stringtranslate.com

Ingeniería ontológica

Ejemplo de una ontología de nivel superior MBED construida basada en el conjunto nominal de vistas . [1]

En informática , ciencias de la información e ingeniería de sistemas , la ingeniería ontológica es un campo que estudia los métodos y metodologías para construir ontologías , que abarca una representación, denominación formal y definición de las categorías, propiedades y relaciones entre los conceptos, datos y entidades de un dominio de interés dado. En un sentido más amplio, este campo también incluye una construcción de conocimiento del dominio utilizando representaciones ontológicas formales como OWL/RDF. Una representación a gran escala de conceptos abstractos como acciones, tiempo, objetos físicos y creencias sería un ejemplo de ingeniería ontológica. [2] La ingeniería ontológica es una de las áreas de la ontología aplicada y puede verse como una aplicación de la ontología filosófica . Las ideas centrales y los objetivos de la ingeniería ontológica también son centrales en el modelado conceptual .

La ingeniería ontológica tiene como objetivo hacer explícito el conocimiento contenido en las aplicaciones de software y en las empresas y los procedimientos comerciales de un dominio en particular. La ingeniería ontológica ofrece una dirección hacia la solución de los problemas de interoperabilidad generados por obstáculos semánticos, es decir, los obstáculos relacionados con las definiciones de términos comerciales y clases de software. La ingeniería ontológica es un conjunto de tareas relacionadas con el desarrollo de ontologías para un dominio en particular.

—  Línea Pouchard, Nenad Ivezic y Craig Schlenoff, [3]

El procesamiento automatizado de información no interpretable por agentes de software se puede mejorar añadiendo semántica rica a los recursos correspondientes, como archivos de vídeo. Uno de los enfoques para la conceptualización formal de los dominios de conocimiento representados es el uso de ontologías interpretables por máquina, que proporcionan datos estructurados en, o basados ​​en, RDF , RDFS y OWL . La ingeniería de ontologías es el diseño y creación de tales ontologías, que pueden contener más que sólo la lista de términos ( vocabulario controlado ); contienen axiomas terminológicos, asertivos y relacionales para definir conceptos (clases), individuos y roles (propiedades) ( TBox , ABox y RBox, respectivamente). [4] La ingeniería de ontologías es un campo de estudio relativamente nuevo relacionado con el proceso de desarrollo de ontologías, el ciclo de vida de las ontologías, los métodos y metodologías para construir ontologías, [5] [6] y los conjuntos de herramientas y lenguajes que los soportan. Una forma común de proporcionar la base lógica de las ontologías es formalizar los axiomas con lógicas de descripción , que luego se pueden traducir a cualquier serialización de RDF , como RDF/XML o Turtle . Más allá de los axiomas de la lógica de descripción, las ontologías también pueden contener reglas SWRL . Las definiciones de conceptos se pueden asignar a cualquier tipo de recurso o segmento de recurso en RDF , como imágenes, videos y regiones de interés , para anotar objetos, personas, etc., e interconectarlos con recursos relacionados en bases de conocimiento , ontologías y conjuntos de datos LOD . Esta información, basada en la experiencia y el conocimiento humanos, es valiosa para los razonadores para la interpretación automatizada de contenidos sofisticados y ambiguos, como el contenido visual de los recursos multimedia. [7] Las áreas de aplicación del razonamiento basado en ontologías incluyen, entre otras, la recuperación de información , la interpretación automatizada de escenas y el descubrimiento de conocimiento .

Lenguajes de ontología

Un lenguaje de ontología es un lenguaje formal que se utiliza para codificar la ontología. Existen varios lenguajes de este tipo para ontologías, tanto propietarios como basados ​​en estándares:

Ingeniería ontológica en ciencias de la vida

Las ciencias de la vida están en pleno auge gracias a las ontologías que los biólogos utilizan para dar sentido a sus experimentos. [8] Para inferir conclusiones correctas a partir de los experimentos, las ontologías deben estructurarse de manera óptima en función de la base de conocimientos que representan. La estructura de una ontología debe modificarse continuamente para que sea una representación precisa del dominio subyacente .

Recientemente, se introdujo un método automatizado para la ingeniería de ontologías en ciencias de la vida, como la ontología genética (GO), [9] una de las ontologías biomédicas más exitosas y ampliamente utilizadas. [10] Basada en la teoría de la información, reestructura las ontologías de modo que los niveles representen la especificidad deseada de los conceptos. También se han utilizado enfoques teóricos de la información similares para la partición óptima de la ontología genética. [11] Dada la naturaleza matemática de dichos algoritmos de ingeniería , estas optimizaciones se pueden automatizar para producir una arquitectura escalable y basada en principios para reestructurar ontologías como GO.

Open Biomedical Ontologies (OBO), una iniciativa de 2006 del Centro Nacional de Ontología Biomédica de Estados Unidos, proporciona una "fundición" común para varias iniciativas de ontología, entre las que se encuentran:

y más

Metodologías y herramientas para la ingeniería ontológica

Véase también

Referencias

Dominio público Este artículo incorpora material de dominio público del Instituto Nacional de Estándares y Tecnología.

  1. ^ Peter Shames, Joseph Skipper. "Hacia un marco para modelar arquitecturas de sistemas espaciales" Archivado el 27 de febrero de 2009 en Wayback Machine . NASA, JPL.
  2. ^ http://ontology.buffalo.edu/bfo/BeyondConcepts.pdf [ URL básica PDF ]
  3. ^ Line Pouchard, Nenad Ivezic y Craig Schlenoff (2000) "Ingeniería ontológica para la colaboración distribuida en la fabricación". En Actas de la conferencia AIS2000 , marzo de 2000.
  4. ^ Sikos, LF (14 de marzo de 2016). "Un nuevo enfoque para la ingeniería de ontología multimedia para el razonamiento automatizado sobre conjuntos de datos LOD audiovisuales". Notas de clase en inteligencia artificial . Vol. 9621. Springer. págs. 1–13. arXiv : 1608.08072 . doi :10.1007/978-3-662-49381-6_1.
  5. ^ Asunción Gómez-Pérez, Mariano Fernández-López, Oscar Corcho (2004). Ingeniería Ontológica: Con Ejemplos de las Áreas de Gestión del Conocimiento, Comercio Electrónico y Web Semántica . Springer, 2004.
  6. ^ De Nicola, A; Missikoff, M; Navigli, R (2009). "Un enfoque de ingeniería de software para la construcción de ontologías" (PDF) . Sistemas de información . 34 (2): 258. CiteSeerX 10.1.1.149.7258 . doi :10.1016/j.is.2008.07.002. 
  7. ^ Zarka, M; Ammar, AB; AM, Alimi (2015). "Marco de razonamiento difuso para mejorar la interpretación semántica de videos". Herramientas y aplicaciones multimedia . 75 (10): 5719–5750. doi :10.1007/s11042-015-2537-1. S2CID  16505884.
  8. ^ Malone, J; Holloway, E; Adamusiak, T; Kapushesky, M; Zheng, J; Kolesnikov, N; Zhukova, A; Brazma, A; Parkinson, H (2010). "Modelado de variables de muestra con una ontología factorial experimental". Bioinformática . 26 (8): 1112–1118. doi :10.1093/bioinformatics/btq099. PMC 2853691 . PMID  20200009. 
  9. ^ Alterovitz, G; Xiang, M; Hill, DP; Lomax, J; Liu, J; Cherkassky, M; Dreyfuss, J; Mungall, C; et al. (2010). "Ingeniería ontológica". Nature Biotechnology . 28 (2): 128–30. doi :10.1038/nbt0210-128. PMC 4829499 . PMID  20139945. 
  10. ^ Botstein, David; Cherry, J. Michael; Ashburner, Michael; Ball, Catherine A.; Blake, Judith A.; Butler, Heather; Davis, Allan P.; Dolinski, Kara; et al. (2000). "Ontología genética: herramienta para la unificación de la biología. El Consorcio de Ontología Genética" (PDF) . Nature Genetics . 25 (1): 25–9. doi :10.1038/75556. PMC 3037419 . PMID  10802651. Archivado desde el original (PDF) el 2011-05-26. 
  11. ^ Alterovitz, G.; Xiang, M.; Mohan, M.; Ramoni, MF (2007). "GO PaD: La base de datos de partición de ontología genética". Nucleic Acids Research . 35 (número de la base de datos): D322–7. doi :10.1093/nar/gkl799. PMC 1669720 . PMID  17098937. 
  12. ^ Fathallah, Nadeen; Das, Arunav; De Giorgis, Stefano; Poltronieri, Andrea; Haase, Peter; Kovriguina, Liubov (26 de mayo de 2024). NeOn-GPT: una gran cadena de procesos basada en modelos de lenguaje para el aprendizaje de ontologías (PDF) . Conferencia sobre Web Semántica Extendida 2024. Hersonissos, Grecia.

Lectura adicional

Enlaces externos