Использование онтологического анализа для создания современных энциклопедических порталов

Главное направление в борьбе с информационным взрывом – переход от сохранения и обработки данных к накоплению и обработке знаний. Это определяет актуальность разработки инновационных технологий для поддержки функционирования распределённых интеллектуальных информационных систем (ИИС), обеспечивающих приобретение, хранение и использование знаний различных предметных областей (ПрО). При этом возникает проблема, связанная с наличием открытых и надёжных источников знаний, к которым могут обращаться ИИС.

Преобладающая часть современных ресурсов Web не является семантизированными, но количество информационных ресурсов (ИР), содержащих семантическую разметку и разнообразные метаописания, постоянно возрастает [1]. Пользователям сложно находить такие ресурсы в общей массе ИР, несмотря на то, что существует много поисковых систем, ориентированных именно на поиск структурированных ИР, например, для выявления, индексации и запросов документов в формате RDF [2] или OWL [3]. Используя такие системы (например, Corese [4], ONTOSEARCH2 [5]), можно найти конкретный документ или онтологию, но сложно построить множество документов, которые соответствуют какой-либо конкретной задаче, так как непосредственные ссылки между такими ИР, как правило, отсутствуют или не являются наглядными.

Поэтому удобнее использовать базы знаний, построенные на Wiki-платформе [6]. Такие системы применяют стандартизированные средства для представления семантической разметки (с помощью системы категорий и свойств). Эти элементы можно легко распознавать даже в тех случаях, если разные информационные объекты (ИО) получены из разных ресурсов. В семантических Wiki-ресурсах всегда есть разнообразные средства для внутренней навигации и поиска, и это позволяет пользователю довольно быстро определить набор Wiki-страниц, связанных с его задачей. Важный фактор – наличие разнообразных семантических Wiki-ресурсов, количество, объём и качество которых постоянно увеличиваются. В случае, если информации в семантических Wiki недостаточно, их довольно легко дополнить сведениями с несемантизированных Wiki (например, из Википедий или Wiki-справочников). Из таких ресурсов можно получить меньше семантической информации, но в сочетании с семантизированными они позволяют довольно корректно описать произвольную проблему [7].

Следует отметить, что автоматизированное приобретение знаний значительно более эффективно осуществляется для тех ИР, которые имеют формализованную структуру и используют семантическую разметку контента (в отличие от естественноязыковых или мультимедийных ИР, для которых извлечение знаний требует большего участия человека). В то же время тенденции развития ресурсов Web показывают, что в поиске источников знаний целесообразно ориентироваться на распространённые и понятные для пользователей формы представления информации.

Этим условиям удовлетворяют семантические Wiki-ресурсы, которые довольно легко интегрировать с разнообразными ИИС. Wiki представляет собой технологию коллективного создания и использования распределённых ресурсов. Она всё чаще воспринимается как новый тип коллаборативной технологии, которая может повлиять на управление знаниями, а также поддерживать их создание и совместное использование. Из различных программных средств для разработки Wiki-ресурсов наиболее широко используется MediaWiki. Именно на этом свободном программном обеспечении базируются многие всемирно известные проекты энциклопедий и справочников, такие как Wikipedia, Wikibooks, Wiktionary и Wikidata. Поэтому при создании Большой украинской энциклопедии е-ВУЕ было принято решение также ориентироваться на Wiki-технологию.

1    Семантические Wiki-ресурсы

Чтобы при разработке Wiki-ресурсов перейти от обработки данных к обработке и поиску знаний, используют семантические расширения. Сформированные на их основе ИР могут динамично обновляться всем сообществом пользователей, которые обеспечивают актуальность информации, имеют удобную и простую для понимания структуру, обеспечивают обработку информации на семантическому уровне, предоставляя технологическую платформу для группового управления знаниями. Одним из наиболее известных инструментов является Semantic MediaWiki (SMW) [8]. Эта надстройка над MediaWiki имеет высокую выразительную мощность, надёжную реализацию и удобный интерфейс пользователей. С её использованием реализован ряд успешных проектов. Следует отметить, что это были относительно небольшие тематические энциклопедии (например, энциклопедия Первой мировой войны) и порталы научных учреждений с однородным контентом. Однако знания, представленные в

Большой украинской энциклопедии, имеют значительно более сложную структуру, и поэтому возникает необходимость расширить базовые возможности SMW современными технологиями Semantic Web и средствами управления знаниями. Для этого вначале необходимо определить что именно можно представить встроенными средствами SMW.

SMW – это надстройка над инструментальным средством построения Wiki-сайта MediaWiki, которая позволяет интегрировать информацию из разных Wiki-страниц, осуществляя поиск на уровне знаний, и генерировать из Wiki-страниц онтологические структуры, которые могут использовать другие ИИС. Для организации знаний [3] в SMW используются такие механизмы, как категории, семантические свойства и семантические запросы .

Семантические свойства используются для привязывания данных к Wiki-страницам. Каждое свойство имеет тип, название и значение, а также собственную Wiki-страницу в специальном пространстве имен. Эта страница используется для того, чтобы задавать тип свойства, определять его место в иерархии свойств, а также документировать то, как это свойство необходимо использовать.

Семантические запросы позволяют интегрировать сведения из разных Wiki-страниц, осуществляя поиск на уровне знаний. В качестве параметров запросов используются не только категории, но и семантические свойства и их значения. Это значительно расширяет возможности таких запросов и обеспечивает целостность и актуальность информации.

В частности, в обычных, не семантизированных Wiki-ресурсах поиск ограничен только названиями и категориями страниц. Например, для того, чтобы найти людей, родившихся в 1800 году, необходимо создать отдельную категорию «Родившиеся в 1800 году» и присвоить её соответствующим страницам (в частности, такой подход реализован в Википедии). Такое решение является достаточно громоздким, и, что более важно, не позволяет использовать условия, например, найти людей, родившихся в интервале между 1750 и 1800 годами.

Шаблоны – это специальные Wiki-страницы, содержимое которых предназначено для встраивания в другие страницы. Использование шаблонов позволяет упростить и ускорить создание новых Wiki-страниц, а также обеспечить однотипное представление информации для пользователей. Значительный интерес представляет следующее: если в текст шаблона поместить семантическое свойство, то это свойство будут иметь все страницы, использующие шаблон.

Для любой ПрО, в том числе для энциклопедии, можно выделить типичные ИО, – объекты с подобной структурой и одинаковым набором семантических свойств. Создавая Wiki-ресурс, целесообразно разработать специальные шаблоны для таких ИО. Эти шаблоны упрощают построение Wiki-страниц и унифицируют визуализацию контента. Обычно такие шаблоны соответствуют одной или нескольким категориям или входят в состав страниц этих категорий. Шаблоны подкатегорий могут конкретизировать шаблоны для категорий более высокого уровня путём добавления семантических свойств, характерных только для этих подкатегорий.

Кроме того, такие шаблоны позволяют более эффективно и правильно вводить на страницах значения семантических свойств. Однако в использовании шаблонов ИО возникают определённые проблемы, связанные с их универсальностью: в различных экземплярах ИО могут быть определены не все значения семантических свойств, присущие этому типу ИО, а некоторые свойства могут иметь несколько различных значений. Разрабатывая шаблоны ИО, надо заранее предусмотреть такие ситуации. Это усложняет код шаблона, но обеспечивает корректное представление и обработку неполных данных.

В шаблонах SMW ситуации относительно неполноты и многозначности данных обрабатываются в отдельности, и потому необходимо заранее проанализировать семантику таких данных. Кроме того, если шаблон предусматривает визуализацию информации, связанной с неполными и многозначными семантическими свойствами, то надо предусмотреть, чтобы в случае отсутствия такой информации не выводилось не только само значение, но и сопутствующая информация.

Использование в шаблонах семантических свойств с неполными и множественными значениями позволяет значительно уменьшить количество самих шаблонов, которые используются для описания типичных ИО. Например, в e-ВУЕ используется единый шаблон «Организация» для разных типов организаций, который содержит параметры, релевантные только для отдельных подтипов организаций. В этом шаблоне значение параметра «Вид медпомощи» может вводиться только для медицинских или ветеринарных учреждений, а значение параметра «Целевая аудитория» – только для издательств, СМИ и т.д. При меньшем количестве шаблонов при создании Wiki-страницы значительно проще выбрать соответствующий шаблон для создания статьи, а относительно небольшое количество самих шаблонов типичных ИО позволяет уделять больше внимания проверке и тестированию каждого из них.

Семантические значения, которые вводятся в шаблонах, могут использоваться в семантических запросах, которые позволяют находить Wiki-страницы по определённым требованиям, предъявляемым к этим значениям. Именно благодаря использованию шаблонов для типичных ИО можно достичь унификации в именах этих свойств, которая является значительной проблемой в разработке Wiki-ресурсов большого объёма со сложной и неоднородной структурой.

Чтобы преобразовать семантический Wiki-ресурс со сложной структурой и разнообразным гетерогенным контентом в распределённую базу знаний, к которой могут обращаться внешние ИИС, необходимо разработать средства интероперабельного представления его семантики. Предлагается использовать для этого онтологическое описание структуры Wiki-ресурса. Для этого необходимо сформировать онтологическую модель самого Wiki-ресурса, а также разработать методы её пополнения и использования для извлечения из Wiki-ресурса тех знаний, которые пертинентны той или иной задаче.

2    Онтологии и Semantic MediaWiki

Для разработки и поддержания сложной системы понятий семантического Wiki-ресурса, а также их свойств и отношений целесообразно применять онтологии и связанные с ними средства управления знаниями [9, 10]. Ряд таких возможностей предусмотрен непосредственно в SMW.

С точки зрения онтологического анализа, каждая Wiki-страница представляет собой онтологический элемент одного из RDF-классов – Thing, Class, ObjectProperty, DatatypeProperty, AnnotationProperty. Кроме того, каждая статья имеет собственный URI, что позволяет избежать путаницы между понятиями и HTML- страницами. Обычно статьи являются экземплярами классов онтологии OWL, категории – классами, а отношения – объектными свойствами онтологии.

Исходя из этого, с помощью специальной страницы ExportRDF для любой Wiki-страницы или набора страниц по запросу может генерироваться соответствующий OWL/RDF-файл [1, 11]. К сожалению, эта функция реализована в SMW неудачно и поддерживает ограниченный набор опций. Поскольку SMW совместима с моделью OWL DL [12], то существует возможность использования в Wiki внешних онтологий. Это возможно осуществить двумя путями: импорт онтологии позволяет создавать и модифицировать страницы в Wiki для представления отношений, заданных в некотором OWL DL-документе; а повторное использование словаря позволяет пользователям отображать Wiki-страницы на элементы существующих онтологий.

Функция импорта онтологии для чтения RDF-документов использует инструментарий RAP toolkit. Он извлекает RDF-утверждения, которые могут быть представлены в Wiki. Наименования статей импортированных элементов извлекаются с их меток (labels), или, в случае отсутствия метки, из идентификатора раздела их URI. Основной целью импорта является инициализация (первичная автоматическая загрузка) основы-шаблона для заполнения Wiki. Кроме того, импорт онтологии добавляет специальные аннотации, которые генерируют эквивалентные утверждения в экспорт OWL (owl:sameAs, owl:equivalentClass или owl:equivalentProperty). Импорт онтологий разрешён только администраторам сайта.

Импорт словаря позволяет пользователям идентифицировать элементы Wiki, указывая связь с элементами существующих онтологий. Например, Category:Person может непосредственно экспортироваться в класс foaf:Person словаря Friend-Of-A-Friend. Wiki-пользователи могут решать, какие страницы Wiki должны иметь внешнюю семантику, тем не менее набор имеющихся внешних элементов управляется только администраторами. Вводя в словарь Wiki некоторый новый элемент, они должны удостовериться в том, что повторное использование словаря соотносится с типами ограничений OWL DL. Например, внешние классы, такие, как foaf:Person, не могут быть импортированы в отношения.

Экспорт в OWL/RDF является средством обеспечения внешнего повторного использования данных из Wiki, но только практическое применение этой функции может показать качество сгенерированного RDF. Кроме того, SMW предоставляет сервис для поддержки запросов SPARQL. Система базируется на автономном RDF-сервере Joseki, синхронизированном с семантическим контентом Wiki.

3    Построение онтологии задачи на основе Wiki-ресурса

В ряде случаев для решения задачи пользователю нужна онтология, которая содержит знания о ПрО. Если пользователя не удовлетворяют встроенные в SMW средства построения онтологий, то он может использовать более сложный способ, при котором часть работы не может быть автоматизирована и требует его участия. Такая ситуация может возникнуть в тех случаях, если пользователю сложно построить формализованное описание ПрО, но он достаточно чётко представляет, какие именно сведения важны для его задачи. Такая онтология, в частности, может быть применена для персонифицированного поиска информации в Web, в рекомендующих системах, в задачах машинного обучения.

Для описания онтологий будем использовать формальную модель O = (X,R,F,T , более подробно описанную в [13], которая состоит из следующих элементов:

• ■    X = X ci и X ind - множество концептов онтологии, где X ci - множество классов, X_ind -

• множество экземпляров классов;

• ■    R = r ier ci и {r i } u {p j } - множество отношений между элементами онтологии, где r_ier ci -

• иерархические отношения между классами онтологии и свойствами классов; {ri} – множество объектных свойств, которые устанавливают отношения между экземплярами классов; {pj} – множество свойств данных, которые устанавливают отношения между экземплярами классов и значениями;

• ■    F - множество характеристик классов онтологии, экземпляров классов и их свойств, которые могут применяться для логического вывода (например, эквивалентность, отличие, отсутствие пересечения, область определения и область значения);

• ■    T - множество типов данных (например, строка, целое).

Формально построение онтологии задачи пользователя состоит в следующем: по онтологии ПрО Odomain = (Xdomain,Rdomain,Fdomain,Tdomain и набору Wiki-страниц Wuser, семантиче- ская разметка которых базируется на Odomain, строится «лёгкая» онтология задачи пользова- теля Ouser , знания которой являются подмножеством знаний из Odomain . Онтология ПрО может иметь произвольную структуру, высокую выразительную мощность и быть сформирована как экспертами ПрО, так и с помощью средств получения онтологических знаний.

O user = (^Xuser ,R user ,^F user ,T user) , такая, что:

"     X user ^- X domain , то есть X cl user ^£ X cl domain ^, X ind user ^— Xⁱⁿ d domain ;

• ■     R user ^— R domain , то является r ier cl _ser = r ier cldomain , {r user } ^— {r domain },¹ = 0,ⁿ,j = 0,m,^m ^ ⁿ ;

user           oma n        j

F user = ^ ;

• ■    T user ^— T domain ^.

• 3.1    Основные этапы построения онтологии задачи

Такую работу целесообразно выполнять в том случае, если пользователь начинает работать над сложной проблемой, решение которой будет требовать информации на протяжении довольно значительного времени (значительно большего, чем время на построение собственной онтологии). Например, планируя исследования на несколько лет, целесообразно израсходовать несколько часов на то, чтобы в дальнейшем получать семантически отфиль- трованные сведения.

Этап 1 . Найти семантический Wiki-ресурс W, который по тематике соотносится с задачей пользователя или перекрывает более широкую ПрО. Проще всего использовать неспециализированные энциклопедии и справочники (такие, как е-ВУЕ), но, если пользователь располагает сведениями о более специализированных ресурсах, то их применение может увеличить эффективность работы.

Этап 2. Отобрать в этом Wiki-ресурсе множество страниц W user , которые непосредственно связаны с задачей пользователя, W_user — W . Начать этот отбор можно с поиска Wiki-страниц, названия которых совпадают с ключевыми словами из описания задачи, а в дальнейшем воспользоваться одним или несколькими из следующих способов:

• ■    с помощью встроенных средств навигации по Wiki-ресурсу переходить к страницам, соединённым с этими страницами семантическими свойствами (всеми или только теми, которые интересуют пользователя);

• ■    воспользоваться семантическим поиском по выбранным свойствам;

• ■    найти страницы тех же категорий.

На этом этапе пользователь может выполнить определённое количество работы самостоятельно, чтобы охарактеризовать ту информацию, которая ему нужна, и отвергнуть ту, которая не касается его текущей задачи (это может быть ценная информация, важная для ПрО в целом, но не нужная именно для решения текущей проблемы). От того, насколько точно будет выполнен отбор, зависит эффективность использования построенной онтологии в задаче пользователя: отсутствие нужной информации не разрешит находить соответствующие ресурсы, а наличие лишних страниц увеличит время обработки.

Этап 3. Проанализировать информацию из W_user = {w_use] i },i = 1,s для каждой страницы:

• ■    информация о классах страницы (все или отобранные пользователем) позволяет пополнить X cl user , иерархические отношения между этими классами можно определить с помощью страниц этих категорий;

• ■    имя самой страницы заносится в X ind user ;

• ■    имена тех семантических свойств страниц, которые использованы на данной странице и область определения которых относится к типу «Страница» (все или отобранные пользователем), заносятся в {r user j } ;

• ■    имена страниц, на которые данная страница ссылается с помощью семантических свойств типа «Страница» (все или отобранные пользователем), также заносятся в X ind user ;

• ■    имена страниц, на которые данная страница ссылается с помощью гиперссылок (все или отобранные пользователем), также заносятся к Xind _user ;

• ■    если данная страница отсылает на другую страницу, то имя такой страницы рассматривается как синоним текущей страницы, заносится в X ind user и связывается отношением синонимии с именем текущей страницы.

• 3.2    Семантический поиск

При обработке несемантизированных Wiki-страниц алгоритм значительно сокращается.

Использование семантического поиска [14, 15] позволяет сократить время обработки, т.к. в этом случае надо обрабатывать не каждую страницу отдельно, а только результат запроса, который содержит важные для пользователя сведения в упорядоченном виде. В таком поиске в качестве условий могут быть заданы категории и условия, налагаемые на значения семантических свойств страниц.

{{#ask:

[[Категорія:персоналії]]

[[Рік народження::>1900]]

[[Рік народження::<1950]]

[[Місце народження::Україна]]

|?Рік народження

|?Місце народження

|?Alma mater

|?Напрями діяльності

|format=broadtable

|link=all

|headers=show

|searchlabel=... подальші результати

|class=sortable wikitable smwtable }}

Пользователь может вводить эти условия явным образом и определять, в каком формате получить результат – список, таблица (рисунок 1), облако тэгов (рисунок 2) и т.п.

Использование семантического поиска очень удобно как при генерации, так и при обновлении онтологий ПрО. Например, если надо составить онтологию рек и населённых пунктов определённого Региона А , то без семантического поиска надо обработать все страницы категорий Города, Реки и Регион А , а при использовании поиска – страницу, сгенерированную запросом с условиями, выделяющими на страницах категории Реки со значением свойства Регион информацию о Городах на берегу таких рек:

{{#ask: [[Категорія:Річки]]

[[Регіон::Україна]]

|?Міста на березі }}

Сам код запроса генерируется средствами SMW автоматически (следует отметить, что SMW позволяет вручную создавать значительно более сложные запросы, но это требует от пользователя соответствующих навыков). Такие запросы можно встроить потом в Wiki-страницу, скопировав их код, и информация будет обновляться автоматически при измене- нии контента удовлетворяющих запросу страниц.

Пошук

Условия запроса

Знайти I Приховати запит I Показати включений

Назапит [[Категор1я:персоналы]] [[Р1к народження::>1990]] [[PiK народження::<1950]] [[М1сце народження: :Укра1на] ] було отримано вщповщь i3 SMWSQLStore3 за 0.0171 секунд.

Результати 1 - 40 (Попередия 100 I Наступив 100) (20150 1100 I 250 I 500) (JSOM I CSV I RSS I RDF)

Pik народження

Мкце народження

Alma mater

Абаджян, Pappin

Артушевич

У крата

Запор1жжя (Micro)

Харювський нацюнальний унверситет мистецтв 1мен11вана Котляревського Харюв

Абалак!н, В!ктор Кузьмич

Одеса

Укра1на

Одеса

Одеський нац!ональний у>Лерситет 1мен11лл1

Мечникова             1

Константиновен \ Авраам Львови/ \__

Страницы, соответствующие запросу

Б1ла Церква

Ки1вська область

Укра1на

Нацкжальний медични) О. Богомольца /

фситет 1мен! О.

Харк1в

У краТна

Всеросмський д< ктематографн

Значения

семантических свойств

Рисунок 1 - Результаты семантического поиска в табличном виде

Пошук

I Условия запроса

Знайти I Приховати запит I Показати включений

Назапит [[Категортя: персонал ii]] [[Р^/народження: :>1900] ] [ [Р1к народження:: <1950] ] [[М1сце народження: :Укра!на]] було отримано вщповщь is SMW5QL5tore3 за 0.0164 секунд.

Результата 1 - 20 (Попередия 20 I Наступна 20) (2015011001250 1 500) (JSON I CSV I RSS I RDF)

1900 1 904 1905 1906 1908 1914 1930 1933 1937 1939 1944 1 945 1 948 1949 Свпатор!я 1вано-Франгавськ АВТОНОМИЗ РвСПубЛ1Ка Крим Беля1вка Bina Церква Всерос1йсы<ий державный 1нститут к!нематографП Всесоюзный державный 1нститут кнематографн В!льшанка Дн1про (Micro} Жытомирська область Запор1жжя (Micro) Kapnie ун1верситет КиТв КиТвська область Ки!вський нац!ональний университет театру, kiho i телебачення 1мен11. К. Карпенка-Карого Кропинницький К!ровоградська область Лисичанськ Луганська область Маршинц! МОСКВй Нац1ональна академ1я образотворчого мистецтва I арх!тектури Нац1снальна музична академ)я Укра1ни 1м. П.1. Чайкоеського Нафональна музична академ!я УкраТни 1мен1 П. 1. Чайкоаського Нацюнальний прничий ун1верситет УкраТни Нац1ональний медичний ун1верситет 1мен10.0. Богомольца Нацюнальний пвдагопчний ун1верситет 1мен1 М. П. Драгоманова Новоселицький район Одеса Одеська нац1ональна музична академ!я 1мен1 А. В. НеЖДаНОВО! Одеська область Одеський нац1оналъний унГверситет 1мен11ллг Мечникова Олександр1вський район Париж Паризька виша нацюнальна консерватор!Я музики й танцю Поташ Прага П1дл1сне Самаркандський державный ун!верситет

Симферополь Тальн1вський район Украна XapKiB Харк1вський нац!ональнии ун!

Котляревського Черкаська область Черн1вецька область Чудн1вський район Ясси Ясський ун1верситет

нет мистецтв 1мен11вана

блако тэгов значений свойств

Рисунок 2 - Результаты семантического поиска в виде облака тэгов

Рассмотренный выше алгоритм позволяет построить онтологию задачи пользователя. Хотя существует возможность различной программной реализации, из-за того, что большинство операций нуждается во вмешательстве пользователя и принятии решения относительно

каждого понятия и отношения, на практике проще выполнять эти действия непосредственно с помощью редактора онтологий (например, Protégé [16]). Таким образом формируется онтология на языке OWL.

Основная проблема для пользователя при создании таких запросов заключается в необходимости правильно указать имена категорий и семантических свойств. Эту информацию можно получить, проанализировав код шаблонов типичных ИО, используемых на соответствующих Wiki-страницах. Но такой путь довольно сложен. Поэтому целесообразно при разработке семантических Wiki-ресурсов создавать специальную справочную страницу, описывающую вводимые в шаблонах типичных ИО семантические свойства и примеры их значений (рисунок 3).

Базов! шаблон и ВУЕ

3MICT

[сховати]

Доступы шаблони

Персонал!я

Вщзнаки

MiCTO

СМТ

Материк_континент

Рельеф

Море

Океан

Озеро

М!нерал

Краппа

КраГна - альтернативний вар!ант

Адм1н1стративно-територ!альна одиниця

1сторична под1я

Вмна

Битва

Порода

Ол1мп!йськНгри Автор_ВУЕ Орган1эац1я Музичний гурт Перюдичнв видання Книжкове видання Група ос!б

Р1чка [ред]

{{Ргчка

|Оригинальна назвав

|Реггон=

| Вит1к=

|Гирло=

|Довжина=

|Площа басейну=

|Тип живлення=

|Притоки^

|Miста на березт=

для реки

Описание семантических свойств шаблона

Список шаблонов типичных ИО

в е-ВУЕ

Базов! шаблони ВУЕ (Дн1про)

Гирло

Болото Аксен!нський

Джпровсько-Бузький лиман, Чорне море

Довжина

Площа басейну (кв.км)

Основн!

притоки

П рот! кас через територп

М1ста на берез!

504 300

Десна, IpniHb, Припять

Полтавська область, Ки1вська область,

УкраГна

Пример вызова шаблона

Рисунок 3 - Использование шаблонов типичных информационных объектов для построения онтологии ПрО.

• 3.3    Портальная версия Большой украинской энциклопедии (е-ВУЕ)

• - семантический Wiki-ресурс

Сейчас в Украине активно ведутся работы по созданию Большой украинской энциклопедии. Качество информации, представленной в энциклопедии, обеспечивается ориентацией на рецензированные авторские статьи с оригинальным контентом, подготовленные специалистами в соответствующих областях, в которых представлены проверенные факты и признанные научным сообществам теории. е-ВУЕ (vue.gov.ua) – портальная версия Большой украинской энциклопедии. Кроме текста, страницы е-ВУЕ могут содержать другие типы контента (изображение, карты, видео, аудио и т.п.) и ссылки на доверенные источники. Для создания этого инновационного ИР, на базе современных знания-ориентированных технологий и оригинальных разработок проводится исследование соответствующих моделей и методов представления и обработки информации. При необходимости разрабатываются оригинальные программные решения, которые базируются на современных методах представления распределённых знаний (в частности, на технологиях Semantic Web).

Можно выделить следующие преимущества e-ВУЕ по сравнению с другими электронными справочниками и энциклопедиями:

• ■    явное установление содержательных связей между страницами статей и их элементами;

• ■    поиск информации по смыслу - по категориям и значениями семантических свойств страниц;

• ■    возможность интегрировать информацию из разных статей и автоматизированно генерировать целостный контент;

• ■    возможность экспорта знаний в форматах современных Web-технологий.

e-ВУЕ использует современные технологии и научные достижения в области управления знаниями, искусственного интеллекта, онтологического анализа, интеллектуального поиска и Semantic Web. Предполагается, что энциклопедия станет источником знаний не только для людей, но и для ИИС, которые смогут использовать сведения, экспортированные из е-ВУЕ в общепринятых форматах представления. Портальная версия Большой украинской энциклопедии использует свободное программное обеспечение MediaWiki версии 1.29.1. и его семантическое расширение SMW версии 2.5.5.

Каждая статья e-ВУЕ может быть отнесена к произвольному количеству категорий. Средства Wiki-среды позволяют явным образом указывать иерархические связи между такими категориями, которые могут отображать разные аспекты классификации статьи энциклопедии, учитывать специфику ПрО, условия публикации, использование материала и т.д. [17]. С точки зрения пользователей на верхнем уровне статьи подразделяются на три не пересекающиеся категории: «Персоналии», «Цивилизация» и «Природа». К каждой из этих категорий можно перейти непосредственно с главной страницы е-ВУЕ (рисунок 4).

3/1

ПРИРОДА

Переход к статьям категории “Персоналии ”

Переход к статьям категории “Природа ”

Пример статьи категории “Природа ”

Пример статьи категории “Персоналии ”

АЬдл, Поль — apxi тестер реставратор, член Академ i «расних идстоцтв (з 1875)

Акака - нодуемад нв Гааяйсыыж остронад Роэташоаднай не ri Il II чьему СХОД1 •• ЛЙб.гчиХХО

А»1лц1м — керовакий хи б перееуваммя в атмосфер! на гхтальмнх ar ipaiax пле'-дх за

Пример статьи категории “Цивилизация ”

ЦИВ1Л13АЦ1Я ^

Переход к статьям категории “Цивилизация ”

Рисунок 4 - Категории верхнего уровня на главной странице е-ВУЕ

Кроме того, на этой же странице предусмотрен переход к иерархическому набору категорий, упорядоченному по областям знаний. В каждой из этих категорий есть соответствующие подкатегории. Например, для категории «Персоналии» – это «Учёные», «Лауреаты

Нобелевской премии» и т.д., для категории «Природа» - это «Географические объекты», «Гидронимы» и т.д. (рисунок 5).

, впорядкованих за галузями знань. Назви окремих галузей

► Нацюнальна безпека (8 К, 22 С)

► Педагопчн! науки (8 К, 60 С)

► Полгичн! науки (7 К, 59 С)

► Психолопчж науки (13 К, 48 С)

► С1льськогосподарськ1 науки (4 К, 75 С)

► Соц!альж комужкацп (8 К, 225 С)

► Соцюлопчж науки (4 К, 43 С)

► Географ1чн! науки (17 К, 184 С)

► Геолопчж науки (19 К, 50 С)

Персоналп

Це категор!я Персоналп.

► Математики (5 С)

► Архгектори (2 С)

Гал узь знань

► Бюлоги (23 К, 13 С)

► Арх1тектура (4 К, 36 С)

► Е коном 1сти (4 С)

Вмськова справа (18 К, 42 С)

Ж

► Географи (1 С)

► Геологи (2 С)

► Державы д!яч! (3 К, 27 С)

► Друкар! (1 С)

Ця стор!нка дозволяе отримати доступ до гасел впорядковано за абеткою.

Пщкатегори

Показано 26 лщкатегорм is 26.

Пщкатегорп

Показано 24 пщкатегорП з 24.

Подкатегории категории Области знаний”

► Бюлопу^^у^и (44 К, 267 С)

Рисунок 5 - Подкатегории областей знаний в е-ВУЕ

Подкатегории категории “Персоналии”

4 Онтологическая модель е-ВУЕ

Для расширения функциональных возможностей портальной версии Большой украинской энциклопедии на основе её семантизации необходимо разработать методы построения полной, формализованной и однозначно интерпретируемой системы категорий и семантических свойств Wiki-страниц. Чтобы e-ВУЕ была способная функционировать как распределённая база знаний, являющаяся источником полезной и проверенной информации как для людей, так и для внешних ИИС, необходимо создать и практически применить онтологическую модель [18] знаний энциклопедического издания. Онтологическая модель e-ВУЕ формализует отношения между её основными объектами, их типами и свойствами. Эта модель должна удовлетворять требованиям со стороны средств анализа знаний и соответствовать специфическим ограничениям ПрО, корректно отображая её базовые закономерности. Использование этой модели как основы семантической разметки обеспечивает формирование и программную реализацию соответствующего набора иерархически связанных категорий, шаблонов типичных ИО, их семантических свойств и запросов, которые их используют. Наличие формальной модели позволяет предотвратить неоднозначную интерпретацию знаний разными разработчиками и пользователями портала.

Чтобы система категорий и семантических свойств была полной, непротиворечивой и пертинентной ПрО, целесообразно использовать существующие технологии представления и анализа знаний, ориентированные на Web-применение. Широко применяемый сегодня онто- логический подход обеспечивает возможность визуализации знаний и их анализа специализированными инструментами. Кроме того, наличие онтологии ресурса для метаописания e-ВУЕ значительно упрощает доступ к контенту внешних ИИС.

С помощью онтологий можно явным образом определить семантику типичных ИО Wiki-ресурса – их семантические свойства и отношение с другими ИО. Важно, что такое онтологическое представление позволяет проявлять и разрешать неоднозначные интерпретации и некорректное использование терминов, связанных с описанием ИО. Кроме того, онтология позволяет решить проблему унификации названий семантических свойств и категорий, которые используют разработчики. Онтология e-ВУЕ (рисунок 6) определяет:

• ■    иерархические отношения между категориями е-ВУЕ;

• ■    объектные свойства, связанные с семантическими свойствами страниц, которые отображают содержательные отношения между разными страницами энциклопедии (например, семантическое свойство «Место рождения» страниц категории «Персоналии» связывает их со страницами категорий «Страна» и «Город»);

• ■    связи между категориями и шаблонами типичных ИО (одной категории может соответствовать несколько шаблонов типичных ИО (например, для категории «Персоналии» это шаблоны «Персоналия» и «Награды»), а один и тот же шаблон может использоваться на Wiki-страницах нескольких категорий (например, шаблон «Награды» используется на страницах категорий «Персоналии» и «Организации»;

• ■    характеристики самих семантических свойств (например, симметричность, транзитивность и т.д.).

Рисунок 6 - Онтологическая модель e-ВУЕ

Такая онтология в значительной мере зависит не только от специфики ПрО самого Wiki-ресурса, но и от особенностей его реализации. Поэтому для каждого Wiki-ресурса нужно сотрудничество экспертов ПрО с инженерами знаний, чтобы создавать оригинальную онтоло- гию [19]. Наличие таких онтологий значительно облегчает установление семантических соответствий между различными энциклопедическими ресурсами.

Онтология е-ВУЕ является источником знаний о структуре Wiki-ресурса и помогает пользователям строить семантические запросы, обеспечивая сведения не только для правильного написания названий категорий и семантических свойств типичных ИО, но и для однозначного понимания связей между этими ИО.

Выводы

Предложенные в работе модели и методы были апробированы при разработке портальной версии Большой украинской энциклопедии. Онтологический анализ обеспечил формализацию знаний о структуре знаний, содержащихся в энциклопедии. Семантизация е-ВУЕ позволяет легко создавать и экспортировать базы знаний, которые описывают определённые ПрО в общепринятых форматах (RDF). Интероперабельное представление знаний в онтологической модели обеспечивает корректное выполнение семантических запросов для формирования набора сведений, на основе которых может быть сгенерирована онтология ПрО, интересующая пользователя.

Работа выполнена при проведении исследований по теме «Развитие информационного, функционального и программного обеспечения электронного варианта энциклопедических изданий» в рамках Программы информатизации Национальной академии наук Украины на 2018 год в Институте программных систем НАН Украины в сотрудничестве с Государственным научным учреждением «Энциклопедическое издательство».