Tích hợp ontology mờ trên cơ sở lý thuyết đồng thuận

ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN TRƯƠNG HẢI BẰNG TÍCH HỢP ONTOLOGY MỜ TRÊN CƠ SỞ LÝ THUYẾT ĐỒNG THUẬN LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH TP HỒ CHÍ MINH – NĂM 2016 ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN TRƯƠNG HẢI BẰNG TÍCH HỢP ONTOLOGY MỜ TRÊN CƠ SỞ LÝ THUYẾT ĐỒNG THUẬN Chuyên ngành: Khoa học máy tính Mã số: 62.48.01.01 Phản biện 1: PGS TS Lê Hoài Bắc Phản biện 2: PGS TS Đỗ Văn Nhơn Phản biện 3: PGS TS Hồ Bảo Quốc Phản biện độc lập 1: PGS TS Trần Đình Khang Phản biện độc lập 2: PGS TS Lê Anh Cường NGƯỜI HƯỚNG DẪN KHOA HỌC GS TSKH NGUYỄN NGỌC THÀNH PGS TS NGUYỄN PHI KHỨ TP HỒ CHÍ MINH NĂM 2016 LỜI CAM ĐOAN Tôi xin cam đoan nội dung luận án kết nghiên cứu thân Tất tham khảo từ nghiên cứu có liên quan nêu rõ nguồn gốc từ danh mục tài liệu tham khảo luận án Những đóng góp luận án nghiên cứu tác giả công bố báo khoa học nêu phần danh mục công trình nghiên cứu chưa công bố công trình khác Tác giả luận án Trương Hải Bằng i LỜI CẢM ƠN Lời đầu tiên, Tôi xin bày tỏ lòng biết ơn sâu sắc đến GS TSKH NGUYỄN NGỌC THÀNH tận tình hướng dẫn giúp đỡ quí báu GS cho hoàn thành luận án Tôi xin chân thành cám ơn PGS.TS NGUYỄN PHI KHỨ động viên, bảo hướng dẫn tạo điều kiện cho nhiều trình học tập nghiên cứu để hoàn thành luận án Tôi xin chân thành gửi lời cảm ơn đến tập thể Thầy Cô Trường Đại học Công nghệ Thông tin giúp đỡ, động viên tạo điều kiện quí báu giúp Tôi hoàn thành khóa học tiến độ Cuối cảm ơn tất bạn bè người thân góp nhiều ý kiến thiết thực có động viên khích lệ qúi báu giúp vượt qua khó khăn hoàn thành tốt luận án Tp Hồ Chí Minh, tháng năm 2015 Trương Hải Bằng ii MỤC LỤC CHƯƠNG MỞ ĐẦU 1.1 Động nghiên cứu 1.2 Thách thức toán tích hợp ontology mờ .2 1.3 Mục tiêu phạm vi nghiên cứu 1.3.1 Mục tiêu nghiên cứu .3 1.3.2 Phạm vi nghiên cứu 1.4 Phương pháp nghiên cứu 1.4.1 Cơ sở khoa học .3 1.4.2 Giải pháp 1.4.3 Đánh giá, thử nghiệm 1.5 Nội dung nghiên cứu 1.6 Các đóng góp luận án 1.7 Bố cục luận án CHƯƠNG TÍCH HỢP ONTOLOGY MỜ VÀ CÁC NGHIÊN CỨU LIÊN QUAN 2.1 .7 Ontology tích hợp ontology 2.1.1 Ontology 2.1.2 Ontology nghiên cứu liên quan 2.1.3 Vai trò ontology .9 2.1.4 Tích hợp ontology 10 2.2 Lý thuyết mờ 26 2.3 Tổng quan ontology mờ tích hợp ontology mờ 28 2.3.1 Ontology mờ 28 2.3.2 Tích hợp ontology mờ 35 2.4 Lý thuyết đồng thuận mâu thuẫn tri thức 41 2.4.1 Tính không quán thông tin 42 2.4.2 Biểu diễn mâu thuẫn tri thức .45 2.4.3 Lý thuyết đồng thuận 47 2.4.4 Nhận xét 57 iii 2.4.5 2.5 Lược đồ lựa chọn tiêu chí đồng thuận 58 Tổng kết chương 58 CHƯƠNG TÍCH HỢP ONTOLOGY MỜ TRÊN CƠ SỞ THUYẾT ĐỒNG THUẬN .60 3.1 Mô hình ontology mờ cho toán tích hợp 61 3.2 So khớp ontology mờ dựa phần chung tiềm 64 3.2.1 Các vấn đề cần giải .64 3.2.2 Các phương pháp xác định tương đồng ontology .65 3.2.3 Các khái niệm quy tắc so khớp PCP 68 3.2.4 Thuật toán so khớp PCP .70 3.2.5 Ví dụ minh họa thuật toán 72 3.2.6 Đánh giá thuật toán .75 3.3 Chất lượng tri thức đồng thuận tích hợp ontology mờ .75 3.3.1 Lựa chọn tiêu chí đồng thuận tích hợp tri thức 76 3.3.2 Chất lượng tri thức tích hợp sử dụng lý thuyết đồng thuận 77 3.4 Tích hợp ontology mờ mức khái niệm 78 3.4.1 Mâu thuẫn ontology mờ mức khái niệm 78 3.4.2 Thuật toán tích hợp ontology mờ mức khái niệm (FOI-1) 80 3.4.3 Phân tích đánh giá thuật toán 82 3.5 Tích hợp ontology mờ mức quan hệ 82 3.5.1 Mâu thuẫn ontology mờ mức quan hệ 82 3.5.2 Thuật toán tích hợp ontology mờ mức quan hệ (FOI-2) 84 3.5.3 Phân tích đánh giá thuật toán 86 3.6 Tích hợp ontology mờ mức thực thể 86 3.6.1 Biểu diễn cấu trúc đa thuộc tính - đa giá trị cho thực thể ontology mờ .88 3.6.2 Hàm khoảng cách giá trị thuộc tính phức 89 3.6.3 Mâu thuẫn ontology mờ mức thực thể 91 3.6.4 Tiêu chí đồng thuận cho tích hợp ontology mờ mức thực thể mờ 91 3.6.5 Thuật toán tích hợp ontology mờ mức thực thể (FOI-3) 92 iv 3.6.6 3.7 Phân tích đánh giá thuật toán 93 Tổng kết chương 94 CHƯƠNG THỰC NGHIỆM VÀ ĐÁNH GIÁ .96 4.1 Thử nghiệm 96 4.1.1 Dữ liệu thử nghiệm .96 4.1.2 Phương pháp đánh giá 99 4.1.3 Kết 101 4.1.4 Nhận xét 105 4.2 Thử nghiệm 106 4.2.1 Dữ liệu 106 4.2.2 Phương pháp đánh giá 107 4.2.3 Kết 108 4.2.4 Nhận xét 111 4.3 Tổng kết chương 112 CHƯƠNG KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 114 5.1 Kết luận 114 5.2 Các hạn chế 115 5.3 Hướng phát triển 115 5.4 KẾT QUẢ NGHIÊN CỨU 117 5.4.1 Danh mục công trình công bố 117 5.4.2 Các hoạt động khoa học: đề tài/ dự án 119 TÀI LIỆU THAM KHẢO 120 PHỤ LỤC A ONTOLOGY VÀ CÁC NGHIÊN CỨU LIÊN QUAN 131 PHỤ LỤC B CÁC CÔNG CỤ TÍCH HỢP ONTOLOGY .136 PHỤ LỤC C HỆ THỐNG TÍCH HỢP ONTOLOGY MỜ FOIS 147 v DANH MỤC CÁC THUẬT NGỮ - KÍ HIỆU- CHỮ VIẾT TẮT THUẬT NGỮ Ý NGHĨA Thuộc tính ngôn ngữ Được xác định để so khớp cặp khái niệm hai Anchor ontology, sử dụng trình liên kết Là tập hợp số kỹ thuật phân tích dựa vào nguyên lý chọn mẫu có hoàn lại (sampling with replacement) Bootstrapping để ước tính thông số mà thống kê thông thường không giải Concept Hierarchy Generation Hệ phân cấp khái niệm Complex tuple Bộ phức Concept Khái niệm Conflict body Mâu thuẫn thành viên Conflict content Mâu thuẫn nội dung Conflict profile Lược tả mâu thuẫn Conflict subject Mâu thuẫn chủ đề Consensus Đồng thuận Crisp Ontology Ontology rõ Data integration Tích hợp liệu Data, Information and Process Dự án tích hợp (FP6 - 507.483) hỗ trợ Integration with Semantic Web chương trình FP6 Liên minh châu Âu Services Description Logics Logic mô tả Elementary tuple Bộ sở Elementary values Giá trị sở Educational Game for Middle Game Giáo dục cho Học sinh Trung & Tiểu học & Primary School Students Fuzzy Ontology Generation Hệ ontology mờ Fuzzy Ontology Generation framework hệ ontology mờ frAmework Formal Concept Analysis Phân tích khái niệm hình thức Fuzzy profile Lược tả mờ Fuzzy conflict profile Mâu thuẫn lược tả mờ Fuzzy Description Logic Logic mô tả mờ Fuzzy Markup Language Ngôn ngữ đánh dấu mờ Fuzzy Ontology Ontology mờ Fuzzy Ontology Integration Tích hợp ontology mờ Attributive language vi Fuzzy Ontology Integration System Geographic Information Systems Half-metric Hệ thống tích hợp ontology mờ Homogeneous Identical Instances Linking Open Data Object Oriented Progamming Ontology Alignment Ontology Alignment Evaluation Initiative Ontology Conflict Ontology Heterogeneous Ontology Inconsistency Ontology Integration Ontology Mapping Ontology Matching Ontology Merging Ontology Mismatch Web Ontology Language Paraconsistent logic Peer-to-peer-information sharing Potentially Common Parts Profile Property Relation Resource Description Framework Similar Extensible Markup Language Super domain Web Service Modeling Language Đồng Đồng Thực thể Liên kết liệu mở Lập trình hướng đối tương Liên kết Ontology Cuộc thi thường niên đánh giá công cụ tích hợp ontology Mâu thuẫn Ontology Ontology không đồng Ontology không quán Tích hợp Ontology Ánh xạ Ontology So khớp Ontology Trộn Ontology Ontology không tương hợp Ngôn ngữ mô tả ontology cho web ngữ nghĩa Logic quán ghép Hệ thống chia sẻ thông tin ngang hàng Hệ thống thông tin địa lý Nửa metric Phần chung tiềm Lược tả Thuộc tính Quan hệ Khung Mô tả Tài nguyên cho web ngữ nghĩa Tương đồng Ngôn ngữ Đánh dấu Mở rộng Siêu miền Một mô hình ngôn ngữ cho dịch vụ web ngữ nghĩa vii TỪ VIẾT TẮT AC CT CON DIP DL ET EV EGMPSS FCA FDL FML FOGA FOI FOIS GIS IR KAON LOD OOP OL OAEI OC OH OINC OINT OMAP OMAT OMER OMIS OWL P2P PCP RDF XML TIN WSML THUẬT NGỮ Attributive language Complex tuple Consensus Data, Information and Process Integration with Semantic Web Services Description Logics Elementary tuple Elementary values Educational Game for Middle & Primary School Students Formal Concept Analysis Fuzzy Description Logic Fuzzy Markup Language Fuzzy Ontology Generation frAmework Fuzzy Ontology Integration Fuzzy Ontology Integration System Geographic Information Systems Information Retrieval KArlsruhe ONtology Linking Open Data Object Oriented Progamming Ontology Alignment Ontology Alignment Evaluation Initiative Ontology Conflict Ontology Heterogeneous Ontology Inconsistency Ontology Integration Ontology Mapping Ontology Matching Ontology Merging Ontology Mismatch Web Ontology Language Peer-to-peer-information sharing Potentially Common Parts Resource Description Framework Extensible Markup Language Taxpayer's_identification number Web Service Modeling Language viii Ontology Input Trích xuất đồ thị ngữ nghĩa Tính độ tương đồng Điều kiện lan truyền Yes Lan truyền tương đồng No Kết liên kết Hình B.2 Kiến trúc hệ thống LILY Trích xuất phần đồ thị ngữ nghĩa: trình trích xuất đồ thị phổ ngữ nghĩa đại diện cho ý nghĩa thực thực thể đưa ontology cách áp dụng thuật toán phát liên kết đồ thị Tính toán liên kết tương đương: Độ tương tự tin cậy thực thể từ ontology khác tính toán mô-đun tính toán liên kết cách phân tích thông tin chữ cấu trúc đồ thị ngữ nghĩa rút trích phần trước Lan truyền tương đương: LILY sử dụng kết liên kết đạt yêu cầu để định có nên lặp lại trình xếp hay không Mục đích LILY cung cấp liên kết cặp khái niệm Tuy nhiên, có số lượng hạn chế liên kết ontology không đồng Hạn chế LILY trích xuất đồ thị ngữ nghĩa từ ontology lớn Ngoài ra, độ phức tạp so khớp cao không gian nhớ mà làm suy giảm hiệu hệ thống Độ phức tạp thời gian đo 𝑂(𝑘 ∗ 𝑁 ) N số thực thể k thời gian trung bình để tính toán liên kết RiMOM 137 (J Li et al., 2009) kiểu liên kết ontology dựa cách tiếp cận máy học RiMOM sử dụng phương pháp ngôn ngữ cấu trúc để tạo ánh xạ cho nhiều ontology Kiến trúc RiMOM minh họa Hình B.3 Hình B.3 Kiến trúc hệ thống RiMOM Quá trình liên kết ontology RiMOM bao gồm năm bước (Hình A.3) mô tả sau: Tiền xử lý: Với hai ontology, RiMOM tạo mô tả cho thực thể Tính toán thành phần tương đương thực bước Liên kết ontology dựa ngôn ngữ: Trong bước này, chiến lược dựa ngôn ngữ thực Mỗi chiến lược sử dụng thông tin ontology khác có kết tương đương cho cặp thực thể Những chiến lược tự động lựa chọn để đưa vào nhiệm vụ liên kết khác Kết hợp độ tương đồng: Bước kết hợp kết tương đồng thu chiến lược lựa chọn Trọng số kết hợp xác định hai yếu tố tương đồng Lan truyền độ tương đồng: Bước xem xét cấu trúc tương đồng Có ba chiến lược lan truyền độ tương đồng, cụ thể là, khái niệm đến khái niệm, thuộc tính đến 138 thuộc tính khái niệm đến thuộc tính sử dụng Sự liên kết sản sinh sàng lọc: Bước có hòa hợp tốt kết đầu kết liên kết RiMOM sử dụng chiến lược khác để liên kết nhiều ontology thu số kết tương đối tốt so khớp lược đồ so khớp thực thể ontology Tuy nhiên, RiMOM có hạn chế trình liên kết Độ tương đồng ước tính số trường hợp đặc biệt tương tự độ tương đồng thuộc ngôn ngữ giới hạn để xem xét yếu tố có nhãn Khả mở rộng vấn đề quan trọng trình liên kết Thời gian thực yêu cầu nhớ tăng lên nhanh chóng đầu vào có kích thước lớn PROMPT PROMPT (Noy & Musen, 2001, 2003) công cụ bán tự động plugin trình biên dịch Protégé PROMPT giúp xác định chuỗi tương đồng phân tích cấu trúc của ontology, cung cấp dẫn cho người dùng việc trộn ontology Phương pháp PROMPT dựa tương đồng chuỗi cấu trúc với input hai ontology với ngôn ngữ OKBC OWL output gợi ý dựa lựa chọn người dùng để trộn ontology.Cấu trúc PROMPT thể Hình B.4 Hình B.4 Mô hình cấu trúc Prompt 139 Mô hình tri thức ontology thể PROMPT dựa frame Mỗi frame có tên phân loại (Hình B.5): – Class: tập hợp đối tượng – Slot: gắn vào lớp xác định mối quan hệ lớp tham gia vào thành phần thuộc tính lớp – Facet: hạn chế slot Nó quy định kiểu quan hệ lớp – Instance: thực thể - thể lớp Hình B.5 Cấu trúc ontology PROMPT Công cụ PROMPT bao gồm chức sau (Hình B.6): – Compare Mode so sánh hai phiên khác ontology – Moving Frames Mode: cho phép di chuyển frame – Extract mode: cho phép lưu phần ontology chương trình – Merge mode: cho phép trộn ontology để tạo ontology Tạo đề xuất ban đầu Chọn phép toán thực - Cập nhật tự động - Tìm mâu thuẫn - Đề xuất giải pháp Hình B.6 Thuật toán trộn PROMPT 140 ASMOV ASMOV (Y Jean-Mary & Kabuka, 2007) (Y R Jean-Mary, Shironoshita, & Kabuka, 2010) công cụ tự động hóa trình liên kết ontology cách khai thác tính khác ontology ASMOV hỗ trợ tích hợp hệ thống không đồng từ ontology nguồn theo trình lặp việc tính toán tương đồng thực thể cho cặp ontology cách phân tích bốn tính năng: mô tả từ vựng (id, nhãn thích), cấu trúc bên (cha mẹ cái), cấu trúc nội (các ràng buộc thuộc tính cho khái niệm, loại, lĩnh vực phạm vi thuộc tính; giá trị liệu cho thực thể) độ tương đồng thực thể Kiến trúc hệ thống ASMOV mô tả Hình B.7 Hình B.7 Kiến trúc hệ thống ASMOV Mặc dù ASMOV cho thấy kết tối ưu việc ánh xạ khả mở rộng cần thiết Thới gian chạy 53 phút để tạo liên kết Anchor-PROMPT Anchor-PROMPT (Noy & Musen, 2001) công cụ để tạo ánh xạ trộn ontology dựa so khớp tự động với đầu vào cặp từ ngữ liên quan (Anchor) xuất tập hợp cặp từ ngữ tương đồng 141 Hình B.8 Kiến trúc Anchor-PROMPT Quá trình so khớp thực cách duyệt theo đường dẫn điểm Anchor ontology tương ứng để tìm từ ngữ nghĩa tương đồng Xem xét Hình B.8, có hai cặp neo hai lớp A  B lớp H  G thuộc ontology ontology tương ứng Từ A B qua hai đường dẫn song song đến H va G tương ứng, độ tương đồng hai lớp tương ứng (lớp C D E F) tăng lên bước lặp, trình kết thức có độ tương đồng thích hợp Đánh giá cho thấy Anchor-PROMPT đạt độ xác phụ thuộc vào kích thước neo ban đầu độ dài tối đa đường dẫn qua, không thực tốt cho tất loại ontology Chẳng hạn với ontology phân cấp khái niệm có mức sâu nhỏ lớn Ngoài thời gian chạy Anchor-PROMPT 𝑂(𝑁 𝑙𝑜𝑔2 (𝑁)), tương đối cao so với phương pháp khác 10 Anchor-Flood Thuật toán Ancho-Flood (M Seddiqui, Aono, M., 2008) liên kết hai ontology quy mô lớn ontology quy mô lớn ontology quy mô nhỏ có hiệu Nó bắt đầu với neo khám phá khái niệm cách thu thập khái niệm lân cận bao gồm siêu khái niệm, anh chị em khái niệm độ sâu định để tạo thành cặp khối ontology Mối quan hệ từ vựng cấu trúc sử dụng để tìm thấy giống khái niệm Hình B.9 cho thấy khối xây dựng thuật toán Anchor-Flood 142 Trọng tâm Anchor-Flood giải vấn đề khả mở rộng việc liên kết ontology lớn Nó có khả giảm thiểu so sánh thực thể, làm giảm độ phức tạp thời gian thực liên kết Tuy nhiên, Anchor-Flood hoạt động tốt mức liên kết khái niệm, hạn chế mức liên kết khác Hình B.9 Kiến trúc hệ thống Anchor-Flood FCA-Merge (Stumme & Maedche, 2001) phương pháp cho việc hợp ontology dựa kỹ thuật toán học FCA (Formal Concept Analysis) Đây phương pháp dựa chuỗi tương tư, FCA, cấu trúc (Hình B.10) - Đầu vào (input): hai ontology tập hợp văn có liên quan dến hai ontology - Đầu (output): ontology hợp Hình B.10 FCA-Merge 143 11 GLUE GLUE (Doan et al., 2004) hệ thống sử dụng kỹ thuật máy học để tìm ánh xạ Với hai ontology đầu vào, với khái niệm ontology, hệ thống GLUE (Hình B.11) tìm thấy khái niệm tương đồng ontology khác Kỹ thuật mà GLUE sử dụng xác định chuỗi tương đồng, phân loại cấu trúc ontology kỹ thuật máy học  Đầu vào (input): hai ontology  Đầu (output): mối tương quan nguyên tắc phân loại hai ontology Hình B.11 Mô hình kiến trúc GLUE 12 Prior+ (Mao, 2008) đề xuất phương pháp tiếp cận ánh xạ ontology mới, gọi Prior+ để giải vấn đề tính không thống ontology Vấn đề đặt 144 sau: Các phương pháp tiếp cận gần có bước tiến quan trọng việc tạo ánh xạ ontology, chúng có hai hạn chế Thứ nhất, phương pháp tiếp cận tạo ánh xạ ontology sử dụng nhiều chiến lược ánh xạ gặp phải vấn đề phải tập hợp nhiều điểm tương đồng Hạn chế thứ hai hầu hết phương pháp tiếp cận tạo ánh xạ ontology xử lý không triệt để với ràng buộc ontology (ví dụ, mối quan hệ thứ bậc RDFS, tiên đề OWL quy tắc SWRL) Hầu hết phương pháp tiếp cận bỏ qua hoàn toàn ràng buộc ontology xem xét ràng buộc từ góc độ cục dựa số quy tắc heuristic Để khắc phục hai nhược điểm này, Ming đề xuất phương pháp tiếp cận ánh xạ ontology gọi Prior+ (Hình B.12) Đầu vào Prior+ hai ontology thể ngôn ngữ hình thức OWL hay RDF Đầu tiên ontology phân tích cú pháp Jena tiền xử lý cách loại bỏ “stop word”, xử lý tiền tố Sau đó, tính toán tương đương ngôn ngữ cấu trúc ontology Cụ thể hơn, có ba cách tính độ tương đồng, chỉnh sửa dựa khoảng cách, hai dựa tương đồng profile (profile tập hợp nhãn, thích, ID) cuối dựa tương đồng cấu trúc Dựa trọng số này, ba cách tính tương đương tổng hợp lại để có giống cuối yếu tố ontology Khi tổng hợp không tốt, mạng nơron (IAC) kích hoạt để cải thiện độ xác ánh xạ Mục đích mạng nơron IAC để tìm kiếm giải pháp tối ưu hóa đáp ứng tốt ràng buộc ontology nhiều Hình B.12 tiếp cận Prior+ Ming Mao 13 Falcon-AO 145 Falcon-AO (Hu et al., 2007)là hệ thống ánh xạ ontology dựa tương đồng Hình B.13 kiến trúc hệ thống Falcon-AO, có năm thành phần: Repository dung để lưu trữ tạm thời liệu trình so khớp; Model Pool quản lý ontology xây dựng mô hình so khớp khác nhau; Alignment Set tạo đánh giá liên kết; Matcher Library quản lý tập hợp liệu so khớp Central Controller cấu hình chiến lược so khớp thực phép toán so khớp Hình B.13 Cấu trúc Falcon-AO 146 PHỤ LỤC C HỆ THỐNG TÍCH HỢP ONTOLOGY MỜ FOIS Hệ thống FOIS bao gồm chức so khớp tích hợp ontology mờ theo mức khái niệm, quan hệ thực thể Công cụ ngôn ngữ phát triển:  Eclipse Java EE IDE for Web Developers Version: Mars.1 Release (4.5.1)  Protégé 4.3 for windown 10 - 64 bit – Hình C.0 Minh họa đồ thị khái niệm ontology mờ thời tiết – Hình C.1.Giao diện – Các hình C.2, C.3 C.4 Minh họa cài đặt khái niệm, quan hệ thực thể mờ Hình C.0 Đồ thị khái niệm ontology mờ thời tiết 147 Hình C.1 Màn hình biểu diễn mức mâu thuẫn ontology mờ thời tiết Hình C.2 Cài đặt giá trị mờ Khái niệm 148 Hình C.3 Giá trị mờ quan hệ Hình C.4 Giá trị mờ thực thể 149 Tích hợp mức khái niệm: xảy chúng khác thuộc tính, miền giá trị giá trị mờ thuộc tính.(Hình C.5) Hình C.5 Tích hợp mức khái niệm Tích hợp mức quan hệ: xảy mối quan hệ có độ mờ khác mối quan hệ có ontology ontology khác – Khái niệm WeatherEvent O1 có mối quan hệ EventIsQualifiedBy khái niệm WeatherEvent O2 O3 mối quan hệ này.(Hình C.6) 150 Hình C.6 Mâu thuẫn mức quan hệ mờ – Quan hệ altitude khái niệm Spatial O1 có giá trị mờ 0.8, O2 0.8 O3 0.7 giải pháp đề xuất 0.8 (Hình C.7) Hình C.7 Tích hợp mức quan hệ mờ Tích hợp mức thực thể: thực thể ontology khác có mô tả mâu thuẫn với nhau.(Hình C.8) O1 O2 O3 Giải pháp Wind1(hasWindDirectio Wind1(hasWindDir Wind1(hasWindDirect Wind1(hasWindDirecti n,{W,W-N};{E,E-N}) ection,{S,W-S}) ion,{S,W-S};{W-N}) on,W) Hình C.8 Tích hợp mức thực thể 151 [...]... toán tích hợp ontology mờ  Mục tiêu và phạm vi nghiên cứu  Phương pháp nghiên cứu  Nội dung nghiên cứu  Các đóng góp mới của luận án Chương 2 Tích hợp ontology mờ và các nghiên cứu liên quan:  Ontology và tích hợp ontology  Lý thuyết mờ  Tổng quan về ontology mờ và tích hợp ontology mờ  Lý thuyết đồng thuận và mâu thuẫn tri thức Chương 3 Tích hợp ontology mờ trên cơ sở lý thuyết đồng thuận. .. ontology  Lý thuyết mờ  Tổng quan về ontology mờ và tích hợp ontology mờ  Lý thuyết đồng thuận Ontology Lý thuyết đồng thuận Tích hợp ontology Lý thuyết mờ (Zadeh, 1965) Ontology Mờ Tích hợp ontology mờ Hình 2.1 Các nghiên cứu liên quan 2.1 Ontology và tích hợp ontology 2.1.1 Ontology Khái niệm ontology được phát triển từ nhiều lĩnh vực khác nhau (Hình 2.2), ontology bắt nguồn từ triết học, được dẫn xuất... sở khoa học  Sử dụng mô hình tri thức ontology mờ trên cơ sở lý thuyết mờ của (Zadeh, 1965)  Sử dụng lý thuyết đồng thuận trong tích hợp tri thức của (N T Nguyen, 2008a) 1.4.2 Giải pháp Sử dụng mô hình tri thức ontology mờ cho thuật toán so khớp ontology mờ dựa trên 3 phần chung tiềm năng và các thuật toán tích hợp ontology mờ dưa trên lý thuyết đồng thuận theo cấu trúc ba mức khái niệm, quan hệ và... toán tích hợp ontology mờ dựa trên lý thuyết đồng thuận mức khái niệm (Mục 3.4, Chương 4) 4 Bài toán FOI-2.1, FOI-2.2: Định nghĩa bài toán mâu thuẫn mức quan hệ; Xây 4 dựng thuật toán tích hợp ontology mờ dựa trên lý thuyết đồng thuận mức quan hệ (Mục 3.5, Chương 3) 5 Bài toán FOI-3: Định nghĩa bài toán mâu thuẫn mức thực thể; Xây dựng thuật toán tích hợp ontology mờ dựa trên lý thuyết đồng thuận. .. A: Ontology và các nghiên cứu liên quan Phụ lục B: Các công cụ tích hợp ontology Phụ lục C: Hệ thống tích hợp ontology mờ FOIS 6 CHƯƠNG 2 TÍCH HỢP ONTOLOGY MỜ VÀ CÁC NGHIÊN CỨU LIÊN QUAN Chương này trình bày cơ sở lý thuyết từ các nghiên cứu liên quan đến nội dung thực hiện của luận án (Hình 2.1), bao gồm:  Ontology và tích hợp ontology  Các kỹ thuật so khớp ontology  Lý thuyết mờ  Tổng quan về ontology. .. của lý thuyết đồng thuận 1.3.2 Phạm vi nghiên cứu  Xây dựng định nghĩa ontology mờ thích hợp cho bài toán tích hợp  Xây dựng thuật toán so khớp khái niệm giữa các ontology mờ dựa trên phần chung tiềm năng  Xây dựng các thuật toán tích hợp ontology mờ dựa trên lý thuyết đồng thuận theo các mức khái niệm, quan hệ và thực thể 1.4 Phương pháp nghiên cứu 1.4.1 Cơ sở khoa học  Sử dụng mô hình tri thức ontology. .. Xây dựng mô hình ontology mờ  Xây dựng thuật toán so khớp ontology mờ dựa trên phần chung tiềm năng  Xây dựng các thuật toán tích hợp ontology mờ theo các mức khái niệm, quan hệ và thực thể theo các tiêu chí đồng thuận Chương 4 Thực nghiệm và đánh giá  Thử nghiệm 1: thuật toán so khớp ontology mờ dựa trên phần chung tiềm năng  Thử nghiệm 2: tích hợp ontology mờ theo lý thuyết đồng thuận Chương 5... dựng mô hình tri thức ontology mờ  Xây dựng thuật toán so khớp ontology mờ  Xây dựng các thuật toán xử lý mâu thuẫn trong tích hợp ontology mờ ở ba mức khái niệm, quan hệ và thực thể dựa trên lý thuyết đồng thuận  Thực hiện cài đặt và đánh giá các thuật toán tích hợp ontology mờ trên một số bộ dữ liệu ontology mờ thời tiết và OAEI 1.7 Bố cục của luận án Chương 1 Giới thiệu  Động cơ nghiên cứu  Các... xử lý mâu thuẫn theo lý thuyết đồng thuận Dữ liệu thử nghiệm là các ontology của OAEI1 và ontology mờ thời tiết2 được mờ hóa theo phương pháp OWL2 của (Bobillo & Straccia, 2011) 1.2 Thách thức của bài toán tích hợp ontology mờ Các khó khăn thách thức cho bài toán tích hợp ontology mờ là: (1) Cần phải xác định mô hình tri thức ontology mờ cho bài toán tích hợp, (2) Tìm và xác định những điểm tương đồng. .. từ OAEI và mờ hóa ontology thời tiết  Phương pháp thử nghiệm: Dựa trên các tiêu chí xử lý mâu thuẫn, các độ đo của lý thuyết IR và chất lượng tích hợp tri thức theo lý thuyết đồng thuận 1.5 Nội dung nghiên cứu Các nội dung nghiên cứu của luận án được trình bày theo sơ đồ sau: (Hình 1.1) Các đóng góp của luận án Định nghĩa ontology mờ Mô hình tri thức Tích hợp ontology mờ So khớp ontology mờ PCP: Bài