими системами на основе гибридного интеллекта / М. Н. Бухаров // Информационно-технологический вестник. – 2015. – № 4. – С. 72–98.

12. Бухаров, М. Н. Инструментальные средства для создания систем гибридного интеллекта / М. Н. Бухаров // Вестник РосНОУ. Сер. «Сложные системы: модели, анализ и управление». – 2018. – № 1. – С. 98–105.

13. Gruber, T. R. A Translation Approach to Portable Ontology Specification / T. R. Gruber // Knowledge Acquisition. – 1993. – Vol. 5, iss. 2. – P. 199–220.