Разработка и исследование моделей, методов и средств редактирования информационного наполнения компьютерных банков знаний

• Автор: Орлов, Василий Александрович
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Владивосток
• Количество страниц: 235 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. Специализированные банки знаний и генераторы редакторов информации обзор литературы

1.1. Специализированные банки знаний

1.2. Генераторы редакторов информации различных видов

1.3. Многоуровневые архитектуры моделирования Выводы из обзора литературы и постановка задачи исследования

ГЛАВА 2. Концепция Многоцелевого банка знаний

2.1. Концепция и политика Многоцелевого банка знаний

2.2. Анализ основных задач Многоцелевого банка знаний

2.3. Структура информационного наполнения

2.4. Структура программного наполнения

2.5. Характеристики пользователей Многоцелевого банка знаний
2.6. Характеристики рассматриваемых видов информации
2.7. Особенности классов носителей рассматриваемых видов информации
2.8. Требования к Многоцелевому банку знаний
2.9. Универсальный редактор информации различных уровней общности
2 Неформальное описание процесса функционирования Многоцелевого банка знаний
Выводы по главе
ГЛАВА 3. Модель процесса редактирования информации различных уровней общности
3.1. Архитектура ИРУ О
3.2. Модель процесса редактирования ИРУ О
3.3. Сравнение Архитектуры ИРУО с существующими многоуровневыми архитектурами моделирования
3.4. Сравнение предложенной модели процесса редактирования с существующими моделями
Выводы по главе
ГЛАВА 4. Особенности реализации Многоцелевого банка знаний и Редактора ИРУО
4.1. Архитектура программной системы
4.2. Логика программной системы
4.3. Интерфейс программной системы
Выводы по главе
ГЛАВА 5. Экспериментальное исследование Редактора ИРУО
5.1. Технология использования Редактора ИРУО для редактирования информации различных уровней общности
5.2. Цель и задачи эксперимента
5.3. Порядок проведения эксперимента
5.4. Материал для эксперимента
5.5. Экспериментальное исследование технологии использования Редактора ИРУО для редактирования информации различных уровней общности
5.6. Результаты эксперимента
Выводы по главе
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


В пассивном режиме пользователь сам управляет процессом редактирования знаний. В активном режиме QUAKE работает в режиме активного интервью на основе соответствующих планов и стратегий приобретения знаний. Кроме того, QUAKE поддерживает процесс приобретения и редактирования знаний возможностью проверки непротиворечивости и (в активном режиме) полноты знаний. Проверка непротиворечивости состоит в проверке вводимых знаний на соответствие ограничениям, зафиксированным в онтологии. Проверка полноты состоит в том, что QUAKE может определять, для каких классов из онтологии определено достаточно экземпляров, для каких - только часть требуемого множества экземпляров, а для каких - экземпляров не определено вообще. Интерфейс Protege- [, ] (и генерируемых систем приобретения онтологий и знаний) основан на использовании структурированных интерфейсных форм приобретения информации, отображающих информацию об объектах классов и позволяющих изменять значения их слотов. Иерархия классов, описанная в метаинформации, может быть использована для управления диалогом приобретения целевой информации. Метаинформация содержит также описания ограничений и аксиом, связанных с классами и их слотами, которые позволяют проверять формальную правильность информации, вводимой пользователем. Практика показывает, что объектно-ориентированный подход, принятый за основу в CUE и Protege-, накладывает существенный отпечаток на организуемую интеллектуальную поддержку, которая оказывается неестественной для экспертов и специалистов ПО. Кроме того, стоит заметить, что разработчики генераторов редакторов [1,2, , , , , ] обычно концентрируются на решении собственно проблемы организации процесса редактирования, не учитывая достижений, полученных при разработке специализированных средств редактирования онтологий, знаний и данных, таких, как OPAL [], APECKS, Apollo, CODE4, С, CUE, DUET, GKB-Editor, IKARUS, JOE, OilEd, OntoEdit, OntoSaurus, VOID, WcbODE и WcbOnto [], а также Hozo []. Современные подходы к созданию метаинструментальных средств компьютерной обработки информации (в частности - генераторов редакторов) специфицированы в виде так называемых многоуровневых архитектур моделирования. До настоящей работы рассматривались два основных вида архитектур: одна, основанная на фиксированном наборе точек зрения на целевую систему (трехуровневая), и вторая, основанная на мета-моделировании' (четырехуровневая) []. Показательным примером архитектуры первого вида является так называемая «эталонная модель открытой распределенной обработки информации» (Reference Model of Open Distributed Processing, RM-ODP) от организаций ISO и IEC [], a архитектуры второго вида - средство мета-объектного моделирования (Meta Object Facility, MOF) от рабочей группы Object Management Group (OMG) []. Архитектура RM-ODP предназначена для спецификации систем (возможно открытых и распределенных, не обязательно программных) в соответствии с методами объектно-ориентированного анализа и проектирования []. Архитектура МОЯ предназначена для спецификации объектно-ориентированных моделей на основе объектных метамоделей. Главной областью применения МОГ является проектирование и разработка программного обеспечения [, ]. Авторы МОГ указывают, что она может быть также использована для управления информационными моделями на основе метаинформационных моделей []. На Рисунке 1 отражено неформальное соответствие между архитектурами МОГ и ЯМ-СЮР. МОГ и НМ-СЮР представляют структуры для моделирования систем (не только программных) на основе объектно-ориентированного подхода. Архитектура ИМ-СЮР основана на трех концептуальных уровнях []: уровне метамодели (обозначим его СЮР-М2), уровне моделей (СЮР-М1) и уровне данных (СЮР-МО). Уровень моделей содержит модели систем, моделируемых проектировщиками; эти модели разложены на проекции. Уровень данных содержит целевые данные, обрабатываемые посредством систем, разработанных в соответствии с моделями уровня СЮР-М1. Info, и Info. Рисунок 1. Центральной идеей подхода МОР к мета-моделированию является расширяемость [].