BCKH Một phương pháp hỗ trợ xử lý tri thức không nhất quán trong tiến hóa ontology

TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 17, Số (2020) MỘT PHƯƠNG PHÁP HỖ TRỢ XỬ LÝ TRI THỨC KHÔNG NHẤT QUÁN TRONG TIẾN HOÁ ONTOLOGY Nguyễn Văn Trung1*, Nguyễn Thị Bích Lộc1*, Trần Đình Sơn2 Khoa Cơng nghệ Thơng tin, Trường Đại học Khoa học, Đại học Huế Cao đẳng Công nghệ Thông tin, Đại học Đà Nẵng *Email: nvtrung@gmail.com Ngày nhận bài: 31/12/2019; ngày hoàn thành phản biện: 14/01/2020; ngày duyệt đăng: 02/7/2020 TÓM TẮT Ontology biểu diễn tri thức lĩnh vực cụ thể đóng vai trị quan trọng ứng dụng Web ngữ nghĩa Khi có thay đổi tri thức lĩnh vực ontology phải thay đổi – gọi tiến hố ontology - theo thơng qua việc bổ sung, chỉnh sửa xoá tiên đề để phản ánh tri thức Thách thức lớn q trình tiến hố ontology là, ngồi việc phản ánh tri thức mới, ontology phải bảo đảm tính quán Bài báo đề xuất phương pháp dựa khoảng cách ngữ nghĩa để xây dựng tập tiên đề qn q trình tiến hố ontology Từ khóa: tiến hố ontology, xử lý tri thức khơng quán, khoảng cách ngữ nghĩa MỞ ĐẦU Năm 2001, Tim Berners Lee cộng đưa phác thảo cho “dạng thức nội dung web mà dạng thức có ý nghĩa máy tính” [2] Thế hệ web sử dụng dạng thức nội dung gọi Web ngữ nghĩa (Semantic Web) cho phép máy tính “hiểu” tri thức lưu trữ, theo chia sẻ tái sử dụng sở tri thức hệ thống thông tin thuộc nhiều lĩnh vực khác Web ngữ nghĩa lĩnh vực nghiên cứu phát triển nhanh nhận quan tâm cộng đồng nghiên cứu thập niên vừa qua Công nghệ Web ngữ nghĩa áp dụng vào nhiều lĩnh vực khác thực tế tin-sinh học, tin học y tế, quản trị tri thức, công nghệ phần mềm, … Thành phần quan trọng ứng dụng web ngữ nghĩa ontology Trong ontology người ta định nghĩa thực thể (bao gồm khái niệm, thuộc tính, cá thể) mối quan hệ thực thể theo ngữ nghĩa quy định tường minh ngôn ngữ logic xác định Ngôn ngữ ontology sử dụng phổ biến chuẩn hoá tổ chức tiêu chuẩn quốc tế W3C (World Wide Web Consortium) OWL2, 49 Một phương pháp hỗ trợ xử lý tri thức không quán tiến hoá ontology xây dựng dựa logic mô tả 𝒮ℛ𝒪ℐ𝒬(𝐃) Sử dụng lập luận, người ta truy vấn thơng tin không phát biểu tường minh ontology Đây lợi ích logic ontology so với giải pháp lưu trữ thông tin hệ trước Các ontology biểu diễn tri thức cho lĩnh vực cụ thể tương ứng với giới thực thường có nhu cầu thay đổi theo thời gian để phản ánh với giới thực Quá trình thay đổi thường biết đến lĩnh vực kỹ nghệ ontology với tên gọi tiến hoá ontology Thách thức quan trọng trình tiến hố ontology phải bảo đảm tính quán Điều giải thích bởi, ontology khơng qn tiên đề hệ logic Nói cách khác ontology khơng quán làm ích lợi biểu diễn truy vấn thông tin Người ta đưa nhiều giải pháp để đảm bảo tính quán ontology q trình tiến hố Các giải pháp lại quy tắc [1] nhằm đảm bảo tính hợp lệ cú pháp ontology theo ràng buộc ngôn ngữ xác định (ví dụ ngơn ngữ OWL DL, OWL Full, …) và/hoặc đảm bảo quy tắc đảm bảo không mâu thuẫn mặt logic tiên đề Các quy tắc cú pháp hồn tồn kiểm tra gợi ý để người dùng tuân thủ hệ thống soạn thảo ontology Trong đó, quy tắc logic khó đảm bảo thực hiện: Các quy tắc hướng đến giải pháp dò tìm tập tiên đề nguyên nhân gây lỗi ontology (làm cho ontology không quán) sau gợi ý người dùng chỉnh sửa và/hoặc xố nhiều tiên đề khỏi ontology Tuy vậy, người dùng khó sử dụng gợi ý trường hợp họ phải xoá/chỉnh sửa nhiều tiên đề, họ nên áp dụng lần, theo thứ tự Đây động lực nghiên cứu báo Bài báo đề xuất phương pháp sử dụng khoảng cách ngữ nghĩa để xác định mức độ ưu tiên chọn lựa tập tiên đề q trình tiến hố ontology Các phần báo trình bày sau: Phần giới thiệu cách xác định khoảng cách ngữ nghĩa hai tiên đề ontology Phần phân tích trình bày thuật toán chọn tập tiên đề tối ưu q trình tiến hố ontology dựa theo tiêu chuẩn khoảng cách ngữ nghĩa hai tiên đề Phần thảo luận đóng góp báo hướng mở rộng kết KHOẢNG CÁCH NGỮ NGHĨA GIỮA HAI TIÊN ĐỀ TRONG ONTOLOGY Một ontology 𝑂 thành lập từ hai thành phần 𝑂 = < 𝑆, 𝐴 >, đó, 𝑆 từ vựng tập hợp tên thực thể (gồm tên khái niệm 𝑁𝐶 , tên thuộc tính 𝑁𝑃 , tên kiểu liệu 𝑁𝐷𝑇 , tên cá thể 𝑁𝐼 ), 𝐴 tập tiên đề ontology Ontology 𝑂 gọi quán tập tiên đề nó, 𝐴, quán, tức không chứa mâu thuẫn [5] 50 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 17, Số (2020) Các tiên đề tập hợp 𝐴 ontology 𝑂 định ràng buộc mối quan hệ thực thể 𝑆 Mối quan hệ thường xét đến nhiều thực thể ontology mối quan hệ phân cấp, theo đó, thực thể ontology xếp phân cấp: phân cấp khái niệm phân cấp thuộc tính Vị trí tương đối thực thể phân cấp cho phép xác định khoảng cách ngữ nghĩa chúng Do tiên đề thành lập từ thực thể nên khoảng cách ngữ nghĩa hai tiên đề xây dựng từ khoảng cách ngữ nghĩa thực thể cấu tạo nên chúng Trên thực tế, mối quan hệ phân cấp khái niệm mối quan hệ phân cấp thuộc tính (thuộc tính đối tượng, thuộc tính liệu) có chất tương tự Do đó, khơng tính tổng qt, báo trình bày cách tính khoảng cách ngữ nghĩa hai khái niệm sau mở rộng cho việc tính khoảng cách hai biểu thức khái niệm Phần báo trình bày khoảng cách ngữ nghĩa hai khái niệm ontology, khoảng cách ngữ nghĩa hai biểu thức khái niệm cuối khoảng cách ngữ nghĩa hai tiên đề 2.1 Khoảng cách ngữ nghĩa hai khái niệm ontology Trong ontology 𝑂, với hai khái niệm 𝑐1 , 𝑐2 ∈ 𝑁𝐶 , ký hiệu: − − − 𝐷𝑃𝓞 (𝑐1 ) tập khái niệm cha trực tiếp 𝑐1 𝒪 𝐷𝐶𝓞 (𝑐1 ) tập khái niệm trực tiếp 𝑐1 𝒪 𝐿𝐶𝑃𝓞 (𝑐1 , 𝑐2 ) tập khái niệm cha chung nhỏ 𝑐1 𝑐2 𝒪 Chúng ta định nghĩa số cạnh nối hai khái niệm phân cấp khái niệm ontology 𝒪 sau: Định nghĩa (Số cạnh nối hai khái niệm phân cấp ontology) Gọi 𝒪 ontology Ta nói 𝑘 ∈ 𝑵 số cạnh nối hai khái niệm 𝑐1 , 𝑐2 ∈ 𝑁𝐶 , ký hiệu 𝜇𝒪 (𝑐1 , 𝑐2 ) = 𝑘 tồn 𝑑1 , 𝑑2 , … , 𝑑𝑘 dãy ngắn khái niệm có tên 𝒪 cho: Ta quy ước: − − − { 𝑐1 ≡ 𝑑1 𝑐2 ≡ 𝑑2 𝑑𝑖 ∈ 𝐷𝐶𝒪 (𝑑𝑖+1 ) ∀𝑖 = 1,2, … , 𝑘 − 𝜇𝓞 (𝑐, 𝑐) = với ∀𝑐 ∈ 𝑁𝐶 ; 𝜇𝓞 (𝑐1 , 𝑐2 ) = +∞ 𝑐1 ≡⊥ 𝑐1 khái niệm 𝑐2 Trong trường hợp ontology 𝒪 xác định rõ, bỏ qua số 𝒪 để viết μ thay 𝜇𝒪  Khoảng cách ngữ nghĩa hai khái niệm phân cấp định nghĩa dựa thông số số cạnh nối định nghĩa sau 51 Một phương pháp hỗ trợ xử lý tri thức không quán tiến hoá ontology Định nghĩa (Khoảng cách ngữ nghĩa hai khái niệm phân cấp ontology) Gọi 𝒪 ontology Khoảng cách ngữ nghĩa hai khái niệm 𝑐1 , 𝑐2 ∈ 𝑁𝐶 ký hiệu 𝛿𝑂 (𝑐1 , 𝑐2 ) xác định theo công thức: 𝛿𝓞 (𝑐1 , 𝑐2 ) = min{ 𝜇𝓞 (𝑐1 , 𝑐0 ) + 𝜇𝓞 (𝑐2 , 𝑐0 ) | 𝑐 ∈ 𝐿𝐶𝑃𝒪 (𝑐1 , 𝑐2 )} 𝜇𝓞 (𝑐1 , 𝑐0 ) + 𝜇𝓞 (𝑐2 , 𝑐0 ) + 𝜇𝓞 (𝑐0 , ⊤) Trong trường hợp ontology 𝒪 xác định rõ, bỏ qua số 𝒪 để viết 𝛿 thay 𝛿𝒪  Chúng ta có số nhận xét rút trực tiếp từ Định nghĩa Định nghĩa mệnh đề đây: Mệnh đề Gọi 𝒪 ontology Với khái niệm 𝑐1 , 𝑐2 ∈ 𝑁𝐶 , ta có: • • • • 𝛿(𝑐1 , 𝑐2 ) = 𝛿(𝑐2 , 𝑐1 ) ≤ 𝛿(𝑐1 , 𝑐2 ) ≤ 𝛿(𝑐1 , 𝑐2 ) = 𝑐1 ≡ 𝑐2 𝛿(𝑐1 , 𝑐2 ) = 𝐿𝐶𝑃𝓞 (𝑐1 , 𝑐2 ) = {⊤} 𝑐1 ≡ ⊥ 𝑐2 ≡ ⊥  2.2 Khoảng cách ngữ nghĩa hai hai biểu thức khái niệm Với 𝒪 ontology, mở rộng khái niệm khoảng cách ngữ nghĩa hai khái niệm ontology thành “khoảng cách ngữ nghĩa hai biểu thức khái niệm theo ontology 𝒪” sau: Khoảng cách ngữ nghĩa hai biểu thức khái niệm 𝐶𝐸1 , 𝐶𝐸2 theo ontology 𝒪 hiểu khoảng cách ngữ nghĩa hai biểu thức khái niệm đặt phân cấp khái niệm ontology 𝒪 Theo công thức Định nghĩa 2, khoảng cách ngữ nghĩa hai khái niệm 𝐶𝐸1 , 𝐶𝐸2 theo ontology 𝒪 là: 𝜇𝓞 (𝐶𝐸1 , 𝐶𝐸0 ) + 𝜇𝓞 (𝐶𝐸2 , 𝐶𝐸0 ) | 𝐶𝐸0 ∈ 𝐿𝐶𝑃𝒪 (𝐶𝐸1 , 𝐶𝐸2 )} 𝛿𝓞 (𝐶𝐸1 , 𝐶𝐸2 ) = min{ 𝜇𝓞 (𝐶𝐸1 , 𝐶𝐸0 ) + 𝜇𝓞 (𝐶𝐸2 , 𝐶𝐸0 ) + 𝜇𝓞 (𝐶𝐸0 , ⊤) Chúng ta tính số cung nối hai biểu thức khái niệm 𝐶𝐸1 𝐶𝐸2 dựa theo số cung nối hai khái niệm có tên ontology 𝒪 theo trường hợp sau: - Trường hợp 1) ∃𝑐1 ∈ 𝐶𝒪 : 𝑐1 ≡ 𝐶𝐸1 Khi đó: 𝜇(𝐶𝐸1 , 𝐶𝐸2 ) = min{ 𝜇𝓞 (𝑐1 , 𝑐) | 𝑐 ∈ 𝐷𝐶𝒪 (𝐶𝐸2 )} - Trường hợp 2) ∃𝑐2 ∈ 𝐶𝒪 : 𝑐2 ≡ 𝐶𝐸2 Khi đó: 𝜇𝓞 (𝐶𝐸1 , 𝐶𝐸2 ) = min{ 𝜇𝓞 (𝑐, 𝑐2 ) | 𝑐 ∈ 𝐷𝑃𝒪 (𝐶𝐸1 )} 52 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 17, Số (2020) - Trường hợp 3) Khơng có khái niệm có tên 𝒪 tương đương với 𝐶𝐸1 𝐶𝐸2 Khi đó: 𝜇𝓞 (𝐶𝐸1 , 𝐶𝐸2 ) = min{ + 𝜇𝓞 (𝑐, 𝑐′) | 𝑐 ∈ 𝐷𝑃𝒪 (𝐶𝐸1 ), 𝑐 ′ ∈ 𝐷𝐶𝒪 (𝐶𝐸2 )} Như vậy, cách tính sẵn thông số μ cặp khái niệm ontology 𝒪 (có thể dùng thuật tốn tìm đường ngắn cặp đỉnh Floyd [3] chẳng hạn), tính nhanh khoảng cách ngữ nghĩa 𝛿 cho cặp biểu thức khái niệm 2.3 Khoảng cách ngữ nghĩa hai tiên đề Theo tài liệu đặc tả cấu trúc OWL 2, xác định tập biểu thức khái niệm (cũng tập biểu thức thuộc tính đối tượng, tập biểu thức thuộc tính liệu) tiền đề ontology OWL Điều tương tự thực với ngôn ngữ ontology khác Khoảng cách ngữ nghĩa hai tiên đề theo ontology tham chiếu tính trung bình cộng tất khoảng cách ngữ nghĩa hai biểu thức khái niệm có hai tiên đề Cụ thể sau: Định nghĩa (Khoảng cách ngữ nghĩa hai tiên đề) Gọi 𝑂 = < 𝑆, 𝐴 > ontology Khoảng cách ngữ nghĩa hai tiên đề Φ, 𝜓 ∈ 𝐴, ký hiệu 𝑑𝒪 (Φ, 𝜓), định nghĩa sau: đó: − − 𝑑𝓞 (Φ, 𝜓) = ∑𝐶𝐸1 ∈𝑪𝑬(Φ),𝐶𝐸2 ∈𝑪𝑬(𝜓) 𝛿𝒪 (𝐶𝐸1 , 𝐶𝐸2 ) , 𝑐𝑎𝑟𝑑(𝑪𝑬(Φ)) 𝑐𝑎𝑟𝑑(𝑪𝑬(ψ)) 𝑪𝑬(Φ) tập biểu thức khái niệm xuất tiên đề Φ 𝑐𝑎𝑟𝑑(𝑿) lực lượng tập hợp 𝑿 Khi rõ ontology 𝑂, viết 𝑑 thay 𝑑𝑂 Như vậy, ln ln xác định khoảng cách ngữ nghĩa hai tiên đề cách dựa vào số cung nối hai khái niệm ontology XÂY DỰNG TẬP TIÊN ĐỀ NHẤT QN TRONG Q TRÌNH TIẾN HỐ ONTOLOGY Tiến hố ontology hiểu q trình điều chỉnh (bổ sung, chỉnh sửa, xoá) nhiều tiên đề ontology để đáp ứng thay đổi giới thực mà ontology biểu diễn Điều kiện cốt lõi q trình tiến hố ontology phải giữ cho ontology tính quán Thao tác chỉnh sửa tiên đề q trình tiến hố ontology xem tổng hợp hai thao tác xoá bổ sung tiên đề Mặt khác, ontology 53 Một phương pháp hỗ trợ xử lý tri thức khơng qn tiến hố ontology qn việc xố nhiều tiên đề khỏi ontology khơng làm tính qn Như vậy, vấn đề bảo đảm tính qn q trình tiến hố ontology quy tốn “bảo đảm tính qn ontology bổ sung nhiều tiên đề” Có thể phát biểu cách hình thức cho toán sau: Gọi 𝑂 = < 𝑆, 𝐴 > ontology quán (𝐴 tập tiên đề quán) 𝐴𝑎𝑑𝑑 tập tiên đề cần bổ sung q trình tiến hố ontology 𝑂 Trong trường hợp 𝐴 ∪ 𝐴𝑎𝑑𝑑 khơng qn, tìm tập 𝐴∗ ⊂ 𝐴 ∪ 𝐴𝑎𝑑𝑑 cho 𝐴∗ tập tiên đề quán 3.1 Phân tích yêu cầu tiến hố Q trình tiến hố ontology thường thực để đảm bảo ontology phản ánh giới thực Theo đó, tiên đề cần bổ sung vào xem có giá trị tiên đề có ontology Nói cách khác, ưu tiên giữ lại tiên đề q trình tiến hố Mặt khác, giả thiết rằng, tập tiên đề cần bồ sung 𝐴𝑎𝑑𝑑 không chứa mâu thuẫn Chiến lược chọn tập tiên đề tiến hoá xây dựng tập tiên đề 𝐴′ cách xố số tiên đề 𝐴 cho 𝐴′ ∪ 𝐴𝑎𝑑𝑑 quán Một ontology khơng qn ontology có tạo cá thể khái niệm không thoả (unsatisfiable concept) (hoặc thuộc tính đối tượng khơng thoả được, thuộc tính liệu khơng thoả được) Do tương tự khái niệm thuộc tính đối tượng, thuộc tính liệu, báo xét đến việc xử lý tri thức không quán với khái niệm không thoả Trên thực tế, với khái niệm khơng thoả ontology, người ta tính tập tiên đề nhỏ cho khái niệm khơng thoả tập tiên đề này, gọi MUPS (Minimal unsatisfiability-preserving sub-ontology) [6] Bằng cách xoá tiên đề khỏi tập tiên đề MUPS, thu tập tiên đề quán Đây ý tưởng việc xây dựng tập tiên đề qn q trình tiến hố [4] Tuy vậy, chọn tiên đề để xoá vấn đề gây khó khăn cho người dùng Bài báo đề xuất lựa chọn tiên đề có khoảng cách ngữ nghĩa nhỏ đến tiên đề 𝐴𝑎𝑑𝑑 để xoá Lý cho lựa chọn là: Tiên đề có khoảng cách ngữ nghĩa nhỏ đến tập tiên đề muốn thêm vào có “ngữ nghĩa” gần giống với tiên đề chuẩn bị thêm vào Do đó, việc xố làm ngữ nghĩa 3.2 Chiến lược chọn tập tiên đề cho ontology tiến hoá Gọi 𝑂 = < 𝑆, 𝐴 > ontology quán ban đầu 𝐴𝑎𝑑𝑑 tập tiên đề cần bổ sung trình tiến hoá ontology 𝑂 Giả thiết 𝐴 ∪ 𝐴𝑎𝑑𝑑 khơng qn, 𝑐𝑢𝑠 khái niệm khơng thoả tập tiên đề 𝐴 ∪ 𝐴𝑎𝑑𝑑 Theo phân tích phần trước, chiến lược xây dựng tập tiên đề qn q trình tiến hố ontology 𝑂 thực theo hai giai đoạn: 54 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 17, Số (2020) Giai đoạn 1: Tìm tập tiên đề 𝐴𝑚𝑖𝑛 ≔ 𝑀𝑈𝑃𝑆(𝑐𝑢𝑠 , 𝐴 ∪ 𝐴𝑎𝑑𝑑 ) cho khái niệm 𝑐𝑢𝑠 không thoả 𝐴𝑚𝑖𝑛 , đồng thời 𝐴𝑚𝑖𝑛 tối thiểu theo nghĩa: 𝐴𝑚𝑖𝑛 ⊆ 𝐴 ∪ 𝐴𝑎𝑑𝑑 ∀𝛼 ∈ 𝐴𝑚𝑖𝑛 : 𝑐𝑢𝑠 thoả 𝐴𝑚𝑖𝑛 \ {𝛼} Giai đoạn 2: Tìm tiên đề 𝛼 ∗ ∈ 𝐴𝑚𝑖𝑛 cho khoảng cách từ đến tiên đề cần thêm cực tiểu: ∀𝛼 ∈ 𝐴𝑚𝑖𝑛 , 𝛽 ∈ 𝐴𝑎𝑑𝑑 : 𝑑𝑂 (𝛼 ∗ , 𝛽) ≤ 𝑑𝑂 (𝛼, 𝛽) Hiển nhiên rằng, có nhiều khái niệm khơng thoả tập tiên đề 𝐴 ∪ 𝐴𝑎𝑑𝑑 Trong tình này, với khái niệm không thoả, áp dụng hai giai đoạn xử lý để thu tập tiên đề tối ưu Dưới mô tả mã giả cho tồn q trình chọn tập tiên đề để thực tiến hoá ontology: Đầu vào: - Ontology 𝑂 =< 𝑆, 𝐴 >; - Tập tiên đề cần thêm vào: 𝐴𝑎𝑑𝑑 với 𝐴 ∪ 𝐴𝑎𝑑𝑑 không quán Đầu ra: Tập tiên đề 𝐴′ quán, cho 𝐴′ = 𝐴∗ ∪ 𝐴𝑎𝑑𝑑 , 𝐴∗ ⊂ 𝐴 |𝐴∗ | lớn Thủ tục: Xác định: 𝐴∗ ≔ 𝐴; Tính 𝐶𝑈𝑆 ∶= {𝑐𝑢𝑠 ∈ 𝑆 | 𝑐𝑢𝑠 𝑘ℎô𝑛𝑔 𝑡ℎ𝑜ả đượ𝑐 𝑡𝑟𝑜𝑛𝑔 𝐴 ∪ 𝐴𝑎𝑑𝑑 }; for 𝑐𝑢𝑠 ∈ 𝐶𝑈𝑆 Tính 𝐴𝑚𝑖𝑛 ≔ 𝑀𝑈𝑃𝑆(𝑐𝑢𝑠 , 𝐴∗ ∪ 𝐴𝑎𝑑𝑑 ); Tìm 𝛼 ∗ ∈ 𝐴∗ cho: ∀𝛼 ∈ 𝐴∗ , 𝛽 ∈ 𝐴𝑎𝑑𝑑 : 𝑑𝑂 (𝛼 ∗ , 𝛽) ≤ 𝑑𝑂 (𝛼, 𝛽) Thực gán 𝐴∗ ≔ 𝐴∗ \ {𝛼 ∗ } Nếu 𝐴∗ ∪ 𝐴𝑎𝑑𝑑 khơng cịn chứa khái niệm khơng thoả chấm dứt lặp; Kết luận tập tiên đề tiến hoá 𝐴′ = 𝐴∗ ∪ 𝐴𝑎𝑑𝑑 3.3 Ví dụ minh hoạ Chúng ta kết thúc phần ví dụ minh hoạ cách làm việc theo chiến lược chọn tập tiên đề tiến hoá dựa vào khoảng cách ngữ nghĩa Chẳng hạn, cho ontology 𝑂 với tập tiên đề 𝐴 = {𝐸𝑚𝑝𝑙𝑜𝑦𝑒𝑒 ⊑ 𝑃𝑒𝑟𝑠𝑜𝑛, 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 ⊑ 𝑃𝑒𝑟𝑠𝑜𝑛, 𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡 ⊑ 𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝑆𝑡𝑎𝑓𝑓 ⊑ 𝐸𝑚𝑝𝑙𝑜𝑦𝑒𝑒, 𝑆𝑡𝑎𝑓𝑓 ⊓ 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 = ⊥, 𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡(𝑋)} Tập tiên đề 𝐴 khơng chứa mâu thuẫn Giả sử, q trình tiến hoá, người ta muốn bổ sung thêm 55 Một phương pháp hỗ trợ xử lý tri thức không quán tiến hoá ontology tiên đề 𝛼 = 𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡 ⊑ 𝑆𝑡𝑎𝑓𝑓 Hiển nhiên 𝐴 ∪ {𝛼} có chứa mâu thuẫn Áp dụng chiến lược nêu Phần 3.2, tìm cách loại khỏi 𝐴 số tiên đề để việc bổ sung 𝛼 tạo nên tập tiên đề quán Trước hết, xác định 𝐴∗ = 𝐴 Khái niệm không thoả xuất tập tiên đề 𝐴 ∪ {𝛼} 𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡 Tập tiên đề MUPS cho khái niệm { 𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡 ⊑ 𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝛼, 𝑆𝑡𝑎𝑓𝑓 ⊑ 𝐸𝑚𝑝𝑙𝑜𝑦𝑒𝑒, 𝑆𝑡𝑎𝑓𝑓 ⊓ 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 = ⊥} Cần phải tìm ba tiên đề khác 𝛼 MUPS để loại trừ Tiêu chí để lựa chọn khoảng cách ngữ nghĩa tiên đề với 𝛼 Ta có: 𝛿(𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝑆𝑡𝑢𝑑𝑒𝑛𝑡) = 𝛿(𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝑆𝑡𝑎𝑓𝑓) = 𝛿(𝑆𝑡𝑎𝑓𝑓, 𝑆𝑡𝑢𝑑𝑒𝑛𝑡) = 1 = 1+2×2 1 = 1+2×3 1+2 = 1+2+2×1 𝛿(𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝐸𝑚𝑝𝑙𝑜𝑦𝑒𝑒) = 𝛿(𝑆𝑡𝑎𝑓𝑓, 𝐸𝑚𝑝𝑙𝑜𝑦𝑒𝑒) = Như vậy: 2+1 = 2+1+2×1 1 = 1+2×2 𝑑(𝛼, 𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡 ⊆ 𝑆𝑡𝑢𝑑𝑒𝑛𝑡) = × (𝛿(𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝑆𝑡𝑢𝑑𝑒𝑛𝑡) + 𝛿(𝑆𝑡𝑎𝑓𝑓, 𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡) 1 33 + 𝛿(𝑆𝑡𝑎𝑓𝑓, 𝑆𝑡𝑢𝑑𝑒𝑛𝑡)) = × ( + + ) = × 35 𝑑(𝛼, 𝑆𝑡𝑎𝑓𝑓 ⊑ 𝐸𝑚𝑝𝑙𝑜𝑦𝑒𝑒) = × (𝛿(𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝑆𝑡𝑎𝑓𝑓) + 𝛿(𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝐸𝑚𝑝𝑙𝑜𝑦𝑒𝑒) 1 33 + 𝛿(𝑆𝑡𝑎𝑓𝑓, 𝐸𝑚𝑝𝑙𝑜𝑦𝑒𝑒)) = × ( + + ) = × 5 35 56 TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 17, Số (2020) 𝑑(𝛼, 𝑆𝑡𝑎𝑓𝑓 ⊓ 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 = ⊥) = × (𝛿(𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝑆𝑡𝑎𝑓𝑓) + 𝛿(𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡, 𝑆𝑡𝑢𝑑𝑒𝑛𝑡) 3 47 + 𝛿(𝑆𝑡𝑎𝑓𝑡𝑡, 𝑆𝑡𝑢𝑑𝑒𝑛𝑡)) = × ( + + ) = × 5 35 Vậy cần phải loại bỏ tiên đề 𝑃ℎ𝐷𝑆𝑡𝑢𝑑𝑒𝑛𝑡 ⊆ 𝑆𝑡𝑢𝑑𝑒𝑛𝑡 tiên đề 𝑆𝑡𝑎𝑓𝑓 ⊑ 𝐸𝑚𝑝𝑙𝑜𝑦𝑒𝑒 khỏi 𝐴 trước bổ sung tiên đề 𝛼 q trình tiến hố KẾT LUẬN Bài báo trình bày phương pháp sử dụng khoảng cách ngữ nghĩa để xây dựng tập tiên đề q trình tiến hố Đây đóng góp có ý nghĩa giúp người dùng có tiêu chí định lượng cụ thể xét duyệt tiên đề Trong số trường hợp, việc dựa khoảng cách ngữ nghĩa không định tiên đề cần loại bỏ Hướng phát triển báo xét thêm số tiêu chí nữa, chẳng hạn quy tắc đề xuất [1] để thu gọn lại tập hợp tiên đề gợi ý loại bỏ TÀI LIỆU THAM KHẢO [1] Leila Bayoudhi, Najla Sassi, and Wassim Jaziri Overview and Reflexion on OWL DL Ontology Consistency Rules In Proceedings of the Second International Conference on Internet of Things, Data and Cloud Computing, ICC ’17, pages 133:1—-133:8, New York, NY, USA, 2017 ACM [2] Tim Berners-Lee, James Hendler, and Ora Lassila The semantic web Scientific American, 284(5):34–43, 2001 [3] Robert W Floyd Algorithm 97: shortest path Communications of the ACM1, 5(6):345, 1962 [4] Peter Haase, Frank Van Harmelen, Zhisheng Huang, Heiner Stuckenschmidt, and York Sure A framework for handling inconsistency in changing ontologies In The Semantic Web - SWC 2005, volume 3729 LNCS, pages 353367 Springer, 2005 [5] Markus Krăotzsch, Frantisek Simancik, and Ian Horrocks A Description Logic Primer arXiv preprint arXiv:1201.4089, pages 1–17, jan 2012 [6] Stefan Schlobach and Ronald Cornet Non-standard reasoning services for the debugging of description logic terminologies In IJCAI Interna tional Joint Conference on Artificial Intelligence, volume 3, pages 355–360 Morgan Kaufmann, 2003 57 Một phương pháp hỗ trợ xử lý tri thức không quán tiến hoá ontology A NOVEL METHOD TO RESOLVE INCONSISTENCY IN ONTOLOGY EVOLUTION Nguyen Van Trung1*, Nguyen Thi Bich Loc1*, Tran Dinh Son2 Faculty of Information Technology, University of Sciences, Hue University College of Information Technology, The University of Danang *Email: nvtrung@hueuni.edu.vn ABSTRACT Ontology captures domain knowledge and play an important role in Semantic Web applications When domain knowledge change, ontology should adapt to change by adding, editing or deleting its axioms The big challenge of this process – which called as ontology evolution – is how to guarantee the consistency state of the ontology This paper proposes a novel method based on semantic distance to formulate consistent set of axioms in ontology evolution process Keywords: inconsistency handling, ontology evolution, , semantic distance 58 TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ, Trường Đại học Khoa học, ĐH Huế Tập 17, Số (2020) Nguyễn Văn Trung sinh ngày 25/10/1981 Thừa Thiên Huế Năm 2003, ông tốt nghiệp cử nhân Tin học; năm 2006, ông nhận thạc sĩ chuyên ngành Công nghệ Thông tin; năm 2018, ông nhận học vị Tiến sĩ chuyên ngành Khoa học Máy tính trường Đại học Khoa học, Đại học Huế Từ năm 2004 đến ông giảng dạy trường Đại học Khoa học, Đại học Huế Lĩnh vực nghiên cứu: Các hệ thống thông tin, Quản lý biểu diễn tri thức, Web ngữ nghĩa, Linked Data, Công nghệ phần mềm Nguyễn Thị Bích Lộc sinh ngày 25/05/1979 Thừa Thiên Huế Năm 2004, bà tốt nghiệp kỹ sư chuyên ngành Đảm bảo Toán học cho tin học trường Đại học kỹ thuật Taganrog Năm 2007 bà nhận thạc sĩ chuyên ngành Khoa học Máy tính trường Đại học Khoa học, Đại học Huế Từ năm 2004 đến bà giảng dạy trường Đại học Khoa học, Đại học Huế Lĩnh vực nghiên cứu: Logic mô tả Quản lý biểu diễn tri thức Lý thuyết đồ thị Độ phức tạp tính tốn Trần Đình Sơn sinh ngày 08/11/1974 Hải Phịng Năm 1996, ơng tốt nghiệp đại học chuyên ngành ngành Toán – Tin Trường Đại học Khoa học, Đại học Huế Năm 2003, ông tốt nghiệp thạc sĩ chuyên ngành Công nghệ thông tin Đại học Đà Nẵng Từ năm 1996 đến nay, ông giảng dạy Trường Đại học Bách khoa Trường Cao đẳng Công nghệ Thông tin, Đại học Đà Nẵng Lĩnh vực nghiên cứu: Trí tuệ nhân tạo, Toán rời rạc, Đồ họa Xử lý ảnh 59 Một phương pháp hỗ trợ xử lý tri thức không quán tiến hoá ontology 60 .. .Một phương pháp hỗ trợ xử lý tri thức không quán tiến hoá ontology xây dựng dựa logic mô tả