3.5 Детальная проработка выбранного варианта онтологии - Разработка системы управления знаниями в проектной консалтинговой организации

Среди трех вариантов построения онтологии была выбрана ассоциативная онтология, состоящая из экземпляров без классов. Фактически, такая онтология представляет собой отражение индивидуальных ассоциаций экспертов. Поскольку целью данной работы является разработка корпоративной СУЗ, индивидуальные онтологии должны быть некоторым образом интегрированы в общую систему знаний компании. Индивидуальные онтологии, таким образом, являются промежуточным звеном в процессе построения единой онтологии, а не целевой моделью.

Авторы Гаврилова Т. А. и Хорошевский В. Ф. для выявления знаний [19] предлагают использовать понятие "поле знаний", под которым понимается субъективное неформализованное множество понятий и связей между ними. В данном исследовании полю знаний соответствует индивидуальная ассоциативная сеть. Авторы называют процесс извлечения знаний "узким местом" в проектировании СУЗ. Поэтому при разработке СУЗ необходимо детально прорабатывать процесс сбора знаний, который будет применяться при промышленной эксплуатации системы. При построении процесса развития онтологии требуется учесть возможные типы преобразования знаний.

Авторы И. Нонака и Х. Такеучи выделяли четыре типа преобразований знаний [18]:

    1. Неформализованное > Неформализованное; 2. Неформализованное > Формализованное; 3. Формализованное > Формализованное; 4. Формализованное > Неформализованное;

Точное отражение всех знаний экспертов о предметной области за один проход маловероятно. Для построения онтологии целесообразно применять итеративный подход. Более того, появление новых экспертов и развитие индивидуальных знаний вынуждает подходить к построению онтологии как к бизнес-процессу, а не как в разовому проекту.

На основе четырех типов преобразований знаний Нонака и Такеучи можно предложить следующий бизнес-процесс развития онтологии компании:

    1. подготовка опросных листов по предметным областям; 2. сбор ключевых понятий в отобранных предметных областях у сотрудников; 3. подготовка опросных листов для сбора ассоциаций по ключевым понятиям; 4. сбор ассоциаций для ключевых понятий у сотрудников; 5. анализ семантических связей: синонимии, омонимии, ... 6. формализация индивидуальных ассоциаций и их интеграция в общую онтологию; 7. детализация типов связей (object properties); 8. обогащение онтологии свойствами понятий (data properties); 9. проработка логических ограничений и тестирование логической целостности; 10. работа с онтологией: извлечение/вывод знаний;

Схема бизнес-процесса представлена в Приложении 5.

Возможный вариант заполненного опросного листа для сбора ассоциаций представлен в следующей таблице:

Предметная область

Ключевые понятия области

Банковская предметная область

Кредит, депозит, банковская карта, риск-менеджмент, CRM, коммуникация, финансы, коллекторская служба, процентная ставка, ЦБ, ценные бумаги, валюта, РКО, кредитный конвейер, брокерское обслуживание, ставка рефинансирования, кредитный договор, ...

Предметная область интеллектуальных ИС

КХД, BI, Data mining, мастер-система, ETL, DMSS, статистика, аналитика, ...

Предметная область телеком

...

Ответы на подобные опросные листы должны собираться со всех экспертов. На основе собранных ключевых понятий предметной области формируется опросный лист, образец которого представлен в следующей таблице:

Понятие

Ассоциированные понятия

Кредитная карта

Кредит, банковская карта, процессинг, кредитный договор, карточный договор, овердрафт, перевыпуск, зарплатная карта, зарплатный проект, карточная иерархия, платиновая карта, пакет обслуживания, платежная система, дебетовая карта, кредитный лимит, мастер-счет, пин-код, карточная транзакция, ...

Коммуникация

Лид, канал, локатор, телефон, e-mail, АТМ, нотификация, ...

Кредитный конвейер

Кредит, заявка на кредит, протокол, отказ, СПЗ, скоринг, кредитная история, НБКИ, ...

Депозит

Депозитный договор, текущий счет, пассив, договор иррегулярной поклажи, норма резервирования, депозит до востребования, целевой депозит, ипотечный вклад, пролонгация, вклад, сберегательный счет, собственные средства, дебетовая карта, ...

Брокерское обслуживание

Счет ДЕПО, маржинальная торговля, стоп-лосс, реестр акционеров, собрание акционеров, национальный депозитарий, текущий счет, торговая система, торговый терминал, ...

Для формализации индивидуальных ассоциаций удобно использовать предложенную ранее ассоциативную онтологию, в которой эксперт по анализируемой предметной области должен указать связи и иерархию предложенных понятий. Совместная работа эксперта и инженера онтологии позволяет помимо установления связей выполнить задачу верификации, то есть проверки правильности отражения понимания знаний эксперта онтологическим инженером.

Возможный результат проработки индивидуальной онтологии для приведенных выше заполненных опросных листов представлен на рисунке 1. На этом этапе используется один тип связей (object property).

На следующем шаге индивидуальная онтология интегрируется в единую онтологию. На рисунке 2 представлен пример интеграции построенной выше индивидуальной онтологии в единую онтологию:

В соответствии с предложенной ранее иерархией онтологий необходимо провести интеграцию предложенного процесса с онтологическим ядром архитектуры СУЗ. Для этого требуется детальный анализ каждого уровня архитектуры с точки зрения построения процесса сбора знаний и их формализации в единой онтологии.

Первые два уровня должны быть разработаны специалистом по управлению знаниями независимо от индивидуальных ассоциаций. Это не-ассоциативная онтология -- в ней не отражены аккумулированные индивидуальные ассоциации между понятиями, и она представляет собой довольно жестко структурированную медленно меняющуюся часть онтологии. Онтология представления и онтология верхнего уровня экономической деятельности создаются за рамками бизнес-процесса, описанного выше. Вышеописанный процесс является регламентным процессом стадии опытно-промышленной экслуатации системы, в то время как разработка верхних уровней должна быть выполнено до начала ОПЭ.

На уровне онтологий представления действительно можно создать несколько онтологий. Однако, они могут оказаться понятийно связанными, то есть либо пересечение множества их понятий будет непусто, либо между понятиями будут связи. В таком случае, имеет смысл выстроить на их основе единую онтологию. Более того, на стыке предметных областей могут быть выведены новые знания, что поддерживает предложение построения единой онтологии. При этом процесс сбора знаний для этих уровней описан выше. Его целесообразно организовать над отдельными областями. Таким образом, предложенная ранее архитектура в достаточной степени соответствует целевому процессу сбора знаний.

3.6 Решение пользовательских задач с помощью построенной онтологии корпоративной СУЗ

В приложении 4 приведены примеры запросов построенной ассоциативной онтологии. Типовые запросы можно формализовать, облегчив работу пользователей с онтологией.

На практике предлагается следующая методика использования онтологии. Приведенная онтология (вариант 3) представляет собой пример индивидуальной онтологии, то есть онтологии, отражающий ассоциативную сеть одного сотрудника. Предлагается под руководством специалиста по управлению знаниями собирать такие онтологии со всех сотрудников, обладающих ценной экспертизой, после чего объединять эти ассоциативные сети в единую онтологии.

Построенная таким образом из множества индивидуальных онтологий единая онтология позволяет осуществлять навигацию по знаниям, выполнять запросы к знаниям и, самое главное, осуществлять вывод знаний.

Вывод знаний в такой онтологии выполняется через выявление новых связей между тесно связанными узлами. Теснота связей между двумя концептами определяется через их общие связи с учетом направлений.

Полученная единая онтология позволяет выводить окружение любого интересующего понятия. Так, можно вывести все предшествующие и последующие понятия в иерархии, а также все понятия, с которыми интересующее понятие связано.

Также следует заметить, что для корректной отработки запросов на вывод связанных понятий необходимо разделять аксиомы под-классов (split subClass axioms) на отдельные атомарные аксиомы. Альтернативный вариант заключается в изначальном написании аксиом в атомарном виде.

В процессе реализации методики создается несколько онтологий: индивидуальные онтологии для анализа индивидуальной ассоциативной сети для решения задач интеграции и единая интегрированная онтология. Запросы на языке SPARQL могут применяться на разных стадиях методики к разным онтологиям. Запросы можно классифицировать следующим образом:

    - отображение ассоциативного окружения; - отображение количественных метрик онтологии (например, мощность исходящих/входящих понятий или расстояние между понятиями); - поиск понятий по онтологии; - поиск понятийных кластеров с использованием метрик; - другое.

Примеры запросов, демонстрирующие гибкость языка SPARQL для решения пользовательских задач, приведены в Приложении 4. Типовые пользовательские запросы приведены в Приложении 2.

Похожие статьи




3.5 Детальная проработка выбранного варианта онтологии - Разработка системы управления знаниями в проектной консалтинговой организации

Предыдущая | Следующая