Классификации онтологий
2.2. Онтологии для обработки текстов на естественном языке. Лексические онтологии
Для того чтобы применить онтологию для автоматической обработки текстов, в частности, для решения задач информационного поиска, необходимо понятиям онтологии сопоставить набор языковых выражений (слов и словосочетаний), которыми понятия могут выражаться в тексте.
Процедура сопоставления понятий онтологий и языковых выражений может быть осуществлена различными способами.
- Во-первых, онтология может быть сделана заранее, путем логической классификации, а затем к ее элементам могут быть приписаны языковые единицы. Так, например, Дуг Ленат (Doug Lenat), руководитель известного проекта в области представления знаний Cyc, в рамках которого предполагалось формализовать знания здравого смысла (common sense) и использовать их, в частности, для обработки текстов на естественном языке, считает, что учет значений слов может только запутать ("words are often red herrings"), что значения слов делят мир неоднозначно, а линии деления происходят из самых различных причин: исторических, физиологических и т.п.
Предлагается создавать онтологию путем логического анализа, "сверху-вниз". При этом имена вводимых понятий (желательно) должны отражать те признаки, которые заложены в основу деления. В результате получаются имена понятий достаточно громоздкие, неестественные, с ними трудно оперировать как разработчикам, так и возможным пользователям.
Другая проблема такого подхода: приписывая языковые выражения логически обоснованной системе понятий, мы получаем, что одно и то же слово может соответствовать слишком большому количеству таких "правильных" понятий в зависимости от контекста, а значит, возникает излишняя многозначность лексической единицы.
Кроме того, тогда как небольшие онтологии могут быть построены методом сверху-вниз, разработка подробных онтологий для реальных приложений - задача нетривиальная. Более того, во многих предметных областях знание, нужное для распространения и интеграции, содержится в основном в текстах. Из-за внутренних свойств человеческого языка непростой задачей является связать знания, содержащиеся в текстах, с онтологиями, даже если бы была построена подробная онтология предметной области.
Некоторые исследователи, такие как известный британский лингвист Йорик Вилкс, считают, что "несмотря на то, что все авторы статей по онтологиям подчеркивают, что понятия являются кирпичиками любой онтологии, мы манипулируем понятиями посредством слов. Во всех онтологиях, которые известны, слова используются для того, чтобы представлять понятия. Следовательно, то множество явлений в мире, которые не вербализованы, не могут быть смоделированы. Мы можем описать это явление как Онтологическую гипотезу Сепира-Уорфа, то есть то, что не описывается словами, не может быть отражено в онтологии:".
- Второе направление, которое обычно обсуждается, - это установление соответствий между иерархическими лексическими ресурсами типа WordNet и некоторой онтологией. WordNet-ресурсы описывают лексические отношения между значениями слов, представленные в виде отдельных единиц в иерархической сети - синсетов. Отношения между лексическими единицами в значительной мере отражают отношения объектов внешнего мира, поэтому такие ресурсы часто рассматриваются как особый вид онтологий - лексические или лингвистические онтологии.
Главной характеристикой лингвистических онтологий является то, что они привязаны к значениям ("are bound to the semantics") языковых выражений (слов, именных групп и т.п.). Лингвистические онтологии охватывают большинство слов языка и одновременно имеют онтологическую структуру, проявляющуюся в отношениях между понятиями. Поэтому лингвистические онтологии могут рассматриваться как особый вид лексической базы данных и особый тип онтологии.
Лингвистические онтологии отличаются от формальных онтологий по степени формализации. Поэтому предполагается, что разработчики такого рода ресурсов разрабатывают иерархию лексических значений естественного языка, а для более строгого описания знаний о мире необходимо сопоставить такие ресурсы с какими-либо формальными онтологиями.
Так, содержанием одного из проектов является установление отношений между WordNet и EuroWordNet, c одной стороны, и формальной онтологией SUMO - Standardized Upper Merged Ontology - с другой. Проект состоит в том, чтобы установить соответствие между синсетами WordNet и понятиями онтологии, при котором каждый синсет WordNet либо напрямую сопоставляется с понятием онтологии, либо является гипонимом для некоторого понятия или экземпляром (элементом) понятия онтологии.
Участники другого проекта - OntoWordNet - считают, что недостаточно провести формальную склейку ресурса типа WordNet и формальной онтологии: необходима значительная реструктуризация исходного лексического ресурса. Аналогичная работа проводится и в проекте Cyc.
- Третий путь - попытаться разработать единый ресурс, в котором были бы сбалансированы обе части: система понятий и система лексических значений, - что заключается в разумном разделении этих единиц в создаваемом ресурсе и аккуратном описании их взаимосвязей. Попытка такого подхода реализуется в онтологиях MikroKosmos и OntoSem.
Контрольные вопросы
- Чем отличаются онтологии верхнего уровня от онтологий предметной области?
- Чем отличаются онтологии предметной области от прикладных онтологий?
- Перечислите основные характеристики лексических онтологий.