Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем
У статті розглядається організація системи формування і оновлення онтологічної бази знань інтелектуальної навчальної системи. Запропоновано алгоритм і склад програмного забезпечення інструментальних засобів об’єднання онтологій предметних областей. В работе рассмотрена организация системы форми...
Збережено в:
| Опубліковано в: : | Штучний інтелект |
|---|---|
| Дата: | 2010 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2010
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/56145 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем / О.С. Вороной, Г.А. Єгошина // Штучний інтелект. — 2010. — № 2. — С. 124-130. — Бібліогр.: 5 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859917653412413440 |
|---|---|
| author | Вороной, О.С. Єгошина, Г.А. |
| author_facet | Вороной, О.С. Єгошина, Г.А. |
| citation_txt | Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем / О.С. Вороной, Г.А. Єгошина // Штучний інтелект. — 2010. — № 2. — С. 124-130. — Бібліогр.: 5 назв. — укр. |
| collection | DSpace DC |
| container_title | Штучний інтелект |
| description | У статті розглядається організація системи формування і оновлення онтологічної бази знань інтелектуальної навчальної системи. Запропоновано алгоритм і склад програмного забезпечення інструментальних засобів об’єднання онтологій предметних областей.
В работе рассмотрена организация системы формирования и обновления онтологической базы знаний интеллектуальной обучающей системы. Предложен алгоритм и состав программного обеспечения инструментальных средств автоматизации объединения онтологий предметных областей.
In this paper we describe the formation and updating of the intelligent tutoring system, that uses ontological knowledge base. The algorithm and the content of software automation tools for integration domain ontologies
are proposed.
|
| first_indexed | 2025-12-07T16:06:52Z |
| format | Article |
| fulltext |
«Искусственный интеллект» 2’2010 124
2В
УДК 004.89:37.041
О.С. Вороной, Г.А. Єгошина
Державний університет інформатики і штучного інтелекту, м. Донецьк, Україна
alex.voronoy@gmail.com
Засоби інтеграції онтологій предметних
областей для створення баз знань
інтелектуальних навчальних систем
У статті розглядається організація системи формування і оновлення онтологічної бази знань інтелектуальної
навчальної системи. Запропоновано алгоритм і склад програмного забезпечення інструментальних
засобів об’єднання онтологій предметних областей.
Вступ
У даний час інтенсивно розвивається напрямок використання технологій глобальної
мережі Інтернет у системі освіти. Зручність і гнучкість гіпертекстового представлення
матеріалів, оперативний доступ до великих обсягів інформації, можливість віддаленого
спілкування між викладачами та студентами дозволяють широко застосовувати інтернет-
технології при створенні систем дистанційного навчання. Однак існуючі системи не
забезпечують наявність смислових зв’язків між знаннями навчальних курсів і є просто
бібліотекою статичних гіпертекстових підручників і тестових завдань, чого явно не-
достатньо для повноцінної та ефективної організації навчального процесу. Це виклю-
чає можливість автоматизованого аналізу знань програмними засобами і обмежує інте-
лектуальні можливості навчальної системи з побудови індивідуальних планів навчання.
Таким чином, актуальною є задача створення інтелектуальних навчальних систем (ІНС),
заснованих на систематизованих знаннях.
Ефективним засобом представлення та систематизації знань є онтології. Онто-
логії використовуються для формальної специфікації понять і відносин, які характе-
ризують певну галузь знань. Перевагою онтологій як способу представлення знань є
їх формальна структура, яка спрощує комп’ютерну обробку.
ІНС, що використовують онтології, знаходять застосування при розробці та мо-
делюванні систем представлення та інтерпретації інформації в процесі навчання. Онто-
логія визначає терміни, за допомогою яких можна описати і структурувати предметну
область. Використання онтології ефективне під час пошуку і об’єднання інформації з
різних джерел і середовищ. Мова онтології використовується для надання інформації
чітко визначеного значення і являє собою загальний набір термінів для опису та по-
дання предметної області, що вивчається. Будучи аналогом поняття «модель», онто-
логія служить засобом комунікації між учнем і викладачем.
У даний час на базі проведеної консорціумом W3 реорганізації сервісу Web ме-
режі Інтернет в Semantic Web розвивається два напрями використання web-онтологій
у навчальному процесі. Перший напрямок пов’язаний зі створенням, наповненням та
оновленням баз знань ІНС на основі онтологій. Другий – з побудовою тестуючих про-
грамних систем нового покоління, що оперують знаннями, які містяться в онтологіях.
Засоби інтеграції онтологій предметних областей для створення баз знань...
«Штучний інтелект» 2’2010 125
2В
Для першого напрямку актуальне рішення задачі автоматизації поетапного ство-
рення онтології предметної області.
Постановка завдання
Завдання об’єднання онтологій, що виникло практично з початком використан-
ня онтологій в інформаційних технологіях, продовжує залишатися актуальним через
неможливість використання уніфікованих онтологій в специфічних і динамічних га-
лузях знань.
Онтологія складається з термінів (понять), їх визначень і атрибутів, а також по-
в’язаних з ними аксіом і правил виводу. Детальне формальне визначення онтології в
вигляді кортежу з семи елементів наведено в [1]. У рамках даної роботи будемо вико-
ристовувати більш спрощене визначення, запропоноване Т.А. Гавриловою та Ф.В. Хо-
рошевським в [2].
Згідно з цим визначенням формально онтологія представляється трійкою:
>=< FRTO ,, , (1)
де Т – концепти (терміни) предметної області (ПО), яку описує онтологія O;
R – відношення між термінами ПО;
F – функції інтерпретації, задані на термінах і/чи відношеннях онтології O.
Завдання об’єднання онтологій формулюється таким чином: дано дві правильні
онтології, потрібно створити третю правильну онтологію, яка представляє поняття у
вхідних онтологіях, а також додаткові обмеження і взаємозв’язки, якщо вони потрібні.
Дві онтології О1 і О2, створені різними розробниками для однієї предметної об-
ласті, будуть суттєво відрізнятися і за таксономією, і за лексикою, і деякою мірою за
семантикою. Семантична неоднорідність онтологій є наслідком опису однакових он-
тологічних концептів різними термінами (синоніміка), призначення різних значень
одному і тому ж концепту в різних контекстах (багатозначність). Неоднорідність в он-
тологіях може також викликатися різними таксономіями концептів.
З цієї причини задача об’єднання нетривіальна і в основному може вирішуватися
в напівавтоматичному режимі, тому що на поточному рівні розвитку онтологічних ви-
значень тільки експерт може остаточно підтверджувати коректність семантики вста-
новлених відносин між онтологічними поняттями.
Отже, існує велика потреба у високоефективних засобах автоматизації порівнян-
ня та інтеграції онтологій.
У задачах порівняння та об’єднання онтологій при поетапному створенні бази
знань ІОС існує чотири основні проблеми.
1. Семантичні відмінності: деякі онтологічні концепти описують однаковий до-
мен різною термінологією (синонімія і багатозначність). Це призводить до доменів,
що перетинаються. Таким чином, існує потреба в засобах картування, які змогли б ін-
терпретувати описи навчальних ресурсів, використовуючи лексичний та семантичний
аналіз для того, щоб вирішити проблеми синонімії та багатозначності.
2. Структурні відмінності: різні розробники онтологій анотують цифрові навчальні
ресурси різними онтологічними концептами. Це створює синтаксичні відмінності,
вимагаючи інструментальні засоби для об’єднання, які змогли б різні таксономії об’єд-
нувати в загальну таксономію.
3. Масштабування операцій картування та об’єднання онтологій: це важливо особ-
ливо для великих онтологічних репозиторіїв.
Вороной О.С., Єгошина Г.А.
«Искусственный интеллект» 2’2010 126
2В
4. Відсутність апріорних знань: апріорні знання необхідні для картування та
об’єднання онтологій з використанням контрольованих методів видобутку знань. Од-
нак такі знання не завжди доступні. У цьому випадку неконтрольовані методи необхідні
як альтернатива при відсутності апріорних знань.
Існуючі інструментальні засоби інтеграції онтологій
Інструменти об’єднання онтологій допомагають користувачам знайти подібність
і відмінність між вхідними онтологіями і створюють результуючу онтологію, яка міс-
тить елементи вхідних онтологій. Для досягнення цієї мети вони автоматично визна-
чають відповідності між концептами у вхідних онтологіях або забезпечують середо-
вище, де користувач може легко знайти і визначити ці відповідності. Ці інструменти
відомі як інструменти відображення, вирівнювання та об’єднання онтологій.
Відображення (mapping) онтології полягає в знаходженні семантичних зв’язків
подібних елементів з різних онтологій. Вирівнювання (alignment) онтологій полягає в
тому, щоб встановити різні види відповідності (або зв’язку) між двома онтологіями,
а потім повторно зберегти вхідні онтології і таким чином надалі використовувати ін-
формацію одне одного. Об’єднання (merging) онтологій – генерація однієї узгодже-
ної онтології з двох вхідних.
Дослідники різних галузей інформатики працюють над автоматичним або під-
тримуваним інструментально об’єднанням онтологій, однак ці дослідження та розроб-
ки знаходяться на ранніх стадіях і потребують подальшого розвитку.
Існуючі інструментальні засоби, які мають справу з находженням відповідності
між онтологіями та їх об’єднанням, можна поділити на чотири групи:
1) для об’єднання двох онтологій з метою створення однієї нової (PROMPT,
Chimaera, OntoMerge);
2) для визначення функції перетворення з однієї онтології в іншу (OntoMorph);
3) для визначення відображення між концептами у двох онтологіях, знаходячи
пари відповідних концептів (наприклад, OBSERVER, FCA-Merge);
4) для визначення правил відображення для зв’язку тільки релевантних частин
вхідних онтологій (ONION).
Великий перелік та опис існуючих у світовій практиці програмних систем та інст-
рументальних засобів для роботи з онтологіями наведено в [3]. Загальним для назва-
них інструментальних засобів є наявність інтерактивних редакторів онтологій, які в
різний спосіб керують діями користувача в процесі перетворення онтологій.
При цьому з деякими особливостями реалізації в усіх системах або створюються
списки пропонованих операцій (PROMPT), або вказуються місця в онтології, де потріб-
не втручання експерта (Chimaera), або визначається набір операторів перетворення,
які можна застосувати до онтології (OntoMorph), або знаходяться і вказуються корис-
тувачу синоніми у вхідних онтологіях (OBSERVER).
В OntoMerge нова онтологія є об’єднанням двох вхідних онтологій і набору ак-
сіом з’єднання. Процес об’єднання полягає в трансляції обох онтологій до загально-
го синтаксичного вигляду на розробленій авторами мові. При створенні об’єднаної
онтології використовуються аксіоми з’єднання, машина виведення та інструменти для
трансляції екземплярів даних вхідних онтологій в об’єднану.
У FCA-Merge використовуються математичні методи, щоб створити сітку концептів,
що зв’язує концепти вхідних онтологій. Алгоритм використовує відносини еквівалент-
ності і підклас-суперклас. Система ONION заснована на алгебрі онтології. Використо-
вуються лексичні методи і методи на основі графів.
Метод знаходження лексичної подібності між іменами концептів використовує
словники та методи семантичної індексації, засновані на місцезнаходженні групи слів
у тексті.
Засоби інтеграції онтологій предметних областей для створення баз знань...
«Штучний інтелект» 2’2010 127
2В
Організація системи формування та оновлення знань
інтелектуальної навчальної системи
У рамках проекту багатоагентного інтелектуального навчального середовища для
циклу дисциплін напряму підготовки студентів «Комп’ютерні науки» авторами роз-
робляються засоби формування і оновлення знань ІОС на основі неструктурованих
джерел [4] і семантичного Web [5]. Основні компоненти системи формування онтоло-
гічної бази знань представлені на рис. 1.
Рисунок 1 – Система формування знань онтологічної ІНС
Розробка онтології у конкретній предметній області знань являє собою досить склад-
ний і тривалий процес, коли протягом декількох років група розробників формує на-
бір понять предметної області онтології. Тому система формування онтологічної бази
Інтернет
Відкрита онтологічна ІНС
Локальна база знань ІНС
Онтології предметних областей
(основні онтології)
Инструментальні засоби для роботи з онтологіями
Интегровані
засоби об’єднання
онтологій
Засоби
створення
онтологій
Засоби
візуализації
онтологій
Багатоагентна система пошуку знань по предметних областях
Підсистема пошуку
в неструктурованих
джерелах
Підсистема пошуку
в семантичному Web
Неструктуро-
вані джерела
Онтології, що доповнюють
Зовнішні
навчальні
репозиторії
Зовнішні онтології
з предметних
областей і завдань
Вороной О.С., Єгошина Г.А.
«Искусственный интеллект» 2’2010 128
2В
знань містить інтегровані засоби об’єднання онтологій, що дозволяють створювати і
доповнювати основні онтології предметних областей навчального середовища шляхом
використання предметних знань (частини знань ПО), представлених в семантичному
Web. Такі онтології будемо називати онтологіями, що доповнюють, або для спрощен-
ня – складовими.
Джерелом складових онтологій є багатоагентна система пошуку онтологічної ін-
формації з предметних областей. Пошукові запити в цій системі формуються на основі
тезауруса ПО та завдань експерта локальної бази знань. Знайдені релевантні складові
онтології із зовнішніх навчальних репозиторіїв та інших ресурсів семантичного Web
завантажуються пошуковою системою в робочу базу даних інтегрованих засобів об’єд-
нання онтологій.
Розробка алгоритму і програмних засобів
інтеграції онтологій
Інтегровані засоби об’єднання онтологій, що пропонуються авторами, включають
чотири підсистеми: відображення, вирівнювання, порівняння та об’єднання онтоло-
гій. Завдання об’єднання онтологій є найбільш часто вирішуваним при створенні бази
знань ІОС. Тому розглянемо більш детально роботу підсистеми об’єднання онтологій.
Онтологія розглядається як граф класів. Кожне поняття є вершиною, а відносини клас-
підклас є дугами. Клас без базового класу є вершиною графу. Дозволено множинне
спадкування. Будемо розглядати онтології, що представляються єдиним графом понять
з однією кореневою вершиною. Граф не має посилань на зовнішні онтології.
Алгоритм об’єднання онтологій включає наступні укрупнені дії.
1. Вирівнювання порядків онтологій.
2. Розв’язання конфлікту імен.
3. Об’єднання класів та їх властивостей і відносин.
Під порядком онтології розуміється кількість рівнів ієрархії графу. Пропонова-
ний алгоритм може працювати при виконанні двох вимог, які пред’являються до он-
тологій, що об’єднуються:
– кількість рівнів ієрархії повинна бути однаковою;
– не повинно бути збігу імен понять, що знаходяться в онтологіях на різних рів-
нях ієрархії, тобто повинен бути відсутнім конфлікт імен.
В алгоритмі одна з онтологій вважається базовою, інша – тою, що доповнює. Ал-
горитм буде працювати більш ефективно, якщо базова онтологія більше, ніж та, що
доповнює. Імовірність того, що онтології, які об’єднуються, будуть мати різну ієрар-
хічну структуру, досить велика. Для коректної роботи запропонованого алгоритму не-
обхідно вирівнювання порядків онтологій. Вирівнювання порядків – це процес приве-
дення ієрархічної структури онтології з меншою кількістю рівнів ієрархії до структури
другої онтології. Процес реалізується шляхом додавання в ієрархічну структуру фіктив-
них рівнів ієрархії. Імена понять на фіктивних рівнях ієрархії не розглядаються при
роботі алгоритму.
Сутність пропонованого алгоритму полягає в наступному.
Крок 1. Формування списку збіжних імен понять онтологій, що знаходяться на різ-
них рівнях ієрархії.
Крок 2. Формування списку збіжних імен понять онтологій, що знаходяться на од-
накових рівнях ієрархії.
Крок 3. Формування списку імен понять онтології, що доповнює, для яких від-
сутня синонімічність понять у базовій онтології на однакових рівнях ієрархії.
Засоби інтеграції онтологій предметних областей для створення баз знань...
«Штучний інтелект» 2’2010 129
2В
Список, отриманий на кроці 1 до початку об’єднання онтологій, має бути розгля-
нутий експертом з метою розв’язання існуючого конфлікту імен. Тобто конфлікт імен
повинен бути усунений до роботи алгоритму на кроці 2 і 3. На кроці 2 синонімічні
поняття онтологій аналізуються модулем «перевірка відповідності». На кроці 3 незбіжні
поняття обробляються модулем «аналіз елементів, що не збігаються».
Склад та взаємодія модулів підсистеми представлені на рис. 2. Розглянемо функ-
ції модулів.
Модуль визначення порядків онтології. У даному модулі проводиться визна-
чення порядку вхідних онтологій шляхом присвоєння кожному елементу властивості
«рівень». Порядок онтології визначається елементом з максимальним рівнем. У мо-
дулі реалізується сортування елементів онтологій за значеннями рівнів ієрархії, що
дозволяє підвищити ефективність роботи алгоритму. Якщо порядки онтологій не збі-
гаються, то необхідне їх вирівнювання.
Модуль вирівнювання порядків онтологій. Для онтології з меншим поряд-
ком додаються фіктивні класи в кількості, що дорівнює різниці порядків онтологій.
Рисунок 2 – Склад і зв’язки модулів підсистеми об’єднання онтологій
Модуль порівняння. У цьому модулі проводиться порівняння елементів онто-
логії, що доповнює, з усіма елементами базової онтології, що знаходяться на однако-
вому рівні. В результаті роботи формуються два списки:
1) список збіжних імен концептів (ССК);
2) список концептів, що не збігаються (СНК), який містить елементи онтології,
що доповнює, відсутні в базовій онтології.
Модуль аналізу 1
Модуль порівняння
Модуль визначення порядків онтологій
Вхідні онтології
Основна Онтологія, що доповнює
Модуль вирівнювання порядків
ССК СНК
Модуль аналізу 2
Модуль доповнення
основної онтології
Модуль діалогу
з експертом
Вороной О.С., Єгошина Г.А.
«Искусственный интеллект» 2’2010 130
2В
Модуль «Перевірка відповідності» (модуль аналізу 1). Робить аналіз кандида-
тів на синонімічність у списку ССК. Для кожного елемента зі списку здійснюється
порівняння базових класів і підкласів в основній онтології і онтології, що доповнює.
Порівняння підкласів здійснюється за мажоритарним принципом (збігу за більшістю).
У разі повного збігу, який означає, що поточні елементи в онтологіях повністю ідентич-
ні, виконується перехід до наступного елементу списку. У разі мажоритарного збігу
відсутні підкласи з онтології, що доповнює, додаються в основну. У випадку розбіж-
ності, що означає суперечність: наявність в об’єктів з однаковими іменами різних ба-
зових класів і різних підкласів, видається повідомлення експерту для вирішення супе-
речності. Елементи, що додаються в базову онтологію за результатами мажоритарного
збігу, повинні бути виключені зі списку СНК.
Модуль «Аналіз елементів, що не збігаються» (модуль аналізу 2). На етапі ро-
боти цього модуля в списку РНК залишаються елементи, які відсутні в основній он-
тології, але присутні в онтології, що доповнює. Це означає присутність нової гілки в
таксономії онтології, що доповнює, яку необхідно приєднати до певного ієрархічного
рівня базової онтології. Це завдання покладається на експерта і може бути успішно
виконане у разі відсутності порушень ієрархічної структури гілки, що доповнює. Якщо
кожний наступний елемент у списку РНК має рівень, що дорівнює або на одиницю
менший попереднього, то порушень в ієрархічній структурі немає.
Висновки
Запропонований алгоритм та програмне забезпечення для об’єднання онтологій
є важливою складовою частиною інструментальних засобів інтеграції інформаційних
ресурсів для створення онтологічних баз знань. Використання розроблених засобів
дозволять прискорити створення інтелектуального навчального середовища для підго-
товки студентів за напрямком «Комп’ютерні науки». Завданням подальших розробок і
досліджень має бути реалізація інших складових системи інтеграції, формалізація про-
цесів інтеграції та розробка більш універсальних алгоритмів розширення онтологій ПО.
Література
1. Maedche A. Clastering Ontology – based Metadata in the Semantic Web / A. Maedche, V. Zacharias //
Proceedings PKKD-2002. – Helsinky, 2002. – P. 342-360.
2. Гаврилова Т.А. Базы знаний интеллектуальных систем / Т.А. Гаврилова, В.Ф. Хорошевский. – СПб. :
Питер, 2001.
3. Тузовский А.Ф. Системы управления знаниями (методы и технологии) / Тузовский А.Ф., Чириков С.В.,
Ямпольский В.З. ; под общ. ред. В.З. Ямпольского. – Томск : Изд-во НТЛ, 2005. – 260 с.
4. Грунский И.С. Агентно-ориентированная система извлечения знаний из распределенных источни-
ков информации / И.С. Грунский, С.М. Вороной // Материалы X Международной научно-техничес-
кой конференции «Актуальные проблемы информационно-компьютерных технологий, мехатроники
и робототехники», (Крым, Кацивели, 28 сентября – 3 октября 2009 г.). – Т. 2. – С. 364-366.
5. Вороной А.С. Використання онтологій для підвищення якості пошуку інформації для поповнення
баз знань інтелектуальних систем / А.С. Вороной // Матеріали Міжнародної науково-технічної конфе-
ренції «Комп’ютерні науки і інженерія 2009», (Львів, 14 – 16 травня 2009 р.). – Львів, 2009. – С. 364-366.
А.С. Вороной, А.А. Егошина
Средства интеграции онтологий предметных областей для баз знаний
интеллектуальных обучающих систем
В работе рассмотрена организация системы формирования и обновления онтологической базы знаний
интеллектуальной обучающей системы. Предложен алгоритм и состав программного обеспечения
инструментальных средств автоматизации объединения онтологий предметных областей.
A.S. Voronoj, A.A. Yegoshina
Tools for Integration Domain Ontologies for Knowledge Bases of Intelligent Tutoring Systems
In this paper we describe the formation and updating of the intelligent tutoring system, that uses ontological
knowledge base. The algorithm and the content of software automation tools for integration domain ontologies
are proposed.
Стаття надійшла до редакції 06.04.2010.
|
| id | nasplib_isofts_kiev_ua-123456789-56145 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Ukrainian |
| last_indexed | 2025-12-07T16:06:52Z |
| publishDate | 2010 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Вороной, О.С. Єгошина, Г.А. 2014-02-12T18:15:55Z 2014-02-12T18:15:55Z 2010 Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем / О.С. Вороной, Г.А. Єгошина // Штучний інтелект. — 2010. — № 2. — С. 124-130. — Бібліогр.: 5 назв. — укр. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/56145 004.89:37.041 У статті розглядається організація системи формування і оновлення онтологічної бази знань інтелектуальної навчальної системи. Запропоновано алгоритм і склад програмного забезпечення інструментальних засобів об’єднання онтологій предметних областей. В работе рассмотрена организация системы формирования и обновления онтологической базы знаний интеллектуальной обучающей системы. Предложен алгоритм и состав программного обеспечения инструментальных средств автоматизации объединения онтологий предметных областей. In this paper we describe the formation and updating of the intelligent tutoring system, that uses ontological knowledge base. The algorithm and the content of software automation tools for integration domain ontologies are proposed. uk Інститут проблем штучного інтелекту МОН України та НАН України Штучний інтелект Прикладные интеллектуальные системы. Моделирование объектов и процессов Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем Средства интеграции онтологий предметных областей для баз знаний интеллектуальных обучающих систем Tools for Integration Domain Ontologies for Knowledge Bases of Intelligent Tutoring Systems Article published earlier |
| spellingShingle | Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем Вороной, О.С. Єгошина, Г.А. Прикладные интеллектуальные системы. Моделирование объектов и процессов |
| title | Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем |
| title_alt | Средства интеграции онтологий предметных областей для баз знаний интеллектуальных обучающих систем Tools for Integration Domain Ontologies for Knowledge Bases of Intelligent Tutoring Systems |
| title_full | Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем |
| title_fullStr | Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем |
| title_full_unstemmed | Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем |
| title_short | Засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем |
| title_sort | засоби інтеграції онтологій предметних областей для створення баз знань інтелектуальних навчальних систем |
| topic | Прикладные интеллектуальные системы. Моделирование объектов и процессов |
| topic_facet | Прикладные интеллектуальные системы. Моделирование объектов и процессов |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/56145 |
| work_keys_str_mv | AT voronoios zasobiíntegracííontologíipredmetnihoblasteidlâstvorennâbazznanʹíntelektualʹnihnavčalʹnihsistem AT êgošinaga zasobiíntegracííontologíipredmetnihoblasteidlâstvorennâbazznanʹíntelektualʹnihnavčalʹnihsistem AT voronoios sredstvaintegraciiontologiipredmetnyhoblasteidlâbazznaniiintellektualʹnyhobučaûŝihsistem AT êgošinaga sredstvaintegraciiontologiipredmetnyhoblasteidlâbazznaniiintellektualʹnyhobučaûŝihsistem AT voronoios toolsforintegrationdomainontologiesforknowledgebasesofintelligenttutoringsystems AT êgošinaga toolsforintegrationdomainontologiesforknowledgebasesofintelligenttutoringsystems |