Введение
Актуальность темы диссертации. Бурное развитие информационных технологий привело к накоплению практически во всех прикладных областях (бизнесе, производстве, образовании и т.д.) большого количества разрозненных и разнородных информационных ресурсов (электронных документов, баз данных и знаний, электронных библиотек и т.п.), которые должны способствовать решению возникающих задач. С появлением сетевых технологий и Интернет стал возможен обмен знаниями, находящимися в данных ресурсах, с целью их повторного и совместного использования. Возникла открытая информационная среда, в которой распределенные разнородные источники знаний одинаково доступны всем заинтересованным лицам при помощи картограмм, отражающим их характеристики (расположение, формат, аннотацию и др.). Однако, помимо позитивных факторов, данный процесс привел к ряду проблем для лиц, принимающих решения. Появилось большое количество источников с устаревшими и недостоверными знаниями, возникло дублирование содержимого различных источников и увеличился объем избыточных знаний. Это приводит к затруднению поиска необходимых знаний и замедлению процесса принятия решения. В связи с этим наметился качественный сдвиг систем информационной поддержки принятия решений с уровня, где связи между источниками и потребителями знаний являются статическими, к уровню, где эти связи являются динамическими [101]. Подобные системы должны быть (i) гибкими относительно быстро меняющегося окружения, (ii) способными обеспечивать персонифицированную поддержку пользователей с различными уровнями компетенции и требований к получаемым знаниям, (ш) масштабируемыми относительно типов информационных ресурсов и их содержимого и (iv) способными взаимодействовать с другими электронными приложениями. Для создания подобных систем широкое распространение получила технология многоагентных систем.
В основе персонифицированной информационной поддержки пользователей лежат идеи таких прикладных научных направлений, как широкая приспособляемость к требованиям заказчиков (mass customization) [52, 114], адаптивная гипермедия - расширенный по сравнению с гипертекстом метод орга-
5
низации мультимедийной информации, охватывающий разные среды (adaptive hypermedia) [58, 71], управление взаимоотношениями с клиентами (customer relationship management) и обслуживанием клиентов (customer service management) [47,111, 98,23, 64] и другие. Для реализации таких систем используются технологии обнаружения в имеющемся массиве данных ранее неизвестной, но полезной и доступной информации (data mining) [7, 79, 73, 110], кластеризации и машинного обучения, основанные на профилировании [122, 38, 39] и другие.
В ходе исследований, выполненных в СПИИРАН в области построения систем интеграции знаний, была предложена методология — «логистика знаний» [18, 33]. Она ориентирована на управление знаниями с целью извлечения, интеграции и транспортировки адекватных знаний из распределенных источников в правильном контексте соответствующим пользователям в заданное время для принятия решений в прикладных проблемных областях. В системе логистики знаний для описания знаний проблемной области используются онтологии, широко применяемые в системах искусственного интеллекта для описания объектов и явлений мира в формализованном виде, пригодном для компьютерного использования. Онтология - это средство описания семантики проблемной области при помощи словаря и подробной спецификации существующих в ней отношений и ограничений, обеспечивающих интерпретацию словаря.
Традиционно используемые системы информационной поддержки принятия решений в основном используют методологии интеллектуального анализа текстов и данных [79, 73, ПО] и ориентированы на работу с хорошо структурированными данными. Как правило, в них отсутствуют или слабо представлены модели интересов пользователей. Очевидно, что их использования для обеспечения персонифицированной информационной поддержки принятия решений недостаточно. Представляется весьма актуальной разработка архитектуры, моделей и сценариев работы системы логистики знаний, ориентированной на работу со слабосвязанными разнородными распределенными источниками знаний, предназначенной для решения указанных выше задач, базирующейся на современных технологиях, использование которой способно повысить качество принимаемых решений.
6
Цель работы и задачи исследования. Основной целью диссертационной работы является разработка архитектуры, моделей информационных компонент и сценариев работы многоагентной системы логистики знаний для обеспечения персонифицированной информационной поддержки лиц, принимающих решения, в открытой информационной среде.
Для достижения поставленной цели в диссертационной работе должны быть решены следующие задачи:
• проанализированы существующие системы, оперирующие в открытой информационной среде и ориентированные на управление знаниями, для спецификации требований к системе логистики знаний;
• разработана архитектура и концептуальные модели основанных на онтоло-гиях информационных компонент системы логистики знаний, обеспечивающих ее гибкость, масштабируемость и настраиваемость на пользователей, и произведена их интеграция в единую систему;
• определены пользователи системы, разработаны сценарии их работы, основанные на предложенной архитектуре с учетом сформулированных требований;
• реализована многоагентная система логистики знаний для апробации предложенных решений.
Методы исследования. Для проведения исследований в диссертационной работе использовались методы проектирования распределенных приложений, построенных на многоагентной технологии; методы искусственного интеллекта, стандарты открытых информационных систем. При разработке программного обеспечения использовались: унифицированный язык моделирования (UML), технология объектно-ориентированного программирования и язык структурированных запросов (SQL) к реляционным базам данных.
Научная новизна.
1. Разработана архитектура, реализующая интегрированный сценарий функционирования компьютерной системы логистики знаний, основанная на ис-
7
пользовании технологии многоагентных систем и предварительно разработанной онтологии проблемной области.
2. Разработан набор показателей для оценки источников знаний, используемой при определении релевантности результатов работы системы относительно запроса пользователя.
3. Разработана основанная на онтологиях формальная модель картограммы знаний, используемая для быстрого поиска источников знаний в открытой информационной среде.
4. Разработан алгоритм индексирования источников знаний относительно содержимого онтологии, использующий не только сходство между словарем онтологии и содержимым источников, но и связи между элементами онто-логиями, что повышает качество результатов работы системы, позволяя находить источники знаний, не содержащие понятия, распознанные в запросе пользователя.
5. Разработана основанная на онтологиях концептуальная модель профиля пользователя, позволяющая учитывать требования к получаемым результатам со стороны пользователей на основе их интересов и предпочтений.
Обоснованность и достоверность научных положений и выводов обеспечена за счет анализа состояния исследований в данной области и практической реализацией и внедрением системы интеллектуальной персонифицированной поддержки ЛПР.
Практическая ценность работы. Архитектура, сценарии и модели, разработанные в данной работе, направлены на улучшение результатов работы лиц, принимающих решение за счет уменьшения пространства поиска знаний в открытой информационной среде, повышения скорости получения, качества и достоверности предоставляемых знаний.
Предложенная в ходе работы над диссертацией архитектура многоагентной системы логистики знаний позволяет настраивать систему на работу в конкретной проблемной области, описываемой при помощи онтологии, и делает ее гибкой и
8 масштабируемой относительно типов и содержимого источников знаний.
Созданная многоагентная система логистики знаний «Интеграция» может быть использована в различных прикладных проблемных областях как основа для организации быстрого, ориентированного на предпочтения пользователя доступа к имеющимся источникам знаний.
Реализация результатов работы. Исследования, отраженные в диссертации, были поддержаны грантами РФФИ (проекты № 02-01-00284 и № 03-01-06484 «Методологические и математические основы построения компьютерных систем быстрой интеграции знаний из распределенных источников»), 2002—2004 гг., грантом Президиума РАН (проект № 2.44 «Многоагентный подход к построению компьютерной среды для быстрой интеграции знаний из распределенных источников»), 2001-2003 гг., грантом ОИТВС РАН (проект № 1.9 «Разработка теоретических основ и многоагентной технологии управления контекстом в распределенной информационной среде»), 2003-2004 гг.
Часть результатов была использована при работе в рамках проекта МНТЦ №1993Р «Математические основы обнаружения знаний в данных и автономные интеллектуальные архитектуры» задачи 2 «Быстрое слияние знаний в масштабируемой инфосфере», 2000-2003 гг.
Разработанное программное обеспечение было использовано для методической и информационной поддержки экспертизы заявок на разработки при составлении сводного плана НИОКР в 1997-2000 гг. в рамках созданной в Отделе научно-технической политики Комитета экономики и промышленной политики Администрации Санкт-Петербурга интегрированной информационной технологии сопровождения заявки на стадии формирования сводного плана НИОКР, 1997-2000 гг.
Часть результатов была использована при выполнении контракта «Интеллектуальный доступ к каталогам и документам» на создание системы поддержки клиентов, реализованной для немецкой промышленной компании, 2003-2004 гг.
9
Публикации. Основные результаты по материалам диссертационной работы опубликованы в 14 печатных работах.
Апробация результатов работы. Основные положения и результаты диссертационной работы представлялись на национальной конференции по искусственному интеллекту КИИ'02 (Коломна, 2002), международных конференциях «Проблемы управления и моделирования в сложных системах» (Самара, 2003, 2004), «Интеллектуальные системы» (Дивноморское, 2001-2004), «Онтологии, базы данных и применение семантики ODBASE'03» (Катания, Италия, 2003), «Региональная информатика РИ'04» (Санкт-Петербург, 2004), «Практические аспекты управления знаниями РАКМ'04» (Вена, Австрия, 2004).
Структура и объем работы. Диссертация объемом 151 машинописная страница, содержит введение, четыре главы и заключение, список литературы (138 наименований), 24 таблицы, 61 рисунок.
В первой главе приводится анализ требований к системам логистики знаний. Были выделены основные типы участников информационные среды, для каждого типа был проведён анализ существующих подходов и систем для их представления. Был обоснован выбор многоагентной архитектуры и изучены свойства сообщества агентов.
Во второй главе была выбрана методология построения многоагентных систем, определяющая основные фазы разработки системы логистики знаний. Были выделены сущности системы и разработаны обобщённые сценарии работы различных групп пользователей, определены информационные компоненты и типы агентов системы логистики знаний. Были предложены модели профиля пользователя для описания пользователей, взаимодействующих с системой и картограммы знаний для описания источников знаний.
В третьей главе диссертационной работы была разработана формальная модель агента системы ЛЗ, основанная на рекомендациях концептуальной модели TIP А, выбранных методологических рекомендациях и учитывающая специфику разработанных сценариев работы системы логистики знаний и сущно-
10
стей. Были подробно описаны функции, сообщения и сценарии работы технологических агентов. Была проведена проверка совместимости выбранной нотации представления онтологии с современным языком описания онтологии OWL, показавшая совместимость используемой нотации с современными от- крытыми форматами. В разработанных ранее общих сценариях работы системы были определены функции, выполняемые членами сообщества агентов.
В четвертой главе приводятся данные по реализации разработанных архитектуры, сценариев работы, моделей и алгоритмов в системе логистики знаний и в промышленных приложениях.
Положения, выносимые на защиту
На защиту выносятся следующие результаты:
1. Многоагентная архитектура, обеспечивающая выполнение сценариев работы и поддержку информационных компонент системы логистики знаний для персонифицированной поддержки принятия решений в открытой информационной среде.
2. Набор количественных и качественных показателей для вычисления рейтингов источников знаний.
3. Основанная на онтологиях модель картограммы знаний для описания характеристик и содержимого используемых источников знаний.
4. Алгоритм индексирования источников знаний, основанный на нечетком сравнении текстов с учетом семантики проблемной области.
5. Основанная на онтологиях модель интересов пользователя, построенная на анализе истории запросов.
11 Глава 1 Проблемы построения систем логистики
знаний
1.1 Подход «СИЗ» к логистике знаний
В СПИИРАН, в период 1999-2003 гг. были проведены исследования, посвященные построению систем логистики знаний (ЛЗ). Была предложена и развита методология — «логистика знаний», представляющая собой новое научное направление в области управления знаниями. Она ориентирована на извлечение, приобретение, интеграцию, обработку, передачу и транспортировку адекватных знаний из распределенных источников в нужном контексте нужным пользователям в нужное время для решения актуальных задач [18, 33,31].
Разработанный подход основан на представлении проблемы ЛЗ как проблемы конфигурирования сети, содержащей элементы глобальной информационной среды: (i) конечных пользователей, (ii) слабосвязанные источники знаний (экспертов, базы знаний, репозитории, документы и т.п.) и (ш) средства обработки информации и знаний. Такая сеть была названа Сетью Источников Знаний, а подход был назван подходом «СИЗ».
Термин «Сеть источников знаний» возник при разработке концепций виртуального предприятия, основанного на синергичном использовании знаний из разных источников. Сеть ИЗ можно определить как гибкую связь между подходящими источниками знаний, расположенными в различных местах, предназначенную для выполнения конкретной задачи. Сеть ИЗ существует только некоторое, предварительно определенное время. Сеть становится реальной только когда выполняется ее конкретная реализация: определены все узлы сети и связи между ними. На Рис. 1.1 упрощенно показана концепция двухуровневой конфигурации сети ИЗ.
Верхний уровень сети представляет собой ориентированную на потребности пользователя модель проблемной области (модель интересов пользователя). Совокупность ИЗ, содержащих свои модели, составляет нижний уровень, причем некоторые ИЗ могут быть альтернативными (иметь одинаковое содержимое).
Процесс поиска знаний инициируется запросом пользователя, описывающим реальную или гипотетическую проблему. Принимая во внимание его
12
Сеть источников знаний
• Базы знаний
• Эксперты
• Рспозитории
• Инструментарии
Рис. 1.1. Распределенное многоуровневое управление логистикой знаний
как конфигурирование сети ИЗ
предпочтения, доступность существующих ИЗ и анализ текущей ситуации, конфигурируется сеть ИЗ для решения проблемы. Знания извлекаются из источников, интегрируются, проверяются на непротиворечивость и доставляются пользователю. Основа подхода состоит в том, что знание представляется двумя уровнями: (i) знания о том, как проблема может быть решена (интенсиональное или описательное знание) и (ii) наполнение знаний первого уровня, для решения проблемы (эктенсиональное или содержательное знание). Знания на обоих уровнях могут быть интегрированы для получения нового знания (Рис. 1.2).
В рамках указанного исследования была разработана многоагентная система «Интеграция», основанная на подходе «СИЗ». Методология, лежащая в основе этой системы представлена на Рис. 1.3.
Система функционирует в терминологии общей онтологии-приложения (ОП), описывающей проблемную область и хранящейся в библиотеке онтологии. ОП базируется на онтологиях предметных областей и онтологиях задач и методов, также хранимых в библиотеке онтологии. Каждый пользователь работает в терминологии связанной с ними расширяемой онтологии запроса - срезом ОП, представляющей интересы данного пользователя. Запросы пользователей состоят из двух частей: (1) структурная составляющая запроса (содержащая
13
Интеграция Знаний
Структурная Составляющая
Параметрическая Составляющая
Рис. 1.2. Общий сценарий процесса обработки запроса ЛПР в системе ЛЗ
Пользователь - менеджер по логистике
Пользователь -
производственный
менеджер
Онтология источника знаний г
Составляющая
онтологии
приложения
Составляющая источника знани:
Отношения соответст
Источники знаний
Экземпляры классов
Пассивные ИЗ Активные ИЗ Базы данных, Эксперты, базы знаний, основанные на документы знаниях средства
и т.п..-------, и т.п.
Рис. 1.3. Концептуальная схема онтолого-ориентированной методологии ЛЗ
понятия проблемной области, найденные в тексте запроса и отношения между ними), (2) параметрическая составляющая запроса (содержащая дополнительные заданные пользователем ограничения). Для обработки запроса строится конфигурация сети ИЗ. Данная конфигурация определяет, когда и какие ИЗ должны быть использованы для более эффективной обработки запроса. Каждый ИЗ в системе описывается своей онтологией, обеспечивающей возможность перевода между терминологией и нотацией системы и источника.
14 Предпосылками данной работы являются следующие утверждения:
• Структурное знание представляется при помощи онтологии, хранящихся в библиотеке. Для описания онтологии используется нотация объектно-ориентированных сетей ограничений [124].
• Онтологии строятся автоматически или полуавтоматически инженерами по онтологиям с помощью специальных средств (программных модулей).
• Типы онтологии и операции по их модификации специфицированы.
Задачами данной диссертационной работы являются: разработка общей архитектуры, сценариев работы и моделей информационных компонент системы ЛЗ.
1.2 Научные направления «Управление Знаниями» и «Извлечение информации»
Управление знаниями — это процесс, посредством которого предприятие (компания, корпорация, организация) вырабатывает некоторые ценности (создает стоимость) из собственных и заимствованных интеллектуальных и информационных активов [134, 26]. Корпорации применяют управление знаниями как совокупность принципов, практик и технологий, сфокусированных на обновлении и оптимизации базовых внутри- и внешнекорпоративных процессов (В2Е и В2В). Большая часть поддержки процесса управления знаниями проводится через корпоративные порталы, агрегирующие неструктурированную и структурированную информацию, обеспечивающие категоризацию, разведку и семантическую обработку текстов, расширенный поиск информации и др., а также посредством доставки персонализированной информации, на основе учета контекста деятельности, через унифицированные интерфейсы.
В настоящее время существуют различные классификации задач, систем и подходов к управлению знаниями. Например, в работе [46] была предложена следующая классификация функций управления знаниями: (i) приобретение, (ii) организация / специализация (группировка), (ш) хранение / доступ / поиск / доставка, (iv) распространение, (v) защита и (vi) удаление.
В работе [133] предложена следующая классификация задач систем управления знаний:
15
• Создание знания. Знание создается в процессе обучения, в результате инновации, творчества, и импорта извне.
• Приобретение знаний. Знания добываются и аккумулируются для использования и дальнейшей обработки.
• Уточнение знаний. Знания организовываются, трансформируются и включаются в документы, базы знаний и т.п. для того, чтобы сделать их доступными для использования.
• Распространение и внедрение знаний. Знания передаются заинтересованным лицам и внедряются в необходимые структуры путем обучения, внедрения тренинговых программ, построения баз знаний, экспертных систем, и т.п.
• Использование знаний. Знания внедряются или используются иным образом, что является основой для последующего обучения и инноваций.
Инструментальная поддержка процесса управления знаниями осуществляется большим набором программных средств: от стандартных пакетов организации корпоративной электронной почты до сложных систем совместной работы, спроектированных с возможностями настройки на конкретную проблемную область деятельности компании. В общем случае, эти средства могут быть классифицированы как: (i) хранилища знаний, (и) средства поддержки экспертных процедур, (Hi) приложения электронного обучения, (iv) технологии конференций и переговоров, (v) средства синхронизации совместных процессов и (vi) инструменты поиска и добыча данных.
Основываясь на приведенных классификациях и анализе существующих информационных систем, были выделены следующие области управления знаниями, коррелирующие с ЛЗ (Рис. 1.4): (i) организация знаний (управление онтологиями, разработка баз знаний [25, 37, 59, 88, 109], визуализация знаний); (и) извлечения знаний (ввод знаний инженером, создание знаний путем обнаружения и генерации); (ш) использование знаний (интеграция, доставка и совместное и повторное использование знаний) и (iv) составление карт знаний (идентификация, индексирование и организация доступа к ИЗ).
В настоящее время существует большое количество научных подходов и прикладных систем, относящихся к перечисленным направлениям.
16
_ Извлечение
Организация знаний
знании
.. », Создание знаний
Управление -обнаружение
онтологиями -генерация
Разработка баз знании „ .. 7
„ к . {Ввод знании экспертом Визуализация знании
Составление карт Использование знаний
знаний
Идентификация
Интеграция знаний источников знаний
Доставка знаний Индексирование
Совместное и повторное Организация доступа использование знаний
Рис. 1.4. Области управления знаниями, связанные с ЛЗ
Среди них можно отметить:
В области индексирования и организации доступа к ИЗ: Microsoft Share-Point Portal [97], SearchServer/KnowledgeServer [119], Lotus Discovery Server [90], Text-To-Onto [91] (обработка различных типов документов и др.). В области приобретения знаний: Disciple-RKF [65], EXPECT [49], Trellis (продолжение проекта EXPECT) [128], COGITO [57], OntoKick [103] (ввод знаний экспертами, обнаружение скрытых знаний и др.). В области организации знаний: OntoEdit [102], Protege [112], OntoLingua [104], НРКВ [109], АКТ [42] (работа с онтологиями, большими базами знаний и др.);
В области использование знаний: KRAFT [131, 76, 126], InfoSleuth [99, 84], Observer [94], RICO [41] и др. (извлечение и интеграция информации и знаний); В области тематических карт: технология к42 компании Empolis [66], решение OKS (Ontopia Knowledge Suite) компании Ontopia [106] и технология Topic Map Loom, разработанная компанией InfoLoom [82].
17
Основной задачей указанных систем является обработка подходящих, четких, свежих и корректных данных, информации и знаний, и своевременная доставка результатов обработки в необходимые места для общего понимания ситуации, возможности предсказания развития происходящих событий на уровне понимания, что очень важно для ЛПР (Рис. 1.5). Следовательно, необходимость в ЛЗ является значимой и очевидной.
Для описания проблемных областей в современных системах управления знаниями используются онтологии [32, 9, 4, 5] и тематические карты [127]. Они, как правило, являются отправной точкой при построении хранилищ данных высшего уровня обобщения (метаданных) — как надстройки развернутых компьютерных архитектур и Web-систем.
Тематические карты (topic maps) - это спецификации стандартного взаимосвязанного уровня гипертекстовой навигации над распределенными электронными информационными ресурсами. На основе этих спецификаций строятся виртуальные информационные карты корпоративных документов.
Уровни обработки
информации/ / Понимание \ / Знания
/ Информация / Данные
Рис. 1.5. Концепция информационной поддержки ЛПР (адаптировано из [44]).
Онтология - это средство описания семантики проблемной области при помощи словаря и подробной спецификации существующих в ней отношений и ограничений, обеспечивающих интерпретацию словаря [67]. |
