Ontologia (informatyka) - Ontology (information science)

W informatyce oraz informatyki , ontologia obejmuje reprezentację, formalnego nazewnictwa i definicji kategorii, właściwości i relacji między pojęciami, danych i podmiotów, które jeden uzasadnić, wielu lub wszystkich domen dyskursu . Mówiąc prościej, ontologia jest sposobem pokazania właściwości obszaru tematycznego i ich powiązania poprzez zdefiniowanie zestawu pojęć i kategorii reprezentujących przedmiot.

Każda dyscyplina lub dziedzina akademicka tworzy ontologie w celu ograniczenia złożoności i uporządkowania danych w informacje i wiedzę. Nowe ontologie usprawniają rozwiązywanie problemów w tej dziedzinie. Tłumaczenia prac badawczych w każdej dziedzinie jest problem łatwiejsze, gdy eksperci z różnych krajów utrzymać kontrolowane słownictwo z żargonu między każdym ze swoich języków.

Etymologia

Związek słowo ontologia kombajnów na - , od greckiego ὄν , na ( gen. Ὄντος, ontos ), czyli „bycie, to co jest”, co stanowi obecny imiesłów z czasownik εἰμί , EIMI , to znaczy „być, jestem " i -λογία , -logia , czyli "dyskurs logiczny", patrz klasyczne związki dla tego typu słowotwórstwa.

Choć etymologia jest grecki, najstarszy zachowany zapis samego słowa, New łacińskiej formy ontologia , pojawił się w 1606 roku w pracach Ogdoas Scholastyki przez Jacoba Lorhard ( Lorhardus ) oraz w 1613 w philosophicum Lexicon przez Rudolfa gockel ( Goclenius ).

Pierwsze wystąpienie w języku angielskim ontologii odnotowane przez OED ( Oxford English Dictionary , wydanie online, 2008) miało miejsce w Archeologia Philosophica Nova lub New Principles of Philosophy autorstwa Gideona Harveya .

Przegląd

Tym, co łączy ontologie zarówno w informatyce, jak i filozofii , jest próba reprezentowania bytów, idei i zdarzeń, ze wszystkimi ich współzależnymi właściwościami i relacjami, zgodnie z systemem kategorii. W obu dziedzinach toczy się znaczna praca nad problemami inżynierii ontologicznej (np. Quine i Kripke w filozofii, Sowa i Guarino w informatyce) oraz debaty dotyczące stopnia, w jakim ontologia normatywna jest możliwa (np. fundamentalizm i koherentyzm w filozofii, BFO). i Cyc w sztucznej inteligencji). Ontologia stosowana jest uważana za duchowego następcę wcześniejszych prac filozoficznych, jednak wiele obecnych wysiłków skupia się bardziej na ustalaniu kontrolowanych słowników wąskich dziedzin niż pierwszych zasad , istnieniu stałych esencji lub czy trwałych obiektów (np. perdurantyzm i endurantyzm ) mogą być ontologicznie bardziej podstawowe niż procesy .

Każda dziedzina wykorzystuje założenia ontologiczne do sformułowania wyraźnych teorii, badań i zastosowań. Na przykład definicja i ontologia ekonomii są głównym przedmiotem zainteresowania ekonomii marksistowskiej , ale także innych poddziedzin ekonomii . Przykład ekonomii opartej na informatyce występuje w przypadkach, w których symulacja lub model mają umożliwić podejmowanie decyzji ekonomicznych, takich jak określenie, jakie aktywa kapitałowe są zagrożone iw jakim stopniu (patrz zarządzanie ryzykiem ).

Sztuczna inteligencja przyciągnęła największą uwagę w odniesieniu do ontologii stosowanej w poddziedzinach, takich jak przetwarzanie języka naturalnego w ramach tłumaczenia maszynowego i reprezentacji wiedzy , ale edytory ontologii są często używane w wielu dziedzinach, takich jak edukacja, bez zamiaru wnoszenia wkładu w sztuczną inteligencję.

Historia

Ontologie wywodzą się z gałęzi filozofii znanej jako metafizyka , która zajmuje się pytaniami typu „co istnieje?” i „jaka jest natura rzeczywistości?”. Jedna z pięciu tradycyjnych gałęzi filozofii, metafizyka, zajmuje się badaniem istnienia poprzez właściwości, byty i relacje, takie jak te między konkretami a uniwersaliami , właściwościami wewnętrznymi i zewnętrznymi lub istotą i istnieniem . Metafizyka jest nieustannym tematem dyskusji od czasów spisanej historii.

Od połowy lat 70. naukowcy zajmujący się sztuczną inteligencją (AI) uznali, że inżynieria wiedzy jest kluczem do budowy dużych i potężnych systemów sztucznej inteligencji. Badacze sztucznej inteligencji argumentowali, że mogą tworzyć nowe ontologie jako modele obliczeniowe, które umożliwiają pewne rodzaje zautomatyzowanego wnioskowania , co było tylko marginalnie skuteczne . W latach 80. społeczność AI zaczęła używać terminu ontologia w odniesieniu zarówno do teorii modelowanego świata, jak i komponentu systemów opartych na wiedzy . W szczególności David Powers wprowadził słowo ontologia do sztucznej inteligencji w odniesieniu do świata rzeczywistego lub uziemienia robotycznego, publikując w 1990 przeglądy literatury kładące nacisk na ontologię ugruntowaną w związku z zaproszeniem do nadesłania artykułów na letnie sympozjum AAAI Machine Learning of Natural Language and Ontology, z rozszerzona wersja opublikowana w Biuletynie SIGART i dołączona jako wstęp do postępowania. Niektórzy badacze, czerpiąc inspirację z ontologii filozoficznych, postrzegali ontologię obliczeniową jako rodzaj filozofii stosowanej.

W 1993 roku szeroko cytowana strona internetowa i artykuł „Toward Principles for the Design of Ontologies Used for Knowledge Sharing” Toma Grubera wykorzystały ontologię jako termin techniczny w informatyce, ściśle związany z wcześniejszą ideą sieci semantycznych i taksonomii . Gruber wprowadził termin jako określenie konceptualizacji :

Ontologia to opis (podobnie jak formalna specyfikacja programu) pojęć i relacji, które mogą formalnie istnieć dla agenta lub społeczności agentów. Ta definicja jest zgodna z użyciem ontologii jako zbioru definicji pojęć, ale jest bardziej ogólna. I jest to inne znaczenie tego słowa niż jego użycie w filozofii.

Próbując zdystansować ontologie od taksonomii i podobnych wysiłków w modelowaniu wiedzy, które opierają się na klasach i dziedziczeniu , Gruber stwierdził (1993):

Ontologie są często utożsamiane z taksonomicznymi hierarchiami klas, definicjami klas i relacją subsumpcji , ale ontologie nie muszą ograniczać się do tych form. Ontologie również nie ograniczają się do konserwatywnych definicji  — to znaczy definicji w sensie tradycyjnej logiki, które tylko wprowadzają terminologię i nie dodają żadnej wiedzy o świecie. Aby sprecyzować konceptualizację, należy podać aksjomaty , które ograniczają możliwe interpretacje dla zdefiniowanych terminów.

Jako udoskonalenie definicji Grubera, Feilmayr i Wöß (2016) stwierdzili: „Ontologia jest formalną, wyraźną specyfikacją wspólnej konceptualizacji, która charakteryzuje się wysoką wyrazistością semantyczną wymaganą dla zwiększonej złożoności”.

składniki

Współczesne ontologie mają wiele podobieństw strukturalnych, niezależnie od języka, w którym są wyrażane. Większość ontologii opisuje indywidua (instancje), klasy (koncepcje), atrybuty i relacje. W tej sekcji każdy z tych elementów jest omówiony po kolei.

Wspólne składniki ontologii obejmują:

Osoby fizyczne
Instancje lub obiekty (obiekty podstawowe lub „na poziomie gruntu”)
Klasy
Zbiory, kolekcje, koncepcje, klasy w programowaniu , rodzaje obiektów lub rodzaje rzeczy
Atrybuty
Aspekty, właściwości, cechy, cechy lub parametry, które mogą mieć obiekty (i klasy)
Relacje
Sposoby, w jakie klasy i jednostki mogą być ze sobą powiązane
Terminy funkcyjne
Złożone struktury utworzone z pewnych relacji, które mogą być użyte zamiast pojedynczego terminu w wypowiedzi
Ograniczenia
Formalnie sformułowane opisy tego, co musi być prawdziwe, aby jakieś twierdzenie zostało zaakceptowane jako dane wejściowe
Zasady
Zdania w formie zdania if-then (antecedent-consquent) opisujące logiczne wnioskowanie, jakie można wyciągnąć z twierdzenia w określonej formie
Aksjomaty
Twierdzenia (w tym reguły) w formie logicznej, które razem składają się na ogólną teorię, którą ontologia opisuje w swojej dziedzinie zastosowania. Ta definicja różni się od „aksjomatów” w gramatyce generatywnej i logice formalnej . W tych dyscyplinach aksjomaty obejmują tylko twierdzenia stwierdzone jako wiedza aprioryczna . Stosowane tutaj „aksjomaty” obejmują również teorię wyprowadzoną ze zdań aksjomatycznych
Wydarzenia
Zmiana atrybutów lub relacji

Ontologie są powszechnie kodowane przy użyciu języków ontologicznych .

Rodzaje

Ontologia domeny

Ontologia dziedzinowa (lub ontologia dziedzinowa) reprezentuje koncepcje należące do sfery świata, takiej jak biologia czy polityka. Każda ontologia domeny zazwyczaj modeluje definicje terminów specyficzne dla domeny. Na przykład słowo karta ma wiele różnych znaczeń. Ontologia dotycząca domeny pokera modelowałaby znaczenie słowa „ karta do gry ”, podczas gdy ontologia dotycząca domeny sprzętu komputerowego modelowałaby znaczenia „ karta dziurkowana ” i „ karta graficzna ”.

Ponieważ ontologie domen są pisane przez różnych ludzi, reprezentują koncepcje w bardzo specyficzny i niepowtarzalny sposób i często są niekompatybilne w ramach tego samego projektu. W miarę rozwoju systemów, które opierają się na ontologiach domenowych, często muszą one łączyć ontologie domenowe poprzez ręczne dostrajanie każdej jednostki lub użycie kombinacji łączenia oprogramowania i ręcznego dostrajania. Stanowi to wyzwanie dla projektanta ontologii. Różne ontologie w tej samej domenie powstają z powodu różnych języków, różnych zamierzonych zastosowań ontologii i różnych percepcji domeny (w oparciu o tło kulturowe, edukację, ideologię itp.).

Obecnie łączenie ontologii, które nie są rozwinięte ze wspólnej górnej ontologii, jest procesem w dużej mierze ręcznym, a zatem czasochłonnym i kosztownym. Ontologie domeny, które używają tej samej górnej ontologii, aby zapewnić zestaw podstawowych elementów, z którymi można określić znaczenia bytów ontologii domeny, można łączyć przy mniejszym wysiłku. Prowadzone są badania nad uogólnionymi technikami łączenia ontologii, ale ten obszar badań jest nadal w toku, a ostatnim wydarzeniem jest ujrzenie tego problemu dzięki posiadaniu ontologii wielu domen używających tej samej górnej ontologii, co Odlewnia OBO .

Górna ontologia

Górna ontologia (lub ontologia Foundation) jest modelem powszechnie wspólnych relacji i obiektów, które są powszechnie stosowane w szerokim zakresie ontologii domeny. Zwykle wykorzystuje podstawowy glosariusz, który obejmuje terminy i związane z nimi opisy obiektów, ponieważ są one używane w różnych odpowiednich ontologiach dziedzinowych.

Dostępne do użytku standaryzowane górne ontologie obejmują BFO , BORO , Dublin Core , GFO , Cyc , SUMO , UMBEL , Unified Foundational Ontology (UFO) i DOLCE . WordNet był przez niektórych uważany za wyższą ontologię i był używany jako narzędzie językowe do uczenia się ontologii domenowych.

Ontologia hybrydowa

Gellish ontologia jest przykładem połączenia górnej i pojęciową.

Wyobrażanie sobie

Przegląd metod wizualizacji ontologii został przedstawiony przez Katifori et al. Zaktualizowany przegląd metod i narzędzi wizualizacji ontologii został opublikowany przez Dudás et al. Najbardziej znane metody wizualizacji ontologii, a mianowicie wizualizacja drzewa wciętego i wizualizacja grafu, zostały ocenione przez Fu et al. Język wizualny dla ontologii reprezentowanych w OWL jest określony przez Notację Wizualną dla Ontologii OWL (VOWL) .

Inżynieria

Inżynieria ontologii (zwana także budowaniem ontologii) to zestaw zadań związanych z rozwojem ontologii dla określonej dziedziny. Jest to poddziedzina inżynierii wiedzy, która bada proces rozwoju ontologii, cykl życia ontologii, metody i metodologie budowania ontologii oraz wspierające je narzędzia i języki.

Inżynieria ontologii ma na celu ujawnienie wiedzy zawartej w aplikacjach i procedurach organizacyjnych dla określonej dziedziny. Inżynieria ontologiczna oferuje kierunek pokonywania przeszkód semantycznych, takich jak te związane z definicjami terminów biznesowych i klas oprogramowania. Znane wyzwania związane z inżynierią ontologiczną obejmują:

  1. Zapewnienie, że ontologia jest aktualna z wiedzą dziedzinową i użyciem terminów
  2. Zapewnienie wystarczającej szczegółowości i pokrycia koncepcyjnego interesującej dziedziny, minimalizując w ten sposób problem z kompletnością treści
  3. Zapewnienie, że ontologia może wspierać jej przypadki użycia

Redakcja

Edytory ontologiczne to aplikacje zaprojektowane do pomocy w tworzeniu lub manipulowaniu ontologiami. Edytorzy ontologii często używają jednego lub więcej języków ontologii .

Aspekty edytorów ontologicznych obejmują: możliwości nawigacji wizualnej w modelu wiedzy , silniki wnioskowania i ekstrakcję informacji ; obsługa modułów; import i eksport obcych języków reprezentacji wiedzy w celu dopasowania ontologii ; oraz wsparcie meta-ontologii, takich jak OWL-S , Dublin Core , itp.

Uczenie się

Uczenie się ontologii to automatyczne lub półautomatyczne tworzenie ontologii, w tym wyodrębnianie terminów domeny z tekstu w języku naturalnym. Ponieważ ręczne budowanie ontologii jest niezwykle pracochłonne i czasochłonne, istnieje duża motywacja do automatyzacji procesu. Zbadano ekstrakcję informacji i eksplorację tekstu w celu automatycznego łączenia ontologii z dokumentami, na przykład w kontekście wyzwań BioCreative.

Języki

Język ontologia jest formalny język używany do kodowania ontologię. Istnieje wiele takich języków dla ontologii, zarówno zastrzeżonych, jak i opartych na standardach:

  • Common Algebraic Specification Language to ogólny język specyfikacji oparty na logice, opracowany w ramach grupy roboczej IFIP 1.3 „Podstawy specyfikacji systemu” i jest de facto standardowym językiem specyfikacji oprogramowania. Obecnie jest on stosowany w specyfikacjach ontologicznych w celu zapewnienia modułowości i mechanizmów strukturyzacji.
  • Wspólną logiką jest norma ISO 24707, specyfikacja rodziny języków ontologii, które mogą być dokładnie tłumaczone na siebie.
  • Projekt Cyc posiada własny język ontologiczny o nazwie CycL , oparty na rachunku predykatów pierwszego rzędu z pewnymi rozszerzeniami wyższego rzędu.
  • DOGMA (Developing Ontology-Grounded Methods and Applications) przyjmuje podejście modelowania zorientowanego na fakty, aby zapewnić wyższy poziom stabilności semantycznej.
  • Język gellijski zawiera reguły własnego rozszerzenia, a tym samym integruje ontologię z językiem ontologicznym.
  • IDEF5 to metoda inżynierii oprogramowania służąca do opracowywania i utrzymywania użytecznych, dokładnych ontologii domenowych.
  • KIF to składnia logiki pierwszego rzędu oparta na wyrażeniach S . SUO-KIF jest pochodną wersją wspierającą Suggested Upper Merged Ontology .
  • MOF i UML to standardy OMG
  • Olog jest kategoria teoretyczne podejście do ontologii, podkreślając tłumaczenia między ontologii wykorzystaniem funktorów .
  • OBO , język używany w ontologiach biologicznych i biomedycznych.
  • OntoUML to dobrze ugruntowany ontologicznie profil UML do koncepcyjnego modelowania ontologii dziedzinowych.
  • OWL jest językiem do tworzenia oświadczeń ontologicznych, opracowanym jako kontynuacja RDF i RDFS , a także wcześniejszych projektów języka ontologicznego, w tym OIL , DAML i DAML+OIL . OWL jest przeznaczony do użycia w sieci WWW , a wszystkie jego elementy (klasy, właściwości i indywidua) są zdefiniowane jako zasoby RDF i identyfikowane przez URI .
  • Rule Interchange Format (RIF) i F-Logic łączą ontologie i reguły.
  • Język projektowania aplikacji semantycznych (SADL) przechwytuje podzbiór wyrazistości OWL , używając języka podobnego do angielskiego wprowadzonego przez wtyczkę Eclipse .
  • SBVR (Semantics of Business Vocabularies and Rules) to standard OMG przyjęty w przemyśle do budowania ontologii.
  • Projekt TOVE, projekt TOronto Virtual Enterprise

Opublikowane przykłady

  • Arabic Ontology , ontologia lingwistyczna dla języka arabskiego, która może być używana jako arabski Wordnet, ale z treścią czystą ontologicznie.
  • AURUM - Information Security Ontology, Ontologia do dzielenia się wiedzą o bezpieczeństwie informacji, umożliwiająca użytkownikom wspólne zrozumienie i rozszerzenie zakresu wiedzy domeny. Może służyć jako podstawa do automatycznego zarządzania ryzykiem bezpieczeństwa informacji i zgodnością.
  • BabelNet , bardzo duża wielojęzyczna sieć semantyczna i ontologia, zleksykalizowana w wielu językach
  • Podstawowa Ontologia Formalna, formalna wyższa ontologia zaprojektowana w celu wspierania badań naukowych
  • BioPAX, ontologia wymiany i interoperacyjności danych szlaku biologicznego (procesów komórkowych)
  • BMO, ontologia modelu e-biznesu oparta na przeglądzie ontologii przedsiębiorstw i literatury dotyczącej modeli biznesowych
  • SSBMO, silnie zrównoważona ontologia modelu biznesowego oparta na przeglądzie literatury z zakresu nauk przyrodniczych i społecznych (w tym biznesowej) opartej na systemach. Zawiera krytykę i istotne rozszerzenia Ontologii Modelu Biznesowego (BMO).
  • CCO i GexKB, ontologie aplikacyjne (APO), które integrują różne rodzaje wiedzy z ontologią cyklu komórkowego (CCO) i bazą wiedzy o ekspresji genów (GexKB)
  • CCntology (Customer Complaint Ontology), ontologia e-biznesu wspierająca zarządzanie reklamacjami klientów online
  • CIDOC Conceptual Reference Model , ontologia dziedzictwa kulturowego
  • COSMO, Ontologia podstawowa (aktualna wersja w OWL), która jest zaprojektowana, aby zawierać reprezentacje wszystkich pierwotnych pojęć potrzebnych do logicznego określenia znaczeń dowolnej encji domeny. Ma służyć jako podstawowa ontologia, którą można wykorzystać do tłumaczenia między reprezentacjami w innych ontologiach lub bazach danych. Zaczęło się od połączenia podstawowych elementów ontologii OpenCyc i SUMO, a następnie zostało uzupełnione o inne elementy ontologii (typy, relacje), aby uwzględnić reprezentacje wszystkich słów ze słownika definiującego słownictwo Longmana .
  • Computer Science Ontology , automatycznie generowana ontologia tematów badawczych z dziedziny informatyki
  • Cyc , duża Ontologia podstawowa do formalnej reprezentacji wszechświata dyskursu
  • Ontologia chorób , zaprojektowana w celu ułatwienia mapowania chorób i związanych z nimi stanów na poszczególne kody medyczne
  • DOLCE , opisowa ontologia dla inżynierii językowej i kognitywnej
  • Drammar, ontologia dramatu
  • Dublin Core , prosta ontologia dokumentów i publikacji
  • Financial Industry Business Ontology (FIBO), konceptualna ontologia biznesowa dla branży finansowej
  • Ontologie podstawowe, rdzeniowe i lingwistyczne
  • Podstawowy model anatomii , ontologia anatomii człowieka
  • Przyjaciel przyjaciela , ontologia opisująca osoby, ich działania oraz ich relacje z innymi ludźmi i przedmiotami
  • Ontologia genów dla genomiki
  • Słownik języka angielskiego Gellish , ontologia zawierająca słownik i taksonomię obejmującą ontologię górną i ontologię dolną, która koncentruje się na zastosowaniach przemysłowych i biznesowych w inżynierii, technologii i zaopatrzeniu.
  • Ontologia geopolityczna , ontologia opisująca informacje geopolityczne stworzona przez Organizację ds. Wyżywienia i Rolnictwa (FAO). Ontologia geopolityczna obejmuje nazwy w wielu językach (angielskim, francuskim, hiszpańskim, arabskim, chińskim, rosyjskim i włoskim); mapuje standardowe systemy kodowania (UN, ISO, FAOSTAT, AGROVOC itp.); zapewnia relacje między terytoriami (granice lądowe, przynależność do grup itp.); i śledzi zmiany historyczne. Ponadto FAO zapewnia usługi sieciowe ontologii geopolitycznej i kreatora modułów do pobierania modułów ontologii geopolitycznej w różnych formatach (RDF, XML i EXCEL). Więcej informacji znajdziesz w Profilach Krajów FAO .
  • GAO (General Automotive Ontology) – ontologia dla przemysłu motoryzacyjnego, która obejmuje rozszerzenia „samochodowe”
  • GOLD, ogólna ontologia opisu językowego
  • GUM (Generalized Upper Model), lingwistycznie motywowana ontologia do pośredniczenia między systemami klientów a technologią języka naturalnego
  • IDEAS Group , formalna ontologia architektury korporacyjnej opracowywana przez Departamenty Obrony Australii, Kanady, Wielkiej Brytanii i USA.
  • Linkbase, formalna reprezentacja dziedziny biomedycznej, oparta na podstawowej ontologii formalnej.
  • LPL, język wzorców orientacyjnych
  • NCBO Bioportal, ontologie biologiczne i biomedyczne oraz powiązane narzędzia do wyszukiwania, przeglądania i wizualizacji
  • NIFSTD Ontologie z Neuroscience Information Framework : modułowy zestaw ontologii dla dziedziny neuronauki.
  • OBO-Edit, przeglądarka ontologii dla większości otwartych ontologii biologicznych i biomedycznych
  • OBO Foundry , zestaw interoperacyjnych ontologii referencyjnych w biologii i biomedycynie
  • OMNIBUS Ontology, ontologia uczenia się, instrukcji i projektowania instrukcji
  • Ontology for Biomedical Investigations , ogólnodostępna, zintegrowana ontologia badań biologicznych i klinicznych
  • ONSTR, Ontology for Newborn Screening Follow-up and Translational Research, Newborn Screening Follow-up Data Integration Collaborative, Emory University, Atlanta.
  • Ontologia roślin dla struktur roślin i etapów wzrostu/rozwoju itp.
  • PAPIEŻ, Purdue Ontology dla Inżynierii Farmaceutycznej
  • PRO, ontologia białka w zasobach informacji o białkach, Georgetown University
  • ProbOnto , baza wiedzy i ontologia rozkładów prawdopodobieństwa .
  • Taksonomia abstrakcji programu
  • Ontologia białek dla proteomiki
  • RXNO Ontology , do nazw reakcji w chemii
  • SCDO, ontologia niedokrwistości sierpowatej, ułatwia między innymi udostępnianie danych i współpracę w ramach społeczności SDC (patrz lista na stronie internetowej SCDO ).
  • Ontologia sekwencji , do reprezentowania typów cech genomowych występujących w sekwencjach biologicznych
  • SNOMED CT (usystematyzowane nazewnictwo medycyny — terminy kliniczne)
  • Sugerowana Upper Merged Ontology , formalna górna ontologia
  • System Biology Ontology (SBO), dla modeli obliczeniowych w biologii
  • SWEET, Semantic Web for Earth and Environmental Terminology
  • Ontologia Skarbu Myśli
  • TIME-ITEM , Tematy do indeksowania edukacji medycznej
  • Uberon , reprezentujący zwierzęce struktury anatomiczne
  • UMBEL , lekka struktura referencyjna 20 000 tematycznych zajęć koncepcyjnych i ich relacji pochodzących z OpenCyc
  • WordNet , leksykalny system odniesienia
  • YAMATO, jeszcze jedna bardziej zaawansowana ontologia najwyższego poziomu

Projekt społecznościowy W3C Linking Open Data koordynuje próby połączenia różnych ontologii w ogólnoświatową sieć semantyczną .

Biblioteki

Rozwój ontologii doprowadził do powstania usług dostarczających listy lub katalogi ontologii zwanych bibliotekami ontologicznymi.

Poniżej znajdują się biblioteki ontologii wybranych przez człowieka.

  • COLORE jest otwartym repozytorium ontologii pierwszego rzędu w Common Logic z formalnymi powiązaniami między ontologiami w repozytorium.
  • Biblioteka Ontologii DAML utrzymuje dziedzictwo ontologii w DAML.
  • Portal Ontology Design Patterns jest repozytorium wiki z komponentami wielokrotnego użytku i praktykami projektowania ontologii, a także zawiera listę przykładowych ontologii .
  • Protégé Ontology Library zawiera zestaw ontologii OWL, Frame-based i innych formatów.
  • SchemaWeb to katalog schematów RDF wyrażonych w RDFS, OWL i DAML+OIL.

Poniżej znajdują się zarówno katalogi, jak i wyszukiwarki.

  • OBO Foundry to zestaw interoperacyjnych ontologii referencyjnych w biologii i biomedycynie.
  • Bioportal (repozytorium ontologiczne NCBO)
  • Biblioteka OntoSelect Ontology oferuje podobne usługi dla ontologii RDF/S, DAML i OWL.
  • Ontaria jest "przeszukiwalnym i przeglądalnym katalogiem danych sieci semantycznej" z naciskiem na słowniki RDF z ontologiami OWL. (Projekt NB „wstrzymany” od 2004 r.).
  • Swoogle to katalog i wyszukiwarka wszystkich zasobów RDF dostępnych w sieci, w tym ontologii.
  • Inicjatywa Otwarte Repozytorium Ontologii
  • ROMULUS to podstawowe repozytorium ontologii mające na celu poprawę interoperacyjności semantycznej. Obecnie w repozytorium znajdują się trzy podstawowe ontologie: DOLCE , BFO i GFO .

Przykłady zastosowań

Ogólnie rzecz biorąc, ontologie mogą być z powodzeniem stosowane w kilku dziedzinach.

  • Aplikacje korporacyjne. Bardziej konkretnym przykładem jest SAPPHIRE (opieka zdrowotna) lub świadomości sytuacyjnej i gotowości do Zdrowia Publicznego zapadalność i rozumowania Engines , która jest semantyka -na system informacji zdrowotnej zdolny do śledzenia i oceny sytuacji i zdarzeń, które mogą mieć wpływ na zdrowie publiczne .
  • Systemy informacji geograficznej gromadzą dane z różnych źródeł, a zatem korzystają z metadanych ontologicznych, które pomagają połączyć semantykę danych.
  • Ontologie specyficzne dla domeny są niezwykle ważne w badaniach biomedycznych, które wymagają ujednoznacznienia nazwanych jednostek różnych terminów i skrótów biomedycznych, które mają ten sam ciąg znaków, ale reprezentują różne koncepcje biomedyczne. Na przykład płyn mózgowo-rdzeniowy może reprezentować czynnik stymulujący tworzenie kolonii lub płyn mózgowo-rdzeniowy, które w literaturze biomedycznej są określane tym samym terminem, płyn mózgowo-rdzeniowy. Dlatego tak wiele ontologii publicznych jest związanych z naukami przyrodniczymi. Narzędzia do nauki o naukach przyrodniczych, które nie implementują tego rodzaju ontologii biomedycznych, nie będą w stanie dokładnie określić związków przyczynowych między pojęciami.

Zobacz też

Powiązane koncepcje filozoficzne

Bibliografia

Dalsza lektura

Zewnętrzne linki