Построение онтологий на основе системно-объектного подхода тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат наук Кондратенко Анна Алексеевна

• Кондратенко Анна Алексеевна
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Кондратенко Анна Алексеевна

ВВЕДЕНИЕ

ГЛАВА 1. ОБЗОР И АНАЛИЗ ПРОБЛЕМ ОНТОЛОГИЧЕСКОГО ИНЖИНИРИНГА. ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ

1.1. Обзор задач управления знаниями организаций и предприятий

1.2. Анализ направлений развития и основных проблем онтологического инжиниринга

1.3. Обзор существующих методов и подходов к построению онтологий

1.4. Обзор и анализ системно-объектного УФО-подхода и результатов УФО-моделирования

1.5. Постановка задачи построения онтологий предметных областей на основе результатов визуального компьютерного моделирования

1.6. Выводы по главе

ГЛАВА 2. ИССЛЕДОВАНИЕ И АДАПТАЦИЯ КОНЦЕПТУАЛЬНЫХ И ФОРМАЛЬНЫХ СРЕДСТВ СИСТЕМНО-ОБЪЕКТНОГО ПОДХОДА ДЛЯ РЕШЕНИЯ ЗАДАЧ ОНТОЛОГИЧЕСКОГО ИНЖИНИРИНГА

2.1. Исследование и систематизация сведений о предметной области, содержащихся в визуальных графоаналитических моделях, представляемых с помощью УФО-подхода

2.2. Исследование взаимосвязи системно-объектных УФО-моделей и формализованных средств записи онтологий

2.3. Исследование и адаптация средств алгебраического описания УФО-моделей для их использования при преобразовании УФО-моделей в конструкции языков формального представления онтологий

2.4. Разработка метода описания УФО-модели на формализованном языке записи онтологии

2.5. Выводы по главе

ГЛАВА 3. РАЗРАБОТКА СРЕДСТВ ПОСТРОЕНИЯ ОНТОЛОГИИ НА ОСНОВЕ СИСТЕМНО-ОБЪЕКТНОГО ПОДХОДА

3.1. Разработка метода построения онтологии с использованием визуальной графоаналитической системно-объектной УФО-модели

3.2. Особенности валидации онтологии, построенной на основе графоаналитической УФО-модели

3.3. Разработка метода логического вывода на визуальных графоаналитических УФО-моделях за счет их интеграции с формальными средствами записи онтологии

3.4. Исследование применимости существующих средств и инструментов для осуществления логического вывода на визуальных графоаналитических УФО-моделях

3.5. Выводы по главе

ГЛАВА 4. РАЗРАБОТКА И АПРОБАЦИЯ АЛГОРИТМИЧЕСКОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ДЛЯ ПОСТРОЕНИЯ ОНТОЛОГИИ НА ОСНОВЕ УФО-МОДЕЛИ И ОСУЩЕСТВЛЕНИЯ ЛОГИЧЕСКОГО ВЫВОДА НА УФО-МОДЕЛЯХ

4.1. Разработка алгоритма описания УФО-модели на формализованном языке записи онтологии

4.2. Решение задач логического вывода на визуальных графоаналитических УФО-моделях за счет их интеграции с формальными средствами записи онтологии

4.3. Разработка исследовательского прототипа программного пакета автоматизированного построения онтологий на основе УФО-моделей предметной области

4.4. Апробация предложенной технологии автоматизированного построения онтологий

4.5. Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

ПРИЛОЖЕНИЕ В

Введение диссертации (часть автореферата) на тему «Построение онтологий на основе системно-объектного подхода»

ВВЕДЕНИЕ

Актуальность темы диссертации. В условиях возрастающей роли организационного знания в конкурентной борьбе предприятия и организации все больше внимания уделяют внутренним процессам накопления и управления знаниями. Соответственно, можно отметить тенденцию развития существующих подходов к управлению знаниями, увеличению числа исследований, посвященных методам и способам обработки, хранения и совместного использования накопленных знаний. Так, одним из перспективных направлений в сфере управления знаниями является онтологический инжиниринг - теория и технологии разработки онтологий. Под онтологией в классическом представлении (по Груберу) понимается эксплицитная (явная) спецификация концептуализации. Иными словами, онтология представляет собой подробную спецификацию структуры определенной проблемной области. Разработка и использование подобных структур способны помочь в решении ряда сложных задач, таких как: коммуникация (разработка и совместное использование формально признанного экспертами предметной области языка); интеграция распределенных и разнородных ресурсов информации; анализ данных и логический вывод по терминологии.

Одним из наиболее значимых применений онтологий предметных областей является использование их в прикладных информационных системах, в том числе применяемых для управления организационными знаниями. Однако для создания подобных информационных систем требуется грамотно построенная, максимально возможно полная (но при этом не избыточная) онтология предметной области. Несмотря на наличие общедоступных хранилищ готовых онтологий различных предметных областей и поисковых систем, ориентированных на онтологии, использование готовых онтологий не всегда возможно. Это связано с проблемами избыточности существующих онтологий по отношению к

конкретной решаемой задаче, трудностями в оценке актуальности, степени охвата предметной области, достоверности готовой онтологии.

Оптимальным решением для дальнейшего использования в интеллектуальных информационных системах является разработка собственной онтологии предметной области. Однако в этой сфере также имеются нерешенные проблемы. Большинство существующих методов и подходов к построению онтологий (в частности, созданных Ушолдом и Кингом, Грюнингером и Фоксом, Бернерес и соавторами, Прието-Диазом и другими учеными):

—предполагают ручной сбор концептов, и, как следствие, значительную роль человеческого фактора при разработке онтологии;

—не способны обеспечить достаточную гибкость создаваемой онтологии для использования различными приложениями, в том числе для заранее не определенных задач;

—не поддерживают формализованные методы и слабо поддаются автоматизации.

Поэтому целесообразно проведение исследования с целью создания метода построения онтологий, который позволил бы обеспечить максимальную объективность и полноту создаваемой онтологии по отношению к решаемой прикладной задаче, снизить долю непосредственного участия экспертов в процессах сбора концептов и определения связей между ними, а также предоставить возможности автоматизации процессов онтологического инжиниринга. Так, альтернативой «ручному» способу построения онтологии, при котором непосредственный отбор понятий ведут эксперты, может стать использование на начальном этапе для отбора понятий и создания прототипа онтологии уже существующих или разрабатываемых компьютерных визуальных моделей предметной области.

Последнее позволяет рассматривать в качестве перспективного для решения задачи данного диссертационного исследования метод визуального графоаналитического моделирования, основанный на системно-объектном

5

подходе «Узел-Функция-Объект» (УФО-подход). В основе данного подхода и базирующегося на нем УФО-анализа лежит представление той или иной системы в виде трехэлементной конструкции «Узел-Функция-Объект», что и обусловило название подхода. Узел в контексте УФО-подхода - это представление системы как структурного элемента, «перекрестка» всех ее связей. Под функцией понимается функциональный элемент, играющий определенную, заданную роль для поддержания надсистемы путем балансирования данного узла. Объект представляет систему как субстанциальный элемент, конкретную сущность, реализующую функцию. Комбинации из таких УФО-элементов представляют собой системно-объектные модели (УФО-модели).

В настоящее время область, касающаяся возможности интеграции УФО-подхода со средствами онтологического инжиниринга и использования в контексте работы с онтологиями, не исследована и в литературе практически не описана. Вместе с тем необходимо отметить, что применение средств УФО-подхода в целях построения онтологий позволяет решить ряд существующих в этой области проблем. Так, одной из важнейших задач является снижение доли непосредственного («ручного») участия экспертов в процессе создания онтологии и автоматизация наиболее трудоемких и длительных операций. Для решения данной задачи требуются методы, имеющие достаточно строгое формальное обоснование. УФО-подход обладает широкими возможностями формализации, что позволяет использовать его средства в данном случае. Кроме того, в целях эффективности решения прикладных задач разрабатываемая онтология должна, с одной стороны, максимально охватывать предметную область, а, с другой стороны, не быть избыточной, то есть не содержать неиспользуемых для решения определенного круга задач концептов и сведений о них. Источники знаний о предметной области, на основе которых строится онтология, должны быть актуальны и максимально объективны (содержать

информацию, представленную с различных точек зрения). Этим критериям в полной мере удовлетворяют УФО-модели.

Таким образом, разработка метода построения онтологий на основе системно-объектного подхода и УФО-моделей предметной области позволяет решить ряд важных проблем в области онтологического инжиниринга, что обуславливает актуальность данного исследования.

Степень разработанности. Подходы и методологии построения онтологий рассматриваются в исследованиях таких ученых, как А. Бернерес, Т.А. Гаврилова, А. Гомез-Перез, М. Грюнингер, А.Е. Ермаков, Ю.А. Загорулько, М. Кинг, К. Клаусснер, Д.Лонсдэйл, С. Пинто, Р. Прието-Диаз, Е.А. Рабчевский, Е.А. Теслинова, М. Ушолд, М. Фокс и др. Несмотря на разносторонний анализ задач онтологического инжиниринга и способов их решения в работах указанных авторов, практически не изученным остается вопрос использования результатов моделирования предметной области для построения онтологий, что обуславливает актуальность исследования возможностей интеграции средств онтологического инжиниринга и системно-объектного подхода.

Целью диссертационного исследования является совершенствование средств создания онтологий путем разработки нового метода автоматизированного построения онтологий предметных областей на базе визуальных графоаналитических системно-объектных моделей для решения задач представления знаний организаций и предприятий и управления ими.

В соответствии с целью диссертационного исследования необходимо решить следующие задачи:

1. Исследовать и систематизировать сведения о предметной области, содержащиеся в визуальных графоаналитических моделях, представляемых с помощью системно-объектного подхода «Узел-Функция-Объект» (УФО-подхода).

2. Проанализировать существующие методы построения онтологий и средства их формального описания. Выявить и обосновать возможность

построения онтологий на основе визуальных графоаналитических моделей в терминах «Узел-Функция-Объект» (УФО-моделей).

3. Проанализировать существующие средства алгебраического описания УФО-моделей и адаптировать их для использования при преобразовании УФО-моделей в конструкции языков формального представления онтологий.

4. Разработать метод описания УФО-модели на формализованном языке записи онтологии.

5. Разработать метод построения онтологии на основе визуальной графоаналитической УФО-модели.

6. Разработать метод логического вывода на УФО-моделях с учетом интеграции средств УФО-подхода и онтологического инжиниринга.

7. Спроектировать и реализовать алгоритмическое и программное обеспечение для построения онтологии на основе УФО-модели и осуществления логического вывода на УФО-моделях с учетом разработанных методов.

Результаты диссертационного исследования содержат в себе научную новизну. В частности:

1. Разработана классификация фактов (сведений) о предметной области, содержащихся в визуальных графоаналитических моделях, представляемых с помощью системно-объектного подхода «Узел-Функция-Объект» (УФО-подхода), что позволило обосновать возможность использования результатов УФО-анализа для построения онтологий предметных областей.

2. Усовершенствованы формальные средства описания визуальных графоаналитических моделей в терминах «Узел-Функция-Объект» (УФО-моделей) путём адаптации алгебраических средств теории паттернов Гренандера и исчисления процессов Милнера для решения задач онтологического инжиниринга, что позволило обосновать возможность

преобразования УФО-моделей в конструкции формального средства записи онтологий - языка RDF (Resource Description Framework).

3. Разработан метод описания на формализованном языке представления онтологий RDF визуальных графоаналитических УФО-моделей, который основан на усовершенствованных средствах их алгебраического описания и предложенной классификации фактов, содержащихся в данных моделях, что позволило разработать новый метод построения онтологий.

4. Разработан формализованный метод построения онтологии предметной области с использованием оригинального метода описания визуальных графоаналитических УФО-моделей на языке RDF, что позволило предложить новые средства управления знаниями организаций и предприятий.

5. Разработан формализованный метод логического вывода на визуальных графоаналитических УФО-моделях за счет их интеграции с формальными средствами записи онтологии, что позволило предложить новые средства манипулирования знаниями для инженеров по знаниям.

Теоретическая и практическая значимость работы. Теоретическая значимость результатов исследования для науки заключается в развитии средств онтологического инжиниринга (построения онтологий) за счет их интеграции со средствами системно-объектного подхода. Практическая значимость работы заключается в создании новой технологии управления знаниями организаций и предприятий, которая расширяет возможности инженеров по знаниям и упрощает их работу за счет возможности использования при построении онтологий визуальных графических компьютерных моделей, а также позволяет снизить долю участия экспертов в процессе создания онтологий и использовать результаты ранее проведенных исследований предметной области. Кроме того, в процессе исследования разработаны алгоритмы преобразования УФО-моделей в формализованные описания онтологий на языке RDF и построения онтологий на основе УФО-

моделей предметных областей, а также разработан программный продукт, реализующий указанные алгоритмы.

Методы исследования. В работе использованы общенаучные методы формализации, сравнения, методы системно-объектного подхода, элементы математического аппарата теории паттернов и исчисления объектов, методы и алгоритмы логического вывода на онтологиях.

Положения, выносимые на защиту.

1. Классификация фактов (сведений) о предметной области, содержащихся в визуальных графоаналитических моделях, представляемых с помощью системно-объектного подхода «Узел-Функция-Объект» (УФО-подхода).

2. Метод описания на формализованном языке представления онтологий RDF визуальных графоаналитических моделей в терминах «Узел-Функция-Объект» (УФО-моделей).

3. Формализованный метод построения онтологии предметной области и логического вывода на основе визуальной компьютерной модели.

4. Алгоритмы предложенных методов, а именно: преобразования УФО-моделей в формализованные описания онтологий на языке RDF и построения онтологий на основе УФО-моделей предметных областей,

Достоверность выводов и рекомендаций обусловлена корректностью применяемых понятий системного подхода, математических преобразований, отсутствием противоречий с известными фактами теории и практики системно-объектного моделирования и онтологического инжиниринга, а также иллюстрируется результатами применения предложенных методов, алгоритмов и программного пакета при построении базы знаний предприятия-разработчика программного обеспечения.

Апробация результатов. Результаты диссертационного исследования обсуждались на следующих научно-технических конференциях: XIII, XIV, XV международной конференции «Информатика: проблемы, методология, технологии» (г.Воронеж, 2013, 2014, 2015 гг.), IV всеукраинской научно-

практической конференции «Системный анализ. Информатика. Управление» (г.Запорожье, 2013 г.), 6-й международной научно-технической конференции «Инфокоммуникационные технологии в науке, производстве и образовании (Инфоком-6)», (г. Ставрополь, 2014 г.), IX международной научно-практической конференции «Актуальные вопросы развития инновационной деятельности в новом тысячелетии» (г. Новосибирск, 2014 г.), V международной научно-практической конференции «Фундаментальная наука и технологии - перспективные разработки (Fundamental science and technology-promising developments V)» (North Charleston, 2015 г.), XVIII, XIX научно-практической конференции «Инжиниринг предприятий и управление знаниями (ИП&УЗ-2015, ИП&УЗ-2016)», VII международной научно-практической конференции «Актуальные направления фундаментальных и прикладных исследований (Topical areas of fundamental and applied research VII)» (North Charleston, 2015 г.), 6-й международной конференции «Системный анализ и информационные технологии (САИТ-2015)» (г. Светлогорск, 2015г.).

Диссертация состоит из Введения, четырех глав, Заключения и Приложений. Работа изложена на 147 страницах машинописного текста, включая 29 рисунков, 10 таблиц, список литературных источников из 104 наименований и 3 приложения.

ГЛАВА 1. ОБЗОР И АНАЛИЗ ПРОБЛЕМ ОНТОЛОГИЧЕСКОГО ИНЖИНИРИНГА. ПОСТАНОВКА ЗАДАЧИ ИССЛЕДОВАНИЯ

1.1. Обзор задач управления знаниями организаций и предприятий

Организационное знание как часть интеллектуального капитала предприятий в последние десятилетия вызывает повышенный интерес, как со стороны ученых, так и со стороны самих организаций. В современных исследованиях в области управления знаниями отмечается, что носителем как явных, так и неявных знаний может выступать не только индивидуум, но и организация [75]. При этом организационное знание, фактически являясь аккумуляцией накопленного опыта, знаний и навыков сотрудников, представляет собой одну из наибольших ценностей в условиях нового качественного состояния мировой экономики, базирующейся на знаниях. Так, согласно [81], организационное знание представляет собой стратегический актив, а грамотно выстроенный внутренний процесс управления знаниями позволяет предприятиям оставаться успешными и конкурентоспособными в современной рыночной среде.

Все возрастающая ценность интеллектуального капитала предприятий обуславливает цели и основные задачи управления организационными знаниями. Так, Вииг [72] сформулировал две основные цели управления знаниями: максимально разумное осуществление организационные действий и иное применений лучших ценностей знаний. Дэйвенпорт, Де Лонг и Бирс [10] отмечает, что целью управления организационными знаниями является повышение способности организации более эффективно функционировать.

При этом в качестве основных практических задач в работе [10] названо создание хранилища знаний, облегчение доступа к знаниям, развитие «среды знаний» («knowledge environment» - практик и механизмов, направленных на способствование совместному созданию знаний, принятию решений и умозаключений, направленных на достижение определенной цели), управление знаниями в качестве актива. В работе [38] в качестве

основных задач управления знаниями в организациях также упоминается обмен информацией об извлеченных уроках и создание предпосылок для появления инноваций.

Таким образом, большинство авторов сходятся во мнении, что управление организационным знанием решает ряд важных задач, которые в совокупности способствуют улучшению показателей эффективности деятельности организации. Так, создание предпосылок для инноваций позволяет оптимизировать процесс производства товаров или услуг, сократить расходы. Организация общего доступа к накопленным знаниям, систематизированным и организованным в виде хранилища, способствует повышению квалификации сотрудников, снижению рисков принятия неверных управленческих решений. Распространение знаний об извлеченных из имеющегося опыта уроках снижает вероятность повторения негативных сценариев в будущем. Создание новых знаний на основе уже имеющихся, в свою очередь, увеличивает интеллектуальный капитал организации и может служить основой новых конкурентных преимуществ.

Из вышеизложенного следует, что организации в целях повышения эффективности собственной деятельности и увеличения конкурентоспособности вынуждены уделять значительное внимание процессам выявления, накопления, хранения, использования и обмена знаниями внутри компании. В процессе построения системы управления организационным знанием субъекты могут столкнуться с рядом проблем. Их решение, а также выбор специальных методов, техник и средств для наиболее эффективной организации менеджмента знаний зависит от выбранного подхода управления знаниями.

1.2. Анализ направлений развития и основных проблем онтологического инжиниринга

Относительно молодым, но при этом достаточно перспективным и динамично развивающимся подходом к управлению знаний является

онтологический подход, в основе которого, согласно названию, лежит разработка и использований онтологий.

Термин «онтология» заимствован из философии и имеет множество толкований. Под онтологией в классическом представлении понимается эксплицитная (явная) спецификация концептуализации [25]. Иными словами, онтология представляет собой подробную спецификацию структуры определенной проблемной области. Согласно [98] онтология - это система, состоящая из набора понятий и набора утверждений об этих понятиях, на основе которых можно описывать классы, отношения, функции и индивиды. Онтологию предметной области также можно рассматривать как словарь терминов, специфических для данной предметной области, вместе с совокупностью аксиом, которые обеспечивают интерпретацию и правильное использование этих терминов [99]. Еще одно толкование, представленное в [102], представляет онтологию как «...сеть, в которой вершинами являются понятия, выраженные лексическими средствами, а отношения отражают связи теоретико-множественного или неформально-семантического характера».

Несмотря на отсутствие единого мнения о значении термина «онтология», разработка и использование подобных структур способно помочь в решении ряда сложных задач. Так, в работе [86] приводятся следующие возможные варианты использования онтологий: коммуникация (разработка и совместное использование формально признанного экспертами предметной области языка); интеграция распределенных и разнородных ресурсов информации; анализ данных и логический вывод по терминологии.

Анализ знаний и логический вывод, осуществляемый при помощи онтологии, крайне востребован для решения практических задач. Развитие этой области исследований позволяет проектировать и создавать экспертные системы и системы поддержки принятия решений в слабоструктурированных сложных предметных областях. Примером указанного использования онтологий являются экспертные системы в клинической медицине (проект

HEARTFAID Project и разработанная в рамках него онтология Heart Failure Ontology [40]; Virtual Medical Doctor [20]; PHASES - Personal Health Assistance Expert System). Помимо медицины, онтологии успешно применяются и в технологических экспертных системах. Пример - Onto WEDSS System - система управления процессом очистки воды на водоочистных станциях [63] с модулем рассуждений с использованием онтологии WaWO (Waste Water Ontology). Российскими учеными разработана СОМТИ - система оперативного мониторинга технологической инфраструктуры, применяемая для снижения энергетических затрат нефтегазодобывающих предприятий и повышения их экологической безопасности [83].

В исследованиях, проводимых Институтом проблем управления сложными системами РАН, описывается подход к разработке интеллектуальных систем, в том числе систем поддержки принятия решений (СППР), средствами gB-системы онтологического моделирования, содержащей средства для разработки и визуализации онтологий, осуществления логического вывода, хранения знаний и данных. Такой подход реализован в СППР при управлении группой энергосервисных компаний и при управлении представлением консолидированных услуг в сфере здравоохранения и социального развития Самарской области [103]. В сфере экономики и управления онтологии также находят применение, например, в виде СППР по управлению компетенциями организаций на основе онтологии компетенций.

Вышеизложенные примеры подтверждают, что одним из наиболее значимых применений онтологий предметных областей является использование их в различных интеллектуальных информационных системах. Преимуществом таких систем является то, что онтология позволяет оперировать общепризнанной кругом экспертов для данной предметной области терминологией, строя запросы и получая на выходе некие логически непротиворечивые утверждения касательно понятий,

входящих в структуру онтологии. Однако для создания указанных интеллектуальных информационных систем, особенно предназначенных для поддержки принятия решений в сложных и слабоструктурированных областях, требуется грамотно построенная, максимально полная и объективная онтология предметной области. Решением задач эффективного построения новых и модернизации и развития существующих онтологий занимается соответствующее научное направление - онтологический инжиниринг.

Отметим, что готовые онтологии предметных областей зачастую объединяются в целые хранилища (OntologWiki, KWTR, Protégé Ontologies, Schemapedia и другие [46, 49-52, 56, 58]). Помимо хранилищ, на сегодняшний день существуют поисковые системы, ориентированные на онтологии [15, 66]. Однако зачастую оценить степень достоверности, охвата предметной области, актуальности и соответствия необходимой тематике содержащихся в онтологии сведений может быть затруднительно. Также существует проблема избыточности готовых онтологий - когда для решения конкретных задач необходима только часть онтологии предметной области, содержащая узкий круг концептов, но более подробно отражающая все их взаимосвязи, а имеющаяся онтология охватывает предметную область более широко. Основная часть существующих онтологий предметных областей разработана на английском языке и непригодна для использования в русскоязычных приложениях, так как перевод онтологий затруднен из-за существенных различий в синтаксисе, семантике и прагматике языков.

Оптимальным решением для дальнейшего использования в интеллектуальных информационных системах является разработка собственной онтологии предметной области. Однако в данной области исследований также имеются нерешенные проблемы. В частности, в работе [27] отмечается, что построение онтологий зачастую представляет собой сложный, длительный и затратный процесс, требующих существенных усилий со стороны специалистов-участников. Прежде всего, это

разработчики, профессионально владеющие технологиями инженерии знаний - от методов извлечения знаний до структурирования и формализации [73]. Также для максимального полного и адекватного отражения знаний о предметной области в разработке онтологий должны также участвовать эксперты. В большинстве случаев, когда предметная область не связана непосредственно с инженерией знаний, эксперты не обладают необходимыми для разработчика онтологии навыками. Соответственно, для создания онтологии в данном случае потребуется участие значительного числа специалистов, к которым предъявляются существенные профессиональные требования.

В процессе разработки онтологии при использовании практически любой из существующих методик велика доля «ручного» труда экспертов предметной области и разработчиков. Большинство операций по выявлению концептов, их связей, построения таксономий, доработке прототипа онтологии выполняются без помощи каких-либо автоматизированных средств. Это затрудняет разработку онтологии и увеличивает вероятность того, что итоговая онтология будет недостаточно адекватна исходным требованиям.

Ввиду возрастающей роли онтологий в развитии семантического веба и интеллектуальных информационных систем, актуальным становится вопрос о формализации и дальнейшей автоматизации процесса построения онтологий предметных областей. На сегодняшний день отсутствуют развитые методы и средства, позволяющие с минимальными усилиями получать прототипы онтологий предметных областей и использовать их в информационных системах.

Список литературы диссертационного исследования кандидат наук Кондратенко Анна Алексеевна, 2016 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. A General Organization of Knowledge for Natural Language Processing: The Penman Upper Model [Text] / J. A. Bateman, R.T. Kasper, J.D. Moore and etc. // Technical report, Information Sciences Institute, Marina del Rey, 1989. - 61 p. [25]

2. Abburu, S. A Survey on Ontology Reasoners and Comparison [Text] / S. Abburu // International Journal of Computer Applications. - 57(17). - 2012. -pp.33-39. [93]

3. Baclawski, K. Extending UML to Support Ontology Engineering for the Semantic Web [Text] / K. Baclawski // Fourth International Conference on the Unified Modeling Language: UML, Toronto, Canada. - 2001. [36]

4. Bernaras, A. Building and reusing ontologies for electrical network applications [Text] / A. Bernaras, I. Laresgoiti, J. Corera // Proc. European Conference on Artificial Intelligence (ECAI_96), Budapest, Hungary. - 1996. -p.298-302. [27]

5. Biebow, B. TERMINAE: A linguistics-based tool for the building of a domain ontology [Text] / B. Biebow, S. Szulman // Proceedings of the 11th European Workshop on Knowledge Acquisition, Modeling and Management (EKAW'99). - 1999. - p.49-66. [56]

6. ChuangLu, Z. Research on the Semantic Web Reasoning Technology [Text] / Z. ChuangLu // Proceedings of 2012 AASRI Conference on Computational Intelligence and Bioinformatics, Elsevier. - 2012. - pp.87-91. [94]

7. Corcho, O. Methodologies, tools and languages for building ontologies. Where is their meeting point? [Text] / O. Corcho, M. Fernandez-Lopez, A. Gomez-Perez // Data & Knowledge Engineering. - 2002. - 46 (2003). - pp.4164. [75]

8. Cranefield, S. (2001). UML and the Semantic Web [Text] / S. Cranefield // Information Science Discussion Papers Series. - 2001. - №2001/04. -20 p. [38]

9. Cranefield, S. UML as an ontology modelling language [Text] / S. Cranefield, M. Purvis // Proceedings of the Workshop on Intelligent Information Integration, 16th International Joint Conference on Artificial Intelligence (IJCAI-99), Germany, University of Karlsruhe. - 1999. - p.46-53. [35]

10. Davenport, T.H. Successful Knowledge Management Projects [Text] / T. H. Davenport, D.W. DeLong, M.C. Beers // Sloan Management Review. -1998. - №39(2). - p.43-57. [0+2]

11. DCMI Home: Dublin Core Metadata Initiative (DCMI) [Электронный ресурс] / DCMI. - Режим доступа: http://dublincore.org. - Загл. с экрана. [90]

12. De Nicola, A. A Proposal for a Unified Process for Ontology Building: UPON [Text] / A. De Nicola, M. Missikoff, R. Navigli // Lecture Notes in Computer Science. - 2005. - №3588. - p.655-664. [33]

13. De Nicola, A. A Software Engineering Approach to Ontology Building [Text] / A. De Nicola, M. Missikoff, R. Navigli // Information Systems. -34(2). - Elsevier, 2009. - pp.258-275. [80]

14. Dentler, K., Comparison of Reasoners for Large Ontologies in the OWL 2 EL Profile [Text] / K. Dentler, R. Cornet, A. ten Teije, N. de Keizer // Semantic Web Journal. - 2011. - pp.1-5. [92]

15. Ding, L. Swoogle: a search and metadata engine for the semantic web [Text] / L. Ding, T.W. Finin, A. Joshi, R.S. Cost, Y. Peng, P. Reddivari // Proceedings of the thirteenth ACM international conference on Information and knowledge management. - 2004. - p.652-659. [5]

16. Fernández López, M. Overview of Methodologies for Building Ontologies [Text] / M. Fernández López // Proceedings of the IJCAI-99 Workshop on Ontologies and Problem Solving Methods KRR5 Stockholm, Sweden, August 2, 1999. - 1999. - pp.4.1-4.13. [76]

17. Fernandez-Lopez, M. A survey on methodologies for developing, maintaining, integration, evaluation and reengineering ontologies [Text] / M. Fernandez-Lopez, A. Gomez-Perez, J. Euzenat, A. Gangemi, Y. Kalfoglou, D.

Pisanelli, M. Schorlemmer, G. Steve, L. Stojanovic, G. Stumme, Y. Sure // OntoWeb delivarable. - 2002. - p.14. [78]

18. Fernandez-Lopez, M. Building a chemical ontology using METHONTOLOGY and the ontology desgn environment [Text] / M. Fernandez-Lopez, A. Gomez-Perez, A. Pazos-Sierra // IEEE Intelligent Systems & their applications. - 1999. - №4(1). - p.37-46. [30]

19. Fernandez-Lopez, M. METHONTOLOGY: from Ontological Art towards Ontological Engineering [Text] / M. Fernandez-Lopez, A. Gomez-Perez, N. Juristo // Proceedings of the AAAI97 Spring Symposium on Ontological Engineering. - 1997. - p.33-40. [28]

20. Fujita, H. Virtual Doctor System (VDS) and Ontology Based Reasoning for Medical Diagnosis / H. Fujita, M. Kurematsu, J. Hakura // Intelligent Systems: Models and Application, TIEI 3. - 2013. - p.197-214. [50]

21. Garcia, A. Developing Ontologies withing Decentralized Settings [Text] / K. O'Neill, L.J. Garcia, Ph. Lord, R. Stevens, Ó. Corcho, F. Gibson // Semantic e-Science. Annals of Information Systems. - 11. - Springer-Verlag, Berlín, Alemania, 2010. - pp.99-139. [81]

22. Gomez-Perez, A. Knowledge sharing and reuse [Text] / A. Gomez-Perez // J. Liebowitz (Ed.), Handbook of Expert Systems. - 1998. - p.10.1-10.35. [29]

23. Gomez-Perez, A. Ontology Evaluation [Text] / A. Gomez-Perez // Handbook on Ontologies: S. Staab and R. Studer, editors. - Berlin: Springer Berlin Heidelberg, Heidelberg, first edition, 2004. - Chapter 13. - pp.251-274. [98]

24. Gomez-Perez, A. Towards a Method to Conceptualize Domain Ontologies [Text] / A. Gomez-Perez, M. Fernandez-Lopez, A. de Vicente // ECAI96 Workshop on Ontological Engineering, Budapest. - 1996. - p.41-51. [15]

25. Gruber, T.R. A translation approach to portable ontology specification [Text] / T.R. Gruber // Knowledge Acquisition. - 1993. - №5(1). - p. 199-220. [1]

26. Gruninger, M. Methodology for the Design and Evaluation of Ontologies [Text] / M. Gruninger, M. Fox // Montreal: Workshop on Basic Ontological Issues in Knowledge Sharing, 1995. - 10 p.[14]

27. Gruninger, M. Ontology Applications and Design. Introductory article to a special issue on Ontology Engineering [Text] / M. Gruninger, J. Lee // Communications of the ACM. - 2002. - №45(2). - p.39-41. [6]

28. Guizzardi, G. Towards Ontological Foundations for UML Conceptual Models [Text] / G. Guizzardi, H. Herre, G. Wagner // 1st International Conference on Ontologies, Databases and Application of Semantics, Irvine, California, USA. -2002. - p.1100-1117.[34]

29. Hebeler, J. Semantic Web Programming [Text] / J. Hebeler, M. Fisher, R. Blace, A. Perez-Lopez. - John Wiley & Sons, 2009. - 648 p. [84]

30. Home - s^ema.org [Электронный ресурс] / W3C Shema.org Community Group. - Режим доступа: http://www.schema.org. - Загл. с экрана. [89]

31. Horrocks, I. OWL: a Description Logic Based Ontology Language for the Semantic Web [Text] / I. Horrocks, P.F. Patel-Schneider, D.L. McGuinness, Ch.A. Welty. // The Description Logic Handbook: Theory, Implementation, and Applications (2nd Edition). - Cambridge University Press, 2007. - Chapter 14. [96]

32. Hu, H. Learning OWL ontologies from free texts [Text] / H. Hu, D.Y. Liu // Machine Learning and Cybernetics. Proceedings of 2004 International Conference. - 2004. - №2. - p.1233-1237. [60]

33. IEEE Standart for Developing Software Life Cycle Processes (IEEE Std 1074-2006) [Text] // The Institute of Electrical and Electronics Engineers, Inc. New York, USA. - 2006. [17]

34. Integration definition for function modeling (IDEF0) [Text] // Draft Federal Information Processing Standards. - 1993. - Publication 183. [51]

35. J. Brank, M. A survey of ontology evaluation techniques [Text] / M. Brank, Grobelnik, D. Mladenic // Proceedings of the Conference on Data Mining and Data Warehouses (SiKDD 2005). - 2005. - pp.166-170. [97]

36. Jacobson, I. The Unified Software Development Process [Text] / I. Jacobson, G. Booch, J. Rumbaugh. - USA: Addison Wesley, 1999. - 512 p. [32]

37. Jarrar, M. On Using Conceptual Data Modeling for Ontology Engineering [Text] / M. Jarrar, J. Demey, R. Meersman // Journal on Data Semantics, Special issue on Best papers from the ER/ODBASE/COOPIS 2002 Conferences. - LNCS 2800 - 2003. - №1. - pp.185-207. [65]

38. Jatinder, G. Creating Knowledge Based Organizations [Text] / G. Jatinder, S. Sharma. - Boston: Idea Group Publishing, 2004. - 360p. [0+3].

39. Jones, D.M. Methodologies for Ontology Development[Text] / D.M. Jones, T.J.M. Bench-Caponand, P.R.S. Visser // Proceedings of the IT and KNOWS Conference of the 15th FIP World Computer Congress. - 1998. [77]

40. Jovic, A. Heart Failure Ontology [Text] / A. Jovic, D. Gamberger, G. Krstacic // Bio-Algorithms and Med-Systems. - 2011. - №7(2). - p.101-110. [49]

41. Khan, L. Ontology Construction for Information Selection [Text] / L. Khan, F. Luo // ICTAI '02: Proceedings of the 14th IEEE International Conference on Tools with Artificial Intelligence (ICTAI'02). - 2002. - p. 122. [61]

42. Klaussner, C. Lexico-Syntactic Patterns for Automatic Ontology Building [Text] / C. Klaussner, D. Zhekova // Proceedings of the Second Student Research Workshop associated with RANLP 2011. - 2011. - p.109-114. [58]

43. Knight, K. Building an Large Knowledge Base for Machine Translation [Text] / K. Knight, S. Luck // Proceedings of the American Association of Artificial Intelligence Conference (AAAI-94), Seattle (USA). - 1994. - p.773-778. [23]

44. Knight, K. Filling Knowledge Gaps in a Broad-Coverage MT System [Text] / K. Knight, I. Chancer, M. Haines and etc. // Proceedings of the 14th IJCAI Conference, Montreal (Canada). - 1995. - p.1-7. [24]

45. Kogut, P. UML for ontology development [Text] / P. Kogut, S. Cranefield, L. Hart and etc. // The Knowledge Engineering Review. - 2002. -№17(01). - p.61-64. [37]

46. KWTR: ontology versioning [Электронный ресурс] / Universität Kalrsruhe, Germany. - Режим доступа: http://semanticweb.org/wiki/KWTR_ontology_versioning.html. - Загл. с экрана.

[71]

47. Liu, B. Repairing and Reasoning with Inconsistent and Uncertain Ontologies [Text] / Bo Liu, Li Jianqiang, Yu Zhao Elsevier // Advances in Engineering Software. - №45(1):380-390 March 2012. - 2012. - pp.380-390. [95]

48. Lonsdale, D. Peppering knowledge sources with SALT: Boosting conceptual content for ontology generation [Text] / D. Lonsdale, Y. Ding, D. Embley, A. Melby // Semantic Web meets Language Resources: Papers from the AAAIWorkshop, AAAI Press, Menlo Park, CA. - 2002. - p.30-36. [59]

49. MMI ontology registry and repository [Электронный ресурс] / Harte Research Institute, Texas A&M University. - Режим доступа: http://mmisw.org/orr. - Загл. с экрана. [73]

50. OBO Foundation Ontologies [Электронный ресурс]: a table of ontologies, available in several formats, with details for each, and documentation on OBO Principles / OBO Technical WG. - Режим доступа: http://www.obofoundry.org. - Загл. с экрана. [72]

51. OntologWiki [Электронный ресурс]. - Режим доступа: http://ontolog.cim3.net/cgi-bin/wiki.pl?OpenOntologyRepository. - Загл. с экрана. [69]

52. Open Ontology Repository Tones [Электронный ресурс] / The University of Manchester. - Режим доступа: http://owl.cs.manchester.ac.uk/tools/repositories. - Загл. с экрана. [68]

53. OWL Web Ontology Language. Reference. W3C Recommendation: W3C, 10 February 2004 [Электронный ресурс] / W3C. - Режим доступа: http://www.w3.org/TR/owl-ref. - Загл. с экрана. [83]

54. Pinto, S.H. DILIGENT: Towards a fine-grained methodology for DIstributed, Loosely-controlled and evolvInG Engineering of oNTologies [Text] / H.S. Pinto, S. Staab, Ch. Tempich // Proceedings of the 16th European Conference on Artificial Intelligence (ECAI). - 2004. - p.393-397. [21]

55. Prieto-Díaz, R. A Faceted Approach to Building Ontologies [Text] / R. Prieto-Díaz // Harrisonburg: James Madison University, 2002. - 18 p. [9]

56. Protege Ontology Library - Protege Wiki [Электронный ресурс] / Stanford Center for Biomedical Informatics Research. - Режим доступа: http://protegewiki.stanford.edu/index.php/Protege_Ontology_Library#OWL_ontol ogies. - Загл. с экрана. [67]

57. RDF Schema 1.1. W3C Recommendation 25 February 2014 [Электронный ресурс] / W3C. - Режим доступа: http://www.w3.org/TR/rdf-schema. - Загл. с экрана. [88]

58. Schemapedia: RDF schema compendium [Электронный ресурс]. -Режим доступа: http://schemapedia.com. - Загл. с экрана. [70]

59. Schreiber, A. The KACTUS view on the _O_ word. Technical Report, ESPRIT Project 8145 KACTUS [Text] / A. Schreiber, B. Wielinga, W. Jansweijer. - The Netherlands: University of Amsterdam, 1995. - 10 p. [31]

60. Segaran, T. Programming the Semantic Web [Text] / T. Segaran, C. Evans, J. Taylor. - O'Reilly Media, 2009. - 302 p. [85]

61. Spyns, P. Data modelling versus ontology engineering / P. Spyns, R. Meersman, M. Jarrar // Newsletter, ACM SIGMOD Record. - 2002. - vol. 31. -Issue 4. - pp.12-17. [64]

62. Suárez-Figueroa, M.C. Building Ontology Networks: How to Obtain a Particular Ontology Network Life Cycle? [Text] / M.C. Suárez-Figueroa, A. Gómez-Pérez // International Conference on Semantic Systems (I-SEMANTICS'08), Graz, Austria. - 2008. - pp.3-5. [79]

63. Sugumaran, R. A Web-based environmental decision support system (WEDSS) for environmental planning and watershed management [Text] / R.

Sugumaran, J.C. Meyer, J. Davis // Journal of Geographical Systems. - 2004. -№6. - p.307-322. [52]

64. Sure, Y. On-To-Knowledge Methodology - Final Version. EU-IST Project IST-1999-10132 On-To-Knowledge [Text] / Y. Sure, R. Studer. - Institute AIFB, University of Karlsruhe, 2002. - 15 p. [20]

65. Swartout, B. Toward Distributed Use of Large-Scale Ontologies [Text] / B. Swartout, P. Ramesh, K. Knight and etc. // Ontological Engineering, AAAI-97 Spring Symposium Series. - 1997. - p.138-148. [26]

66. Swoogle Semantic Web Search Engine [Электронный ресурс] / Swoogle ebiquity group at UMBC. - Режим доступа: http://swoogle.umbc.edu. -Загл. с экрана. [74]

67. SWRL: A Semantic Web Rule Language Combining OWL and RuleML. W3C Member Submission 21 May 2004 [Электронный ресурс] / National Research Council of Canada, Network Inference, and Stanford University. - Режим доступа: http://www.w3.org/Submission/SWRL/#8.4. -Загл. с экрана. [102]

68. Tartir, S. Ontological Evaluation and Validation [Text] / S. Tartir, I. Arpinar, A. Sheth // Theory and Applications of Ontology (TAO). - vol.2. - 2008. [101]

69. Uschold, M. Towards a Methodology for Building Ontologies [Text] / M. Uschold, M. King. - Edinburgh: University of Edinburgh, EH1 1HN, 1995. -13 p. [8]

70. Vrandecic, D. Ontology Evaluation [Text] / D. Vrandecic // Handbook on Ontologies: S. Staab and R. Studer, editors. - Berlin: Springer Berlin Heidelberg, Heidelberg, 2nd edition, 2009. - pp.293-313. [99]

71. Vrandecic, D. The DILIGENT knowledge processes [Text] / D. Vrandecic, H.S. Pinto, Ch. Tempich // Knowledge Management. - 2005. - №9(5). - p.85-96. [18]

72. Wiig, K.M. Knowledge management: where did it come from and where will it go? [Text] / K.M. Wiig // Expert Systems with Applications. - 1982.

- №13(1). - p.1-14. [0+1]

73. Гаврилова, Т.А. Базы знаний интеллектуальных систем. Учебник для вузов [Текст] / Т.А. Гаврилова, В.Ф. Хорошевский // - СПб.: Питер, 2000.

- 384 с. [7]

74. Гаврилова, Т.А. Онтологический подход к управлению знаниями при разработке корпоративных систем автоматизации [Текст] / Т.А. Гаврилова // Новости искусственного интеллекта. - 2003. - № 2. - С.24-30. [10]

75. Гапоненко, А.Л. Управление знаниями. Как превратить знания в капитал: Учебник [Текст] / А.Л. Гапоненко, Т.М. Орлова. - М.: ЭКСМО, 2008. - 400 с. [0].

76. Горовой, В.А. Модель классификации методов оценки онтологий [Текст] / В.А. Горовой // Материалы 2-й международной молодежной конференции «Искусственный интеллект: философия, методология, инновации». Санкт-Петербург, 15-17 ноября 2007. - С.307-310. [100]

77. Гренандер, У. Лекции по теории образов. Синтез образов [Текст]: Пер. с англ.; под ред. Ю.И. Журавлева / У. Гренандер. - М.: Мир, - 1979. -384 с. [47]

78. Ельчанинов, Д.Б. О формализации системологических понятий средствами теории паттернов [Текст] / Д.Б. Ельчанинов, С.И. Маторин // Искусственный интеллект. - 2002. - №2. - С.116-124. [45]

79. Ермаков, А.Е. Автоматизация онтологического инжиниринга в системах извлечения знаний из текста [Текст] / А.Е. Ермаков // Диалог: материалы ежегод. междунар. конф., Бекасово, 4-8 июня 2008 г. - М.: РГГУ, 2008. - Вып.7 (14): Компьютерная лингвистика и интеллектуальные технологии. - С.154-159. [11]

80. Жихарев, А.Г. Метод формализации организационных знаний [Текст] / А.Г. Жихарев, С.И. Маторин // Искусственный интеллект и принятие решений. - 2011. - № 2. - С.12-18. [46]

81. Жихарев, А.Г. Формализованное графоаналитическое представление организационных знаний [Текст] // Автореф. дисс. ... канд. техн. Наук. - Белгород, 2013. - 22 с. [86]

82. Загорулько, Ю.А. Методы и методологии разработки, сопровождения и реинжиниринга онтологий [Текст] / Ю.А. Загорулько // Труды Симпозиума «Онтологическое моделирование» под ред. Л.А. Калиниченко. - М.: ИПИ РАН, 2008. - С.167-200. [19] и [22]

83. Загорулько, Ю.А. Разработка системы поддержки принятия решений для нефтегазодобывающего предприятия [Текст] / Ю.А. Загорулько, Г.Б. Загорулько, А.Ю. Кравченко, Сидорова Е.А. // XII национальная конференция по искусственному интеллекту с международным участием КИИ-2010 (20-24 сентября 2010 г., Тверь, Россия): Труды конференции. Т.3.

- М: Физматлит, 2010. - С.137-145. [53]

84. Зимовец, О.А. Интеграция средств формализации графоаналитических моделей "Узел-Функция-Объект" [Текст] / О.А. Зимовец, С.И. Маторин // Искусственный интеллект и принятие решений. -2012. - №1. - С.95-102. [48]

85. Карпова, И. Разработка онтологии в области нанокомпозиционных материалов [Текст] / И. Карпова, Е. Порысева, Г. Казаков, Э. Кольцова // Информационные Ресурсы России. - 2012. - №2(126).

- С.5-9. [66]

86. Козлов, С.В. Использование онтологий в системах управления знаниями организаций [Текст] / С.В. Козлов, А.Ф. Тузовский, С.В. Чириков, Ямпольский В.З. // Известия Томского политехнического университета. -2006. - №3. - С.180-184. [4]

87. Маторин, В.С. CASE-инструментарий UFO-toolkit. Автоматизация построения УФО-моделей [Текст] / В.С. Маторин, С.И.

Маторин, А.С. Попов // Проблемы программирования. - 2004. - №2-3. - С. 144-149. [91]

88. Маторин, С.И. О новом методе системологического анализа, согласованном с процедурой объектно-ориентированного проектирования. Часть 1 [Текст] / С.И. Маторин // Кибернетика и системный анализ. - 2001. -№4. - С.119-132. [39]

89. Маторин, С.И. О новом методе системологического анализа, согласованном с процедурой объектно-ориентированного проектирования. Часть 2 [Текст] / С.И. Маторин // Кибернетика и системный анализ. - 2002. -№1. - С.118-130. [40]

90. Маторин, С.И. Формализованное визуальное моделирование административных процедур [Текст] / С.И. Маторин, О.А. Зимовец // Прикладная информатика. 2012. - №2. - С.100-110. [87]

91. Маторин, С.И., Моделирование организационных систем в свете нового подхода «Узел-Функция-Объект» [Текст] / С.И. Маторин, А.С. Попов, В.С. Маторин // НТИ. Сер.2. - 2005. - №1. - С.1-8. [41]

92. Маторин, С.И., О развитии технологии графоаналитического моделирования бизнеса с использованием системного подхода «Узел-Функция-Объект» [Текст] / С.И. Маторин, О.А Зимовец, А.Г. Жихарев // НТИ. Сер. 2. - 2007. - №11. - С.10-17. [42]

93. Минаков, И. А. Системный анализ, онтологический синтез и инструментальные средства обработки информации в процессах интеграции профессиональных знаний : Автореф. дисс. ... доктора техн. наук. - Самара, 2007. - 43 с. [13]

94. Михелев, М.В. Формализация визуальных графоаналитических моделей процессов управления [Текст] // Автореф. дисс. . канд. техн. Наук. - Белгород, 2011. - 22 с. [44]

95. Михелев, М.В. Формализация УФО-элементов с помощью алгебраического аппарата пи-исчисления [Текст] / М.В. Михелев, С.И.

Маторин // Научные ведомости БелГУ. Сер. Информатика. - 2010. - №19(90).

- Выпуск №16/1. - С.145-149. [43]

96. Мозжерина, Е.С. Автоматическое построение онтологии по коллекции текстовых документов [Текст] / Е.С. Мозжерина // Электронные библиотеки: Перспективные Методы и Технологии, Электронные коллекции

- RCDL 2011. - Воронеж, 2011. - С.293-298. [62]

97. Неухаус, Ф. Коммюнике Онтологического саммита 2013. Оценка онтологий в течение всего жизненного цикла [Текст]: Перевод с англ. / Ф. Неухаус, А. Вайздом // Онтология проектирования. - 2013. - №2(8). - С.66-74. [55]

98. Онтологии и тезаурусы: модели, инструменты, приложения [Текст] / Б.В. Добров, В.В. Иванов, Н.В. Лукашевич и др. - М.: Бином. Лаборатория знаний, 2009. - 173 с. [2]

99. Онтология [Электронный ресурс] / Проект «www.AIportal.ru». -Режим доступа: http://www.aiportal.ru/articles/other/ontology.html. - Загл. с экрана. [82]

100. Палагин, А.В. Системно-онтологический анализ предметной области [Текст] / А.В. Палагин, Н.Г. Петренко // УСиМ. - 2009. - № 4. - С.3-14. [63]

101. Рабчевский, Е. А. Автоматическое построение онтологий [Текст] / Е.А. Рабчевский // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. - СПб.: Издательство Политехнического Университета, 2007. - № 52-2. - С.22-26. [57]

102. Святогор, Л. Определение понятия «Смысл» через онтологию. Семантический анализ текстов естественного языка [Текст] / Л. Святогор, В. Гладун // International Book Series "Information Science and Computing". -Intelligent Processing Institute of Information Theories and Applications FOI ITHEA, 2009. - С.53-61. [3]

103. Ситников, П.В. Построение систем поддержки принятия решений на основе онтологий [Текст] // Автореф. дисс. ... канд. техн. Наук. - Самара, 2009. - 24 с. [54]

104. Теслинова, Е.А. Разработка онтологии системы управления знаниями организации с использованием методологии концептуального проектирования [Текст] / Е.А. Теслинова // Успехи современного естествознания. - 2006. - №9. - С.96-98. [16]

Таблица А.1 - RDF-словарь для построения онтологий на основе системно-

объектных моделей «Узел-Функция-Объект»

Группа фактов Наименование отношения Предикат Полное представление предиката в нотации N-Triples языка RDF

I Балансируется isBalancedBy <http://www.ufo-toolkit.ru/#isBalancedBy>

Реализуется с помощью isRealizedBy <http://www.ufo-toolkit.ru/#isRealizedBy>

Занят isRepresentedBy <http://www.ufo-toolkit.ru/#isRepresentedBy>

Балансирует balances <http://www.ufo-toolkit.ru/#balances>

Реализует realizes <http://www.ufo-toolkit.ru/#realizes>

Занимает represents <http://www.ufo-toolkit.ru/#represents>

II Имеет порт hasPort <http://www.ufo-toolkit.ru/#hasPort>

Имеет входящий порт hasInputPort <http://www.ufo-toolkit.ru/#hasInputPort>

Имеет исходящий порт hasOutputPort <http://www.ufo-toolkit.ru/#hasOutputPort>

Имеет входящий порт класса ... hasInputPortClass <http://www.ufo-toolkit.ru/#hasInputPortClass>

Имеет исходящий порт класса ... hasOutputPortCla ss <http://www.ufo- toolkit.ru/#hasOutputPortClass >

Имеет связь hasRelation <http://www.ufo-toolkit.ru/#hasRelation>

Имеет исходящую связь hasInputRelation <http://www.ufo-toolkit.ru/#hasInputRelation>

Имеет входящую связь hasOutputRelatio n <http://www.ufo-toolkit.ru/#hasOutputRelation>

III Преобразует вход translateInput <http://www.ufo-toolkit.ru/#translateInput>

Выдает выход giveOutput <http://www.ufo-toolkit.ru/#giveOutput>

Продолжение таблицы А.1

Группа фактов Наименование отношения Предикат Полное представление предиката в нотации N-Triples языка RDF

IV Обладает признаком hasAttribute <http://www.ufo-toolkit.ru/#hasAttribute>

V и V Является разновидностью (подклассом) subClassOf <http://www.w3.org/2000/01/rd f-schema#subClassOf>

Эквивалентна equivalent <http://www.ufo-toolkit.ru/#equivalent>

Имеет идентификатор hasID <http://www.ufo-toolkit.ru/#hasID>

Имеет тип порта hasPortType <http://www.ufo-toolkit.ru/#hasPortType>

Предполагает прямое отношение hasDirectRelation <http://www.ufo-toolkit.ru/#hasDirectRelation>

Предполагает обратное отношение hasReverseRelati on <http://www.ufo- toolkit.ru/#hasReverseRelation >

Специальные предикаты для каждой прикладной связи

VI Имеет в качестве части hasPart <http: //schema.org/hasPart>

VII Является частью isPartOf <http: //schema.org/isPartOf>

Общее Является противоположно стью inverseOf <http://www.w3 .org/2002/07/o wl#inverseOf>

Копия свидетельства о государственной регистрации программы для ЭВМ