Tích hợp các ontology

Trong phần đầu, chúng ta biết rằng ontology được sử dụng như một phương tiện để thuần nhất các nguồn dữ liệu ở mức ngữ nghĩa. Các nguồn dữ liệu phân tán và không thuần nhất đều xây dựng một ontology riêng biệt, việc tích hợp thông tin từ các nguồn dữ liệu dựa trên việc tích hợp các ontology liên quan đến các nguồn dữ liệu đó. Đại số quan hệ mở rộng với ontology được phát triển bởi Bonatti et al. [6] thu hút nhiều quan tâm nghiên cứu và phát triển trong vài năm gần đây (xem [7],[8]) được coi là nền tảng cho các nghiên cứu về việc tích hợp các nguồn dữ liệu không thuần nhất. Trong phần này, tác giả sẽ trình bày các kiến thức cơ bản cho việc tích hợp các ontology của các nguồn dữ liệu.

2.1.2.1 Một số ví dụ về các nguồn dữ liệu không thuần nhất

Xét một số ví dụ về các nguồn dữ liệu không thuần nhất về ngữ nghĩa được lưu trữ dưới dạng các cơ sở dữ liệu quan hệ.

Ví dụ 2.1: Xét ví dụ về cơ sở dữ liệu của công ty kinh doanh thiết bị xe máy trong phần mở đầu.

Một người dùng khi truy vấn hai nguồn dữ liệu này cần phải giải quyết các vấn đề về sự không thuần nhất về ngữ nghĩa sau đây:

 Nếu người dùng muốn tìm tất cả các bản ghi liên quan đến “Lốp sau”

tính “Thiết bị” và “Mặt hàng” là như nhau và “Lốp sau” cũng là

“Lốp 2.75”.

 Tương tự, nếu người dùng muốn tìm giá của tất cả các phần của “Phanh đĩa” thì hệ thống cần hiểu rằng “Đĩa phanh” là một phần của “Phanh đĩa”. Tương tự, “Hộp dầu” cũng là một phần của “Phanh đĩa”. Kết quả cần được trả về là những bản ghi liên quan đến “Phanh đĩa”, “Đĩa phanh” và “Hộp dầu”.

 Nếu người dùng muốn tìm tất cả các “Vành đúc” mà có giá thấp hơn 70 USD, trong trường hợp này, do D2 sử dụng VND làm đơn vị thì hệ thống cần tự động chuyển đổi từ VND sang USD.

Ví dụ trên cho thấy một số vấn đề nảy sinh khi tích hợp các thông tin không thuần nhất về ngữ nghĩa xuất phát từ các cơ sở dữ liệu khác nhau.

Ví dụ 2.2: Ví dụ này không chỉ cho thấy sự khác nhau về ngữ nghĩa trong các quan hệ (được biểu diễn bằng các bảng) mà là sự không thuần nhất trong cùng một quan hệ.

Một công ty bảo hiểm thông thường lưu trữ thông tin về các hợp đồng bảo hiểm. Điều đó cho phép công ty có thể theo dõi được việc chi trả bảo hiểm cho các khách hàng khi có sự cố xảy ra. Thông tin được đưa vào bởi người quản lí hợp đồng và có thể được nhập vào theo nhiều kiểu khác nhau qua mỗi năm. Nếu như có sự sát nhập của hai công ty bảo hiểm thì công ty bảo hiểm mới cần có được các thông tin về các hợp đồng bảo hiểm đã lưu. Do đó, họ cần phải truy vấn trên cả hai cơ sở dữ liệu. Hai bảng dữ liệu (bảng 2.1, bảng 2.2) chứa thông tin từ hai cơ sở dữ liệu của hai công ty trước khi sát nhập.

Trước khi truy vấn các bảng dữ liệu, ta thấy rằng Burglary và Mugging là các dạng của Theft. Tương tự, Arson là một kiểu của Fire, Burglary là một kiểu của Robbery và Robbery thì tương tự như Theft. Như vậy, các truy vấn thông tin về Theft cần có các bản ghi liên quan đến các khái niệm trên.

2.1.2.2 Định nghĩa hình thức của ontology

Phần này trình bày một cách hình thức các kiến thức cơ bản về ontology và các khái niệm cơ bản cho xây dựng đại số quan hệ mở rộng. Các định nghĩa được trình bày dựa trên đại số quan hệ mở rộng của P. Bonatti et al. [6].

Định nghĩa 1 ([6]): Cho S là tập khác rỗng và một quan hệ hai ngôi  trên S (

S  S) là một quan hệ thứ tự bộ phận nếu  thỏa mãn các điều kiện sau: 1. Với aS a, a (tính phản xạ)

2. Với a b, S a; bvà bathì ab(tính phản xứng) 3. Với a b c, , S a; b b,   c a c(tính bắc cầu)

Khi đó, (S, ) được gọi là tập thứ tự.

Định nghĩa 2 ([6]): Cho hai thứ tự trên tập S, (S, 1) và (S, 2), (S, 1) được gọi là tốt hơn (S, 2) nếu và chỉ nếu (x, y S, x 1 y  x 2 y).

Nếu (S, 1) tốt hơn (S, 2) và (S, 2) không tốt hơn (S, 1) thì chúng ta nói (S, 1)

tốt hơn hẳn (S, 2).

Bảng 2.1 Claims 1

ClaimID Type Cost

1 Burglary 2000 2 Theft 150 3 Mugging 860 4 Arson 1800

Bảng 2.2 Claims 2

ClaimNumber Type Value

1 Robbery 400

2 Fire 550

3 Auto_accident 500

Định nghĩa 3 ([6]): ( Phân cấp ) Cho (S, ) là một tập thứ tự. Phân cấp trên S là thứ tự (S, 1) sao cho các điều kiện sau thoả mãn:

(i) (S, 1) tốt hơn (S, )

(ii) (S, ) là bao đóng bắc cầu, phản xạ của (S, 1)

(iii) Không có thứ tự nào khác thoả mãn (i) và (ii) mà tốt hơn hẳn (S, )

Định nghĩa 4 ([6]):Cho  là một tập hữu hạn các quan hệ và S là một tập các khái niệm nào đó. Một ontology đối với  là một ánh xạ bộ phận  từ  đến các phân cấp cho S.

Một ontology liên quan đến S sẽ mô tả các quan hệ giữa các khái niệm trong S. Phân cấp trên S chính là biểu đồ Hasse nhằm biểu diễn thứ tự bộ phận trong một miền nào đó. Do đó, trong các ví dụ sau chúng ta thường xem phân cấp như là đồ thị.

Ví dụ 2.3: Xét tập S = {Phanh đĩa, Xe máy, Hộp dầu} với một thứ tự bộ phận phản ánh quan hệ “part-of ” nói rằng Phanh đĩa là một phần (part-of) của

Xe máy, Hộp dầu là một phần (part-of) của Xe máy, và Hộp dầu là một phần (part-of) của Phanh đĩa. Hơn nữa, mọi cái là thành phần (part-of) của chính nó. Như vậy, quan hệ “part-of”, kí hiệu là  có thể được biểu diễn bởi tập sau (S,) =

{(Phanh đĩa, Phanh đĩa),(Xe máy, Xe máy), (Hộp dầu, Hộp dầu),(Phanh đĩa, Xe máy),(Hộp dầu, Phanh đĩa),(Hộp dầu, Xe máy)}. Phân cấp tương ứng sẽ là: {(Phanh đĩa, Xe máy),(Hộp dầu, Phanh đĩa)}.

Ví dụ 2.4: Xét cơ sở dữ liệu về bảo hiểm với  = {is-a}. S1 là tập các khái niệm trong bảng 2.3 và S2 là tập các khái niệm trong bảng 2.4. Các ontology liên quan đến các bảng dữ liệu được biểu diễn như sau:

2.1.2.3 Tích hợp các ontology

Để có thể tích hợp được các ontology ta cần hiểu được mối quan hệ giữa các thuật ngữ trong cùng một ontology và các thuật ngữ thuộc các ontology khác nhau. Do vậy, chúng ta cần mô tả mối quan hệ giữa các khái niệm trong hai phân cấp.

Định nghĩa 5 ([6]): (Ràng buộc tương tác) Cho (Hi, i), 1  i  n là n phân cấp khác nhau và i  j. Khi đó (x : i = y : j ) hoặc ( x : i  y : j ) hoặc ( x : i  y : j ) hoặc ( x : i  y : j ) được gọi là các ràng buộc tương tác.

Ràng buộc tương tác là sự đối sánh của một khái niệm trong quan hệ này với khái niệm trong quan hệ khác. Trong bài toán quản lí các thiết bị xe máy, Lốp sau:1 = Lốp 2.75:2 chỉ ra rằng Lốp sau ở trong quan hệ D1 và Lốp 2.75 ở trong D2 cùng chỉ một loại thiết bị.

Định nghĩa 6 ([6]): ( Tích hợp ) Cho (Hi, i), 1  i  n là n phân cấp khác nhau và IC là một tập hữu hạn các ràng buộc tương tác. Một phân cấp (H,  ) được gọi là tích hợp của (Hi, i), 1  i  n , nếu và chỉ nếu có n ánh xạ 1, …, n từ các tập H1,…, Hn tương ứng vào tập H sao cho các điều kiện sau thỏa mãn:

1. ( i 1,...,n),xi yi( ) x  ( ).i y ( bảo toàn thứ tự ) is-a is-a Theft Burglary Mugging Arson

Hình 2.2. Ontology liên quan đến bảng dữ liệu Claims 1

is-a

Robbery

Burglary Auto_accident Fire

Hình 2.3. Ontology liên quan đến bảng dữ liệu Claims 2

2. ( x Hi)( y Hj), ( : x i op y j : )ICi( ) x op j( ).y (bảo toàn ràng buộc tương tác). Trong đó op là một trong các phép toán

=,   , ,

 

Như vậy, tích hợp hai phân cấp sẽ cho ta một phân cấp mới và mỗi phần tử của phân cấp mới nhất thiết đã được liên kết với các phần tử của các phân cấp ban đầu. Thông thường, khi tích hợp hai phân cấp ta dựa trên các ràng buộc tương tác. Các ràng buộc tương tác cho phép chúng ta xây dựng được các ánh xạ giữa các phần tử thuộc các phân cấp khác nhau.

Ví dụ 2.5 : Tích hợp hai phân cấp biểu diễn ở hình 2.2 và 2.3 dựa trên các ràng buộc tương tác Theft:1 = Robbery:2 và Arson:1 is-a Fire:2. Phân cấp tích hợp bao gồm các khái niệm Theft, Burglary, Mugging, Arson,

Auto_accident, Fire và các ánh xạ hỗ trợ tích hợp được xác định trong bảng 2.5:

1

 2

Burglary  Burglary Robbery  Robbery

Theft Theft Fire  Fire

Mugging  Mugging Auto_accident  Auto_accident Arson  Arson Burglary  Burglary

Bảng 2.3 Các ánh xạ hỗ trợ tích hợp các ontology

Theft

Burglary Mugging Arson

Hình 2.4. Ontology tích hợp Claims 1 và Claims 2