«Построение формальной онтологии дисциплин изучаемых по профилю «информатика и информационные технологии в образовании»»

Развитие онтологий начинает приобретать более массовый характер, и в настоящее время в этой области есть ряд масштабных разработок. Разработано большое количество онтологий в различных предметных областях, но мир очень быстро изменяется, идет развитие новых отраслей, существующие онтологии требуют постоянного пополнения и усовершенствования. На данном этапе появляются идеи использования автоматических и полуавтоматических методов для интеграции онтологий.

В виду необходимости систематизации и структуризации учебных программ дисциплин, преподаваемых преподавателями кафедры ПиВМ в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Башкирский государственный педагогический университет им. М. Акмуллы» построение формальной онтологии предметов изучаемых на кафедре ПиВМ является актуальным.

Необходимость разрешения указанной проблемы определила объект и предмет исследования выпускной квалификационной работы, а также ее цели и задачи.

Объектом исследования является методика построения формальной онтологии.

Предметом исследования - содержание учебных программ дисциплин, преподаваемых преподавателями кафедры ПиВМ в ФГБОУ ВПО «Башкирский государственный педагогический университет

им. М. Акмуллы».

Цель выпускной квалификационной работы - построение формальной онтологии предметов изучаемых на кафедре ПиВМ в редакторе онтологий Protege 5.

Для достижения поставленной цели в работе поставлены и решаются следующие задачи:

1. Провести анализ и оценку проблемной области.

2. Провести анализ существующих решений для построения

формальной онтологии.

3. Обосновать выбор применимости программы Protege.

4. Изучить методы и модели отображения онтологий.

5. Построить формальную онтологию в Protege.

В основу исследования положена гипотеза, базовыми идеями которой являются:

- сформировать первоначальные представления о построение формальной онтологии;

- повысить навыки работы с программными средствами общего и профессионального назначения для решения поставленных задач.

Научная новизна заключается в проведении сравнительного анализа в построение формальной онтологии.

Практическая значимость. Построенная формальная онтология предметов изучаемых на кафедре ПиВМ может быть использована при разработке учебных планов и новых учебных программ на кафедре ПиВМ.

Выпускная квалификационная работа в соответствии с целью и задачами исследования состоит из введения, трех глав, заключения, списка литературы и приложения.

Вообще, древовидная система данных - хорошо структурированный механизм для обработки любых данных. Обычно с узлами такого дерева работают по технологии вложенных множеств. Чтобы иерархия была однозначной и целостной, минимальное требование для узла - это его идентификатор и идентификатор его родителя.

В отличие от простого «дерева», механизм онтологии сложнее по своей структуре: каждый блок представляет собой понятие предметной области, которое может иметь различные типы связей между блоками (подблоками) различных уровней.

По определению Тома Груббера [5], впервые применившего понятие «онтология» в области информационных технологий, онтология - это спецификация концептуализации. В приложении к компьютерным наукам под онтологией понимается формальная (концептуальная) модель структуры системы, т.е. сущности и связи между ними, релевантные задачам моделирования [2].

Сам термин онтологии происходит из древнегреческой философии и обозначает науку о бытии. Со временем это понятие стало использоваться не только в философии, но и области точных наук.

На сегодняшний день существует множество определений понятия онтологии. Многие понятия дополняют предыдущие, а некоторые даже противоречат друг другу.

Основоположники управления знаниями и применения онтологического подхода Т. Грубер определяет онтологию, как множество примитивов представления («representational primitives») для моделирования домена знаний [11]. Сравнивая онтологии с моделями баз данных (далее БД), Грубер отмечает, что онтологии представляют собой семантическую модель в противовес логической или физической модели базы данных.

Martin Serrano определяет онтологию как спецификацию набора концептов с использованием формального языка для определения и описания сущностей и связей [15].

Другие авторы понимают под онтологией абстрактное формализованное описание фрагмента предметной области, используемое для систематизации знаний в организациях и поддерживающее поиск, стандартизацию и категоризацию информации [21].

Все эти определения близки - их отличает лишь контекст, в котором каждый автор использует онтологию в своих исследованиях. В контексте управления знаниями удобно понимать под онтологией компьютерное представление концептуальной модели знаний о предметной области.

Staab и Studer отмечают, что для систем искусственного интеллекта (далее ИИ) существует только то, что может быть отображено [17]. Это утверждение имеет важные следствия для управления знаниями, поскольку управление знаниями опирается на онтологии - только теми знаниями можно целенаправленно и планомерно управлять, которые можно формализовать в виде концептуальной модели. Все аспекты реальности, о которых существуют только неформальные знания, безусловно, не перестают существовать, но они лежат вне досягаемости систем управления знаниями. При построении онтологий разумно руководствоваться этим утверждением, признавая существующим только формализуемое.

В области ИИ онтологии выступают в роли единой концептуальной модели. Согласно B.Chandrasekaran и John R.Josephson [28], теории ИИ попадают в две широкие категории: теории механизма (mechanism theory) и теории контента (content theory). В рамках второй группы теорий как раз и исследуются онтологии.