Разработка и исследование грамматического подхода для решения задачи автоматического выравнивания и объединения онтологий предметных областей тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат технических наук Шабалин, Александр Георгиевич

  • Шабалин, Александр Георгиевич
  • кандидат технических науккандидат технических наук
  • 2013, Таганрог
  • Специальность ВАК РФ05.13.17
  • Количество страниц 151
Шабалин, Александр Георгиевич. Разработка и исследование грамматического подхода для решения задачи автоматического выравнивания и объединения онтологий предметных областей: дис. кандидат технических наук: 05.13.17 - Теоретические основы информатики. Таганрог. 2013. 151 с.

Оглавление диссертации кандидат технических наук Шабалин, Александр Георгиевич

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДОВ СОЕДИНЕНИЯ ОНТОЛОГИЙ, ПОСТАНОВКА ЗАДАЧИ ПРЕДСТАВЛЕНИЯ СЕМЕЙСТВА ИЕРАРХИЙ С ИСПОЛЬЗОВАНИЕМ МЕХАНИЗМА ПОРОЖДАЮЩИХ ГРАММАТИК

1.1. Основные понятия и терминология

1.2. Обзор основных методов выравнивания и объединения онтологий

1.2.1. Методология ONIONS

1.2.2. Метод FCA-Merge

1.2.2. Инструментальные средства PROMPT, OntoMerge, OntoMorph, Chimaera

1.3. Использование формальной системы для представления иерархических структур

1.4. Выбор математического инструментария для представления семейства иерархий

1.5. Создание онтологии предметной области с использованием

грамматического подхода

1.6. Выводы

ГЛАВА 2. ПРЕДСТАВЛЕНИЕ СЕМЕЙСТВА ИЕРАРХИЙ НА ОСНОВЕ МЕХАНИЗМА ПОРОЖДАЮЩИХ ГРАММАТИК

2.1. Общая модель порождающей грамматики и интерпретация её

элементов

2.2. Разработка схемы грамматики для вывода семейства иерархий40

2.2.1 Грамматика без учета классификационных категорий

2.2.2 Грамматика с учетом классификационных категорий

2.2.3 Грамматика для представления семейства иерархических структур

2.3. Табличное представление системы отображений для вычисления

правых частей подстановок

2.3.1 Система отображений для грамматики без учета

классификационных категорий

2.3.2 Система отображений для грамматики с учетом

классификационных категорий

2.3.3 Система отображений для представления семейства иерархий

2.4. Семантическая непротиворечивость, адекватность и разрешимость грамматики для представления семейства иерархий

2.4.1. Непротиворечивость

2.4.2. Адекватность

2.4.3. Разрешимость

2.5 Сравнительные исследования сложности алгоритмов, использующих механизм формальных грамматик для представления семейства иерархий

2.5.1 Оценка пространственной эффективности

2.5.2 Оценка временной эффективности

2.3 Выводы

ГЛАВА 3. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ МЕТОДОВ АВТОМАТИЧЕСКОГО ВЫРАВНИВАНИЯ И ОБЪЕДИНЕНИЯ ОНТОЛОГИЙ С ИСПОЛЬЗОВАНИЕМ ГРАММАТИЧЕСКОГО ПОДХОДА

3.1. Структура экспериментальной модели

3.2. Экспериментальное исследование

3.2.1. Кодирование онтологии

3.2.2. Использование онтологии

3.2.3. Автоматическое выравнивание

3.2.4. Автоматическое объединение

3.3. Выводы

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА

ПРИЛОЖЕНИЯ

ПРИЛОЖЕНИЕ 1

ПРИЛОЖЕНИЕ 2

Рекомендованный список диссертаций по специальности «Теоретические основы информатики», 05.13.17 шифр ВАК

Введение диссертации (часть автореферата) на тему «Разработка и исследование грамматического подхода для решения задачи автоматического выравнивания и объединения онтологий предметных областей»

ВВЕДЕНИЕ

При разработке цифровых библиотек очень важно использовать такое преставление информации, которое было бы эффективно для решения разнообразных поисковых задач. Библиотечные ресурсы могут содержать большие объёмы информации, и доступ к ним будет организовываться с помощью большого числа разнообразных сервисов, большинство из которых должны обеспечиваться без помощи человека. Общим требованием для таких систем является способность к взаимодействию на уровне обмена данными. Чтобы достичь такого взаимодействия, смысл информации, которой обмениваются, должен быть понятен во всех системах. Для этого в последние годы предложены подходы с разработкой и широким внедрением онтологических знаний, под которыми понимается детальная формализация некоторой предметной области с помощью концептуальной схемы [79].

Термин «онтология», применительно к компьютерным наукам, впервые появился в контексте решения задач взаимодействия интеллектуальных систем между собой и с человеком [2]. Идея состояла в том, чтобы позволить интеллектуальным системам обмениваться между собой заложенными в них знаниями о решаемых задачах. Если внутри интеллектуальной системы знания могут быть закодированы как угодно, то для обмена этими знаниями с другой интеллектуальной системой необходимо предоставить описание этих знаний [60]. Онтологии отводится роль определения требуемых описаний для того, чтобы существовала возможность обмена информацией. Поэтому онтологии как системы представления знаний должны рассматриваться именно с точки зрения их сетевой специализации, что проявляется в форме взаимодействия разных онтологий друг с другом. После размещения в сети они должны быть повторно использованы для расширения, дополнения или верификации новых онтологий. Главные отличительные положительные свойства онтологий как систем хранения знаний в сравнении с другими аналогичными системами

проявляются при их совместном использовании, когда удаётся учесть взаимосвязи независимых онтологий [49].

На практике для совместного использования двух онтологий нужно уметь их объединять. Накопленный опыт онтологического инжиниринга в различных областях науки показывает, что если онтологии, которые нужно слить воедино, строились вне определённой базовой онтологии, трудоёмкость их объединения будет достаточно велика. Все известные методы и инструментальные средства объединения онтологий являются более или менее интеллектуальными помощниками человека-эксперта [44]. Поэтому на сегодняшний день слияние онтологий обычно проводится в ручном или полуавтоматическом режиме.

Такое положение дел нельзя назвать удовлетворительным. В сети присутствует множество независимых онтологий и поиск нужных для конкретной задачи, а также их совместное использование очень важны с прикладной точки зрения. Очевидно, что в ситуации, когда требуется найти и учесть множество онтологий, режим работы человека-эксперта и программы-помощника является малопродуктивным. Гораздо более предпочтительной является схема работы программных агентов, которые исследуют ресурсы сети на предмет поиска подходящих онтологий и осуществляют их автоматическое объединение. Однако, в настоящее время устранить человека-эксперта из контура процесса объединения онтологий не удается в связи с тем, что остаются не решенными задачи автоматического слияния эквивалентных классов, слотов, доменов, объединение подобных связей между классами, привязка надклассов и подклассов для сливаемых классов и т.д. [56]. Это является одним из сдерживающих факторов для широкого внедрения онтологий. По этой причине, задача автоматического объединения онтологий является актуальной.

Онтологический инжиниринг имеет весьма большую историю исследований в работах зарубежных авторов Gruber, Berners-Lee, Noy, Gomez-Perez, Ushold, Gruninger, Guarino [1, 2, 6, 9, 10], среди русскоязычных

публикаций на эту тему необходимо выделить работы Гавриловой, Доброва, Овдей, Хорошевского, Гурьяновой, Ефименко, Кудрявцева, Попова, Лапшина [26, 35, 41, 44, 45, 56, 79]. На базе отечественных ВУЗов проводятся ежегодные конференций на тему онтологического моделирования и инженерии знаний: «Конференция по искусственному интеллекту» (КИИ), «ЗНАНИЯ-ОНТОЛОГИИ-ТЕОРИЯ» (ЗОНТ), «Управление знаниями и технологиями семантического веба» (КМЗ1^, «Научно-практическая конференция Инжиниринг предприятий и управление знаниями» (ИП&УЗ).

В разных областях информатики проводятся исследования на тему автоматического или инструментально поддерживаемого объединения онтологий (или иерархии классов, или объектно-ориентированных схем, или схем баз данных - определённая терминология изменяется в зависимости от области применения) [79]. Создание систем, основанных на онтологиях, требует методов и инструментов, как для построения онтологий, так и для целого ряда задач, связанных с их совместным использованием. Совместное использование онтологий достигается в процессе их слияния. Слияние онтологий может рассматриваться как состоящее из трёх последовательных этапов, каждое из которых использует результаты предыдущего - это отображение онтологий, т.е. установление подобных понятий, экземпляров, отношений; их выравнивание, т.е. сохранение в онтологиях информации о выявленных подобиях; и непосредственное объединение онтологий, т.е. соединение друг с другом компонентов двух онтологий.

На проблему автоматического выравнивания и объединения онтологий можно взглянуть с той точки зрения, что сложность её решения кроется в общепринятой модели представления и формализации онтологических знаний, которые, как правило, организованы в виде фреймовой сети. При таком описании узлами сети являются понятия или экземпляры предметной области, а дуги определяют отношения между ними. Для описания структурных свойств предметной области понятия и экземпляры организуются в семейство иерархий. Сам подход к интеграции онтологий,

который состоит в том, что сначала нужно выявить подобные сущности, а затем их объединять, не вызывает возражений, но существующие методы реализации этого подхода на реальных задачах моделирования предметных областей оказываются чрезвычайно сложными.

При изучении вопросов представления онтологических знаний можно обратиться к хорошо известной теории формальных систем и порождающих грамматик [3, 4, 5, 31, 34, 53, 57, 77, 80, 97], которая имеет развитый математический аппарат. Применить грамматики для представления онтологических знаний имеет смысл по той причине, что это позволяет в дальнейшем получать полезные свойства при решении задачи их автоматического выравнивания и объединения. Суть такого подхода заключается в том, что использование формальной системы для представления абстрактной иерархии, позволяет отделить её предполагаемый синтаксис от возможной семантики. Это позволяет вывести алгоритм описания каждой отдельной иерархии на более абстрактный уровень, где конкретная семантика этой иерархии представлена в виде входных данных. Такой подход, в конечном счёте, приводит к созданию алгоритмов автоматического соединения онтологий, имеющих представление согласно описанной схеме.

Существуют подходы, которые позволяют представлять онтологию без разработки фреймовой структуры, которая основана на подробной детализации классов, слотов, доменов и т.д. [101, 102]. Такие подходы основаны на идее структуризации онтологических знаний в виде классификационных цепочек для понятий предметной области и применении грамматического подхода при их совместном использовании. Можно сделать вывод, что онтологию предметной области допустимо описывать без использования сложных языковых конструкций при определении диаграмм классификаций, композиционных схем для состава классов онтологии, схем взаимосвязей, диаграмм состояния объектов, таблиц логических аксиом, таблиц формул и т.д. Все эти конструкции обладают разными положительными свойствами для решения определённого круга задач, вместе

с тем, для целей решения задачи автоматического выравнивания и непосредственного объединения онтологий они только усложняют проблему и делают её трудно разрешимой. Использование подхода к моделированию онтологий на основе классификационных цепочек для понятий и экземпляров предметной области позволяет очень легко подходить к решению проблемы автоматического выравнивания и непосредственного объединения онтологий.

При обсуждении задачи соединения независимых онтологий нужно чётко отделять друг от друга этапы, из которых она состоит - это отображение одной онтологии на другую, выравнивание и их непосредственное объединение. Рассмотренные в работе грамматические методы относятся только к последним двум этапам - выравнивание и непосредственное объединение. Задача автоматического отображения онтологий выходит за рамки диссертационного исследования. Вместе с тем, отображение онтологий как раз является наиболее развитым направлением в смысле наличия уже разработанных математических методов нахождения соответствий между сливаемыми сущностями и существующие инструментальные средства оказывают человеку-эксперту наибольшую помощь именно на этом этапе. Гораздо большее затруднение вызывают задачи автоматической привязки надклассов и подклассов в структурах сливаемых иерархий, объединение подобных слотов, доменов, автоматического продления процедур логического вывода с использованием аксиоматик сливаемых онтологий и другие операции связанные именно со структурными характеристиками представленных онтологических знаний. Конечно, эти задачи успешно могут быть решены человеком-экспертом, который рассматривает внутреннее устройство онтологий и принимает правильные проектные решения по их слиянию и объединению, но в автоматическом режиме на сегодня эти задачи не имеют своего полного решения.

Настоящая диссертационная работа выполнена в рамках данной проблематики и посвящена разработке и исследованию методов для решения задачи автоматического выравнивания и объединения онтологий, которые

основываются на грамматическом подходе к представлению онтологических знаний.

Предметом диссертационного исследования являются методы формального представления семейства иерархий с использованием механизма порождающих грамматик.

Цель диссертационного исследования. Разработка и исследование алгоритмов автоматического выравнивания и объединения независимых онтологий с использованием грамматического подхода.

Для достижения поставленной цели в диссертации решаются следующие основные задачи:

1. Провести анализ существующих методов и инструментальных средств слияния онтологий.

2. Разработать и исследовать методы использования грамматического подхода для формального представления онтологий с целыо их автоматического выравнивания и непосредственного объединения.

3. Разработать и исследовать модель формальной системы в виде порождающей грамматики для описания иерархических связей между понятиями или экземплярами предметной области, в которой выводимое множество терминальных цепочек образует язык, поставленный в соответствие семейству иерархий.

4. На построенной модели провести экспериментальное моделирование механизма представления, а также автоматического выравнивания и непосредственного объединения онтологий предметных областей с использованием грамматического подхода. Построить программную модель для экспериментального исследования и апробации теоретических выводов и результатов.

Методы диссертационного исследования. Теоретические, с использованием теории множеств, теории графов, теории алгоритмов, теории формальных систем и порождающих грамматик, методов объектно-

ориентированного анализа и моделирования, а также экспериментальные методы на основе специально разработанных программных моделей.

Научная новизна работы.

1. Предложен новый метод формального описания иерархических связей между понятиями и экземплярами предметной области, отличающийся от известных тем, что используется грамматика, которая порождает семейство иерархий. Семейство иерархий представляется в форме набора классификационных последовательностей для сущностей предметной области, где каждая классификация рассматривается как допустимая терминальная цепочка, а совокупность всех правильных цепочек совпадает с указанным семейством.

2. Разработана формальная модель онтологии предметной области, которая отличается от известных тем, что построена на основе механизма порождающих грамматик, в которой реализуются операции интерпретации одних объектов через другие.

3. Предложен новый метод автоматического выравнивания и непосредственного объединения онтологий (не включает правила идентификации подобных сущностей), отличающийся от известных тем, что он основан на представлении онтологий с использованием грамматического подхода.

Практическая ценность результатов диссертационной работы состоит в том, что разработанные методы, могут быть использованы в задачах создания программных агентов, которые предназначены для автоматического сбора распределенных в сети онтологий и формирования из них единой базы знаний.

На защиту выносятся следующие результаты диссертационного исследования:

1. Схема грамматики для вывода семейства иерархий понятий и экземпляров предметных областей, используемая для описания онтологических знаний, которые представляются в алгоритмическом виде,

пригодном для решения задачи их автоматического выравнивания и непосредственного объединения.

2. Формальная модель онтологий предметных областей на основе грамматического подхода, которая обладает положительными свойствами для решения задачи автоматического выравнивания и объединения.

3. Алгоритм решения задачи автоматического выравнивания и непосредственного объединения онтологий с использованием грамматического подхода.

Использование результатов работы. Предлагаемый метод автоматического выравнивания и объединения онтологий предметных областей программно реализован в рамках задач по исследованию и разработке средств представления знаний и внедрен в научно-исследовательский процесс лаборатории ЕЫ)1С.

Апробация работы. Основные результаты работы докладывались на:

- Всероссийской научной школе-семинаре молодых ученых, аспирантов и студентов «Интеллектуализация информационного поиска, скантехнологии и электронные библиотеки» (Таганрог, ТТИ ЮФУ, 25-28 мая 201 Ог);

- II Международной иаучно-технической конференции «Технологии разработки информационных систем (ТРИС-2011)» (Геленджик, филиал ТТИ ЮФУ, 18-24 сентября 2011 г);

- IX Всероссийской научной конференции молодых ученых, аспирантов и студентов «Информационные технологии, системы анализ и управление» (Таганрог, ТТИ ЮФУ, 08-09 декабря 2011г);

- Всероссийской научной школе-семинаре молодых ученых, аспирантов и студентов «Интеллектуализация информационного поиска, скантехнологии и электронные библиотеки» (Таганрог, ТТИ ЮФУ, 23-25 мая 2012г);

- III Международной научно-технической конференции «Технологии разработки информационных систем (ТРИС-2012)» (Геленджик, филиал ТТИ ЮФУ, сентябрь 2012г).

Публикации автора по теме диссертации. По теме диссертации автором опубликовано семь печатных работ, в которых отражены основные результаты диссертации, в том числе две статьи в изданиях из списка, рекомендованного ВАК.

Структура и объём работы. Диссертация включает введение, три главы, заключение, список литературы. Объем диссертации 151 страница, список литературы содержит 104 наименования.

Диссертационное исследование выполнено в международной лаборатории ЕЬБГС факультета автоматики и вычислительной техники Южного федерального университета.

Похожие диссертационные работы по специальности «Теоретические основы информатики», 05.13.17 шифр ВАК

Заключение диссертации по теме «Теоретические основы информатики», Шабалин, Александр Георгиевич

3.3. Выводы

В главе описана программная модель для экспериментального моделирования задачи автоматического выравнивания и непосредственного объединения онтологий предметных областей. На основе программной модели поставлены эксперименты, которые призваны оценить степень применимость грамматики вида (2.12)-(2.16) для целей создания онтологий и их автоматического слияния.

Для постановки экспериментов были описаны тестовые онтологии. Результаты экспериментов подтвердили полученные в диссертации теоретические выводы и показали, что предложенный в диссертации метод позволяет создать на практике механизмы кодирования и обработки онтологий, проводить автоматическое выравнивание и непосредственное объединение антологий, формулировать вопросы и осуществлять продолжение логического вывода из одной онтологии в другую в рамках их совместного использования.

Программная модель содержит механизмы сетевого представления онтологии: допускается, чтобы глоссарий терминов был распределённым, множество классификационных цепочек может объявляться на разных сетевых ресурсах. Процедура обработки онтологии, используя табличное представление вида 2-3, создает внутри программной модели образ онтологии. Через таблицу вида 2-3 осуществляется программное использование единой онтологии для обработки вопросов, а также реализуется автоматическая процедура выравнивания и объединения двух разных онтологий на основе дополнительной информации о подобных понятиях и экземплярах предметной области.

Таким образом, в рамках экспериментального исследования получены следующие результаты:

1. Разработанный метод кодирования на основе грамматического подхода позволяет задавать онтологию, которая является базой знаний о моделируемой предметной области.

2. Кодирование онтологий с использованием грамматического подхода позволяет реализовать алгоритм их автоматического выравнивания и непосредственного объединения, что позволяет переходить к решению задачи формирования больших пространств знаний на основе многочисленных независимых онтологий, распределенных в сети.

3. Результаты диссертационного исследования могут быть использованы для проектирования программных агентов, которые могут выполнять мониторинг сетевых ресурсов на наличие онтологий и осуществлять их автоматическое соединение путём формирования табличного представления системы отображений (2.19), являющейся машинным представлением единой онтологии, синтезируемой из независимых частей, распределенных хаотично по сети.

ЗАКЛЮЧЕНИЕ

В последние годы задачи связанные с формированием всеобъемлющих пространств знаний пытаются решать с использованием онтологических систем. Главное отличие онтологий от других систем представления знаний заключается в их сетевом взаимодействии, что подразумевает возможность многократного использования одних онтологий для целей расширения и верификации других онтологий. Совместное использование онтологий рассматривается как механизм неограниченного накопления знаний об окружающем мире, онтологии выступают в качестве средства хранения и интеграции знаний. Совместное использование онтологий достигается в процессе их слияния.

Как методология инженерии знаний информация в онтологиях, как правило, представляется в виде фреймовой сети. При таком описании узлами сети являются классы и экземпляры предметной области, а дуги определяют отношения между ними. Для описания структурных свойств предметной области модулируемые сущности организуются в иерархию понятий и экземпляров, правила проектирования которой близки к технологии объектно-ориентированного программирования. Отличие состоит в том, что объектно-ориентированное программирование сосредоточивается главным образом на операторных свойствах класса, тогда как разработчик онтологии принимает решения, основываясь на структурных свойствах класса [48].

Для целей слияния онтологий такой подход порождает ряд проблем, которые на данный момент не имеют своего полного решения. Все известные методы и инструментальные средства объединения онтологий являются более или менее интеллектуальными помощниками человека-эксперта [44]. Поэтому в диссертации предложен другой подход, который пересматривает методологию описания онтологических знаний и использует для этого механизм порождающих грамматик. Рассматриваемый метод представления онтологий разрабатывался в первую очередь с тем, чтобы получить полезные свойства для решения задачи их автоматического выравнивания и непосредственного объединения.

Диссертационное исследование выполнено в рамках данной тематики, в рамках чего получены следующие теоретические и практические научные результаты:

1. Формальное представление онтологии предметной области с использованием грамматического подхода, которое позволяет описывать онтологические знания в виде классификационных цепочек для понятий и экземпляров предметной области.

2. Схема грамматики для представления семейства иерархий объектов и категорий предметной области. Структурные особенности каждой отдельной иерархии проявляются в правилах вычисления правых частей подстановок (2.12)-(2.16), вычисляемых системой отображений (2.19), которая задается в табличном виде 2-3. Обоснована непротиворечивость, адекватность и разрешимость разработанной грамматики. Доказано соотношение между объёмом памяти N(5) для хранения иерархии в таблице 2-3 и объемом памяти N(6) для хранения той же иерархии в виде многосвязного списка: N(5) = N((7) + 1 — М, где М - число висячих вершин иерархии. В общем случае оценка затрат памяти для представления семейства иерархий имеет вид: N(iS)=ZN(G) + Koбщ-Moбщ = 2Noбщ-Moбщ, где £ЛГ(С) - суммарный объем затраченной памяти для всех многосвязных списков, Л/общ - общее число вершин в семействе иерархий, Мобщ - общее число висячих вершин в семействе иерархий, Кобщ - число корневых вершин семейства.

3. Алгоритм автоматического выравнивания и непосредственного объединения онтологий, представленных с использованием грамматического подхода. Этот результат составил существо предмета диссертационного исследования.

Таким образом, проведённое исследование для представления онтологий с использованием грамматического подхода, позволяет добиться качественного результата в области кодирования и обработки онтологических систем. Для описания предметных областей глоссарии терминов и классификационные цепочки могут размещаться в произвольном порядке внутри сети, а программные сервисы на основе экспериментальной модели реализуют механизмы автоматического перевода в таблицы вида 2-3, которые являются алгоритмическим базисом для проведения интеллектуального поиска и автоматического слияния независимых онтологий.

Список литературы диссертационного исследования кандидат технических наук Шабалин, Александр Георгиевич, 2013 год

ЛИТЕРАТУРА

1 Gómez-Pérez A., Corcho О. Ontology Languages for the Semantic Web. URL: http://ou.upm.eS/2646/l/JCR01.pdf [18 января 2013].

2 Gruber T.R. The role of common ontology in achieving sharable, reusable knowledge bases // Principles of Knowledge Representation and Reasoning. Proceedings of the Second International Conference. J.A. Allen, R. Fikes, E. Sandewell - eds. Morgan Kaufmann, 1991, 601-602.

3 Chomsky N. The Logical Basis of Linguistic Theory. (Preprints of Papers for the Ninth International Congress of Linguists, Cambridge, Mass., 1962).

4 Chomsky N. Formal Properties of grammars. Handbook of Mathematical Psychology, vol.2, ch. 12, Wiley, 1963, 328-418.

5 Chomsky N. Syntactic Structures - Gravenhage, 1957.

6 Karp P., Chaudhri V., Thomere J. XOL: XML-Based Ontology Exchange Language. Version 0.4. Augst 31, 1999. URL: http://www.ai.sri.com/pkaф/xol/xol.html [18 января 2013].

7 OWL Web Ontology Language Guide, W3C Recommendation, 10 February 2004. URL: http://www.w3.org/TR/2004/REC-owl-guide-20040210/.

8 OWL Web Ontology Language Use Cases and Requirements, W3C Recommendation 10 February 2004. URL: http://www.w3.org/TR/2004/REC-webont-req-20040210

9 Logrippo L., Faci M., Haj-Hussein M. An Introduction to LOTOS: Learning by Examples. URL: http://lotos.site.uottowa.ca/ftp/pib/Lotos/Intro/BB-LotosTutorial.pdf [18 января 2013].

10 Noy N., McGuinness D. Ontology Development 101: A Guide to Creating Your First Ontology. - Knowledge Systems Laboratory Technical Report and Stanford Medical Informatics Technical Report, March 2001.

11 Reference description of the DAML+OIL (March 2001) ontology markup language. URL: http://www.daml.org/2001/03/reference [18 января 2013].

12 SHOE 1.01. Proposed Specification. SHOE Project. April 28, 2000. URL: http://cs.umd.edu/projects/plus/SHOE/spec.html [18 января 2013].

13 Аверкин A.H., Батыршин И.З., Блишун А.Ф., Силов В.Б., Тарасов В.Б. Нечеткие множества в моделях управления и искусственного интеллекта. Москва, 1986.

14 Акимов O.E. Дискретная математика: логика, группы, графы. 2-е изд., дополн. - М.: Лаборатория Базовых Знаний, 2001 - 376 с.

15 Аляев Ю.А., Тюрин С.Ф. Дискретная математика и математическая логика.

- М.: Финансы и статистика, 2006. - 368с.

16 Амосов Н.М. Искусственный разум. - Киев: Издательство "Наукова думка", 1969 - 154с.

17 Андерсон, Джеймс А. Дискретная математика и комбинаторика. Пер. с англ. - М.: Издательский дом "Вильяме", 2004. - 960 с.

18 Арлоу Д., Нейштадт И. UML2 и Унифицированный процесс. Практический объектно-ориентированный анализ и проектирование, 2-е издание. - Пер. с англ. - СПб.: Символ-Плюс, 2007. - 624с.

19 Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии. Москва, 2005.

20 Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++, 2-е изд. Пер с англ. - М.: «Издательство Бином», 1999.

— 560с.

21 Буч Г., Рамбо Дж., Якобсон И. Язык UML. Руководство пользователя. М.: ДМК Пресс, 2006. - 496с.

22 Вагин В.Н., Головина Е.Ю. Загорянская A.A. Фомина М.В. Достоверный и правдоподобный вывод в интеллектуальных системах. - М. ФИЗМАТЛИТ, 2004.-704 с.

23 Велихов Е.П., Чернавский A.B. Интеллектуальные процессы и их моделирование. Москва, 1987.

24 Вишняков Ю.М. Новиков С.Ю. Нечеткие модели и алгоритмы управления сервисами в информационных системах предприятий. - Таганрог: Изд-во ТТИ ЮФУ, 2009.- 120с.

25 Воронин А. А, Мишин С.П. Оптимальные иерархические структуры. - М.: ИПУ РАН, 2003.-214с.

26 Гаврилов A.B. Системы искусственного интеллекта. Новосибирск, 2001.

27 Гаврилова Т.А. Формирование прикладных онтологий // Десятая национальныя конф. По искусственному интеллекту с международным участием КИИ-2006: Труды конференции. - Обнинск, 25-28 сентября 2006.

28 Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. Санкт-Петербург, 2000.

29 Гагарина Л.Г., Колдаев В.Д. Алгоритмы и структуры данных: учеб.пособие. - М.: Финансы и статистика; ИНФРА-М, 2009 - 304 с.

30 Гайдамакин H.A. Автоматизированные информационные системы, базы и банки данных. Моска, 2002.

31 Гладкий A.B. Формальные грамматики и языки. М.: изд. "Наука", 1973. -368 с.

32 Голицына О.Л., Максимов Н.В., Попов H.H. Информационные системы. Москва, 2007.

33 Гордеев A.B., Молчанов А.Ю. Системное программное обеспечение. СПб.: Питер, 2003.-736 с.

34 Грос М., Лантен А. Теория формальных грамматик. М.: изд. "Мир", 1971. — 294 с.

35 Гурьянова М.А., Ефименко И.В., Хорошевский В.Ф. Онтологическое моделирование экономики предприятий и отраслей современной России: Часть 2. Мировые исследования и разраюоткиЖ аналитический обзор: препринт WP7/2011/08 (ч.2). Нач. исслед. ун-т. «Высшая школа экономики». - М.: Изд. Дом Высшей школы экономики, 2011. - 88с.

36 Гуц А.К. Математическая логика и теория алгоритмов: Учебное пособие. -Омск: Издательство Наследие. Диалог-Сибирь, 2003ю - 108 с.

37 Девятков B.B. Системы искусственного интеллекта. Москва, 2001.

38 Джарратано Д., Ралли Г. Экспертные системы: принципы разработки и программирования, 4-е издание.: Пер с англ. - М.: ООО "И.Д Вильяме", 2007. - 1152с.

39 Декер С., Мельник С., Ван Хермелен Ф., Фенсел Д., Клейн М., Брукстра Д., Эрдманн М., Хоррокс Я. Semantic Web: роли XML и RDF // Открытые системы. - 2001 - № 9.

40 Джексон П. Введение в экспертные системы. М.: изд. Вильяме, 2001 -624с.

41 Доброе Б.В., Лукашевич Н.В. Лингвистическая онтология по естественным наукам и технологиям для приложений в сфере информационного поиска. Физико-математические науки, Учен. зап. Казан, гос. ун-та. Сер. Физ.-матем. науки, 149, №2, Изд-во Казанского ун-та, Казань, 2007, 49-72.

42 Евстигнеев В.А. Применение теории графов в программировании. - М.: Наука. Главная редакция физико-математической литературы, 1985. - 352 с.

43 Ершов Ю.Л., Палютин Е.А. Математическая логика. Учеб. Пособие для вузов. - 2-е изд., испр. м доп. - М.: Наука, гл. ред. физ.-мат. лит., 1987. -336 с.

44 Ефименко И.В., Хорошевский В.Ф. Онтологическое моделирование экономики предприятий и отраслей современной России: Часть 1. Онтологическое моделирование: подходы, модели, методы, средства, решения: препринт WP7/2011/08 (ч.1). Нач. исслед. ун-т. «Высшая школа экономики». - М.: Изд. Дом Высшей школы экономики, 2011. - 76с.

45 Ефименко И.В., Хорошевский В.Ф. Онтологическое моделирование экономики предприятий и отраслей современной России: Часть 3. Российские исследования и разработки в области онтологического инжиниринга и бизнес-онтологий: препринт WP7/2011/08 (ч.З). Нач. исслед. ун-т. «Высшая школа экономики». - М.: Изд. Дом Высшей школы экономики, 2011. - 68с.

46 Иванов />.Н. Дискретная математика. Алгоритмы и программы. Учеб. Пособие. - М.: Лаборатория Базовых Знаний, 2003. - 288 с.

47 Йордон Э., Аргила К. Объектно-ориентированный анализ и проектирование систем. М: Издательство "ЛОРИ", 2007 - 264с.

48 Казаков П.В., Шкаберин В.А. Основы искусственного интеллекта. Брянск, 2007.

49 Карпенко А.П., Сухарь P.C. Методы отобажения онтологий. Обзор // Инженерное образование. Москва. - #01, январь 2009. - Электронное гаучно-ехническое издание «Наука и образование». - (Рус.). - URL: http://technomag.edu.ru/doc/115931.html [16 января 2013].

50 Кирсанов М.Н. Графы в Maple. Задачи, алгоритмы, программы. М.: Издательство ФИЗМАТ ЛИТ, 2007. - 168 с.

51 Клини С.К Математическая логика. Пер. с англ. - М.: Издательство "Мир", 1973.-480 с.

52 Колдаев В.Д. Основы алгоритмизации и программирования: учебное пособие. -М.: ИД "ФОРУМ": ИНФРА-М, 2011. -416 с.

53 Кревский И.Г., Селиверстов М.Н., Григорьева КВ. Формальные языки, грамматики и основы построения трансляторов. Пенза, 2003.

54 Криницкий H.A., Миронов Г.А., Фролов ГД. Автоматизированные информационные системы. - М.:Наука, 1982,- 384с.

55 Кудрявцев В.Б. , Гасанов Э.Э., Подколзин A.C. Введение в теорию интеллектуальных систем. Москва, 2006.

56 Кудрявцев Д.В. Практически методы отображения и интеграции онтологий. Семинар Знания и онтологии *Elsewhere*, КИИ-2008, Дубна, 2008.

57 Кузнецов О.П., Аделъсон-Вельский Г.М. Дискретная математика для инженера. - М.: Энергоатомиздат, 1988. - 480 с.

58 Кузницов О.П., Суховеров B.C., Шипилина Л.Б. Онтология как систематизация научных знаний: структура, семантика, задачи. - Труды конференции "Технические и программные средства систем управления, контроля, измерения", Москва, 2010.

59 Кулъба В.В., Коавлевский С.С., Косяченко С.А., Сиротюк В.О. Технические основы проектирования оптимальных структур распределенных баз данных. Серия «Информатизация России на пороге XXI века». - М.: СИНТЕГ, 1999, 660с.

60 Лапшин В.А. Онтологии в компьютерных системах. Роль онтологий в современной компьютерной науки. // RSDN Magazine #4-2009 (Рус.) -URL: http://www.rsdn.ru/article/philosophy/what-is-onto.xml [21 февраля 2013].

61 Лапшин В.А. Онтологии в компьютерных системах. - М. Научный мир, 2010.

62 Ларман К. Применение UML и шаблонов проектирования. 2-е здание.: Пер. с англ. - М. Издательский дом "Вильяме", 2004 - 624с.

63 Ловас Л., Пламмер М. Прикладные задачи теории графов. Теория паросочетаний в математике, физике, химии. Пер с англ. - М.: Мир, 1998. -653 с.

64 Лоръер Ж.-Л. Системы Искусственного интеллекта. - М.: Мир, 1991. - 568 с.

65 Люгер Джордж Ф. Искусственный интеллект: стратегии и методы решения сложных проблем, 4-е издание. - М.: Издательский дом «Вильяме», 2005. - 864с.

66 Мальцев Ю.Н., Петров Е.П. Введение в дискретную математику. Элементы комбинаторики, теории графов и теории кодирования. Учебное пособие. - Барнаул, Издательство Алтайского государственного университета, 1997.

67 Мартин Д., Бирбек М., Кей М., Лозген Б., Пинок Д., Ливингстон С., Старк П., Кевин Уильяме, Андерсон Р., Мор С., Балилес Д., Пит Б., Озу Н. XML для профессионалов. М.: Издательство "ЛОРИ", 2001.

68 Михаленко 77. Язык онтологий в Web. // Открытые системы. - 2004. - №2.

69 Мацяшек Jl.А. Анализ требований и проектирование систем. Разработка информационных систем с использованием UML.: Пер. с англ. - М. Издательский дом "Вильяме", 2002. - 432с.

70 Мендельсон Э. Введение в математическую логику: Пер. с англ. - М.: Издательство "Наука", Главная редакция физико-математической литературы, 1971.

71 Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: - Издательство "Мир", 1973. - 344с.

72 Минский М. Фреймы для представления знаний. Москва, 1979.

73 Митрофанова O.A., Константинова Н.С. Онтологии как системы хранения знаний / Всероссийский конкурсный отбор обзорно-аналитических статей по приоритетному направлению «Информационно-телекоммуникационные системы», 2008. - 54с. - URL: http://ict.edu.ru/ft/005706/68352e2-st08.pdf. [20 марта 2013].

74 Нейлор К. Как построить свою экспертную систему.: М.: Энергоавтоматиздат, 1991. - 286с.

75 Нильсон Н. Искусственный интеллект. Методы поиска решений. М.: Издательство "Мир", 1973.

76 Нильсон Н. Принципы искусственного интеллекта: Пер. с англ. - М. Радио и связь, 1985. - 375 е., ил.

77 Новиков Ф.А. Дискретная математика для программистов. - СПб: Питер, 2000. - 304с.

78 Новиков Ф.А. Учебно-методическое пособие по дисциплине «Системы представления знаний». СПб, 2007.

79 Овдей О.М., Проскудина Г.Ю. Обзор инструментов инженерии онтологий // Электронные библиотеки. Москва. -2004, Том 7, Выпуск 4. - Журнал, посвященный созданию и использованию электронных библиотек. - (Рус.). - URL: http://www.elbib.ru/index.phtml?paRe=elbib/rus/joumal/2004/part4/op [15 января 2013].

80 Пентус А.Е., Пентус М.Р. Теория формальных языков: Учебное пособие. -М.: Изд-во ЦПИ при механико-математическом ф-те МГУ, 2004. - 80 с.

81 Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статические и динамические экспертные системы. - М.: Финансы и статистика, 1996. -320с.

82 Рамбо Дж., Блаха М. UML2.0. Объектно-ориентированное моделирование и разработка. 2-е изд. - СПб.: Питер, 2007. - 544с.

83 Рассел С., Норвиг 77. Искусственный интеллект. Современный подход, 2-е изд.. - М. Издательский дом "Вильяме", 2006. - 1408 с.

84 Рекомендации по преподаванию информатики в университетах. Пер.с англ. -СПб., 2002, 372 с.

85 Свами М., Тхуласираман К. Графы, сети и алгоритмы. Пер. с англ. - М.: Мир, 1984.-455 с.

86 Соловьев БД., Доброе Б.В., Иванов В.В., Лукашевич Н.В. Онтологии и тезаурусы. - Казань, Москва, 2006.

87 Стефанюк В.Л. Локальная организация интеллектуальных систем. - М.: ФИЗМАТЛИТ, 2004.-328с.

88 Субботин А.Л. Классификация. - М.: Институт философии РАН, 2001. -94с.

89 Тим Бернерс-Ли, Джеймс Хендлер, Opa Лассила. Семантическая сеть. Пер. с англ. - The Semantic Web. By Tim Berners-Lee, James Hendler and Ora Lassila. Scientific American, 2001.

90 Тей А., Грибомон П., Луи Ж., Сний-ерс Д., Водон П., Гоше П., Грегуар Э., Санчес Э., Дельсарт Ф. Логический подход к искусственному интеллекту: от классической логики к логическому программированию: Пер. с франц. -М.: Мир,1990. —432с.

91 Трамбле Ж., Соренсон П. Введение в структуры данных.: Пер. с англ. - М.: Машиностроение, 1982 - 784с.

92 Уэно X., Исидзука М. Представление и использование знаний: Пер. с япон. -М.: Мир, 1989.-220 е., ил.

93 Фаулер М, Скотт К. иМЬ.Основы. - Пер. с англ. - СПб.: Символ-Плюс, 2002. - 192с.

94 Фостер Дж. Автоматически синтаксический анализ: Пер. с англ. - М.: Издательство "Мир", 1975.

95 Хант Э. Искусственный интеллект. - М.: Издательство "Мир", 1978.

96 Хомский Н. Аспекты теории синтаксиса. // Публикации отделения структурной и прикладной лингвистики. Перевод с английского под редакцией и с предисловием В.А.Звегинцева. Серия переводов. Выпуск 1. - Изд-во московского университета, 1972.

97 Хопкрофт Д Мотвани Р, Ульман Д. Введение в теорию автоматов, языков и вычислений, 2-е изд.- М.: Издательский дом «Вильяме», 2002. - 528с.

98 Черняк Л. От данных к информации. // Открытые системы. - 2006. - №2.

99 Черняк Л. Данные под прицелом классификации. // Открытые системы. -2006. - №5.

ЮОЧерняк Л. Интеграция данных: синтаксис и семантика // Открытые системы. - 2009. - №10.

101 Шабалин А.Г. Использование порождающих грамматик для описания иерархических структур. // Информатизация и связь - 03/2011,стр. 20-22.

Ю2Шабалин А.Г. Формализованная модель предметной онтологии на основе порождающей грамматики. Создание и использование. // Информатизация и связь - 05/2012,стр. 64-67.

ЮЗЯкобсон А., Буч Г., Рамбо Дж. Унифицированный процесс разработки программного беспечения. - СПб.: Питер, 2002. - 496с.

ЮАЯсницкий Л.Н. Введение в искусственный интеллект: учеб.пособие для студентов высших учеб.заведений. - 2-е изд., испр. - М.: Издательский центр "Академия", 2008 - 176с.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.