Существуют различные типы классификации онтологий. Наиболее полезным будет выделить два типа классификации онтологий:
Семантическая:
1) по уровню выразительности;
2) по степени формальности;
3) по уровню детальности представления.
Прагматическая:
4) по степени зависимости от конкретной задачи или прикладной области;
5) по языку представления онтологических знаний;
6) по предметной области;
7) по цели создания;
8) по наполнению (содержимому).
Приведем краткую характеристику каждой классификации.
Семантическая классификация
1. По уровню выразительности
Тяжеловесные онтологии.Тяжеловесные онтологии сильно аксиоматизированы, такой уровень аксиоматизации позволяет осуществлять онтологическое связывание явно. Цель аксиоматизации – избежать терминологической и концептуальной неоднозначности из-за неправильной интерпретации. Каждая тяжеловесная онтология может иметь легковесную версию. Многие онтологии предметных областей (domain) – тяжеловесные, т.к. должны поддерживать процессы построения сложных умозаключений. Как и в определении любых размеров, граница между тяжеловесными и легковесными онтологиями размыта.
Легковесные онтологии.Это простые таксономические структуры примитивов или композиции термов с соответствующими определениями. Они слабо аксиоматизированы, т.к. значение термина, используемое внутри комьюнити, обычно более-менее известно всем членам сообщества. Соответственно, связи между терминами, которые рассматриваются как релевантные, могут быть представлены в онтологии ограниченно.
2. По степени формальности
Данная классификация схожа с классификацией по уровню выразительности языка описания онтологии (см. предыдущий пункт), однако не эквивалентна ей.
Неформальные.Это онтологии, которые описываются в документе на любом естественном языке (английский, русский, украинский и т.д.). Несмотря на отсутствие формальных правил задания, такие онтологии также могут быть богато наполненными, непротиворечивыми и точными.
Более формализованные.Таксономия может быть двух видов – основанная на термах или на концептах. Такие онтологии, хотя и формализованы, но очень слабо структурированы. Например, структурированные связями «уже чем» или «подкласс» (narrower_than or subclass):
– основанные на термах. В этом случае в иерархии тематического раздела более общие термины находятся выше, по мере спуска по иерархии термины становятся все более специфичными;
– основанные на концептах. Иерархия состоит из классов и их подклассов, в которых отображаются их отличительные и необходимые свойства.
Сильно формализованные.Онтологии для решения инженерных уравнений. Задают формальную семантику термов (таких, как количество и единица измерения) в разрешенных языком точных и непротиворечивых выражениях.
3. По уровню детальности представления
Некоторые количественно-измеримые метрики могут быть применены к расчету уровня детальности представления. Например, средняя глубина структуры подклассов/подхарактеристик (subproperty), средняя кучность/кустистость (bushiness), количество аксиом и другие.
Низкий.Онтология может быть построена на основе терминов и нескольких типов связей.
Примеры:
– простая таксономия;
– очень формальная онтология, описанная в терминах общей логики (Common Logic), но содержащая только 3 класса и 2 свойства.
Высокий.Онтология может содержать намного больше деталей, включая правила, по которым термины могут быть связаны между собой.
Примеры:
– очень детализированное описание биологических классов и их отличительных особенностей на естественном языке;
– очень формальная онтология, описанная на одном из языков KIF, CL, Cyc-L, OWL+SWRL, которые содержат тысячи классов, свойств, правил и миллионы экземпляров/индивидуумов [8].
Прагматическая классификация
4. По степени зависимости от конкретной задачи или прикладной области
Верхнего уровня.Такие онтологии описывают наиболее общие концепты (пространство, время, материя, объект, событие, действие и т.д.), которые не зависимы от конкретной проблемы или области. Примером такой общей онтологии является коммерческий проект онтологии CYC.
Ориентированные на предметную область.Во многих дисциплинах сейчас разрабатываются стандартные онтологии, которые могут использоваться экспертами по предметным областям (доменам) для совместного использования и аннотирования информации в своей области. Например, в области медицины созданы большие стандартные, структурированные словари, такие как SNOMED и семантическая сеть Системы унифицированного медицинского языка (the Unified Medical Language System).
Также появляются обширные общецелевые онтологии, например, онтология UNSPSC, которая предоставляет терминологию товаров и услуг.
Ориентированные на задачу.Это онтология, используемая конкретной прикладной программой и содержащая термины, которые используются при разработке ПО, выполняющего конкретную задачу. Она отражает специфику приложения, но может также содержать некоторые общие термины (например, в графическом редакторе будут и специфические термины – палитра, тип заливки, наложение слоев и т.д., и общие – сохранить и загрузить файл).
Прикладные онтологииописывают концепты, которые зависят как от онтологии задач, так и от онтологии домена. Примером может служить онтология для автомобилей, строительных материалов, вычислительной техники.
5. По языку представления онтологических знаний
RDF.Язык разработан в рамках проекта Семантик-веб (Semantic Web). Основное предназначение языка – описание метаданных документов, размещаемых в Интернете.
RDF использует базовую модель представления данных «объект – атрибут – значение», и способен сыграть роль универсального языка описания семантики ресурсов и связей между ними.
DAML+OIL– семантический язык разметки Web-ресурсов, который расширяет стандарты RDF і RDF Schema за счет более полных примитивов моделирования. В последнюю версию DAML+OIL включен набор дополнительных конструкций для создания онтологий и разметки информации в легкоинтерпретируемом машиной виде.
OWL(Web Ontology Language) – язык представления онтологий следующего поколения после DAML+OIL. Обладает более богатым набором возможностей, чем XML,RDF,RDFSchemaіDAML+OIL. Проект предполагает создание мощного механизма семантического анализа. Планируется, что в нем будут устранены ограничения конструкций DAML+OIL. Онтология OWL – это последовательность аксиом, фактов и ссылок на другие онтологии.
KIF(Knowledge Interchange Format, или формат обмена знаниями) – основан на S-выражениях синтаксиса для логики. KIF – специальный язык, предназначенный для обмена знаниями между разными компьютерными системами. Разрабатывался для описания общего формата представления знаний, независимого от конкретных систем.
CycL(язык описания онтологии Cyc) – это гибридный язык, в котором объединены свойства фреймов и логики предикатов. Синтаксис языка CycL схож с синтаксисом языка Lisp. CycL различает такие сущности, как экземпляры, классы, предикаты и функции. Словарь CycL состоит из термов. Множество термов можно разделить на константы, неатомарные термы и переменные. Термы используются при составлении значащих выражений CycL, из которых формируются суждения. Из суждений состоит база знаний.
OCML(OperationalConceptualModelingLanguage) язык поддерживает построение нескольких типов конструкций представления знаний. Он позволяет задавать спецификацию и операционализацию функций, связей, классов, экземпляров и правил. Он также включает механизмы для описания онтологий и методов решения задач – основные технологии, разработанные в области представления знаний. Около десятка проектов в KMI (Knowledge Media Institute) в настоящее время используют OCML для разработки моделей в таких областях, как управление знаниями, разработка онтологии, электронная торговля и системы обработки знаний.
LOOMи PowerLoom® – языки представления знаний, разработанные исследователями из группыArtificialIntelligenceResearchGroupУниверситета Южной Калифорнии (UniversityofSouthernCalifornia'sInformationSciencesInstitute). Цель проекта Loom – разработка и внедрение продвинутых средств для представления знаний и рассуждений в области искусственного интеллекта. Loom и PowerLoom распространяются по открытой лицензии (open source licenses), но являются интеллектуальной собственностью Университета Южной Калифорнии и не являются общедоступными.
Loom – это и язык и среда для построения интеллектуальных приложений. Центром языка является система представления знаний, которая используется для построения дедуктивных выводов на основе декларативных знаний. Декларативные знания состоят из определений, правил, фактов и правил по умолчанию. Дедуктивный движок использует прямые цепочки логического вывода, семантическую унификацию и объектно-ориентированные технологии поддержания достоверности.
Ontolingua предоставляет распределенную среду для совместного просмотра, создания, редактирования, изменения и использования онтологий. Сервер поддерживает более 150 активных пользователей, с некоторыми проектами которых можно ознакомиться по адресу http://ontolingua.stanford.edu/doc/ontology-server-projects.html. Ontolingua состоит из KIF парсера, инструментов для анализа онтологии, и набора трансляторов для преобразования исходных данных Ontolingua в форму, приемлемую для внедрения в системы представления знаний.
F-Logic– онтологический язык, который базируется на логиках первого порядка, однако классы и свойства в нем представлены как термины, а не как предикаты. Язык создавался для осуществления взаимодействия между онтологиями, построенными на основе предикатов, и онтологиями, построенными на основе F-Logic. Создатели определили интуитивные трансляторы для преобразования знаний из предикатных онтологий в F-Logic онтологии и показали, что такой перевод сохраняет логические связи (preserves entailment) для большого количества онтологических языков, в том числе и для многих OWL DL. Также язык может применяться для мета-моделирования расширенийDescriptionLogics(v-semantics).
6. По предметной области
Онтология отражает общие знания о предметной области, такие, как иерархия классов понятий и семантические отношения на этих классах. Для каждой предметной области онтологии создаются экспертами своей области, которые проводят формализацию знаний, определений и правил получения новых знаний. Для создания и поддержки онтологий существуют как спецификации, так и инструменты.
7. По цели создания
Онтологии приложения.Используются во время выполнения конкретного приложения, осуществляющего онтологическое нанесение ограничений на аксиоматизацию для терминологической службы, т.е. используются в работе блока построения рассуждений. Типичный компромисс между выразительностью и разрешимостью требует ограниченного представления формализмов. В приложениях, построенных на принципах описательных логик (DL), это будет совпадать с TBox. Онтологии приложения могут также описывать конкретные миры (семантические описания, базы знаний, метаданные, семантические метаданные или просто экземпляры). В приложениях на базе описательных логик это будет совпадать с ABox.
Ссылочные онтологии.Используются во время разработки приложений, для взаимного понимания и толкования между агентами, принадлежащими к разным сообществам, для установления консенсуса между сообществами, которые нуждаются во введении нового термина, или просто для пояснения значения термина новому участнику сообщества. Хотя части ссылочной онтологии могут быть также формализованы, как TBox, однако описательные логики обычно не достаточно выразительны, чтоб использовать их в качестве справочных материалов.
