5. Ý nghĩa khoa học và thực tiễn
3.4.1. Đánh giá mô hình Ontology dựa trên mô hình OntoQA [18]
Relationship Richness (RR)
Số liệu này phản ánh sự đa dạng của các loại quan hệ trong Ontology. Một Ontology chỉ chứa các mối quan hệ thừa kế thƣờng truyền tải ít thông tin hơn một Ontology chứa một tập hợp các mối quan hệ khác nhau. Sự phong phú của mối quan hệ đƣợc biểu thị bằng tỷ lệ phần trăm của các mối quan hệ không kế thừa giữa các lớp so với tất cả các kết nối có thể có thể bao gồm các mối quan hệ kế thừa và không kế thừa.
thừa (P), chia cho tổng số mối quan hệ đƣợc xác định trong lƣợc đồ, tức là tổng số lƣợng mối quan hệ kế thừa (H) và các mối quan hệ không kế thừa (P).
RR = |P| / (|H|+|P|) Trong luận văn: RR = |15| / (|9| + |15|) = 0.625
RR = 0.625 nằm khoảng giữa 0 và 1. Nên các lớp vừa có mối quan hệ class–class, vừa có mối quan hệ class–individual
Inheritance Richness (IR)
IR mô tả sự phân phối thông tin qua các cấp độ khác nhau của cây kế thừa Ontology. Đây là một số liệu tốt về mức độ kiến thức đƣợc nhóm thành các loại và phân loại khác nhau trong Ontology. Biện pháp này có thể phân biệt một Ontology ngang, cái mà trong đó các lớp có số lƣợng lớn các lớp con trực tiếp, với một Ontology dọc, cái mà trong đó các lớp có một số lƣợng nhỏ các lớp con trực tiếp. Một Ontology với độ phong phú thừa kế thấp sẽ là một Ontology dọc, chỉ ra rằng bản thể học bao trùm một miền cụ thể một cách chi tiết, trong khi một Ontology có IR cao sẽ là một Ontology ngang, chỉ ra rằng Ontology đại diện cho một loạt các kiến thức chung với mức độ chi tiết thấp.
IR đƣợc định nghĩa là số lớp con trên mỗi lớp: IR = | H | / | C | Trong luận văn: IR = | 9 | / | 10 | = 0.9
IR = 0.9 (Cao). Ontology đại diện cho 1 loạt các kiến thức chung
Attribute Richness (AR)
Số lƣợng thuộc tính đƣợc xác định cho mỗi lớp có thể chỉ ra cả chất lƣợng của thiết kế Ontology và lƣợng thông tin liên quan đến dữ liệu cá thể. Nói chung, giả định rằng càng nhiều vị trí đƣợc xác định thì càng có nhiều kiến thức mà bản thể học truyền tải.
AR đƣợc định nghĩa là số lƣợng thuộc tính trung bình trên mỗi lớp. Nó đƣợc tính là tất cả số thuộc tính chia cho số lƣợng lớp: AR= |att| / |C|
AR = 4.22. Mỗi lớp có số lƣơng thuộc tính trung bình cao
Class Richness (CR)
Số liệu này có liên quan đến cách các thể hiện đƣợc phân phối giữa các lớp. Số lƣợng các lớp có các thể hiện đƣợc so sánh với tổng số lớp, đƣa ra ý tƣởng chung về mức độ sử dụng kiến thức đƣợc mô hình hóa bởi các lớp lƣợc đồ. Do đó, nếu có CR rất thấp, thì không có dữ liệu ví dụ cho tất cả các kiến thức lớp tồn tại trong lƣợc đồ. Mặt khác, CR rất cao sẽ chỉ ra rằng dữ liệu tồn tại đại diện cho hầu hết kiến thức trong lƣợc đồ.
CR đƣợc định nghĩa là tỷ lệ phần trăm của số lớp không trống (C’) chia cho tổng số lớp đƣợc định nghĩa trong lƣợc đồ (C): CR = |C’| /| C|
Trong luận văn: CR = |9| / |9| = 1
CR = 1 -> Dữ liệu đại diện cho toàn bộ kiến thức trong lƣợc đồ