Комментарии: Немного о неопределенности и нечеткости в онтологиях

Автор: PavelK

PavelK — Thu, 19 Mar 2009 15:00:18 +0000

Нет, пока не поддерживается, хотя я согласен, что abductive reasoning – штука очень интересная, особенно в контексте неопределенности. Не факт, что у меня в ближайшее время дойдут руки, но обсудить это бы стоило, поэтому если Вы занимаетесь абдукцией, то было бы интересно пообщаться.
Тем более, что некоторые результаты на тему использования абдуктивности в DL уже есть [1].

http://www.aaai.org/Papers/KR/2008/KR08-022.pdf

Автор: roshchin

roshchin — Thu, 19 Mar 2009 14:39:03 +0000

привет
очень инетресная статья – спасибо

один вопрос: вы не рассматривали случайно возможность абдуктивного вывода на онтологиях, т.е. возможное объяснение причин того или иного вывода? и поддреживается ли он в Пронто?

например: есть класс, определенный через конъюнкцию других классов. Есть какое то «наблюдение», в котром наблюдаются части того самого определения (либо те же конъюгкты, но не все; либо те же, но есть еще какие то, либо есть пересечение самого определения и наблюдаемых конъюгктов)

Автор: PavelK

PavelK — Wed, 11 Mar 2009 22:28:53 +0000

Что касается интеграции – да, конечно можно. Более того, ontology alignment – это *классический* пример необходимости работы с неточностью в онтологиях. Например, в одной онтологии есть класс Машина, а в другой Автомобиль. Интегратор вполне может указать, что М и А – это с 90% эквивалентные классы. Иначе приходится использовать различные пороговые значения.
Насчет того – какой тип неточности: я бы сказал, что в простейшем случае, когда оба класса обладают классической OWL-семантикой, должна быть неопределенность. В частности, мы можем говорить о *статистической* эквивалентности классов, а значит ТВ будет подходящим инструментом. Все усложняется если сами классы, скажем, нечеткие. Но до этого нам пока далеко.
По поводу отображения в Protege: отображаться она будет, т.к. я использую стандартные средства OWL (аннотации аксиом) для представления вероятностей. Другое дело, что с т.зр. Protege (и вообще любого OWL-приложения) вероятностные аксиомы будут интерпретироваться как обычные. Это происходит потому, что аннотации НЕ обладают семантикой. Так что придется мне таки написать плагин для Protege, надеюсь где-нить к маю…

Автор: VasyaRogov

VasyaRogov — Wed, 11 Mar 2009 20:00:26 +0000

А с Вашей точки зрения можно ли использовать нечеткую онтологию при осуществлении интеграции обычных онтологий? Скажем – сравниваем, концепты двух онтологий – проводим сравнение текстовых лейблов, структурного положения в иерархии, наборов атрибутов. Далее в результирующую (нечеткую)складываем оба концепта, соединяя их какой-либо связью (суперкласс, синоним, подкласс) с определенным весом.
Вот правда тоже вопрос, что будет отражать этот вес неопределенной или нечеткость?

Также меня интересует вопрос о реализации нечеткой онтологии, т.е. некоего готового программного средства для ее разработки. Сам рассматривал несколько вариантов: от задания утверждений RDF об утверждениях до создания некой мета-онтологии, где в виде экземпляров класса «Связи» выступал обычные связи онтологии – но тут приходиться новый API разрабатывать, а это долго. Бегло просмотрел описание Вашего продукта Pronto, как сказано: можно добавлять вероятностные утверждения в онтологию, а после такого изменения будет ли корректно онтология в Protege отображаться или с ней можно будет работать только через Pronto?

Автор: PavelK

PavelK — Tue, 10 Mar 2009 16:05:43 +0000

Раскрываю карты, ибо Наталья практически права
Но, вот Вы говорите:
«если я каким-то образом получу весь экстенсионал, то в 90 случаях из 100 “Твити” там окажется.»
Экстенсионал (интерпретация) – это множество. Интерпретация Твити (а не сам Твити!) в него либо попадает, либо нет. Это всего *один* опыт, одна проверка. Т.е. нам не хватает одной модели, чтобы посчитать вероятность того, что *конкретный* объект – птица. В то же время, для первой формулы нам вполне хватает одной модели для вычисления вероятности (берем интерпретации Птицы и ЛетОбъекты, считаем область перекрытия и вуаля).
Другими словами, Ваше утверждение следует слегка подкорректировать так:
«если я каким-то образом получу *все* интерпретации класса Птицы, то 90% из них будут включать интерпретацию «Твити»".
А в первом случае будет в точности как Вы сказали:
«Если я возьму *одну* модель с интерпретациями классов П и ЛО, то мощность их пересечения деленная на мощность П будет 90%».

Автор: Nata_Ke

Nata_Ke — Tue, 10 Mar 2009 11:34:08 +0000

Поправьте меня, знатоки теории множеств.

В утверждении (Птица:ЛетающийОбъект,90%),
«Птица» и «ЛетающийОбъект» – классы экземпляров.
Допустим, известны множества экземпляров «Птиц» и «ЛетающихОбъектов» – т.е. их экстенсионалы.
Тогда, взяв любую птицу из «Птиц», с вероятностью 90% обнаружим эту птицу в «ЛетающихОбъектах».
«Случай» здесь – просмотр экстенсионала «ЛетающихОбъектов».

(Твити::Птица,90%) Есть класс «Птицы», есть его экземпляры – экстенсионал(тоже, выходит, множество) – сохраненные в онтологии/выводимые по каким-то правилам.
«Твити» попадает в экстенсионал «Птицы» с вероятностью 90% –
если я каким-то образом получу весь экстенсионал, то в 90 случаях из 100 «Твити» там окажется.
Т.е. «случай» здесь – просмотр экстенсионала «Птиц».
Но это такой взгляд, когда никакой разницы нет, экземпляр это оценивается, или класс.

Автор: PavelK

PavelK — Mon, 09 Mar 2009 22:52:10 +0000

Стоп-стоп, опять-таки, я пока не спрашиваю, летает ли Твити У нас просто есть логическая формула (твити:Птицы,90%) и ее надо как-то интерпретировать. Собственно вопрос в том, будет ли интерпретация *принципиально* отличаться от интерпретации формулы (Птицы:ЛетающиеОбъекты, 90%)? Другими словами, как влияет тот факт, что «твити» – это не множество объектов, а *конкретный* объект.
Ну ладно, больше подсказывать не буду, надеюсь, как вернусь домой, то напишу вторую часть (через неделю примерно).

Автор: Anna

Anna — Mon, 09 Mar 2009 22:35:57 +0000

1) почему-то думала, что в данном случае Твити – клас объектов, которые именуют себя соответственно. ну да ладно.
а по поводу случая, первое что пришло в голову – случай – ситуация, когда нужно дать характеристику Твити: с уверенность на 90% можно сказать, что он летает, и с уверенностью на 10% – что нет. это… как бы словами объяснить… вероятность здесь (и 90% и 10 %) – это связь между свидетельством (Твити – птица) и гипотезой (Твити летает).. даже, наверное, мощность связи.
2) а термин «неадекватность» в той редакции, в которой с ним сталкивалась я, как раз включает в себя не только положение о субъективности, но и точность, правдивость и прочее. я думаю, подразумевается умышленная или нет дезинформация, как людьми, так и приборами.

Автор: PavelK

PavelK — Mon, 09 Mar 2009 22:02:51 +0000

Дмитрий, спасибо и Вам!
- Насчет точности – согласен, это одна из основных причин возникновения неопределенности. В статье я в основном классифицирую виды неопр. на основании того, становятся ли знания полностью определенными, если точность довести до идеала. Иногда да, иногда нет.
- Достоверность важна, но мы пока рассматриваем простейший случай, когда все знания одинаково достоверны (как принято в OWL). Вопрос с Д. может встать при разрешении конфликтов при немонотонном лог. выводе. Ниже я расскажу, как Pronto разрешает конфликты, используя лексикографический лог. вывод Леманна (Lehmann lexicographic entailment). Конечно было бы интересно принимать во внимание Д. У меня есть мысли на этот счет, надеюсь, руки дойдут…
- С нравственностью вопрос размытый. Если честно, я никогда не сталкивался с моделированием Н. в логике.
Насчет времени (temporal reasoning), то применительно к OWL (насколько я знаю) у нас народ этим не занимается. Честно говоря, temporal reasoning – это настолько обширная тема, что мне бы хотелось хотя бы на некоторое время от нее оградиться, а то есть риск сбиться с курса
Насчет Твити: я не спрашивал про вероятность того, что он летает Это будет следующим вопросом Ваш же ответ правилен наполовину.

Автор: PavelK

PavelK — Mon, 09 Mar 2009 21:44:36 +0000

Анна, спасибо за комментарий!
1) Да, я предполагал, что в русском «неопределенность» скорее всего будет использоваться в качестве общего термина. Как раз именно этого мне и хотелось избежать В английском просто эта проблема привела к колоссальной путанице: одни авторы используют uncertainty как общий термин, а другие – в узком смысле, аналогичном моему. Поэтому когда приходится объяснять разницу между uncertainty и imprecision (vagueness) часто сталкиваешься с непониманием. При этом мне кажется, что не стоит неопределенные знания называть неполными. Дело в том, что «неполнота» изначально заложена во многие формализмы, в том числе и в OWL, вывод в которых основан на принципе open world assumption. Плюс не очень понятно, в чем неполнота, скажем, утверждения, что 90% птиц летают (т.к. в границах некоторой модели мы вполне можем посчитать *всех* птиц). Вот с чем я абсолютно согласен, так это с термином «неоднозначные».
Короче мне надо подумать как быть. Возможно, я буду использовать термин «вероятностная неопределенность» (ВН) как первый вид неопределенности.
2) Применительно к KR&R – никогда.
3) Вы близки к истине Только Твити – это не класс, это именованный экземпляр (individual в терминах OWL). Это *конкретный* объект, поэтому подумайте, как при этом должно интерпретироваться «в X% случаев». Что есть «случай»?