Використання організаційних онтологій для пошуку експертів у нових предметних областях
Запропоновано використання онтологічних знань для пошуку спеціалістів, здатних виконати експертизу певної задачі у нових предметних областях. Організаційні онтології є джерелом структурованих знань про спеціалізацію організації та її співробітників. На їх базі збудовано тезауруси співробітників, що...
Saved in:
| Date: | 2007 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Інститут програмних систем НАН України
2007
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/281 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Використання організаційних онтологій для пошуку експертів у нових предметних областях / Ю.В. Рогушина, А.Я. Гладун // Пробл. програмув. — 2007. — N 1. — С. 73-84. — Бібліогр.: 7 назв. — укp. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859863168061276160 |
|---|---|
| author | Рогушина, Ю.В. Гладун, А.Я. |
| author_facet | Рогушина, Ю.В. Гладун, А.Я. |
| citation_txt | Використання організаційних онтологій для пошуку експертів у нових предметних областях / Ю.В. Рогушина, А.Я. Гладун // Пробл. програмув. — 2007. — N 1. — С. 73-84. — Бібліогр.: 7 назв. — укp. |
| collection | DSpace DC |
| description | Запропоновано використання онтологічних знань для пошуку спеціалістів, здатних виконати експертизу певної задачі у нових предметних областях. Організаційні онтології є джерелом структурованих знань про спеціалізацію організації та її співробітників. На їх базі збудовано тезауруси співробітників, що об'єктивно відображають область компетенції цих спеціалістів. За описом експертної задачі формується її тезаурус. Порівняння тезаурусів співробітників з тезаурусом дозволяє визначити початкову множину тих співробітників, які найбільш ефективно можуть здійснити таку експертизу.
|
| first_indexed | 2025-12-07T15:46:53Z |
| format | Article |
| fulltext |
Інформаційні системи
© Ю.В. Рогушина, А.Я. Гладун, 2007
ISSN 1727-4907. Проблеми програмування. 2007. № 1 73
УДК 681.3
Ю.В. Рогушина, А.Я. Гладун
ВИКОРИСТАННЯ ОРГАНІЗАЦІЙНИХ ОНТОЛОГІЙ
ДЛЯ ПОШУКУ ЕКСПЕРТІВ У НОВИХ ПРЕДМЕТНИХ ОБЛАСТЯХ
Пропонується використання онтологічних знань для пошуку спеціалістів, здатних виконати експертизу пе-
вної задачі у нових предметних областях. Організаційні онтології є джерелом структурованих знань про
спеціалізацію організації та її співробітників. На їх основі будуються тезауруси співробітників, що об'єкти-
вно відображають область компетенції цих спеціалістів. За описом експертної задачі формується її тезау-
рус. Порівняння тезаурусів співробітників з тезаурусом дозволяє визначити початкову множину тих спів-
робітників, які найбільш ефективно можуть здійснити таку експертизу.
Сучасний етап розвитку інформацій-
них технологій (ІТ) значною мірою характе-
ризується ростом рівня інтелектуалізації
прикладних інформаційних систем (ІС). Ін-
телектуалізація ІС пов'язана з процесом ви-
користання в них формалізованих знань
предметної області (ПрО).
Проблема пошуку експертів у но-
вих ПрО. Один з важливих напрямків роз-
витку інтелектуальних ІС пов’язаний з під-
тримкою прийняття управлінських рішень з
метою забезпечувати осіб, що приймають
рішення (ОПР), знаннями відповідної ПрО
та засобами їх аналізу. Досить поширеною
сьогодні є така задача: ОПР потрібно вирі-
шити задачу в новій для неї ПрО, а для цьо-
го – знайти спеціалістів (експертів), яким
можна доручити розв’язання проблеми. Для
цього ОПР потрібно оцінити їх компетент-
ність саме з цієї галузі. Прикладами подіб-
них задач є експертиза проектів, рецензу-
вання наукових статей, оцінка об’єктів.
Актуальність подібних задач зростає
у сучасному суспільстві через збільшення
обсягу інформації, що обробляється, ускла-
днення її структури та, внаслідок цього, по-
стійного виникнення нових технологій ви-
робництва, наукових напрямків, складних
інформаційно-ємних товарів, об’єктів та по-
слуг тощо. Через це в багатьох сферах, що
потребують експертних рішень, немає офі-
ційно визнаних експертів, кваліфікація яких
підтверджена відповідними документами. У
загальному випадку експертом називають
особу, що має спеціальні знання щодо про-
блем, які безпосередньо пов'язані з певною
ПрО [1]. Якщо нова ПрО тільки формується,
то в ній можуть працювати спеціалісти із
суміжних областей, але невідомо, хто саме з
таких спеціалістів працює у даній ПрО,
розширивши свою кваліфікацію у напрямку
інших суміжних областей, від яких походить
ця ПрО. Якщо важко знайти спеціалістів,
сфера компетенції яких повністю покриває
межі ПрО, для якої здійснюється експертиза,
то потрібно підібрати групу експертів,
об’єднання сфер компетенції яких перекри-
ває межі ПрО. При цьому бажано знаходити
таких спеціалістів, сфери компетенції яких
хоча б частково перетинаються: це дозволяє
забезпечити більш ефективну взаємодію між
ними (спільний поняттєвий апарат, загаль-
новизнані методи отримання висновків, зро-
зумілі методики отримання оцінок тощо).
Пошук експертів має базуватися на стратегії
евристичного пошуку [2], тобто крім визна-
чення самого завдання необхідно викорис-
товувати знання, які належать до конкретної
ПрО. Приміром, у деяких ПрО свідченням
компетентності експерта є наявність спеціа-
льного сертифікату, в інших – наукове зван-
ня або звіти з виконаних робіт тощо.
Сьогодні при формуванні команд
експертів та відборі рецензентів організа-
тори експертизи в основному орієнтуються
на власний досвід роботи з певними спеціа-
лістами, на враження від їх роботи та на пе-
реконаннях інших спеціалістів у цій ПрО.
Такий підхід на практиці довів свою ефек-
тивність, але виникає багато динамічних но-
Інформаційні системи
74
вих областей, що розвиваються на перетині
кількох дисциплін, для яких ще не сформо-
вані співтовариства авторитетних експертів
(приміром, е-навчання, економіка знань, об-
разний комп’ютер), класифікатори не відпо-
відають сучасному стану знань про домен і
тому важко визначити, хто саме зі спеціаліс-
тів має вирішувати конкретну проблему.
Важко не стільки визначити рейтинг конк-
ретного експерта, скільки сформувати поча-
ткову множину спеціалістів, серед яких є
ймовірність знайти спеціалістів, кваліфіка-
ція яких дозволяє ефективно вирішувати по-
ставлену задачу. Для того, щоб запитати ду-
мку спеціаліста щодо інших спеціалістів,
потрібно якось знайти першого спеціаліста,
з якого можна почати опитування. Крім то-
го, існує ймовірність, що спеціаліст, недо-
статньо компетентний у ПрО поставленої
задачі, порекомендує в якості експертів ще
менш компетентних осіб: навмисно, щоб
підвищити власний рейтинг, або через не-
правильне розуміння поставленої задачі.
Постановка задачі. Розглянемо
окремий випадок задачі пошуку експертів:
ОПР має вперше організувати експертизу в
певній ПрО. В організації наступних експер-
тиз у цій ПрО ОПР може використовувати
накопичений раніше досвід, власні знання
про потенційних експертів, результати та
умови виконання попередніх експертиз,
проте якщо експертиза проводиться вперше,
тоді ОПР доступні тільки формальні відомо-
сті щодо ПрО та потенційних експертів.
Якщо ОПР звертається за порадами та кон-
сультаціями до інших осіб та організацій, то
це зводить задачу до попередньої – у кож-
ному співтоваристві хтось має організувати
експертизу в певній ПрО вперше. Викону-
ються наступні умови:
♦ особа, що має приймати рішення щодо
пошуку експертів, сама не є експертом у да-
ній ПрО (ОПР, що вважає себе компетент-
ною у ПрО задачі, може оцінювати проекти
самостійно або знаходити експертів на ос-
нові власного досвіду, а не тільки формаль-
них відомостей);
♦ ОПР має доступ до відомостей щодо
потенційних експертів, які характеризують
їх спеціалізацію, кваліфікацію та здатність
до виконання експертизи (це можуть бути
відомості щодо їх місця роботи, посади,
проектів, які вони виконують, опублікова-
них ними наукових праць, наявності дипло-
мів та сертифікатів тощо), тобто задача зво-
диться до наступної: за наявними відомос-
тями серед тих осіб, що відомі ОПР та від-
повідають певним формальним вимогам,
знайти тих, область компетенції яких реле-
вантна експертній задачі, тобто спеціальні
знання та досвід яких дозволяють найбільш
ефективно вирішити цю задачу;
♦ для того, щоб підбір групи експертів
міг виконуватися об’єктивно (був формалі-
зований), вважається, що інформація щодо
кваліфікації експертів представлена у певній
стандартизованій формі (тобто відомості,
недоступні ОПР, не враховуються – примі-
ром, якщо відсутній перелік публікацій осо-
би А, то вважається, що А взагалі не має пу-
блікацій);
♦ ОПР має певні відомості щодо ПрО, до
якої належать проекти (це можуть бути зві-
ти, що стосуються раніше виконаних про-
ектів у цій ПрО, паспорт певної спеціально-
сті, державні та міжнародні стандарти та но-
рмативи), але не має відповідної кваліфіка-
ції, щоб самостійно виділити в цих інформа-
ційних ресурсах найважливіше;
♦ ОПР має набір формальних вимог що-
до осіб, серед яких потрібно обрати екс-
пертів (приміром, це можуть бути праців-
ники певної установи або міністерства, гро-
мадяни певної держави, особи, що мають
науковий ступінь в певній області); такі ви-
моги можуть бути не пов’язані безпосеред-
ньо з кваліфікацією осіб у конкретній ПрО
(так, доктор технічних наук може бути екс-
пертом у розподілених обчисленнях, але не
розумітися в автомобілебудівництві);
♦ інформація щодо експертів та ПрО по-
дана в електронній формі, придатній для ав-
томатизованої обробки.
Для того, щоб особа А була визнана
експертом в ПрО В, потрібно формалізувати
як K(A) – досвід та сферу компетенції А, так
і S(B) – межі ПрО В, а потім визначити від-
Інформаційні системи
75
повідність між K(A) та S(B). При цьому важ-
ливі як виразні засоби, що застосовуються
для формалізації K(A) та S(B), так і міра
об’єктивності в формуванні S(B). Крім того,
у пошуку відповідностей між ними потрібно
враховувати семантику й специфічні влас-
тивості ПрО В.
При цьому похідна задача поділя-
ється на кілька підзадач: 1) знайти інформа-
ційні ресурси, що містять відомості про осіб,
що можуть бути експертами у певній ПрО,
та оцінити ступінь вірогідності запропоно-
ваних відомостей; 2) з відомостей про поте-
нційних експертів видобути знання щодо їх
кваліфікації; 3) створити формальний опис
ПрО експертизи: з інформаційних ресурсів,
що стосуються цієї ПрО, видобути відпові-
дні знання – властивості, за якими можуть
оцінюватися потенційні експерти, терміно-
логію ПрО тощо; 3) знайти експертів, квалі-
фікація яких релевантна ПрО експертизи,
тобто побудувати критерій, за яким можна
кількісно оцінити подібність між кваліфіка-
цією особи та формалізованим описом ПрО
експертної задачі.
Компетентність – рівень досягнень
(досвіду, знань, навичок) особи в певній
ПрО. Вона може бути визначена на основі
аналізу діяльності фахівця, рівня і широти
обізнаності з досягненнями науки і техніки,
розуміння досліджуваних проблем, можли-
вих шляхів їхнього розвитку. Для кількісної
оцінки рівня компетентності використо-
вується коефіцієнт компетентності, з ураху-
ванням якого зважуються висновки ек-
сперта.
У загальному випадку коефіцієнт
компетентності R є функцією від характери-
стик знань і досвіду експерта (якісних та кі-
лькісних) та від опису експертної задачі:
R(А,В)=f(K(A), S(B)). Особа А може бути
експертом, якщо для задачі В її коефіцієнт
компетентності R(А,В)>p, де р – константа,
яка визначає мінімальні вимоги ОПР до екс-
перта. Цей коефіцієнт визначається за
різноманітними апріорними і апо-
стеріорними даними, склад та відносна важ-
ливість яких визначаються відповідно до
специфіки ПрО. При використанні
апріорних даних оцінка коефіцієнта компе-
тентності виробляється до проведення ек-
спертизи на основі самооцінки експерта і
взаємної оцінки інших експертів. При вико-
ристанні апостеріорних даних оцінка ко-
ефіцієнта компетентності виробляється на
основі обробки результатів експертизи. Ко-
жен експерт, на підставі персональних да-
них, одержує кваліфікаційну категорію, що
визначається як функція від його персональ-
них даних. Приміром, у [4] персональні дані
кожного експерта відображає трійка < s, r,
h>, де Hh,Rr,Ss ∈∈∈ , S = {s1, s2, s3} – вища
освіта експерта ( s1 – збігається з профілем
пріоритетного напрямку, s2 – базова освіта за
суміжною спеціальністю, s3 – базова освіта
за іншою спеціальністю); R = {r1, r2, r3} –
наукова підготовка (r1 – академік НАН Ук-
раїни або член-кор., академік галузевої ака-
демії, r2 – професор, доктор наук, r3 – канди-
дат наук, с.н.с., доцент); Н = {h1, h2, h3} –
стаж роботи з даного пріоритетного на-
прямку (h1 – не менше десяти років, h2
– не менше п'яти років, h3 – не менше року) .
Якщо оцінки r та h визначити досить просто,
то оцінити s для нових ПрО досить складно
(більшість експертів отримає оцінку s2, і це
не дозволить встановити пріоритет у їх
кваліфікації). Крім того, якщо новий напря-
мок діяльності склався досить недавно, то
жодний спеціаліст не має великого стажу у
цій області, а висока оцінка, отримана за
рівень наукової підготовки, може мати нега-
тивне значення – спеціаліст отримував
знання водночас, коли нова ПрО ще не
існувала і тому, ймовірно, взагалі не
обізнаний у її специфіці. З іншого боку, за
великий час, присвячений науковій
діяльності, спеціаліст може кілька разів
принципово змінювати напрямок своїх
досліджень, а висока оцінка r свідчить про
високий рівень інтелекту, наполегливість в
науковій роботі та здатність отримувати
цікаві й корисні результати. Тому, крім
трійки < s, r, h>, потрібно враховувати
відомості про поточні наукові та професійні
досягнення спеціаліста, напрямок його ро-
боти та працездатність. Для працівників ба-
гатьох спеціальностей ці відомості відо-
Інформаційні системи
76
бражаються в їх наукових публікаціях, зві-
тах про виконану роботу, описах розроб-
лених продуктів, підготовлених навчально-
методичних матеріалах. Те, наскільки дос-
тупні ці відомості (приміром, опубліковані в
Інтернет, представлені в бібліотеках), визна-
чає певною мірою ступінь авторитетності
спеціаліста та його здатність і готовність
відчужувати власні знання. Це безпосеред-
ньо пов’язано зі здатністю спеціаліста бути
експертом.
Web як джерело інформації щодо
потенційних експертів. Значна частина
підприємств та установ (у першу чергу –
найбільш успішні, розвинуті та авторитетні)
має власні сайти та портали в Інтернеті. У
мережі подані відомості про більшість лю-
дей, які зайняті у певній виробничій діяль-
ності. У ресурсах Інтернет знаходять відо-
браження проекти та задачі, якими займа-
ються люди, представлені результати їх ро-
боти.
Щоб вийти за рамки індивідуального
обмеженого простору знань та переконань,
потрібно мати доступ до знань про інші
суб’єкти інформаційного простору ПрО.
Крім того, дуже важливо, щоб ці знання бу-
ли представлені у певній стандартизованій
формі, придатній для автоматичної обробки.
Це викликається надзвичайно великим обся-
гом інформації про ПрО, потенційно досту-
пну сьогодні кожній людині за допомогою
інформаційно-комунікаційних технологій.
Приміром, нереально поглянути особисті
справи всіх лікарів або інженерів певного
міста або країни, що формально відповіда-
ють надзвичайно слабким вимогам, які мо-
жна задати апріорно.
Для того, щоб зрозуміти, чи можна
використовувати відомості, доступні через
Інтернет, для пошуку експертів, потрібно
дослідити структуру Web та визначити, чи
буде будь-яка інформація, опублікована в
мережі, потенційно доступна в разі коректно
сформульованого запиту до пошукових сис-
тем. Для цього потрібно проаналізувати
структуру зв’язків між інформаційними ре-
сурсами Інтернет та досяжність їх через ла-
нцюг гіперпосилань.
Web можна розглядати як інформа-
ційну модель реального світу, що відобра-
жає відносини і взаємозв'язки між різними
його компонентами. Web-простір характери-
зується великою кількістю експертних оці-
нок, реалізованих через гіперпосилання: ав-
тори ресурсів посилаються на ті ресурси Ін-
тернет, які вони вважають важливими, ціка-
вими, авторитетними. Такі гіперпосилання є
базою для побудови моделі Web-простору.
Структура Web-простору – це орієн-
тований граф, що має топологію Bow Tie, в
якому вершини відповідають сторінкам, а
ребра – гіперпосиланням, які поєднують
сторінки. Аналіз структури зв'язків між
окремими Web-сторінками, виконаний у ра-
мках цієї моделі, дозволив виявити такі
компоненти [5]: центральне ядро Web-сто-
рінки, що за гіперпосиланнями з кожної з
них можна потрапити на будь-яку іншу;
"відправні" Web-сторінки – сторінки, гіпер-
посилання з яких ведуть до ядра, але з ядра до
них потрапити не можна; "кінцеві" Web-сто-
рінки – сторінки, до яких можна прийти за
гіперпосиланнями з ядра, але не можна по-
вернутися назад у ядро; "відростки" – ціл-
ком ізольовані від центрального ядра сторі-
нки: або "миси", пов'язані гіперпосиланнями
зі сторінками будь-якої іншої категорії, або
"перешийки", які з'єднують дві Web-сторі-
нки, що не входять у ядро. Крім цього, у
Web існують і "острови", що не перетина-
ються з іншими ресурсами Інтернет. Єдиний
спосіб отримати доступ до ресурсів цієї гру-
пи — знати їхні адреси. Пошукові машини
не здатні знаходити ці острови. Пропорції
цих категорій сторінок залишаються незмін-
ними в часі.
Топологія і характеристики моделі
виявилися приблизно однаковими для різ-
них підмножин Web-простору, підтверджу-
ючи тим самим твердження щодо того, що
Web є фракталом, тобто властивості струк-
тури усього Web-простору вірні й для його
окремих підмножин. Тому можна припус-
тити, що у реальному світі існують "ост-
рови" – співдружності інформаційно
пов’язаних людей та організацій, що прак-
тично не мають відомостей про інші анало-
Інформаційні системи
77
гічні співдружності. Причинами цього мо-
жуть бути мовна та географічна
роз’єднаність, підтримка режиму секретно-
сті тощо.
З точки зору пошуку експертів більш
цікаві сторінки ядра та кінцеві Web-сторі-
нки: гіперпосилання Інтернет відображають
авторитетність певних організацій та їх
співробітників – якщо на точку зору якоїсь
людини, викладену в Web, посилається ба-
гато інших спеціалістів (навіть з негатив-
ними оцінками), то можна вважати таку лю-
дину авторитетною у певному співтоварис-
тві. Тому, якщо на якусь сторінку веде ба-
гато гіперпосилань з інших сторінок, тоді
така сторінка може містити відомості про
досить широко визнаних спеціалістів.
Велике значення має множина вузлів,
з яких починається пошук. Приміром, ре-
зультати виконання одного й того пошуко-
вого запиту до різних інформаційно-пошу-
кових систем (ІПС) будуть суттєво різни-
тися як за обсягом, так і за порядком по-
дання знайдених ресурсів, незважаючи на
те, що всі ці ІПС намагаються проіндексу-
вати один інформаційний об’єкт – контент
Web. Тому в пошуку потрібно надавати пе-
ревагу ІПС, пов’язаним з користувачем те-
риторіально (наприклад, використовувати
ІПС Meta для пошуку спеціалістів в Україні)
та за специфікою ПрО.
Інше важливе питання – чи можна
довіряти відомостям, поданим у мережі Ін-
тернет про потенційних експертів. Якщо ці
відомості не супроводжуються документа-
льно, то людина може дезінформувати заці-
кавлених осіб (на жаль, електронний підпис
в Україні ще не реалізовано для широкого
вжитку). Але якщо відомості подані на офі-
ційному сайті певної організації, то вони
мають відповідати дійсності. Приміром, ві-
домості на сайті організації про кваліфіка-
цію її співробітників забезпечують доступ
до достовірної інформації з більшою ймові-
рністю, чим дані, подані на особистій сторі-
нці експерта. Тому серед знайдених ІР доці-
льно надавати перевагу офіційним сайтам.
Вирішивши питання щодо того, в
яких ІР можна знайти відомості про потен-
ційних експертів, можна перейти до другого
кроку – як формалізувати відомості про екс-
пертів та ПрО експертизи таким чином, щоб
можна було б встановлювати відповідність
між ними.
Онтологічне подання знань ПрО. В
системах управління знаннями, на яких ба-
зуються сучасні ІТ, велике значення має по-
дання знань ПрО у формі, придатній для ін-
тероперабельного використання. Онтологіч-
ний інжиніринг – ядро концепції управління
знаннями, що являє собою сукупність про-
цесів, які керують створенням, поширенням,
обробкою і використанням інформації. Он-
тологія – це знання, формально представлені
на бази концептуалізації, що припускає опис
множини об'єктів і понять та зв'язків між
ними. Формально онтологія складається з
термінів, організованих у таксономію, їхніх
визначень і атрибутів, а також пов'язаних з
ними аксіом і правил висновку. Онтологія –
це БЗ, що описує факти, що передбачаються
завжди істинними в рамках певного співто-
вариства на основі загальноприйнятого зна-
чення словника, що використовується. Фор-
мальна модель онтології ПрО – впорядко-
вана трійка O=< X, R, F >, де Х – скінчена
множина концептів предметної області, що
представляє онтологія O; R – скінчена мно-
жина відношень між концептами заданої
предметної області; F – скінчена множина
функцій інтерпретації, заданих на концептах
і/або відношеннях онтології O. Онтологія
являє собою певний опис погляду на світ у
конкретній сфері інтересів, який складається
з набору термінів і правил їх використання,
що обмежує їх значення у рамках конкрет-
ної ПрО. Онтології дозволяють подати по-
няття так, що вони стають придатними для
машинної обробки. Моделювання ПрО – од-
на з важливих областей застосування фо-
рмальних моделей подання знань [6]. Сього-
дні існує багато визначень онтологій ПрО.
Онтологія ПрО – 1) та частина знань ПрО,
щодо якої передбачається її незмінність; 2)
та частина знань ПрО, що обмежує значення
термінів ПрО; 3) множина угод про ПрО; 4)
явно задана зовнішня апроксимація неявно
заданої концептуалізації.
Інформаційні системи
78
Кожна ПрО характеризується тим,
що в ній відбувається специфічна для неї
професійна діяльність, яка полягає у вирі-
шенні специфічних задач, причому для цьо-
го необхідні професійні знання, що до-
пускають подання на вербальному рівні.
Подання знань – це спосіб відображення
знань однієї особи у формі, зрозумілій ін-
шим особам. Існує багато моделей подання
знань (продукційні, фреймові, логічні тощо).
Деякі з них чітко формалізовані та придатні
для автоматизованої обробки. Моделювання
знань ПрО – одна з важливих областей за-
стосування формальних моделей подання
знань. З 80-х років ХХ століття почалося си-
стематичне вивчення таких моделей, у про-
цесі якого виник термін "онтологія предмет-
ної області".
У ПрО можуть бути виділені мно-
жини об'єктів ПрО, що пов'язані з професій-
ною діяльністю у цій ПрО, оточення, в яко-
му виконується ця професійна діяльність,
знання про це оточення (на них базується
професійна діяльність) і угоди щодо по-
дання ПрО, які дозволяють трактувати знан-
ня як твердження про властивості дійсності.
Сьогодні використовують багато різ-
них визначень поняття "онтологія ПрО", які
доповнюють одне одного та відповідають
певному аспекту проблеми. Однак кожне з
цих визначень має певні недоліки. Оскільки
при вирішенні різних проблем, зв'язаних з
онтологіями ПрО, використовуються різні
тлумачення цього поняття, то можна зро-
бити висновок, що в даний час загально-
прийнятого визначення не існує.
Онтологія являє собою сукупність
термінів та взаємозалежних визначень, що
стосуються деякої предметної області і які
виконують певну нормативну функцію. Са-
ме онтологія формує загальне подання про
об'єкт дослідження, фіксує категоріальний
апарат концепції (теорії).
Організаційні онтології. Організа-
ційна онтологія – це онтологія, що відобра-
жає знання про організаційну та функціона-
льну структуру певного суб’єкта економіч-
ної діяльності, тобто його основні компоне-
нти та зв’язки між ними. Вона містить інфо-
рмацію про працівників підприємства, ієра-
рхію виробничих відносин між ними; ре-
сурси, що використовуються на підприємс-
тві у процесі виробництва; продукцію, ство-
рення якої є наслідком функціонування під-
приємства, та структурні одиниці підприєм-
ства й зв’язки між ними.
Наука про організації на сьогодні до-
сить розвинута, але цілий ряд питань знай-
шов тільки часткові рішення. Наприклад,
існує багато різних визначень організацій,
але так і не знайдена однозначна відповідь
на питання про те, що ж таке організація і
які її властивості, дії, обмеження і пово-
дження. Тому вчені приділяють велику ува-
гу моделюванню роботи організації.
Організація – це стійка система
відносин між суб'єктами, заснована на су-
купності досягнутих ними угод. Будь-яка
організація являє собою винятково складний
для вивчення об'єкт, повний обсяг властиво-
стей і параметрів функціонування якого
принципово непізнаваний. Дослідник зав-
жди має справу з якоюсь абстракцією, мо-
деллю організації, що відбиває окремі ас-
пекти "життя" реального об'єкта. Подання
організації як системи відносин є однією з
можливих моделей організації. У контексті
організації між індивідами формується ба-
гато типів відносин – від виробничих до
соціально-психологічних. Використову-
ються три види заснованих на онтологіях
моделей організацій, що структурують та
організовують інформацію [7]: 1) ор-
ганізаційна онтологія; 2) онтологія ПрО
діяльності організації; 3) онтологія користу-
вацької діяльності. Організаційна онтологія
забезпечує семантичну інформацію про
структуру організації. Ця складна структура
часто використовує декомпозицію в окремі
ієрархічні модулі.
Онтологія ПрО діяльності організації
проектується для того, щоб організувати й
структурувати бізнес-функції і дії, що мають
місце в певній ПрО. Така доменна онтологія
діяльності забезпечує ієрархічну структуру
для класифікації записів, що документують
Інформаційні системи
79
бізнес-функції і дії для класифікації й індек-
сації цілей.
Онтологія користувальницької діяль-
ності пов'язана з діями для пошуку інфор-
мації, здійснюваними кінцевими користува-
чами. З погляду аналізу, що базується на
знаннях, потрібно визначити, що саме по-
трібно знати різним типам користувачів і
про інформаційні об'єкти і дії, що викорис-
товуються у задачі пошуку інформації, і як
ці знання мають бути організовані. Дії кори-
стувачів звичайно можуть бути описані че-
рез виконувані ними дії та інформаційні об'-
єкти, зв'язані з інформаційними потребами.
Розвиток онтології користувальницької дія-
льності починається з формування таксоно-
мічної класифікації знань про задачу й інфо-
рмаційні об'єкти. Знання про задачу вклю-
чають словник для подання процесу вико-
нання дій, наприклад, пошук, перегляд, збе-
реження. Такі онтології можуть використо-
вуватися:
• для виконання складних інформацій-
них запитів, пов’язаних з обробкою конте-
нту на семантичному рівні (приміром, знай-
ти всі проекти, які за певний період часу ви-
конувалися працівниками, що контактували
зі співробітниками певного підрозділу та
мали певний рівень повноважень, тобто ма-
ли доступ до відповідних корпоративних
знань);
• для формування групи експертів, що
мають достатні знання та досвід роботи,
щоб виконувати експертизу в області, опи-
саній у вигляді повнотекстового документу;
• для пошуку співробітника, який відпо-
відає за певне коло питань (незалежно від
того, як у цій організації називається його
посада та як сформульовані його посадові
обов’язки);
• для встановлення відповідності між
інформаційними потребами користувача та
інформаційними ресурсами, представленими
в ІС.
Приміром, організаційна онтологія
наукової організації містить такі класи та
підкласи, що характеризуються певними ат-
рибутами (рис.1):
Цей опис може бути реалізований за
допомогою мови OWL та візуалізований у
редакторі онтологій Protégé (рис. 2):
Будемо вважати, що інформація щодо
тієї ПрО, в якій певна особа може вважатися
експертом, міститься у назвах та УДК її пу-
блікацій та наукових доповідей, у паспорті
спеціальності за класифікацією ВАК (якщо
людина має науковий ступінь), у назві орга-
нізації та підрозділу, в якому вона працює, а
найголовніше – у назвах та анотаціях проек-
тів, які ці особи виконують. Крім того, мо-
людина (ім’я (STRING), по батькові (STRING), прізвище(STRING), рік народження (INTEGER)):
співробітник (…, посада (STRING), працює в (підрозділ), ідентифікаційний код (INTEGER)):
науковий співробітник (…, науковий ступінь (STRING), працює за темою (тема), науковий
стаж (DATE), публікації (публікація));
інженер(…, має кваліфікацію (STRING));
аспірант (…, рік вступу (DATE), науковий керівник (науковий співробітник), публікації
(публікація));
підрозділ (назва (STRING), керівник (співробітник)):
інститут (…, адреса (STRING));
відділ (…, відноситься до (інститут));
лабораторія (…, відноситься до (відділ));
тема (шифр (STRING), назва (STRING), керівник (науковий співробітник), дата початку (DATE),
дата закінчення (DATE), виконавці (співробітник)):
комплексна тема(…, складається з (тема)) ;
публікація (назва (STRING), автори (людина), рік публікації (STRING), мова (STRING), кількість
сторінок (INTEGER)):
наукова стаття (…, УДК (STRING), анотація (STRING), назва видання (STRING));
монографія (…, рецензент (науковий співробітник), назва видавництва (STRING));
тези конференції (назва конференції (STRING), дата проведення (DATE), місце проведення
(STRING)).
Інформаційні системи
80
жна оцінювати рівень кваліфікації особи за
загальним та науковим стажем, кількістю
публікацій (загальною та за останні роки),
наявністю аспірантів тощо. Ще одним важ-
ливим джерелом інформації можуть бути
відомості про співробітників, у колективі з
якими виконувалися проекти або друкува-
лися статті.
Одним із засобів моделювання ПрО є
створення її тезауруса. Можна сформувати
тезауруси як окремої людини, так і тезаурус
цілої ПрО. Часто терміни онтологія і тезау-
Організація
Засіб
публікації
Особа
Діяльність
Тема
дослідження
Колектив
Конференція
Стаття
Група
Журнал
Особа
Публікація
Технічний
(науковий) звіт
Опублікована
стаття
Тези
Книга
Представлена
в
Проводиться
Редактор
Автор
Особа
Працює у
Належить до
Здійснює
Стосується
Сайт
Відображає
Грант
Прикладна
Фундаментальна
Особа
Керує
Рис.1. Фрагмент структури організаційної онтології
Візуалізація
онтології
Класи
онтології
Рис. 2. Організаційна онтологія наукової організації, створена засобами Protégé
Інформаційні системи
81
рус використовують як синоніми, але в ІТ
тезаурус частіше застосовують для опису
лексики в проекції на семантику, а онтоло-
гію – для моделювання семантики і прагма-
тики в проекції на мову подання. Для даної
задачі тезаурус можна розглядати як окре-
мий випадок онтології.
Тезаурусна міра інформації. Зви-
чайно тезаурус визначають як словник, що
містить лексичні одиниці з явними семан-
тичними зв'язками між ними. Згідно "Сучас-
ному словнику іноземних слів": тезаурус –
1) словник, у якому максимально повно по-
дані всі слова мови з вичерпним переліком
прикладів їхнього вживання в текстах; у
повному обсязі здійснимо лише для мертвих
мов; 2) ідеографічний словник, у якому по-
казані семантичні відносини (синонімічні,
родо-видові тощо) між лексичними одини-
цями; 3) в інформатиці – повний системати-
зований набір даних про яку-небудь область
знань, що дозволяє людині чи обчислю-
вальній машині орієнтуватися в ній. Тезау-
рус можна розглядати як окремий випадок
онтології. Ще на початку 60-х років ХХ
столітя Шрейдер запропонував розглядати
тезаурус як систему знань, відображених
мовою, коли тезаурус стає цікавим сам по
собі, а не тільки як допоміжний інструмент.
Можна досліджувати як тезауруси окремих
фахівців (приміром, експертів), так і тезау-
руси областей знання. Тезаурус – це
R,TTh = , де Т – множина термінів, а R –
множина відносин між цими термінами.
Множини Т і R скінчені. Термін – це слово
або словесний комплекс, який співвідно-
ситься з поняттям певної організованої об-
ласті знань (науки, техніки), що вступає в
системні відносини з іншими словами і сло-
весними комплексами й утворює разом з
ними в будь-якому окремому випадку й у
певний час замкнуту систему, що відрізня-
ється високою інформативністю, однознач-
ністю, точністю й експресивною нейтраль-
ністю. Тезаурус – структура лінійно пов'яза-
ного подання слів і їхніх значень, призна-
чена для зіставлення концептуальних визна-
чень у контексті слова. Множина термінів
тезауруса відповідає множині концептів он-
тології О. Такі властивості тезаурусів, як си-
стемність, стійкість і регулярність зв'язків,
відсутність експресії, об'єктивність опису,
уможливлюють моделювання термінологіч-
них систем за допомогою тезаурусів. Кла-
сифікація понять ПрО через набір слів, умо-
вно синонімічних і утворюючих клас умов-
ної еквівалентності, лежить в основі тезау-
русів, використовуваних для інформацій-
ного пошуку. Фактично тезаурус користу-
вача – це вербалізована сукупність його уяв-
лень про досліджувану ПрО. Структура те-
зауруса визначена стандартами ANSI
Z39.19, ISO 2788-1986, ISO 5964-1985,
ГОСТ 7.25-2001, ГОСТ 7.24-90. Для враху-
вання ефектів, пов'язаних з розходженнями
суб`єктивних знань приймача і передавача в
комунікаційних процесах, що є наслідками
різних обсягів знань у ПрО, використовують
тезаурусну модель, що зв'язує семантичні
властивості інформації зі здатністю корис-
тувача сприймати інформацію. В якості пе-
редавача ми розглядаємо опис задачі, що
підлягає експертизі , а в якості приймачів –
потенційних експертів, та порівнюємо їх те-
зауруси. Будемо вважати, що чим більш по-
дібними є тезауруси задачі та експерта, тим
зрозуміліша експерту ця задача.
Алгоритм визначення рейтингів
потенційних експертів. Визначення оцінки
компетентності спеціалістів у поставленій
проблемі складається з наступних кроків
(рис. 3):
• побудувати тезауруси потенційних
експертів (за організаційною онтологією) та
тезаурус документа, який ОПР подає на екс-
пертизу (за контентом документа);
• нормалізувати ці тезауруси за допо-
могою онтології відповідної ПрО;
• порівняти термінологію норма-
лізованих тезаурусів.
За контентом документа, для якого
потрібно здійснити експертизу, будується
тезаурус документа )d(Th . Передбачається,
Інформаційні системи
82
що цей документ відноситься до певної
ПрО, що відповідає сфері діяльності органі-
зації. Знання ПрО подані у вигляді доменної
онтології domainO , FRTOdomain ,,= , онтоло-
гія ПрО містить n термінів nT = .
На другому кроці роботи алгоритму
потрібно нормалізувати тезаурус документа,
поданого на експертизу (проекція тезауруса
на онтологію ПрО)
( ){ }domainiin OTttdThN ∈= :)( .
Нехай в організаційній онтології міс-
тяться відомості про s співробітників.
За організаційною онтологією буду-
ються тезауруси цих співробітників. Інфор-
мація для побудови тезаурусів співробітни-
ків витягається з організаційної онтології
науково-дослідного інституту, в якому вони
працюють і адміністрацією якого можуть
бути притягнуті як експертів.
На множину співробітників, яких ви-
користовувати як експертів, можуть бути
накладені початкові обмеження (наявність
вченого ступеня, кількість публікацій за
останній рік, вік, науковий стаж і т.д.). Теза-
урус співробітника – це множина слів, що
містяться в назвах його публікацій, паспорта
ВАК його спеціальності, назві науково-до-
слідних проектів, які він виконує тощо –
)( pThi . Нормалізований тезаурус співробіт-
ників )( pThN i – це проекція його тезауруса
на множину термінів онтології ПрО domainO .
Одержуємо для кожного терміна онтології
домену domainO jt набір значень )( jdoc tm і
sitm ji ,1),( = – ваги термінів онтології у від-
повідних нормалізованих тезаурусах. Для
кожного співробітника будується його рей-
тинг для експертизи конкретного документа
sitmtmr jij
n
j
doci ,1),(*)(
1
==∑
=
. Ті співробіт-
ники, що одержали найбільш високий рей-
тинг, потенційно є найбільш компетентними
для проведення експертизи розглянутого
документа (рис. 4).
Якщо перед експертами стоїть за-
вдання не тільки дати оцінку окремому до-
кументу (наприклад, написати рецензію на
статтю в науковий журнал, рецензію на дип-
ломний проект, дисертацію тощо), але й
зробити порівняльний аналіз та ранжирува-
Документ,
що поступив
на експертизу
Онтологія
ПрО
Організаційна
онтологія
Тезаурус
документа Тезаурус
співробітника
Тезаурус
співробітника
Нормалізований
тезаурус
документа
Нормалізований
тезаурус
співробітника
Нормалізований
тезаурус
співробітника
Рейтинг
експертів
Рис. 3. Побудова рейтингів потенційних експертів
Інформаційні системи
83
ний відбір документів з деякої сукупності
документів (наприклад, експертиза прово-
диться для конкурсу дослідницьких проектів
у певній області), то є доцільним замість те-
зауруса документа використати об'єднання
тезаурусів усіх документів, що підлягають
експертизі.
Висновки
Запропонований підхід дозволяє за
описом експертної задачі та формальними
відомостями про спеціалістів, поданими в
Інтернеті через організаційні онтології, по-
будувати тезаурус задачі і тезауруси потен-
ційних експертів, порівняти їх та на основі
цього порівняння визначити коефіцієнт
компетентності кожного з цих спеціалістів –
кількісну оцінку придатності цього спеціалі-
ста для вирішення конкретної експертної
задачі. Це дозволяє для кожної задачі сфор-
мувати висхідну групу експертів, до вдоско-
налення складу якої можна використовувати
інші методики формування експертних ко-
місій.
1. Григорьев С.И., Растов Ю.Е. Основы
современной социологии. -
http://irbis.asu.ru/mmc/ grig/.
2. Рассел С., Норвиг П. Искусственный ин-
теллект: современный подход. – М.:
Изд. дом «Вильямс», 2006. – 1408 с.
3. Крымский С.Б., Жилин Б.Б., Паниотто
В.И. Экспертные оценки в социологиче-
ских исследованиях. – Киев: Наук. дум-
ка, 1990. – 320 с.
4. Методология оценки эффективности ву-
зовской науки. Практическое пособие.
Вып. 3. Ч. 1. /Под ред. проф., докт. экон.
наук Э. Н. Яковлева. – М.: Государст-
венное научное учреждение "Эксперт-
но-аналитический центр Минобразова-
ния РФ", 2002. – 20 с.
5. Ландэ Д.В. Поиск знаний в Internet. –
М.: "Вильямс", 2005. – 272 с.
6. Артемьева Л.А., Гаврилова Т.Л., Клещев
А.С. Логические модели второго поряд-
ка для предметных областей // Инфор-
мационный аналіз. - 1997. – Вып. 6,
С. 14-21.
Консультаційний сервер
Організаційна
онтологія
Онтологія
ПрО
ОПР
Інтерфейс
користувача
Документ,
для якого
потрібно
виконати
експертизу
Документ,
для якого
потрібно
виконати
експертизу
Механізм
порівняння
Перелік
потенційних
експертів
Перелік
потенційних
експертів
Експерти
Документ,
для якого
потрібно
виконати
експертизу
Документ,
для якого
потрібно
виконати
експертизу
Рис. 4. Процес формування початкової множини експертів за організаційною онтологією
Інформаційні системи
84
7. Сухов С.В. Онтология управления орга-
низациями – http://www.dis.ru/manag/
arhiv/2003/ 5/6.htm.
Отримано 21.04.2006
Про авторів:
Рогушина Юлія Віталіївна,
кандидат фізико-математичних наук, стар-
ший науковий співробітник,
Гладун Анатолій Ясонович,
кандидат технічних наук, старший науковий
співробітник.
Місце роботи авторів:
Інститут програмних систем
НАН України, 03680,
м. Київ-187, проспект Академіка Глушкова,
40, тел. (044) 528 4698
Міжнародний науково-навчальний центр
інформаційних технологій та систем НАН
України та МОН України, , 03680, м. Київ-
187,
просп. Академіка Глушкова, 40,
тел. (044) 526 6344
|
| id | nasplib_isofts_kiev_ua-123456789-281 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1727-4907 |
| language | Ukrainian |
| last_indexed | 2025-12-07T15:46:53Z |
| publishDate | 2007 |
| publisher | Інститут програмних систем НАН України |
| record_format | dspace |
| spelling | Рогушина, Ю.В. Гладун, А.Я. 2008-02-22T17:34:26Z 2008-02-22T17:34:26Z 2007 Використання організаційних онтологій для пошуку експертів у нових предметних областях / Ю.В. Рогушина, А.Я. Гладун // Пробл. програмув. — 2007. — N 1. — С. 73-84. — Бібліогр.: 7 назв. — укp. 1727-4907 https://nasplib.isofts.kiev.ua/handle/123456789/281 681.3 Запропоновано використання онтологічних знань для пошуку спеціалістів, здатних виконати експертизу певної задачі у нових предметних областях. Організаційні онтології є джерелом структурованих знань про спеціалізацію організації та її співробітників. На їх базі збудовано тезауруси співробітників, що об'єктивно відображають область компетенції цих спеціалістів. За описом експертної задачі формується її тезаурус. Порівняння тезаурусів співробітників з тезаурусом дозволяє визначити початкову множину тих співробітників, які найбільш ефективно можуть здійснити таку експертизу. uk Інститут програмних систем НАН України Інформаційні системи Використання організаційних онтологій для пошуку експертів у нових предметних областях Article published earlier |
| spellingShingle | Використання організаційних онтологій для пошуку експертів у нових предметних областях Рогушина, Ю.В. Гладун, А.Я. Інформаційні системи |
| title | Використання організаційних онтологій для пошуку експертів у нових предметних областях |
| title_full | Використання організаційних онтологій для пошуку експертів у нових предметних областях |
| title_fullStr | Використання організаційних онтологій для пошуку експертів у нових предметних областях |
| title_full_unstemmed | Використання організаційних онтологій для пошуку експертів у нових предметних областях |
| title_short | Використання організаційних онтологій для пошуку експертів у нових предметних областях |
| title_sort | використання організаційних онтологій для пошуку експертів у нових предметних областях |
| topic | Інформаційні системи |
| topic_facet | Інформаційні системи |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/281 |
| work_keys_str_mv | AT rogušinaûv vikoristannâorganízacíinihontologíidlâpošukuekspertívunovihpredmetnihoblastâh AT gladunaâ vikoristannâorganízacíinihontologíidlâpošukuekspertívunovihpredmetnihoblastâh |