Sử dụng bài toán thỏa mãn ràng buộc để so khớp Ontology mờ

Bài toán tích hợp ontology mờ có thể được chia thành hai giai đoạn: Giai đoạn khớp giữa các ontology và giải quyết mâu thuẫn trong các giá trị mờ. Bài viết này tập trung vào các vấn đề của giai đoạn so khớp, với phương pháp vét cạn và theo kinh nghiệm hiện có. Hướng vét cạn thường xảy ra nhiều lỗi khớp, tuy nhiên hầu hết các cặp so khớp giữa hai ontology đều được phát hiện.
Nội dung trích xuất từ tài liệu:
Sử dụng bài toán thỏa mãn ràng buộc để so khớp Ontology mờKỷ yếu Hội nghị KHCN Quốc gia lần thứ XII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR); Huế, ngày 07-08/6/2019DOI: 10.15625/vap.2019.00054 SỬ DỤNG BÀI TOÁN THỎA MÃN RÀNG BUỘC ĐỂ SO KHỚP ONTOLOGY MỜ Quách Xuân Hưng Khoa Công nghệ thông tin, Trường Đại học khoa học, Đại học Huế tiasang70@yahoo.comTÓM TẮT: Bài toán tích hợp ontology mờ có thể được chia thành hai giai đoạn: giai đoạn khớp giữa các ontology và giải quyếtmâu thuẫn trong các giá trị mờ. Bài viết này tập trung vào các vấn đề của giai đoạn so khớp, với phương pháp vét cạn và theo kinhnghiệm hiện có. Hướng vét cạn thường xảy ra nhiều lỗi khớp, tuy nhiên hầu hết các cặp so khớp giữa hai ontology đều được pháthiện. Cách tiếp cận theo hướng kinh nghiệm, thường dựa vào các tính chất ontology để cắt tỉa các cặp không tương đồng trước khiso khớp. Với cách tiếp cận này mức độ xẩy ra so khớp sai giảm đáng kể, tuy nhiên thường bỏ qua nhiều cặp thành phần tương đồngtrong quá trình so khớp. Để khắc phục nhược điểm của hai phương pháp trên, chúng tôi đã đề xuất sử dụng bài toán thỏa mãn ràngbuộc (CSP) để mô hình hóa bài toán so khớp ontology. Cụ thể, ở đây đề xuất các ràng buộc và đưa ra hàm tối ưu để tối thiểu các lỗiso khớp. Bên cạnh đó, sử dụng phương pháp đồng thuận để xác định đại diện tốt nhất giữa các đối tượng mâu thuẫn trong quá trìnhtích hợp ontology mờ.Từ khóa: Ontology, Tích hợp ontology, So khớp ontology, Thỏa mãn ràng buộc. I. GIỚI THIỆU Trong các hệ thống tri thức phân tán luôn luôn tồn tại tính không đồng nhất của thông tin, vấn đề này cần thiếtphải giải quyết khi các hệ thống có yêu cầu trao đổi, chia sẻ, tái sử dụng thông tin và dữ liệu. Ontology được xem lànền tảng của các hệ thống thông tin tri thức, vì vậy trong quá trình sử dụng và triển khai các hệ thống này chúng ta cầnthiết phải thực hiện tích hợp các ontology. Tuy nhiên thực hiện điều này là vấn đề phức tạp vì tính không đồng nhất vềthông tin và cấu trúc đa dạng của nó. Tích hợp tri thức là một quá trình mà trong đó sự không nhất quán của tri thức từcác nguồn khác nhau được hợp nhất nhằm mang lại một sự thống nhất của tri thức. Các nghiên cứu gần đây về tích hợpontology được thực hiện theo các mức độ khác nhau: so khớp ontology (ontology matching), liên kết ontology(alignment ontology), trộn ontology (merge ontology), ánh xạ ontology (ontology mapping). Khái niệm tích hợpontology được định nghĩa như sau [1]: cho n ontology tích hợp ontology là xác định một ontology mới tốtnhất từ các các ontology đã cho. Các nghiên cứu về tích hợp ontology, trước hết cần mô hình hóa ontology màthông thường họ sử dụng logic mô tả cho mô hình hóa ontology. Để tích hợp các ontology, các phép toán tương đươnggiữa các thành phần ontology được nghiên cứu. Ngoài ra, chiến lược hay phương pháp tích hợp ontology cũng là vấnđề được quan tâm. Hiện nay, khái niệm ontology rõ dựa trên logic mô tả truyền thống bị hạn chế vì không đủ khả năng để mô tả vàbiểu diễn các thông tin mơ hồ và không chắc chắn. Điều này dẫn đến sự xuất hiện ngày càng nhiều các nghiên cứu vềontology mờ. Cùng với các định nghĩa ontology mờ được đề xuất, các nghiên cứu về tích hợp ontology mờ bắt đầuđược quan tâm. Các kỹ thuật tích hợp ontology rõ hiện nay không phù hợp với ontology mờ. Thực tế hiện nay khôngcó nhiều nghiên cứu về bài toán tích hợp ontology mờ. Các nghiên cứu về so khớp/liên kết ontology trên ontology mờ[2] có thể được phân thành hai loại: một là phương pháp tiếp cận mở rộng so khớp ontology rõ để giải quyết bài toán sokhớp trên ontology mờ; hai là phương pháp tiếp cận giải quyết tính mơ hồ của các khái niệm trong quá trình so khớp.Rung-Ching Chen [3] và các cộng sự đề xuất một phương pháp trộn ontology kết hợp WordNet và FFCA (FuzzyFormal Concept Analysis) [4] để tạo một ontology mờ gọi là trộn FFCA. Gần đây nhóm nghiên cứu của Giáo SưNguyễn Ngọc Thành đã đề xuất các giải pháp xử lý mâu thuẫn ontology mờ cho bài toán tích hợp ontology mờ [4-7].Chúng tôi cũng đã nghiên cứu về tích hợp ontology mờ dựa trên lý thuyết đồng thuận [8]. Trong bài báo này, đề xuấtmột mô hình chung cho việc tích hợp ontology sử dụng lập trình ràng buộc CSP. Bên cạnh đó, đề xuất phương pháp xửlý mâu thuẫn tính mờ giữa các thành phần tích hợp sử dụng phương pháp đồng thuận. II. MÔ HÌNH HÓA ONTOLOGY MỜ DỰA VÀO LOGIC MÔ TẢ MỜ Bài báo này đề xuất một mô hình ontology mờ trong đó các thành phần được mờ hóa bằng cách sử dụng mộthàm thành viên. Ở đây ontology mờ được đề xuất bằng cách tích hợp logic mờ và logic mô tả mờ vào ontology rõ đểgiải quyết hiệu quả các phương pháp lập luận tri thức ontology mờ. Định nghĩa về ontology mờ ở đây là mở rộng củacác khái niệm ontology mờ đã được đề xuất trước đó [8]: Định nghĩa 1: Ontology mờ Cho (A, V) là một thế giới thực, trong đó A là tập hữu hạn các thuộc tính, V miền giá trị của A. Ontology mờđược định nghĩa là bộ tứ (C, R, I, Z), trong đó: – C là tập hữu hạn các khái niệm mờ. C )| i=1..n}, trong đó là giá trị hàm thành viêncủa khái niệm , [0,1].424 SỬ DỤNG BÀI TOÁN THỎA MÃN RÀNG BUỘC ĐỂ TÍCH HỢP ONTOLOGY MỜ – R là tập các quan hệ mờ giữa các khái niệm, R= { , ,…, }, C C [0,1], i = 1,..,m. Một quan hệlà một tập bao gồm một cặp khái niệm và giá trị mờ biểu diễn mức độ quan hệ giữa chúng. Mối quan hệ giữa haikhái niệm trong ontology chỉ được biểu diễn bằng một giá trị mờ duy nhất, nghĩa là nếu (c, c’, v) và (c, c’, v’)thì v = v’. – I là tập các thực thể mờ, I = { , ,…, }, , trong đó ...