›

Tóm tắt Luận án Một số phương pháp xử lý tri thức không nhất quán trong Ontology

pdf 28 trang phuongvu95 4890
Download
Bạn đang xem 20 trang mẫu của tài liệu "Tóm tắt Luận án Một số phương pháp xử lý tri thức không nhất quán trong Ontology", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdftom_tat_luan_an_mot_so_phuong_phap_xu_ly_tri_thuc_khong_nhat.pdf

Nội dung text: Tóm tắt Luận án Một số phương pháp xử lý tri thức không nhất quán trong Ontology

  1. ĐẠI HỌC HUẾ TRƯỜNG ĐẠI HỌC KHOA HỌC NGUYỄN VĂN TRUNG MỘT SỐ PHƯƠNG PHÁP XỬ LÝ TRI THỨC KHÔNG NHẤT QUÁN TRONG ONTOLOGY CHUYÊN NGÀNH: KHOA HỌC MÁY TÍNH MÃ SỐ: 62.48.01.01 LUẬN ÁN TIẾN SĨ KHOA HỌC MÁY TÍNH HUẾ - NĂM 2018
  2. Công trình này được hoàn thành tại: Trường Đại học Khoa học - Đại học Huế Người hướng dẫn khoa học: PGS. TS. Hoàng Hữu Hạnh, Ban Hợp tác quốc tế, Đại học Huế Phản biện 1: Phản biện 2: Phản biện 3: Luận án sẽ được bảo vệ tại Hội đồng chấm luận án cấp Đại học Huế họp tại Đại học Huế vào lúc giờ ngày tháng năm 2017 Có thể tìm hiểu luận án tại thư viện: • Thư viện Quốc gia Việt Nam • Thư viện Trường Đại học Khoa học, Đại học Huế
  3. MỞ ĐẦU 1. Tính cấp thiết của đề tài Năm 2001, Tim Berners Lee cùng cộng sự đã đưa ra phác thảo cho một “dạng thức mới về nội dung web mà dạng thức này có ý nghĩa đối với máy tính”. Thế hệ web sử dụng dạng thức nội dung này, gọi là Web ngữ nghĩa, cho phép máy tính có thể “hiểu” tri thức được lưu trữ, theo đó có thể chia sẻ và tái sử dụng các cơ sở tri thức trong các hệ thống thông tin thuộc nhiều lĩnh vực khác nhau. So với Web hiện tại – là một kho tài liệu được liên kết với nhau, Web ngữ nghĩa là một nền tảng dữ liệu mà trong đó thông tin được lưu ở dạng định nghĩa tường minh, cho phép máy tính và con người có thể làm việc được cùng nhau. Web ngữ nghĩa là một lĩnh vực nghiên cứu đang phát triển nhanh và nhận được sự quan tâm của cộng đồng nghiên cứu trong thập niên vừa qua. Công nghệ Web ngữ nghĩa đang được áp dụng vào nhiều lĩnh vực khác nhau trong thực tế. Thành phần quan trọng trong các ứng dụng web ngữ nghĩa là ontology. Trong một ontology người ta định nghĩa các thực thể (bao gồm khái niệm, thuộc tính, cá thể) và mối quan hệ giữa các thực thể này theo ngữ nghĩa được quy định tường minh bởi một ngôn ngữ logic xác định. Ngôn ngữ ontology được sử dụng phổ biến và chuẩn hoá bởi tổ chức tiêu chuẩn quốc tế W3C (World Wide Web Consortium) là OWL. Phiên bản mới nhất của ngôn ngữ này là OWL 2 (được giới thiệu vào năm 2009) dựa trên logic mô tả SROIQ(D). Vấn đề quan trọng của Web ngữ nghĩa là phải xử lý tri thức không nhất quán trong các ontology. Điều này bắt nguồn từ chính đặc điểm xây dựng và sử dụng ontology trong các ứng dụng Web ngữ nghĩa: Đặc tính có thể mở rộng, có thể chia sẻ, tái sử dụng, phân tán và đa người dùng luôn tiềm ẩn khả năng làm xuất hiện tri thức không nhất quán trong các ontology. Trên thực tế, nếu một ontology là không nhất quán, các truy vấn trên nó là không có nghĩa. Điều này là bởi bất kỳ tiên đề nào cũng là hệ quả logic của một ontology không nhất quán. Nói cách khác, sự không nhất quán làm mất đi ý nghĩa sử dụng của ontology trong các ứng dụng Web ngữ nghĩa. Chính vì vậy, xử lý tri thức không nhất quán trong ontology là bài toán quan trọng, có ý nghĩa thực tiễn và được cộng đồng khoa học máy tính quan tâm nghiên cứu. 2. Động lực nghiên cứu và cách tiếp cận nghiên cứu của luận án Các phương pháp xử lý tri thức không nhất quán trong ontology có thể được phân làm hai nhóm: (1) nhóm phương pháp chấp nhận tồn tại tri thức không nhất quán trong ontology, và (2) nhóm phương pháp tìm cách loại bỏ tri thức không nhất quán khỏi ontology: (1) Các giải pháp thuộc nhóm thứ nhất – chấp nhận tồn tại tri thức không nhất quán trong ontology. Một số tiếp cận thuộc nhóm này định nghĩa các logic mô tả với ngữ nghĩa nửa nhất quán và xây dựng ontology dựa trên các logic đó. Việc sử dụng logic với ngữ nghĩa nửa nhất quán để xây dựng ontology, mặc dù tạo ra được mô hình biểu diễn tri thức toàn diện nhưng lại khó triển khai trong thực tế do tính phổ biến của các ngôn ngữ ontology đã được chuẩn hoá và khuyến nghị sử dụng bởi tổ chức W3C. 1
  4. Trong rất nhiều trường hợp thực tế, các ứng dụng Web ngữ nghĩa cần truy vấn thông tin được tổng hợp từ các ontology đến từ nhiều nguồn khác nhau (và có thể không nhất quán) mà không được phép chỉnh sửa hay tạo mới ontology. Một giải pháp cho vấn đề này là khung lập luận với ontology không nhất quán sử dụng chiến lược phát triển tuyến tính tập tiên đề diễn giải, được đề xuất bởi nhóm tác giả Zhisheng Huang, Frank van Harmelen và cộng sự. Khung lập luận này tìm câu trả lời có nghĩa cho truy vấn với ontology không nhất quán bằng cách chọn ra một tập con gồm các tiên đề nhất quán từ ontology đầu vào – gọi là tập tiên đề diễn giải truy vấn: tập tiên đề này có liên quan với truy vấn theo một tiêu chí cụ thể cho trước và có thể trả lời được truy vấn. Phần quan trọng nhất của khung lập luận với ontology không nhất quán là hàm chọn để xây dựng tập tiên đề diễn giải truy vấn. Hai hàm chọn điển hình được nhóm tác giả phát triển là hàm chọn dựa trên sự liên quan cú pháp và hàm chọn dựa trên khoảng cách ngữ nghĩa theo máy tìm kiếm Google. Hai hàm chọn này đều có nhược điểm là phụ thuộc vào cú pháp của tiên đề. Khắc phục nhược điểm này chính là một động lực nghiên cứu của luận án: Luận án đề xuất xây dựng tập tiên đề diễn giải theo độ liên quan ngữ nghĩa giữa các tiên đề với truy vấn đầu vào. Độ liên quan này được xác định dựa trên khoảng cách ngữ nghĩa giữa các biểu thức khái niệm khi đặt chúng trên cây phân cấp khái niệm của một ontology gọi là ontology tham chiếu. (2) Các giải pháp thuộc nhóm thứ hai – tìm cách loại bỏ tri thức không nhất quán thông qua việc xây dựng mới ontology từ một hoặc nhiều ontology đầu vào. Việc tạo mới ontology như vậy diễn ra theo hai chiến lược: chiến lược thứ nhất, dò tìm, đề xuất chỉnh sửa hoặc loại bỏ một số tiên đề gây nên sự không nhất quán khỏi ontology; và chiến lược thứ hai, áp dụng lý thuyết đồng thuận để xây dựng tập tiên đề hợp lý nhất (theo một tiêu chuẩn xác định trước) có thể đại diện cho các ontology đầu vào. Chiến lược thứ nhất thường được sử dụng để duy trì sự nhất quán của một ontology, trong khi chiến lược thứ hai thường được sử dụng để xử lý xung đột trong quá trình tích hợp ontology đến từ nhiều nguồn phân tán, độc lập nhau. Các công trình xử lý tri thức không nhất quán dựa trên lý thuyết đồng thuận được tác giả Nguyễn Ngọc Thành đề xuất vào năm 2002 và cùng với các cộng sự mở rộng trong những năm tiếp theo. Tác giả và cộng sự đã phân loại xung đột trong quá trình tích hợp ontology theo các mức (mức khái niệm, mức quan hệ, mức cá thể) và đề xuất phương pháp để xử lý xung đột theo các mức này. Trong bài toán xử lý xung đột mức khái niệm, cấu trúc khái niệm được xét theo hai khía cạnh: tập thuộc tính mô tả khái niệm và miền giá trị của thuộc tính. Tuy vậy, các nghiên cứu xử lý xung đột mức khái niệm trong quá trình tích hợp ontology hiện nay chỉ tập trung xây dựng danh sách thuộc tính của khái niệm cần tích hợp. Miền giá trị của các thuộc tính chỉ được xác định bằng cách lấy hợp của các miền giá trị thành phần. Điều này có nghĩa xung đột về miền giá trị của thuộc tính là chưa được xét đến. Luận án sẽ áp dụng mô hình tổng quát tích hợp tri thức theo phương pháp đồng thuận và đề xuất phương án xử lý xung đột mức khái niệm trong quá trình tích hợp ontology, trong đó có xét đến cả hai khía cạnh: danh sách thuộc tính và miền giá trị của thuộc tính. Một mức xung đột khác cũng có thể xảy ra trong quá trình tích hợp ontology đó là xung đột mức tiên đề, theo đó, tập tiên đề của các ontology tham gia tích hợp là có sai khác nhau hoặc thậm chí mâu thuẫn nhau. Tình huống này cũng có thể thường xuyên xảy ra trong quá trình xây dựng ontology theo kiểu phân tán, cộng tác, đa 2
  5. người dùng mà trong đó, một ontology có thể được xây dựng bởi nhiều người dùng tự nguyện thông qua một wiki ngữ nghĩa hoặc bởi các chuyên gia được thuê. Xung đột mức tiên đề trong quá trình tích hợp ontology hiện vẫn là bài toán chưa có giải pháp tốt và thuyết phục như các mức khái niệm, quan hệ hay cá thể. Bằng cách biểu diễn một tiên đề dưới dạng một literal, mỗi ontology thành phần có thể được biểu diễn dưới dạng hội của các literal đó. Như vậy, bài toán xử lý xung đột tập tiên đề có thể được dẫn về bài toán xử lý xung đột ở cấp độ cú pháp của các công thức hội. Luận án sẽ xây dựng khoảng cách giữa hai công thức hội, phân tích các tiêu chuẩn cho công thức hội đồng thuận và đề xuất phương án tìm công thức hội đồng thuận. Kết quả này có thể áp dụng cho bài toán xử lý xung đột mức tiên đề. 3. Mục tiêu, đối tượng và phạm vi nghiên cứu của luận án Đối tượng nghiên cứu của luận án là ontology, tri thức không nhất quán trong ontology, và các phương pháp xử lý tri thức không nhất quán trong ontology. Trên cơ sở phân tích các động lực nghiên cứu, luận án xác định mục tiêu xử lý tri thức không nhất quán trong ontology theo hai tác vụ truy vấn và tích hợp. Mục tiêu nghiên cứu cụ thể của luận án được giới hạn theo ba bài toán sau đây: • Bài toán thứ nhất: Xác định câu trả lời có nghĩa khi truy vấn với ontology không nhất quán. Trong bài toán này, luận án nghiên cứu đề xuất phương pháp sử dụng ontology tham chiếu để tính khoảng cách ngữ nghĩa giữa hai khái niệm, giữa hai biểu thức khái niệm, giữa hai tiên đề. Khoảng cách ngữ nghĩa này sẽ được dùng để xây dựng hàm chọn của khung lập luận với ontology không nhất quán. • Bài toán thứ hai: Xử lý xung đột mức khái niệm trong quá trình tích hợp ontology. Luận án sẽ áp dụng mô hình tổng quát tích hợp tri thức theo phương pháp đồng thuậnđể tìm đồng thuận cho cấu trúc khái niệm. Sự không nhất quán trong cấu trúc khái niệm sẽ được giải quyết ở cả danh sách thuộc tính và miền giá trị của các thuộc tính. • Bài toán thứ ba: Xử lý xung đột mức tiên đề trong quá trình tích hợp ontology. Trên cơ sở biểu diễn xung đột mức tiên đề trong quá trình tích hợp ontology dưới dạng xung đột về cú pháp, luận án đánh giá độ sai khác của các tập tiên đề và xây dựng phương pháp tìm tập tiên đề đồng thuận theo các tiêu chuẩn dựa trên độ sai khác này. Chương 1 TỔNG QUAN VỀ XỬ LÝ TRI THỨC KHÔNG NHẤT QUÁN TRONG ONTOLOGY 1.1. Ontology và tri thức không nhất quán Định nghĩa 1.1 (Ontology). Một ontology là một bộ bốn hC, I, R, Zi, trong đó: C là tập hợp các khái niệm (các lớp); I là tập hợp các cá thể của các khái niệm; R là tập hợp các quan hệ; Z là tập hợp các tiên đề biểu diễn các ràng buộc toàn vẹn dùng để mô tả các thực thể (khái niệm, cá thể, quan hệ).  3
  6. Ở Định nghĩa 1.1, R còn được gọi là tập thuộc tính. Người ta phân biệt hai loại thuộc tính: thuộc tính đối tượng dùng để liên kết các cá thể, và thuộc tính kiểu dữ liệu dùng để liên kết các cá thể với các giá trị dữ liệu. Một ontology được gọi là không nhất quán nếu nó không có mô hình nào. Nguyên nhân dẫn đến điều này là do tập tiên đề của ontology là có chứa mâu thuẫn. Việc truy vấn một ontology không nhất quán là không có nghĩa do mọi tiên đề đều là hệ quả logic của ontology không nhất quán. Luận án xử lý tri thức không nhất quán trong ontology theo hai vấn đề: truy vấn ontology không nhất quán và xử lý tri thức không nhất quán trong quá trình tích hợp ontology. Cơ sở lý thuyết cho vấn đề thứ nhất là khung lập luận với ontology không nhất quán và lý thuyết đồng thuận sẽ được trình bày trong chương tổng quan này. 1.2. Khung lập luận với ontology không nhất quán sử dụng chiến lược phát triển tuyến tính tập tiên đề diễn giải 1.2.1. Các khái niệm cơ bản Khung lập luận với ontology không nhất quán được đề xuất bởi Zhisheng Huang, Frank van Harmelen và cộng sự vào năm 2005. Khung lập luận này xem một ontology như là một tập hợp các tiên đề và không giới hạn cho loại ngôn ngữ ontology cụ thể nào. Gọi L là một ngôn ngữ ontology, chúng ta ký hiệu 2L là tập gồm tất cả các tập tiên đề trên ngôn ngữ L. Ontology Σ có thể xem là một tập tiên đề trên ngôn ngữ L: Σ ∈ 2L. Để phân biệt với phép suy luận chuẩn |=, chúng ta sử dụng |≈ để ký hiệu cho phép suy luận không chuẩn, phép suy luận này có thể được tham số hoá để có thể chấp nhận sự không nhất quán. Định nghĩa 1.2 (Tính đúng). Một phép suy luận không chuẩn |≈ được gọi là đúng nếu các tiên đề được suy dẫn từ một ontology không nhất quán Σ theo |≈ thì cũng được suy dẫn từ một tập con gồm các tiên đề nhất quán của Σ (gọi là ontology con nhất quán của Σ) bằng phép suy luận chuẩn |=  Định nghĩa 1.3 (Tính có nghĩa). Một kết quả của phép suy luận không chuẩn được gọi là có nghĩa nếu nó đúng và nhất quán: Σ |≈ φ ⇒ Σ 6|≈ ¬φ. Phép suy luận |≈ được gọi là có nghĩa nếu và chỉ nếu mọi câu trả lời của nó đều là có nghĩa.  Định nghĩa 1.4 (Truy vấn ontology không nhất quán sử dụng phép suy luận không chuẩn). Một truy vấn φ với ontology không nhất quánΣ sử dụng phép suy luận không chuẩn |≈ là phép đánh giá các quan hệ hệ quả “Σ |≈ φ?” và “Σ |≈ ¬φ?”. Có thể có bốn câu trả lời cho truy vấn này tương ứng với bốn trường hợp sau đây. (a) Quá xác định: Σ |≈ φ và Σ |≈ ¬φ. (b) Chấp nhận: Σ |≈ φ và Σ 6|≈ ¬φ. (c) Bác bỏ: Σ 6|≈ φ và Σ |≈ ¬φ. (d) Không xác định: Σ 6|≈ φ và Σ 6|≈ ¬φ.  4
  7. Định nghĩa 1.5 (Tính đầy đủ cục bộ). Cho Σ là một ontology không nhất quán, Σ0 ⊂ Σ là một ontology con nhất quán của Σ. Với φ là một tiên đề, kết quả suy luận Σ |≈ φ được gọi là đầy đủ cục bộ theo Σ0 nếu: Σ0 |= φ ⇒ Σ |≈ φ. Phép suy luận |≈ với ontology Σ được gọi là đầy đủ cục bộ theo Σ0 nếu mọi kết 0 quả suy luận của nó là đầy đủ cục bộ theo Σ .  Định nghĩa 1.6 (Tính đúng cục bộ). Cho Σ là một ontology không nhất quán, Σ0 ⊂ Σ là một ontology con nhất quán của Σ. Một trả lời truy vấn φ với Σ được gọi là đúng cục bộ theo Σ0 nếu và chỉ nếu:Σ |≈ φ ⇒ Σ0 |= φ. Phép suy luận |≈ với ontology Σ được gọi là là đúng cục bộ theo Σ0 nếu mọi trả 0 lời truy vấn Σ |≈ φ là đúng cục bộ theo Σ .  Định nghĩa 1.7 (Tính cực đại). Cho Σ là một ontology không nhất quán, Σ0 ⊂ Σ là một ontology con nhất quán của Σ. Phép suy luận |≈ với ontology không nhất quán Σ được gọi là cực đại theo Σ0 nếu: (Σ0 6|= > v ⊥) ∧ (∀Σ00 ⊂ Σ:Σ00 ⊃ Σ0 ⇒ Σ00 |= > v ⊥) ∧ (∀φ :Σ0 |= φ ⇔ Σ |≈ φ) .  Zhisheng Huang và cộng sự đã chỉ ra rằng: Mệnh đề 1.1. Cho Σ là một ontology không nhất quán, Σ0 ⊂ Σ là ontology con nhất quán của Σ, |≈ là một phép suy luận không chuẩn, φ là một tiên đề bất kỳ. Khi đó: (a) Tính đúng cục bộ kéo theo tính đúng và tính có nghĩa. (b) Tính cực đại kéo theo tính đầy đủ cục bộ. 1.2.2. Hàm chọn Cho L là một ngôn ngữ ontology, Σ ∈ 2L là một ontology, φ ∈ L là một tiên đề trên L. Hàm chọn s trả về một tập con của Σ ở bước k > 0 (k ∈ N) trong quá trình đánh giá truy vấn “Σ |≈ φ?” được định nghĩa tổng quát như sau: L L Định nghĩa 1.8 (Hàm chọn). Hàm chọn s là ánh xạ s: 2 × L × N → 2 sao cho L s(Σ, φ, k) ⊆ Σ với ∀Σ ∈ 2 , φ ∈ L, k ∈ N.  Định nghĩa 1.9 (Hàm chọn đơn điệu). Một hàm chọn s được gọi là đơn điệu nếu các tập con mà nó chọn được là tăng hoặc giảm một cách đơn điệu theo bước lặp.  1.2.3. Phép suy luận không chuẩn sử dụng hàm chọn đơn điệu Một phép suy luận sử dụng hàm chọn đơn điệu tăng (tương ứng, đơn điệu giảm) thì được gọi là phép suy luận sử dụng chiến lược mở rộng tuyến tính (tương ứng, rút gọn tuyến tính). Một chiến lược mở rộng tuyến tính được thực hiện như ở Hình 1.1. Mệnh đề 1.2 (Tính chất của chiến lược mở rộng tuyến tính). Một phép suy luận sử dụng chiến lược mở rộng tuyến tính sẽ thoả các tính chất sau đây: (a) không bao giờ quá xác định (b) có thể không xác định (c) luôn luôn đúng (d) luôn luôn đầy đủ cục bộ (e) luôn luôn đầy đủ cục bộ (f) có thể không cực đại (g) luôn luôn đúng cục bộ. 5
  8. Hình 1.1: Chiến lược mở rộng tuyến tính 1.2.4. Phép suy luận không chuẩn sử dụng hàm chọn dựa trên sự liên quan cú pháp Hàm chọn dựa trên sự liên quan cú pháp sSyn Với một tiên đề φ, chúng ta sử dụng I(φ), C(φ), R(φ) để tương ứng ký hiệu cho tập tên cá thể, tập tên khái niệm và tập tên quan hệ xuất hiện trong tiên đề này. Định nghĩa 1.10 (Liên quan trực tiếp). Hai tiên đề φ, ψ được gọi là liên quan trực tiếp với nhau nếu có ít nhất một tên thực thể xuất hiện trong cả φ và ψ, tức là: I(φ) ∩ I(ψ) 6= ∅ ∨ C(φ) ∩ C(ψ) 6= ∅ ∨ R(φ) ∩ R(ψ) 6= ∅ . (1.1)  Định nghĩa 1.11 (Liên quan trực tiếp với một tập hợp). Một tiên đề φ được gọi là liên quan trực tiếp với một tập tiên đề Σ nếu tồn tại một tiên đề ψ ∈ Σ sao cho φ và ψ là liên quan trực tiếp với nhau.  Định nghĩa 1.12 (Hàm chọn dựa trên sự liên quan cú pháp). Hàm chọn dựa trên sự liên quan cú pháp được định nghĩa như sau: L L 2 × L × N → 2 (Σ, φ, k) 7→ sSyn(Σ, φ, k) với: sSyn(Σ, φ, 0) := ∅; sSyn(Σ, φ, 1) := {ψ ∈ Σ | ψ liên quan trực tiếp với φ}; và sSyn(Σ, φ, k) := {ψ ∈ Σ | ψ liên quan trực tiếp với sSyn(Σ, φ, k − 1)} (k > 1).  Phép suy luận không chuẩn sử dụng hàm chọn sSyn Hàm chọn dựa trên sự liên quan cú pháp sSyn là hàm chọn đơn điệu tăng. Phép suy luận sử dụng hàm chọn sSyn trong khung lập luận được mô tả ở phần trước, được 6
  9. ký hiệu là |≈Syn, thường phát triển đến tập hợp các tiên đề không nhất quán một cách nhanh chóng. Để cải thiện điều này, người ta buộc hàm chọn phải trả về một tập 00 các tiên đề nhất quán Σ ở bước k khi sSyn(Σ, φ, k) là không nhất quán, sao cho 00 sSyn(Σ, φ, k − 1) ⊂ Σ ⊂ sSyn(Σ, φ, k). Quy trình này được gọi là quy trình xử lý quá xác định - ODP của hàm chọn. Tuy nhiên, quá trình xử lý ODP lại dẫn đến vấn đề gọi là không quyết định được: việc lựa chọn các tập con nhất quán lớn nhất của s(Σ, φ, k) có thể sinh ra nhiều câu trả lời cho truy vấn Σ |≈Syn φ. 1.2.5. Các nghiên cứu liên quan đến khung lập luận với ontology không nhất quán sử dụng chiến lược mở rộng tuyến tính tập tiên đề diễn giải Hàm chọn đóng vai trò quan trọng khi áp dụng khung lập luận với ontology không nhất quán sử dụng chiến lược mở rộng tuyến tính tập tiên đề diễn giải. Mục này của luận án phân tích hai hàm chọn đã được xây dựng – hàm chọn dựa trên sự liên quan cú pháp và hàm chọn dựa trên độ liên quan ngữ nghĩa sử dụng khoảng cách Google được chuẩn hoá. Hàm chọn dựa trên sự liên quan cú pháp có một số nhược điểm: • Phép suy luận thường xuyên phải sử dụng thủ tục ODP để quay lui. • Số lượng tiên đề được bổ sung trong một bước lặp là thường là lớn. Hàm chọn dựa trên độ liên quan ngữ nghĩa sử dụng khoảng cách Google được chuẩn hoá NGD - Normalized Google Distance được đề xuất để khắc phục được các nhược điểm trên. Tuy vậy, hàm chọn này cũng có nhược điểm khi phụ thuộc cú pháp của tiên đề: • Chiến lược mở rộng tập tiên đề hoàn toàn phụ thuộc vào cú pháp biểu diễn các thực thể (tên khái niệm, tên vai trò, tên cá thể) trong tiên đề. • Chiến lược mở rộng tập tiên đề diễn giải không xét các thực thể (tên khái niệm, tên vai trò, tên cá thể) trong tổng thể biểu thức của chúng. Để khắc phục các nhược điểm nêu trên, luận án đề xuất phương án đánh giá sự liên quan của hai tiên đề trong quá trình mở rộng tập tiên đề diễn giải dựa trên ngữ nghĩa của một ontology tham chiếu: sự liên quan của hai tiên đề được đánh giá dựa trên khoảng cách ngữ nghĩa giữa các biểu thức khái niệm (trong tiên đề) khi đặt chúng trên cây phân cấp khái niệm của ontology tham chiếu. 1.3. Xử lý không nhất quán tri thức trong quá trình tích hợp ontology theo phương pháp đồng thuận 1.3.1. Hồ sơ xung đột Gọi U là một tập hữu hạn các đối tượng biểu diễn các ý kiến tiềm năng về chủ đề xung đột đã xác định trước; Q(U) là tập tất cả các bộ gồm k phần tử lập được từ ∗ Q U (k ∈ N ). Mỗi phần tử trong (U) được gọi là một hồ sơ xung đột, hoặc gọi ngắn gọn là một hồ sơ. Chúng ta phân biệt những lớp hồ sơ xung đột sau đây. Định nghĩa 1.13 (Phân loại hồ sơ xung đột). Một hồ sơ xung đột X ∈ Q(U) được gọi là: 7
  10. (1) Hồ sơ đồng nhất nếu mọi phần tử của nó là giống nhau; nghĩa là X = {n ∗ x} với x ∈ U và n ∈ N. (2) Hồ sơ phân biệt được nếu các phần tử của nó là khác nhau từng đôi một. (3) Bội của một hồ sơ Y, viết là X = n ∗ Y, nếu Y = {x1, x2, . . . , xk} và X = {n ∗ x1, n ∗ x2, . . . , n ∗ xk} với k, n ∈ N và n > 1. (4) Hồ sơ chính tắc nếu nó là phân biệt được hoặc là bội của hồ sơ phân biệt được.  1.3.2. Sự không nhất quán tri thức Sự không nhất quán tri thức của một tập cho trước các tác tử về một chủ đề xác định có thể được biểu diễn bằng hồ sơ xung đột. Định nghĩa 1.14 (Sự không nhất quán tri thức). Tri thức của các tác tử khi tham chiếu về chủ đề s cho trước có thể được lập thành các hồ sơ X+(x) và X−(s). Các hồ sơ này tương ứng chứa các trạng thái tri thức từ tập vũ trụ U biểu diễn sự khẳng định và phủ định về chủ đề s của các tác tử. Chúng ta gọi có sự không nhất quán tri thức hay xung đột tri thức về chủ đề s xuất hiện nếu ít nhất một trong hai hồ sơ X+(s) và − X (s) là không đồng nhất.  Định nghĩa 1.15 (Hàm đánh giá khoảng cách). Hàm d: U × U → [0, 1] được gọi là hàm đánh giá khoảng cách giữa hai phần tử trong tập vũ trụ U nếu thoả các tính chất: 1) Không âm: ∀x, y ∈ U : d(x, y) ≥ 0 ; 2) Phản xạ: ∀x, y ∈ U : d(x, y) = 0 nếu và chỉ nếu x = y ; 3) Đối xứng: ∀x, y ∈ U : d(x, y) = d(y, x) .  Hàm đánh giá khoảng cách được sử dụng làm cơ sở để đánh giá mức độ nhất quán cũng như xây dựng đồng thuận cho hồ sơ xung đột. Độ nhất quán của hồ sơ xung đột được đánh giá thông qua hàm c định nghĩa như sau: c : Q(U) → [0, 1]. Người ta đã đưa ra bộ tiêu chuẩn P cho hàm nhất quán. (Định nghĩa 1.16) 1.3.3. Hàm đồng thuận Định nghĩa 1.17. Hàm đồng thuận trong không gian nửa-mêtric (U, d) là ánh xạ Q U U C : (U) → 2 trong đó, 2 ký hiệu tập hợp gồm tất cả các tập con của U.  Định nghĩa 1.18 (Tiêu chuẩn cho hàm đồng thuận). Gọi U là tập vũ trụ, (U, d) là một không gian nửa-mêtric. Một hàm đồng thuận cần thoả mãn một hoặc nhiều tiêu chuẩn trong bộ tiêu chuẩn sau đây (gọi là bộ tiêu chuẩn cho hàm đồng thuận): Tính tin cậy, Tính nhất trí, Tính đơn giản, Tính gần-nhất trí, Tính nhất quán, Tính nhất quán Condorcet, Tính nhất quán chung, Tính đồng biến, Tính tối ưu O1, Tính tối ưu O2.  8
  11. Nói chung, không phải từ bất kỳ hồ sơ xung đột nào chúng ta cũng có thể chọn ra được một giải pháp đồng thuận. Định nghĩa dưới đây cho biết tính khả đồng thuận theo tiêu chuẩn O1 của một hồ sơ X. Định nghĩa 1.19 (Tiêu chuẩn khả đồng thuận). Trên không gian nửa-mêtric (U, d), Q hồ sơ X ∈ (U) là khả đồng thuận theo tiêu chuẩn O1 nếu và chỉ nếu: dt_mean(X) ≥ dmin(X) . (1.2)  1.3.4. Các nghiên cứu liên quan xử lý không nhất quán tri thức trong quá trình tích hợp ontology bằng phương pháp đồng thuận Đặc tính có thể mở rộng, có thể chia sẻ được của ontology là một trong những nhân tố thúc đẩy cho sự phát triển và hiện thực hoá tầm nhìn của web ngữ nghĩa. Bốn mức xung đột thường gặp trong quá trình tích hợp ontology là xung đột mức khái niệm, mức cá thể, mức quan hệ và mức tiên đề. Đối với mức khái niệm, các nghiên cứu hiện nay chỉ tập trung xây dựng danh sách thuộc tính của khái niệm cần tích hợp, trong khi yếu tố xung đột về miền giá trị của thuộc tính vẫn chưa được xử lý. Trên cơ sở mô hình tích hợp tri thức tổng quát theo phương pháp đồng thuận luận án sẽ đề xuất phương án xử lý không nhất quán mức khái niệm, trong đó có xét đến cả hai khía cạnh: danh sách thuộc tính và miền giá trị của thuộc tính. Thách thức chính để xử lý xung đột về miền giá trị của các thuộc tính là phải xây dựng được hàm đánh giá khoảng cách cho các miền giá trị. Nội dung này sẽ được trình bày trong Chương 3 của luận án. Hiện nay vẫn chưa có công trình nghiên cứu đầy đủ phương án giải quyết cho bài toán xử lý xung đột mức tập tiên đề trong quá trình tích hợp ontology nói chung, cũng như trong quá trình xây dựng ontology cộng tác nói riêng. Bằng cách biểu diễn một tiên đề dưới dạng một literal, tri thức đóng góp của mỗi người dùng có thể được biểu diễn dưới dạng hội của các literal đó. Như vậy, bài toán xử lý xung đột về tập tiên đề trong quá trình xây dựng ontology cộng tác có thể được dẫn về bài toán xử lý xung đột ở cấp độ cú pháp. Bài toán xử lý xung đột mức tập tiên đề trong quá trình tích hợp ontology cũng có thể được giải quyết theo cách tương tự. Các thách thức đặt ra của bài toán này là: (1) Xây dựng hàm đánh giá khoảng cách giữa hai cấu trúc hội của các literal; và (2) Phân tích mối quan hệ của hàm đánh giá khoảng cách này với các tiêu chuẩn đồng thuận, từ đó đề ra phương pháp xây dựng đồng thuận cho một hồ sơ xung đột đầu vào. Chương 4 của luận án sẽ trình bày chi tiết nội dung này. 1.4. Tiểu kết Chương 1 Chương này đã trình bày tổng quan về ontology và sự không nhất quán tri thức trong ontology. Hai vấn đề được luận án đặt ra cần giải quyết liên quan đến sự không nhất quán tri thức với ontology là tìm kết quả có nghĩa khi truy vấn với ontology không nhất quán và xử lý xung đột trong quá trình tích hợp ontology. Các khái niệm cơ bản và tổng quan về các cách tiếp cận để giải quyết các vấn đề này cũng đã được giới thiệu trong chương này. 9
  12. Chương 2 SUY LUẬN VỚI ONTOLOGY KHÔNG NHẤT QUÁN SỬ DỤNG HÀM CHỌN DỰA TRÊN KHOẢNG CÁCH NGỮ NGHĨA CỦA ONTOLOGY THAM CHIẾU Ontology có thể được xem là một tập các tiên đề, mà mỗi tiên đề được xây dựng từ các thực thể khái niệm, vai trò, cá thể theo quy tắc được quy định bởi ngôn ngữ ontology cụ thể. Các tiên đề bao hàm của ontology cấu trúc nên các cây phân cấp của các thực thể: cây phân cấp của các khái niệm, cây phân cấp các thuộc tính. Vì tính tương tự của khái niệm và thuộc tính trên cây phân cấp của chúng nên luận án chỉ phân tích khoảng cách ngữ nghĩa của hai khái niệm trên cây phân cấp. Có nhiều phương pháp đánh giá khoảng cách ngữ nghĩa của hai khái niệm. Luận án sử dụng phương pháp của Wu và Palmer để đánh giá khoảng cách ngữ nghĩa của hai khái niệm có tên trong ontology: đánh giá khoảng cách ngữ nghĩa của hai khái niệm dựa vào số cung nối giữa chúng trên cây phân cấp khái niệm của ontology. 2.1. Khoảng cách ngữ nghĩa giữa hai khái niệm trong ontology Gọi O là một ontology, CO là tập tất cả khái niệm có tên trong O. Với c1, c2 ∈ CO là hai khái niệm có tên trong ontology O, chúng ta sử dụng một số ký hiệu sau: • DPO(c1) là tập các khái niệm có tên trong O là khái niệm cha trực tiếp của c1. • DCO(c1) là tập các khái niệm có tên trong O là khái niệm con trực tiếp của c1. • LCPO(c1, c2) là tập các khái niệm có tên trong O là khái niệm cha chung tối thiểu của c1 và c2. Định nghĩa 2.1 (Số cung nối trực tiếp tối thiểu µ giữa hai khái niệm trên ontology). Gọi O là một ontology. Với hai khái niệm c1, c2 ∈ CO, ta nói k ∈ N là số cung nối trực tiếp tối thiểu từ c1 đến c2 trên cây phân cấp khái niệm của O, ký hiệu µO (c1, c2) = k, nếu tồn tại d1, d2, . . . , dk là dãy ngắn nhất các khái niệm có tên trong O sao cho: c1 ≡ d1, c2 ≡ dk, di ∈ DCO(di+1) với ∀i = 1, 2, . . . , k − 1. Ta quy ước: • µO (c, c) = 0 với ∀c ∈ CO. • µO (c1, c2) = +∞ khi c1 ≡ ⊥ hoặc O 6|= c1 v c2 (không tồn tại đường đi từ c1 đến c2 trên cây phân cấp khái niệm của O).  Với một ontology O cùng với tập khái niệm có tên CO, chúng ta có thể tính được các giá trị µO (c1, c2) (c1, c2 ∈ CO) bằng cách áp dụng các thuật toán như Floyd, Ford-Bellman, . . . trên đồ thị lập được từ quan hệ bao hàm (@) giữa các khái niệm của ontology. Định nghĩa 2.2 (Khoảng cách ngữ nghĩa δ của hai khái niệm trên ontology). Khoảng cách ngữ nghĩa δ của hai khái niệm có tên c1, c2 trong ontology O, ký hiệu là δO(c1, c2), 10
  13. được xác định như sau: n µO (c1, c0) + µO (c2, c0) o δO(c1, c2) := min | c0 ∈ LCPO(c1, c2) µO (c1, c0) + µO (c2, c0) + 2.µO (c0, >) (2.1)  Hàm δ có nhược điểm không đánh giá được khoảng cách ngữ nghĩa giữa hai khái niệm khái niệm cha là >. Chúng ta có thể khắc phục điều này bằng cách sử dụng khoảng cách µ0 thay cho µ: Định nghĩa 2.3 (Số cung nối trực tiếp tối thiểu µ0 giữa hai khái niệm trên cây phân 0 cấp). Số cung nối trực tiếp tối thiểu µ giữa hai khái niệm c1, c2 ∈ CO trên cây phân cấp khái niệm O, ký hiệu là µ0 (c , c ), được xác định như sau: O 1 2 ( 0 µO(c1, c2) với c2 6= > , µO(c1, c2) = (2.2) µO(c1, c2) + 1 với c2 = > 0 0 Trong trường hợp ontology O đã xác định, chúng ta viết µ thay vì viết µO.  2.2. Khoảng cách ngữ nghĩa giữa hai biểu thức khái niệm theo ontology tham chiếu Gọi O là một ontology, CE1, CE2 là hai biểu thức khái niệm bất kỳ. Chúng ta gọi khoảng cách ngữ nghĩa giữa CE1 và CE2 khi đặt chúng trên cây phân cấp khái niệm của O là khoảng cách ngữ nghĩa giữa hai biểu thức khái niệm theo ontology O. Ontology O được gọi là ontology tham chiếu (để tính khoảng cách ngữ nghĩa). Định nghĩa 2.4 (Khoảng cách ngữ nghĩa giữa hai biểu thức khái niệm theo ontology tham chiếu). Cho O là một ontology, CE1, CE2 là các biểu thức khái niệm. Khoảng cách giữa CE1 và CE2 theo ontology tham chiếu O được xác định như sau: δO(CE1,CE2) = n µO (CE1, c0) + µO (CE2, c0) o min | c0 ∈ LCPO(CE1,CE2) µO (CE1, c0) + µO (CE2, c0) + 2.µO (c0, >) trong đó: • µO (CE1,CE2) là số cung nối trực tiếp tối thiểu giữa hai biểu thức khái niệm CE1, CE2 khi đặt chúng trên cây phân cấp khái niệm của ontology O. • c0 là khái niệm cha chung tối thiểu của CE1 và CE2.  (1) Tập khái niệm cha chung tối thiểu LCPO(CE1,CE2) được xác định theo các trường hợp sau đây: (i) Nếu CE1 v CE2 thì LCPO(CE1,CE2) = {CE2}; (ii) Nếu CE1 w CE2 thì LCPO(CE1,CE2) = {CE1}; 11
  14. (iii) Trong những trường hợp còn lại, LCPO(CE1,CE2) được xác định theo định n nghĩa về khái niệm cha chung tối thiểu ở Mục 2.1: LCPO(CE1,CE2) = c ∈ 0 0 0 0o CO | CE1 v c ∧ CE2 v c ∧ ∀c ∈ CO : CE1 v c ∧ CE2 v c ⇒ c v c . (2) Chúng ta có thể xác định µO (CE1,CE2) nhờ vào các giá trị µO (c1, c2) với c1, c2 ∈ CO theo nguyên tắc quy hoạch động. (i) Tồn tại hai khái niệm c1, c2 ∈ CO sao cho c1 ≡ CE1 và c2 ≡ CE2. Đây là trường hợp đơn giản nhất, khi đó: µO (CE1,CE2) = µO (c1, c2) . (ii) Tồn tại khái niệm c1 ∈ CO sao cho c1 ≡ CE1, đồng thời không tồn tại khái niệm có tên nào trên O tương đương với CE2. Khi đó: µO (CE1,CE2) = µO (c1,CE2) = min{µO (c1, c) + 1 | c ∈ DCO(CE2)} . (iii) Tồn tại khái niệm c2 ∈ CO sao cho c2 ≡ CE2, đồng thời không có khái niệm có tên nào trên O tương đương với CE1. Khi đó: µO (CE1,CE2) = µO (CE1, c2) = min{µO (c, c2) + 1 | c ∈ DPO(CE1)} . (iv) Không tồn tại khái niệm có tên nào trên O tương đương với các biểu thức khái niệm CE1, CE2. Khi đó: 0 0 µO (CE1,CE2) := min{µO (c, c ) + 2 | c ∈ DPO(CE1), c ∈ DCO(CE2)} . Như vậy, chúng ta luôn xác định được số cung nối trực tiếp tối thiểu giữa hai biểu thức khái niệm bất kỳ khi đặt chúng trên cây phân cấp khái niệm của ontology tham chiếu dựa vào các µO (c1, c2) được tính trước cho ∀c1, c2 ∈ CO. 2.3. Khoảng cách ngữ nghĩa giữa hai tiên đề theo ontology tham chiếu Định nghĩa 2.5 (Khoảng cách ngữ nghĩa giữa hai tập biểu thức khái niệm theo ontology tham chiếu). Cho O là một ontology, A và B là hai tập hợp khác rỗng gồm các biểu thức khái niệm. Khoảng cách ngữ nghĩa của hai tập này theo ontology tham chiếu O, ký hiệu là dO(A, B), được xác định như sau: X δO(CEa,CEb) CEa∈A,CEb∈B dO(A, B) := . (2.3) card(A).card(B) Ta quy ước, dO(A, B) = 1 khi A = ∅ hoặc B = ∅ .  Định nghĩa 2.6 (Khoảng cách ngữ nghĩa giữa hai tiên đề theo ontology tham chiếu). Cho O là một ontology. Khoảng cách ngữ nghĩa giữa hai tiên đề φ, ψ theo ontology tham chiếu O, ký hiệu là dO(φ, ψ), được xác định theo công thức sau:   dO(φ, ψ) := dO CE(φ), CE(ψ) , trong đó, CE(φ), CE(ψ) là tập hợp các biểu thức khái niệm của tiên đề φ, ψ.  12
  15. 2.4. Suy luận với ontology không nhất quán sử dụng hàm chọn dựa trên khoảng cách ngữ nghĩa Luận án xây dựng hàm chọn dựa trên khoảng cách ngữ nghĩa để sử dụng trong khung lập luận với ontology không nhất quán mô tả ở Mục 1.2. Hàm chọn này cụ thể hoá Định nghĩa 1.8 bằng cách sử dụng một ontology tham chiếu để đánh giá khoảng cách ngữ nghĩa. Định nghĩa 2.7 (Hàm chọn dựa trên khoảng cách ngữ nghĩa theo ontology tham chiếu). Gọi O là ontology tham chiếu; Σ là một ontology không nhất quán trên ngôn ngữ L. Hàm chọn dựa trên khoảng cách ngữ nghĩa theo ontology tham chiếu O, ký O hiệu sSem, được định nghĩa như sau: L L 2 × L × N → 2 O (Σ, φ, k) 7→ sSem(Σ, φ, k) O trong đó sSem(Σ, φ, k) được định nghĩa theo công thức truy hồi: O - sSem(Σ, φ, 0) = ∅; O O - sSem(Σ, φ, k) = sSem(Σ, φ, k − 1) ∪ n 0 0 O 0 o ψ ∈ Σ | ¬∃ψ ∈ Σ: ψ ∈/ sSem(Σ, φ, k − 1) ∧ dO(ψ , φ) < dO(ψ, φ) ,(k ≥ 1).  O Hàm chọn sSem là một hàm chọn đơn điệu tăng. Chúng ta có thể xây dựng phép suy luận |≈O sử dụng hàm chọn hàm chọn này để mở rộng tuyến tính tập tiên đề diễn giải theo khung lập luận ở Mục 1.2. 2.5. Thực nghiệm và đánh giá kết quả Luận án tiến hành thực nghiệm với bộ dữ liệu gồm 3 ontology Madcow, MiniE- conomy và Transportion được lấy từ tập dữ liệu thử nghiệm thuộc dự án nghiên cứu SEKT ( Bảng 2.1 mô tả thông tin của các ontology trong bộ dữ liệu thử nghiệm. Bảng 2.1: Các ontology thực nghiệm Số khái niệm Ontology Số khái niệm Số tiên đề không thoả được Madcow 54 1 174 MiniEconomy 338 51 2 314 Transporation 445 62 2 380 Với mỗi ontology thử nghiệm Σ, gọi UΣ là tập các khái niệm không thoả của Σ, 00 tập các truy vấn được thử nghiệm có dạng Σ |≈ “C v D? trong đó C ∈ UΣ và D ∈ CΣ \UΣ. Bảng 2.2 và Bảng 2.3 trình bày kết quả thực nghiệm của hai phép suy luận |≈O và |≈Syn với các ontology trong bộ dữ liệu thực nghiệm. Kết quả thực nghiệm cho thấy: 13
  16. Bảng 2.2: So sánh theo số lượng kết quả xác định của truy vấn Bảng 2.3: So sánh sự phát triển tập tiên đề diễn giải • Phép suy luận |≈O trả về số lượng kết quả xác định nhiều hơn so với phép suy luận |≈Syn. Như vậy phép suy luận |≈O cho phép khai thác một ontology không nhất quán tốt hơn so với phép suy luận |≈Syn. • Số tiên đề được bổ sung sau mỗi bước mở rộng tập tiên đề diễn giải ở phép suy luận |≈O là thấp hơn rất nhiều so với ở phép suy luận |≈Syn. Kết quả này phù O hợp với nhận định hàm chọn sSem định lượng khoảng cách giữa tiên đề với truy vấn tốt hơn so với hàm chọn sSyn. • Số tiên đề cần loại bỏ trong quy trình xử lý ODP đối với phép suy luận |≈O là thấp hơn rất nhiều so với ở phép suy luận |≈Syn: nhỏ hơn 10 lần trong các bộ dữ liệu thử nghiệm. Nhờ vậy, chi phí tính toán cho ODP ở phép suy luận |≈O là thấp hơn nhiều so với |≈Syn. 2.6. Tiểu kết Chương 2 Trong chương này luận án đã xây dựng được phương án hiệu quả dựa trên nguyên lý quy hoạch động để tính khoảng cách ngữ nghĩa giữa hai biểu thức khái niệm theo một ontology tham chiếu. Luận án cũng đã phân loại tiên đề trong các ontology OWL 2, phân tách các biểu thức thực thể trong những dạng tiên đề này và làm cơ sơ sở cho việc tính khoảng cách ngữ nghĩa giữa hai tiên đề theo ontology tham chiếu. Dựa trên khoảng cách ngữ nghĩa theo ontology tham chiếu giữa hai tiên đề, luận án đã xây dựng hàm chọn và áp dụng vào khung lập luận với ontology không nhất quán. Tính hiệu quả của hàm chọn được đề xuất bởi luận án so với với hàm chọn dựa trên 14
  17. sự liên quan cú pháp được thể hiện rõ qua các kết quả thực nghiệm được trình bày ở cuối chương. Kết quả của chương đã được đăng ở Tạp chí Khoa học và Công nghệ Trường Đại học Khoa học, Đại học Huế [CT6]. Chương 3 XỬ LÝ XUNG ĐỘT MỨC KHÁI NIỆM TRONG QUÁ TRÌNH TÍCH HỢP ONTOLOGY 3.1. Mô hình tích hợp tri thức dựa trên lý thuyết đồng thuận Định nghĩa 3.1 (Thế giới thực (A, V)). Gọi A là tập hợp các thuộc tính. Mỗi thuộc tính a ∈ A có miền xác định là tập hợp Va gồm các giá trị sơ cấp. Chúng ta giả thiết rằng một giá trị của thuộc tính a có thể là một tập con của Va hoặc một phần tử S của Va. Với V = a∈A Va, ta nói, một thế giới thực có thể được biểu diễn bằng cặp (A, V).  V S T S Va Với T ⊆ A, ta ký hiệu VT = a∈T Va, 2 = a∈T 2 . Định nghĩa 3.2 (Bộ phức kiểu T). Bộ phức kiểu T được thành lập bởi hàm r : T → VT 2 sao cho r(a) ⊆ Va, ∀a ∈ T. Thay vì viết r(a) chúng ta có thể viết ra và một bộ kiểu T được viết là rT. Một bộ rT cũng có thể được viết dưới dạng tập hợp: rT = {(a, ra) | a ∈ T}. Tập hợp gồm tất cả các bộ kiểu T được ký hiệu là TUPLE(T).  Định nghĩa 3.3 (Bộ sơ cấp kiểu T). Bộ sơ cấp kiểu T được thành lập bởi hàm r : T → VT sao cho r(a) ∈ Va, ∀a ∈ T. Nếu Va = ∅ thì r(a) = ε, trong đó, ký hiệu ε biểu diễn một giá trị đặc biệt, được sử dụng khi miền xác định của thuộc tính là tập hợp rỗng. Tập hợp tất cả các bộ sơ cấp kiểu T được ký hiệu là E-TUPLE(T).  0 00 Định nghĩa 3.4 (Tổng của hai bộ). Tổng của hai bộ rT và r T0 là một bộ r T00 , trong đó T00 = T ∪ T0 và  0 0 ra ∪ ra với a ∈ T ∩ T 00  0 ra = ra với a ∈ T \ T  0 0 ra với a ∈ T \ T  0 00 Định nghĩa 3.5 (Tích của hai bộ). Tích của hai bộ rT và r T0 là một bộ r T00 trong 00 0 00 0 00 đó T = T ∩ T và r a = ra ∩ ra với mỗi a ∈ T .  Định nghĩa 3.6 (Quan hệ ≺). Cho r ∈ TUPLE(T) và r0 ∈ TUPLE(T0) trong đó 0 0 0 0 T ⊆ T . Ta nói rằng bộ r là được chứa trong bộ r , ký hiệu là r ≺ r , nếu ra ⊆ ra với mỗi a ∈ T.  Bài toán tích hợp tri thức được phát biểu như sau: Với một hồ sơ xung đột X = ∗ {ri ∈ TUPLE(Ti) | Ti ⊆ A với i = 1, 2, . . . , n}, cần phải xác định một bộ r kiểu T∗ ⊆ A sao cho r∗ đại diện tốt nhất cho các bộ đã cho. Bộ đồng thuận r∗ được gọi là bộ tích hợp cho hồ sơ xung đột X. 15
  18. Đồng thuận là “đại diện tốt nhất” được hiểu là đồng thuận thoả nhiều nhất các tiêu chuẩn thuộc bộ tiêu chuẩn cho bộ tích hợp (Định nghĩa 3.7): Tính bao đóng của tri thức - 1 (T1), tính bao đóng của tri thức - 2 (T2), tính nhất quán của tri thức (T3), tính ưu tiên của tri thức - 1 (T4), tính ưu tiên của tri thức - 2 (T5) và độ tương tự cực đại (T6). 3.2. Các mức xung đột trong quá trình tích hợp ontology Người ta phân loại các mức xung đột sau đây trong quá trình tích hợp ontology: (1) Xung đột mức cá thể : Các cá thể có cùng tên nhưng được đặc tả khác nhau trong các ontology khác nhau. (2) Xung đột mức khái niệm: Các khái niệm có cùng tên nhưng có cấu trúc khác nhau trong các ontology khác nhau. (3) Xung đột mức quan hệ : Cùng hai khái niệm có các mối quan hệ không nhất quán nhau trong các ontology khác nhau. (4) Xung đột mức tiên đề : Tập tiên đề là khác nhau trong các ontology là khác nhau. 3.3. Xử lý xung đột mức khái niệm trong quá trình tích hợp ontology Định nghĩa 3.14 (Bài toán tích hợp ontology mức khái niệm). Gọi O1, O2, , On, (n ∈ N) là các ontology dựa trên - (A, V). Giả sử khái niệm c trong ontology Oi là (c, Ai, Vi), i = 1, 2, . . . , n. Từ hồ sơ xung đột X = (Ai, Vi) | i = 1, 2, . . . , n , hãy ∗ ∗ xác định cặp (A , V ) biểu diễn tốt nhất cấu trúc cho khái niệm c.  Luận án đề xuất Thuật toán 3.1 xác định cấu trúc tối ưu cho khái niệm. Định lý 3.1. Với mọi hồ sơ X = (Ai, Vi) | i = 1, 2, . . . , n , Thuật toán 3.1 có các tính chất sau đây: (a) Đồng thuận được xác định bởi thuật toán thoả các tiêu chuẩn T1, T2, T3, T4. (b) Nếu quy tắc R5 (quy tắc về tần suất xuất hiện quá bán của thuộc tính trong hồ sơ xung đột) không được áp dụng trong thuật toán, đồng thuận được xác định bởi thuật toán thoả tiêu chuẩn T5. (c) Đồng thuận được xác định bởi thuật toán thoả mãn một phần tiêu chuẩn T6. Một số nhận xét về Thuật toán 3.1: • Thuật toán xác định cấu trúc đồng thuận cho khái niệm c ở cả hai thành phần: thuộc tính và miền giá trị của nó. • Việc quyết định có áp dụng quy tắc R5 hay không là tuỳ thuộc vào lựa chọn “muốn lấy hết tất cả các thuộc tính của khái niệm trong các ontology thành phần” hay không: − Lựa chọn “Có” phản ánh ý muốn khai thác tri thức của tất cả các chuyên gia. − Lựa chọn “Không” phản ánh ý muốn cần có sự đồng thuận cao từ các tác tử tri thức. • Chúng ta có thể chỉnh sửa ở Bước 3 của thuật toán: Nếu Xa là không khả đồng ∗ thuận theo tiêu chuẩn O1, thay vì loại bỏ thuộc tính a ra khỏi A , ta xác định ∗ i i miền giá trị Va là tổng của các miền giá trị trong các cặp (A , V ). Điều chỉnh 16
  19. Thuật toán 3.1: Xác định đồng thuận cấu trúc khái niệm Đầu vào: • Hồ sơ xung đột X = (Ai, Vi) | i = 1, 2, . . . , n , trong đó (Ai, Vi) là mô tả cấu trúc của khái niệm c trong ontology Oi. • Ua (a ∈ A) là tập vũ trụ, chứa tất cả các giá trị khả dĩ cho Va (miền giá trị của thuộc tính a). • da (a ∈ A) là hàm đánh giá khoảng cách giữa hai phần tử trong tập vũ trụ Ua. Đầu ra: Cặp (A∗, V∗) biểu diễn đồng thuận cấu trúc đại diện của khái niệm c. begin ∗ Sn i Bước 1 A := i=1 A ; ∗ Bước 2 foreach a, b ∈ A do if (a ↔ b hoặc a ↓ b) then Thay thế a bởi b; A∗ := A∗ \{a}; foreach a, b ∈ A∗ do if (a → b) then A∗ := A∗ \{b}; ∗ Bước 3 foreach a ∈ A do n if (số lần xuất hiện của a trong các cặp (Ai, Vi) là nhỏ hơn ) then 2 A∗ := A∗ \{a}; else 3a Thành lập hồ sơ Xa := {V1, V2, , Vk} với Vj là miền giá trị của thuộc tính a trong cặp (Ai, Vi), j = 1, 2, . . . , k và i = 1, 2, . . . , n; 3b if (Xa là khả đồng thuận theo tiêu chuẩn O1) then ∗ Chọn Va là đồng thuận O1 trong không gian nửa-mêtric (Ua, da): ∗  da(Va, Xa) = min da(Va, Xa) | Va ∈ Xa ; ∗ ∗ Đặt Va là miền giá trị cho thuộc tính a trong A ; else A∗ := A∗ \{a}; ∗ Bước 4 foreach a ∈ A do if (có mối quan hệ a ↔ b hoặc a → b hoặc a ↓ b) then A∗ := A∗ ∪ {b}; 17
  20. này giúp thu thập nhiều đặc tả thuộc tính của khái niệm cần tích hợp (không ưu tiên sự đồng thuận miền giá trị). 3.4. Vấn đề xây dựng hàm đánh giá khoảng cách cho các miền giá trị của các thuộc tính Để áp dụng Thuật toán 3.1, chúng ta phải thành lập hàm đánh giá khoảng cách da giữa hai miền giá trị của thuộc tính a theo Định nghĩa 1.15. Có hai loại thuộc tính trong các ontology là thuộc tính đối tượng và thuộc tính dữ liệu: Thuộc tính đối tượng liên kết các cá thể với nhau, trong khi đó thuộc tính dữ liệu liên kết cá thể với các giá trị dữ liệu. Luận án đã trình bày cách xây dựng hàm đánh giá khoảng cách cho các kiểu miền giá trị tương ứng với hai kiểu thuộc tính trong ontology OWL 2 là biểu thức khái niệm và biểu thức khoảng giá trị. 3.5. Tiểu kết Chương 3 Trong chương này luận án đã đề xuất phương án xử lý xung đột mức khái niệm trong quá trình tích hợp ontology sử dụng mô hình tích hợp tri thức dựa trên lý thuyết đồng thuận. Đồng thuận xác định theo phương pháp được đề xuất bởi luận án cũng được chứng minh là thoả các tiêu chuẩn quan trọng cho một bộ tích hợp. Trong chương này, luận án cũng đã trình bày phương pháp xây dựng hàm đánh giá khoảng cách cho các dạng miền giá trị thuộc hai loại thuộc tính đối tượng và thuộc tính dữ liệu trong quá trình đặc tả khái niệm ontology OWL 2. Các kết quả của chương này đã được công bố ở Hội thảo International Conference on Computitational Collective Intelligence - ICCCI (2014) [CT2], đăng trên Tạp chí Tin học và Điều khiển học (2014) [CT1] và Tạp chí Transactions of Computitational Collective Intelligence (2016) [CT5]. Chương 4 XỬ LÝ XUNG ĐỘT MỨC TIÊN ĐỀ TRONG QUÁ TRÌNH TÍCH HỢP ONTOLOGY 4.1. Mô hình xử lý xung đột tri thức cấp độ cú pháp Giả sử rằng để biểu diễn tri thức, một tác tử hay một chuyên gia sử dụng một tập hợp hữu hạn L các ký hiệu để biểu diễn các giá trị logic khẳng định, tham chiếu đến các sự kiện và đối tượng cụ thể trong một thế giới thực. Mỗi ký hiệu biểu diễn cho một phần tử riêng biệt trong thế giới thực. Một literal tồn tại ở một trong hai dạng literal dương hoặc literal âm. Một tác tử có thể đưa ra ý kiến của nó về một chủ đề trong thế giới thực dưới dạng một công thức hội của các literal như sau: t1 ∧ t2 ∧ · · · ∧ tk, trong đó ti ∈ L hoặc 0 0 ti = ¬ti, với ti0 ∈ L, i = 1, 2, . . . , k và ti 6= tj với i 6= j; i, j = 1, 2, . . . , k. Ta ký hiệu Conj(L) là tập hợp tất cả các công thức hội với các ký hiệu lấy từ tập hợp L. Một công thức hội x được biểu diễn bằng cặp (x+, x−), trong đó x+ (tương ứng, x−) gồm các ký hiệu trong công thức thuộc về các literal dương (tương ứng, các literal âm). Định nghĩa 4.1. Một công thức hội (x+, x−) với x+, x− ⊆ L được gọi là không xung + − đột nếu x ∩ x = ∅ .  18
  21. Định nghĩa 4.2. Gọi x = (x+, x−), x0 = (x0+, x0−) ∈ Conj(L) là các công thức hội không xung đột. Ta nói: (a) Công thức hội x là không nhất quán với công thức hội x0 nếu x+ ∩ x0− 6= ∅ hoặc x0+ ∩ x− 6= ∅ , (b) Công thức hội x được gọi là không nhất quán nghiêm ngặt với công thức hội x0 nếu chúng là không nhất quán và x+ ∩ x0+ = ∅ và x− ∩ x0− = ∅ .  Định nghĩa 4.4. Khoảng cách giữa hai tập ký hiệu hữu hạn X1, X2 ⊆ L được tính card(X X ) theo công thức η(X , X ) = 1 a 2 , trong đó, X X biểu diễn tập hợp 1 2 card(L) 1 a 2 hiệu đối xứng của hai tập hợp X1 và X2.  Định nghĩa 4.5. Khoảng cách giữa hai công thức hội x1, x2 ∈ Conj(L) là d∧(x1, x2) = + + − − w1.η(x1 , x2 ) + w2.η(x1 , x2 ) trong đó + + − − • η(x1 , x2 ) (tương ứng, η(x1 , x2 )) là khoảng cách giữa các tập các ký hiệu dương (tương ứng, ký hiệu âm) trong công thức hội x1, x2. + + − − • w1, w2 là các trọng số của khoảng cách η(x1 , x2 ) và η(x1 , x2 ) trong khoảng cách d∧(x1, x2), tương ứng, thoả điều kiện: w1 + w2 = 1 và 0 < w1, w2 < 1 .  Trong luận án này, chúng ta xem vai trò của tri thức khẳng định và tri thức phủ 1 định là như nhau, theo đó w1 = w2 = 2 . Chúng ta có thể thấy hàm d∧ thoả các tính chất được quy định cho một hàm khoảng cách giữa các phần tử thuộc tập vũ trụ Conj(L) theo Định nghĩa 1.15. 4.1.1. Bài toán tìm đồng thuận của các công thức hội và các tiêu chuẩn cho đồng thuận Bài toán tìm đồng thuận của các công thức hội được phát biểu như sau: “Cho một + − hồ sơ gồm các công thức hội X := {xi = (xi , xi ) ∈ Conj(L): i = 1, 2, . . . , n}. Cần xác định một công thức hội x∗ ∈ Conj(L) là đại diện tốt nhất cho các công thức hội thuộc hồ sơ X (còn gọi là đồng thuận của hồ sơ X)”. Đại diện tốt nhất của hồ sơ X được xác định bằng hàm đồng thuận C : Q(Conj(L)) → 2Conj(L). Hàm này cần phải thoả một hoặc nhiều tiêu chuẩn được nêu trong Định ng- hĩa 4.6. Định nghĩa 4.6 (Hàm đồng thuận của hồ sơ công thức hội). Ánh xạ Y C : (Conj(L)) → 2Conj(L) . là hàm đồng thuận của hồ sơ công thức hội nếu thoả một hoặc nhiều tiêu chuẩn sau. ∗+ ∗− T + ∗+ T − ∗− H1. Mỗi công thức hội (x , x ) ∈ C(X) phải có x ⊆ x , và x ⊆ x . x∈X x∈X ∗+ ∗− ∗+ S + ∗− S − H2. Mỗi công thức hội (x , x ) ∈ C(X) phải có x ⊆ x , và x ⊆ x . x∈X x∈X 19
  22. S + S − H3. Nếu X là nhất quán thì công thức hội ( x , x ) cũng là một đồng thuận x∈X x∈X của X. ∗+ ∗− ∗+ ∗− H4. Với mọi (x , x ) ∈ C(X), ta đều có x ∩ x = ∅. ∗ H5. Một đồng thuận x ∈ C(X) phải đạt cực tiểu tổng các khoảng cách:   P ∗ P 0 0 d∧(x , x) = min d∧(x , x) | x ∈ Conj(L) . x∈X x∈X ∗ H6. Với mỗi ký hiệu z ∈ L và một đồng thuận x ∈ C(X), dạng thức xuất hiện (tức là, dưới dạng literal âm hay dương) của z trong x∗ là chỉ phụ thuộc vào dạng thức xuất hiện của nó trong các công thức hội của X. + − + − Trong một đồng thuận (x∗ , x∗ ) ∈ C(X), tập x∗ (tương ứng, tập x∗ ) được gọi là thành phần khẳng định (tương ứng, thành phần phủ định) của đồng thuận.  4.1.2. Phân tích các tiêu chuẩn đồng thuận Ta ký hiệu Cco là tập tất cả các hàm đồng thuận cho các hồ sơ công thức hội. Mối liên hệ tính thoả các tiêu chuẩn của các hàm đồng thuận được thể hiện qua các định lý sau đây. Định lý 4.1.  Q  V  (a) (∃C ∈ Cco) ∃X ∈ Conj(L) : C(X) ` Hi i=1,2, ,6 " # V (b) ¬ ∃C ∈ Cco : C ` Hi i=1,2, ,6 Định lý 4.2. Một hàm đồng thuận thoả tiêu chuẩn H5 thì cũng thoả hai tiêu chuẩn H1 và H2; tức là (C ` H5) ⇒ (C ` H1 ∧ C ` H2) với mọi C ∈ Cco. Định lý 4.3. Thành phần khẳng định và thành phần phủ định của một đồng thuận thoả tiêu chuẩn H5 có thể được xác định độc lập nhau; nghĩa là, một công thức hội (x∗+, x∗−) là một đồng thuận của X nếu và chỉ nếu công thức hội (x∗+, ∅) là đồng 0 + ∗− thuận của X = {(xi , ∅): i = 1, 2, . . . , n}, và công thức hội (∅, x ) là đồng thuận 00 − của X = {(∅, xi ): i = 1, 2, . . . , n}. Định lý 4.4. Cho X = {xi ∈ Conj(L) | i = 1, 2, . . . , n} là một hồ sơ xung đột gồm các công thức hội, X ∈ Q(Conj(L)). Gọi: • Z+ (tương ứng, Z−) là tập hợp tất cả các literal xuất hiện trong các thành phần dương (tương ứng, thành phần âm) của các công thức hội thuộc hồ sơ X. • f +(z) (tương ứng, f −(z)) là số lần xuất hiện của phần tử z trong các thành phần dương (tương ứng, thành phần âm) của các công thức hội thuộc hồ sơ X. Giả sử C(X) là một hàm chọn đồng thuận thoả tiêu chuẩn H5. n no Khi đó, x∗ = (x∗+, x∗−) ∈ C(X) nếu và chỉ nếu: x∗+ = z ∈ Z+ | f +(z) >= , và 2 n no x−+ = z ∈ Z− | f −(z) >= . 2 20
  23. 4.1.3. Thuật toán xác định đồng thuận Dựa vào các tính chất của các tiêu chuẩn đã được phân tích ở Tiểu mục 4.1.2, phần này sẽ trình bày cách xây dựng đồng thuận x∗ = (x∗+, x∗−) của một hồ sơ xung Q đột X ∈ (Conj(L)) theo chiến lược ưu tiên các tiêu chuẩn với thứ tự như sau: H5, H4, H1, H2, H3 và H6. Thuật toán 4.2: Xác định đồng thuận từ hồ sơ gồm các công thức hội Đầu vào: Hồ sơ xung đột X ∈ Q(Conj(L)),  + − ∗ X = (xi , xi ) | i = 1, 2, . . . , n; n ∈ N , + − xi ∩ xi = ∅ ∀i = 1, 2, . . . , n. Đầu ra: Đồng thuận x∗ ∈ Conj(L) thoả một hoặc nhiều tiêu chuẩn trong tập hợp {H1, H2, H3, H4, H5, H6}. begin Z+ := S x+; Z− := S x−; x∈X x∈X foreach z ∈ Z+ do f +(z) := card{x ∈ X | x+ 3 z}; foreach z ∈ Z− do f −(z) := card{x ∈ X | x− 3 z}; ∗+ + + n Bước 1 x := {z ∈ Z | f (z) ≥ }; n2 x∗− := {z ∈ Z− | f −(z) ≥ }; 2 if (x∗+ ∪ x∗− 6= ∅) then ∗+ ∗− Bước 2 foreach z ∈ x ∩ x do ∗+ ∗−  ∗+ ∗−  if d∧ (x \{z}, x ), X d∧(x, X) then ∗ x := xi 4.2. Xử lý không nhất quán mức tiên đề trong quá trình tích hợp ontology ∗ Xét n ontology O1, O2, , On (n ∈ N ), trong đó mỗi ontology Oi(i = 1, 2, . . . , n) i i i i được biểu diễn bằng một bộ bốn như ở Định nghĩa 1.1 hC , I , R , Z i. Ontology Oi (i = 1, 2, . . . , n) thể hiện một trạng thái tri thức biểu diễn bằng một công thức i i i z1 ∧ z2 ∧ · · · ∧ zni . Việc tích hợp n ontology O1, O2, , On được hiểu là tìm tập tiên đề tốt nhất có thể đại diện cho n tập tiên đề Z1, Z2, , Zn. 21
  24. ∗ Gọi Z := {t1, t2, . . . , tm} (m ∈ N ) là tập các literal sao cho mọi tiên đề trong ontology Oi (i = 1, 2, . . . , n) đều có thể biểu diễn dưới dạng literal hoặc phủ định của literal trong Z: ∀α ∈ Zi(i = 1, 2, . . . , n), ∃t ∈ Z :(t ≡ α) ∨ (¬t ≡ α). Với tập hợp Z này, chúng ta có thể xem một ontology Oi là một trạng thái tri thức i i i được biểu diễn bằng một công thức hội xi ∈ Conj(Z) với xi ≡ z1 ∧ z2 ∧ · · · ∧ zni . Như vậy, với n ontology O1, O2, , On chúng ta có thể lập được một hồ sơ i i i ∗ X = {x1, x2, . . . , xn} trong đó xi ≡ z1 ∧ z2 ∧ · · · ∧ zni . Đồng thuận x của hồ sơ X xác định được bằng Thuật toán 4.2 sẽ là tập tiên đề tốt nhất về mặt cú pháp từ các ontology đã cho. Tuy nhiên, x∗ có thể là không nhất quán về mặt ngữ nghĩa. Đối với trường hợp này, chúng ta có thể khắc phục bằng chọn ra trong Z1, Z2, , Zn một tập tiên đề ít sai khác nhất so với x∗ (tập tiên đề có tổng khoảng cách đến x∗ đạt cực tiểu). Từ phân tích nêu trên, luận án đưa ra Thuật toán 4.3 xác định đồng thuận về mặt cú pháp của các tập tiên đề Z1, Z2, , Zn. 4.3. Tiểu kết Chương 4 Trong chương này, luận án đã trình bày mô hình xác định đồng thuận của tri thức biểu diễn dưới dạng hội của các literal. Sau khi định nghĩa khoảng cách giữa hai tập hợp (là tập con của tập ký hiệu L cho trước), luận án đã phân tích tính chất và chứng minh một số định lý thể hiện mối quan hệ giữa các tiêu chuẩn xác định đồng thuận của hồ sơ công thức hội. Trên cơ sở đó luận án đề xuất thuật toán xác định đồng thuận của hồ sơ công thức hội. Từ mô hình xác định đồng thuận của tri thức biểu diễn dưới dạng hội của các literal, luận án đã đề xuất một phương pháp xử lý xung đột cấp độ cú pháp trong quá trình tích hợp ontology. Phương pháp này có thể được áp dụng để hỗ trợ xác định phiên bản tốt nhất từ những đóng góp của các tác tử phân tán trong quá trình xây dựng ontology dạng cộng tác. Kết quả của chương này đã được trình bày ở Hội thảo Artificial Intelligence in Theory and Practice IV (2015) [CT4] và đăng ở tạp chí Khoa học Đại học Huế (2015) [CT3]. KẾT LUẬN Kết luận Ontology là thành phần quan trọng trong nền tảng ứng dụng web ngữ nghĩa. Đặc trưng có thể mở rộng, có thể tái sử dụng của ontology một mặt giúp các hệ thống có thể trao đổi và chia sẻ tri thức, nhưng mặt khác cũng tiềm ẩn khả năng làm xuất hiện tri thức không nhất quán. Xử lý tri thức không nhất quán nói chung và xử lý tri thức không nhất quán trong ontology nói riêng là bài toán phức tạp của khoa học máy tính. Hai tình huống điển hình về xử lý tri thức không nhất quán trong ontology là: (1) xác định kết quả có nghĩa khi truy vấn với ontology không nhất quán, và (2) tích hợp các ontology không nhất quán đến từ nhiều nguồn độc lập nhau. Luận án đã đề xuất các phương án giải quyết cho hai tình huống nêu trên. Các kết quả chính của luận án có thể được tóm tắt như sau: O 1) Xây dựng hàm chọn sSem dựa trên khoảng cách ngữ nghĩa theo ontology tham 22
  25. Thuật toán 4.3: Xác định tập tiên đề đồng thuận của các ontology 1 2 n ∗ Đầu vào: Ontology O1, O2, , On với các tập tiên đề Z , Z , , Z (n ∈ N ) Đầu ra: Tập tiên đề x∗ đại diện tốt nhất cho tập tiên đề của các ontology O1, O2, , On begin Bước 1 Z := ∅; foreach Oi ∈ {O1, O2, , On} do foreach α ∈ Zi do needAdd := true; foreach z ∈ Z do if (z ≡ α) or (¬z ≡ α) then needAdd := false; break; if (needAdd = true) then Z := Z ∪ {α}; Bước 2 foreach Oi ∈ {O1, O2, , On} do foreach z ∈ Z \ Zi do if (Zi |= z) then Zi := Zi ∪ {z}; if (Zi |= ¬z) then Zi := Zi ∪ {¬z}; Bước 3 Lập hồ sơ xung đột X := {x1, x2, . . . , xn} với xi ∈ Conj(Z) biểu diễn trạng thái tri thức tương ứng tập tiên đề Zi của ontology Oi; ∗ Bước 4 Xác định x là đồng thuận của hồ sơ xung đột X theo Thuật toán 4.2; ∗ Bước 5 if (x là nhất quán) then Z∗ := x∗; else Z∗ := Z1; foreach Z0 ∈ {Z2, Z3, , Zn} do if η(x∗, Z0) < η(x∗, Z∗) then Z∗ := Z0; 23
  26. chiếu và áp dụng hàm chọn này vào khung lập luận với ontology không nhất quán. O Kết quả thực nghiệm đã chỉ ra rằng việc áp dụng hàm chọn sSem vào khung lập luận với ontology không nhất quán sẽ giúp trả về nhiều kết quả xác định hơn so với các hàm chọn đã được công bố trước đó. Trong quá trình xây dựng hàm chọn, Luận án đã trình bày phương pháp quy hoạch động để tính khoảng cách ngữ nghĩa theo ontology tham chiếu giữa hai biểu thức khái niệm, đồng thời phân loại và trình bày cách xác định tập biểu thức khái niệm trong các tiên đề của ontology OWL 2 – ngôn ngữ ontology thông dụng nhất hiện nay và được chuẩn hoá bởi tổ chức W3C [CT6]. 2) Xây dựng phương pháp đồng thuận để xử lý xung đột mức khái niệm trong quá trình tích hợp ontology. Cấu trúc khái niệm đồng thuận được xác định với danh sách thuộc tính và miền giá trị của các thuộc tính tương ứng. Luận án đã đề xuất thuật toán và chứng minh tính thoả các tiêu chuẩn của đồng thuận được xây dựng bởi thuật toán. Luận án cũng trình bày phương pháp xây dựng hàm đánh giá khoảng cách cho các miền giá trị của thuộc tính kiểu dữ liệu và thuộc tính đối tượng trong ontology OWL 2 [CT1, CT2, CT5]. 3) Xây dựng phương pháp đồng thuận để xử lý xung đột cấp độ cú pháp trong quá trình tích hợp tri thức. Luận án đề xuất sử dụng một phương pháp tính khoảng cách giữa hai tập ký hiệu, khoảng cách giữa hai cấu trúc hội của các literal và chứng minh được một số mối quan hệ của các tiêu chuẩn đồng thuận dựa theo các khoảng cách này. Trên cơ sở đó, luận án đề xuất thuật toán xác định đồng thuận của hồ sơ xung đột gồm các cấu trúc hội. Bằng cách áp dụng thuật toán tìm đồng thuận của hồ sơ xung đột gồm các cấu trúc hội của các literal, luận án đề xuất phương án để xử lý xung đột mức tiên đề trong quá trình tích hợp ontology [CT3, CT4]. Những vấn đề cần tiếp tục nghiên cứu Kết quả của luận án có thể được mở rộng theo những hướng sau đây: • Nghiên cứu thêm về các dạng truy vấn khác với ontology không nhất quán, đặc biệt là truy vấn SPARQL với ontology OWL không nhất quán. • Xét thêm mối quan hệ của các literal trong quá trình xử lý xung đột cấp độ cú pháp. • Đề xuất khung xử lý xung đột tri thức trong ontology. Khung xử lý như vậy áp dụng các chiến lược khác nhau cho từng tác vụ khác nhau với ontology: tích hợp, truy vấn, tiến hoá ontology. 24
  27. DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ ĐÃ CÔNG BỐ LIÊN QUAN ĐẾN LUẬN ÁN CT1. Nguyễn Văn Trung, Phan Bá Trí, Hoàng Hữu Hạnh. Tích hợp ontology với tiếp cận lý thuyết đồng thuận. Tạp chí Tin học và Điều khiển học T.30, S.3 (2014), 239-252. CT2. Trung Van Nguyen, Hanh Huu Hoang. A Consensus-based Method for Solving Concept-level Conflict in Ontology Integration, In Proceeding of 6th International Conference on Computational Collective Intelligence Technologies and Applica- tions, Seoul, Korea, 2014, LNCS 8733, Springer (2014). p414-423. CT3. Nguyễn Văn Trung, Hoàng Hữu Hạnh. Một phương pháp xử lý không nhất quán tri thức ở mức cú pháp. Tạp chí Khoa học Đại học Huế, T.106, S.7 (2015), 241-251. CT4. Trung Van Nguyen, Jason J. Jung, Hanh Huu Hoang. A Novel Approach for Resolving Knowledge Inconsistency on Ontology Syntactic Level. In Proceeding of Artificial Intelligence in Theory and Practice IV (IFIP Advances in Information and Communication Technology), Springer (2015) p39-49. CT5. Trung Van Nguyen, Hanh Huu Hoang. A Consensus-Based Method for Solving Concept-Level Conflict in Ontology Integration. Transactions of Computational Collective Intelligence XXII, LNCS 9655, Springer (2016) p106-124. CT6. Nguyễn Văn Trung, Hoàng Hữu Hạnh. Một phương pháp truy vấn ontology không nhất quán sử dụng độ liên quan ngữ nghĩa. Tạp chí Khoa học và Công nghệ Trường Đại học Khoa học, Đại học Huế, T.9. S.1 (2017), 51-62.