Là công cụ xây dựng Ontology. Có hai loại: Protégé Frame, Protégé OWL
+ Protégé Frame: cung cấp một giao diện dùng đầy đủ và mô hình có sẵn để tạo, lưu trữ ontology dưới dạng frame.
+ Protégé OWL: hỗ trợ về Web Ontology language, được chứng thực dựa vào W3C, Semantic web.
- Kiểu phụ thuộc của Ontology, phạm vi Ontology - Những người sẽ sử dụng và phát triển mô hình - Những thông tin hữu ích Ontology có thể cung cấp
4.2.2. Liệt kê, xác định các concept
- Xác định các thuật ngữ liên quan, chúng có thể được thay đổi và mở rộng thêm
- Xác định thuộc tính liên quan đến các thuật ngữ đó
- Ví dụ các thuật ngữ liên quan đến con người có thế là nam, nữ, họ, tên…
4.2.3. Định nghĩa lớp, phân cấp lớp
- Xác định các lớp và các lớp con của nó - Sự phân cấp các lớp dựa vào các giác quan, - Sự nhận thức và những sự thật hiển nhiên
- Ví dụ động vật sẽ có các lớp con là bò sát, thú…
4.2.4. Xác định thuộc tính và các Restriction
- Xây dựng các thuộc tính để có thể mô tả cụ thể lớp và phân cấp lớp - Lấy ví dụ thuộc tính con người là tên, tuổi, quê quán, ngày sinh…
- Thêm vào thuộc tính các Restriction (giới hạn). Có thể thêm vào thuộc tính
quê quán restriction là lớp tỉnh; lớp con người có thể tạo các thực thể có
quê quán trong lớp tỉnh.
4.2.5. Tạo các thực thể cho các lớp
- Chèn thêm thực thể cho lớp để làm rõ các lớp và thuộc tính của lớp đã tạo. - Ví dụ lớp con người có thực thể: Ngân, Lan, Hương, Nam…
4.3. Xây dựng Ontology cho Profile cá nhân 4.3.1. Xác định Domain
- Thiết kế Ontology Profile cho từng cá nhân.
- Thông qua mô hình, người sử dụng biết được các khái niệm và nguyên tắc kỹ thuật của cấu trúc của một Profile.
- Kiểu Ontology là Application Ontology
Hình: Mô hình Profile cá nhân
Hình: Các lớp chính của Profile
- Lớp chính được mô tả đầu tiên là: Person ( Con người )
- Lớp chính được mô tả thứ hai là: Profile. Lớp Profile có các lớp con: + Lớp con được mô tả đầu tiên là: AboutYou ( Sơ lược bản thân )
+ Lớp con được mô tả thứ hai là: WorkAndEducation (Công việc và học vấn). Lớp
WorkAndEducation có các lớp con:
+ University (Trường Đại học )
+ HighSchool (Trường Trung học phổ thông )
+ WorkPlace (Nơi làm việc)
Hình: Các lớp con của lớp WorkAndEducation
- Lớp con được mô tả thứ ba là: BasicInfo (Thông tin cơ bản). Lớp BasicInfo có các lớp con:
+ Languagues (Ngôn ngữ)
+ InterestedIn (Sở thích)
+ Gender (Giới tính)
+ Birthday (Ngày sinh nhật)
+ PoliticalViews (Quan điểm chính trị)
Hình: Các lớp con của lớp BasicInfo
- Lớp con được mô tả thứ tư là: ContactInfo (Thông tin liên hệ ). Lớp ContactInfo
có các lớp con:
+ IMScreenName
+ Zip (Mã Vùng)
+ Address (Địa chỉ)
+ City (Thành phố)
+ CellPhone (Số điện thoại di động)
+ OrtherPhone (Các số điện thoại khác)
+ Email + Website + Network + Neigborhood
Hình: Các lớp con của lớp ContactInfo
- Lớp con được mô tả thứ năm là: RelationshipAndFamily (Các mối quan hệ gia đình).
- Lớp con được mô tả thứ sáu là: Living (Nơi ở hiện tại).Lớp Living có các lớp con:
+ HomeTown (Thành phố quê nhà) + CurrentCity (Thành phố hiện tại)
Hình: Các lớp con của lớp Living
Hình: Các lớp trong Profile Ngoc_Giau
4.3.3. Xác định thuộc tính
- Lớp Person cần có thuộc tính để mô tả tính năng với các lớp thuộc Profile
4.3.4. Xác định giới hạn (Restriction) cho thuộc tính
- Một số đặc tính của Profile:
+ Một Person có ít nhất một Profile
- Hình minh họa:
1. Đánh giá kết quả nghiên cứu
Mặc dù chỉ vài nghiên cứu đã được trình bày trong tiểu luận, nhưng vẫn còn nhiều vấn đề mở có thể được giải quyết trong phạm vi của sự tiến hoá ontology, đó là:
Ngôn ngữ độc lập với sự tiến hoá ontology.
Yêu cầu kỹ thuật, bằng cách xác định ngôn ngữ khai báo. Phần tái sử dụng ontology, hiện đang còn hạn chế.
Ontology phụ thuộc, hướng đến quá trình tiến hoá với nhiều ontology.
Tiểu luận đã trình bày cơ sở lý thuyết về các phương pháp tiến hoá ontology cũng như ưu và khuyết điểm của hệ thống tiến hoá ontology. Trình bày chi tiết cách tiếp cận thủ tục và khai báo với ngữ nghĩa thay đổi nhưng vẫn bảo tồn tính nhất quán của ontology. Từ những cơ sở nghiên cứu lý thuyết, tiểu luận đã sử dụng công cụ KAON Workbench để kiểm chứng lại quá trình tiến hoá với ngữ nghĩa thay đổi hoàn toàn phù hợp với lý thuyết trong tiểu luận. Đồng thời, xây dựng ontology cho profile cá nhân dùng công cụ Protégé.
Đặc biệt, trong tiểu luận đã đề cập đến các ứng dụng của FCA có thể được sử dụng để hỗ trợ kỹ thuật cho quá trình tự động hoá tiến hoá ontology.
2.Hướng phát triển:
Trong giai đoạn tiếp theo em sẽ nghiên cứu một số vấn đề :
- Nghiên cứu thêm về các phương pháp chiến lược tiến hoá nâng cao ở mục 2.4.1.4 trong tiểu luận.
- Mở rộng phạm vi nghiên cứu cho các phương pháp khác của các quá trình tiến hoá ontology như: tiến hoá về tầm ảnh hưởng của ontology, về ontology phụ thuộc, …
- Nghiên cứu sâu hơn về phương pháp và kỹ thuật của các ứng dụng FCA hỗ trợ tốt cho sự tiến hoá ontology và mở rộng phạm vi đối với dữ liệu phi cấu trúc, cho phép để giải quyết các nhiệm vụ phức tạp hơn như trong Web ngữ nghĩa.
[1] Slide bài giảng Biểu diễn tri thức và ứng dụng, PGS. TS. Đỗ Văn Nhơn, Đại học Công nghệ thông tin.
[2] A. Pons, R. K. Keller, Schema evolution in object databases by catalogs, In Proceedings of International Database Engineering and Applications Symposium (IDEAS’97), Montreal, Canada, pp. 368-376, 1997.
[3] Alexander Maedche, Boris Motik, Ljiljana Stojanovic, Rudi Studer, and Raphael Volz,
Ontologies for Enterprise Knowledge Management, Research Center for Information
Technology, University of Karlsruhe
[4] E. Franconi, F. Grandi, and F. Mandreoli, A semantic approach for schema evolution and
versioning in object-oriented databases, Computational Logic 2000, pp. 1048-1062, 2000.
[5] G. Stumme, R. Taouil, Y. Bastide, N. Pasqier, and L. Lakhal. Computing iceberg concept lattices with Titanic. J. on Knowledge and Data Engineering, 42(2):189–222, 2002. [6] Natalya F. Noy and Deborah L. McGuinness Stanford University, Stanford, CA, 94305,
Ontology Development 101: A Guide to Creating Your First Ontology
[7] Nenad Stojanovic, Torban Knerr, Semantic-enabled, Agile, Knowledge-based e- Government, pp. 12-56, March 2007
[8] Philipp Cimiano, Andreas Hotho, Gerd Stumme, and Julien Tane, Conceptual Knowledge
Processing with Formal Concept Analysis and Ontologies, Institute for Applied
Informatics and Formal Description Methods (AIFB) University of Karlsruhe, D–76128 Karlsruhe, Germany
[9] Peter Haase, York Sure and Denny Vrandečić, Ontology Management and Evolution – Survey, Methods and Prototypes, Institute AIFB, University of Karlsruhe
[10] S. Prediger and G. Stumme. Theory-driven logical scaling. conceptual information systems meet description logics. In E. Franconi et al, editor, Proc. 6th Intl. Workshop
Knowledge Representation Meets Databases, Heidelberg. CEURWorkshop Proc.
[11] S. Prediger. Logical scaling in formal concept analysis. In D.Lukose, H.Delugach, M.Keeler, L.Searle, and J.F. Sowa, editors, Conceptual structures: Fulfilling Peirce’s