Functional content and architecture of software laboratory for ontological data analysis

Full Text

Введение

В [1] был анонсирован проект создания в Институте проблем управления сложными системами РАН прототипа программной лаборатории для онтологического анализа данных, получившей наименование OntoWorker (OW). К этому моменту в коллективе потенциальных участников проекта сложилось вполне устойчивое представление об онтологическом анализе данных (ОАД) как о новом методическом комплексе для выявления понятийной структуры, или формальной онтологии, предметной области (ПрО) на основе эмпирической информации, структурированной в виде таблицы «объекты – свойства» (ТОС) [2, 3].

В фундамент ОАД положен метод анализа формальных понятий (АФП), теоретически строго обоснованный в рамках математической теории решеток [4, 5] и вполне отражающий классический логико-философский подход к моделированию фундаментального теоретико-познавательного элемента человеческого сознания – понятия, определяемого объемом и содержанием [6, 7] (формально объем понятия – это множество объектов, каждый из которых характеризуется всяким свойством из набора свойств и только из этого набора, который суть содержание понятия, и наоборот).

Новеллой ОАД стало прежде всего обогащенное методическое обеспечение подготовки контекста для вывода формальных понятий [1]: ввод механизма представления в ТОС эмпирически наблюдаемых отношений между объектами ПрО; учет реалий накопления эмпирической информации, вызывающих неполноту и противоречивость объектно-признаковых данных, интерпретация и консолидация которых возможна лишь в рамках многозначной логики; учет ограничений существования свойств у объектов ПрО. Подобные методические новшества не поддерживались в известных инструментальных средствах анализа данных на базе АФП (см., например, [8–11]), и это определяло актуальность OW‑проекта.

Кроме того, в условиях повышенного интереса к семантическому моделированию ПрО актуальной становилась разработка средств онтологического анализа на массовой программной платформе, доступной и освоенной специалистами в самых разных предметных областях. Такой уникальной платформой виделся табличный процессор Excel, который помимо многих других достоинств характеризуется весьма удобным для разработчиков и пользователей единством среды создания пользовательских приложений и хранения данных [12, 13].

На фоне активного совершенствования методологического базиса ОАД развитие собственно OW-проекта фиксировали публикации [14, 15]. В данной статье очерчивается достигнутый уровень функционального наполнения и архитектурные решения, принятые в апробированной версии программной лаборатории для онтологического анализа данных OntoWorker, помещенной в государственный Реестр программ для ЭВМ (номер регистрации 2022669423, дата 19.10.2022, бюллетень № 10).

1. Реализуемая схема онтологического анализа данных

Функциональное наполнение OW достаточно полно демонстрирует реализуемая в программной лаборатории пошаговая схема ОАД (рис. 1). На схеме отражены взаимосвязи основных информационных «переделов» (шагов) и продуктов ОАД, а кроме того, выделены фрагменты анализа, где поддерживаются когнитивные акты субъекта-исследователя ПрО: 1, 4, 8, 17 – осмысление субъектом, находящимся на определенном этапе решения ОАД-задачи, либо результата предшествующего, либо результата любого из последующих шагов анализа (фигуру субъекта, которая занимает в двудольной структуре схемы место «продукта», можно интерпретировать как измененное состояние «сознающего ума» [16] суисследователя вследствие полученных результатов анализа).

Например, 4-й этап может быть инициирован восприятием субъекта и как ОТОС, и как СИС/ГСС, ИФК, РФК или ФП. Для исключения нагромождения связей такие переходы изображены лишь в пределах выделенных когнитивных актов.

 

Рис. 1. Пошаговая схема онтологического анализа данных, реализованная в программной лаборатории OntoWorker: а – подготовка контекста для извлечения формальных понятий и выполняемые при этом когнитивные акты; б – заключительные этапы анализа и когнитивные акты, управляющие редукцией его основного продукта – «конструктивной» формальной онтологии

 

Здесь и на рис. 1 используются следующие аббревиатуры:

2, 5 – формирование и редактирование соответственно СИС и ОТОС, включая концептуальное шкалирование [21] измеряемых свойств. Обратные по отношению к субъекту воздействия связаны с информированием о невозможности выполнить выбранное действие;

3 – измерение (в широком смысле) свойств объектов ПрО;

6 – построение СИС/ГСС и ИФК;

7 – возможная прямая трансформация ИФК в РФК с исключением лишь заведомо ложных БСС [22];

9 – дефаззификация ИФК: установка субъективного порога доверия к содержащимся в нем эмпирическим оценкам истинности БСС и обновление РФК путем построения его новой версии как стандартного сечения ИФК с выбранным субъективным порогом доверия;

10 – нормализация РФК – преобразование РФК, в ходе которого снимаются противоречия между эмпирическими данными и априорными ограничениями свойств: множество свойств каждого отдельно взятого объекта измерения нормализуется путем отказа от части эмпирической информации, характеризующейся меньшим значением агрегированного показателя достоверности [22]. Обратное по отношению к субъекту воздействие связано с информированием о невозможности выполнить данное действие;

11, 12 – извлечение из РФК всех ФП и построение РФП;

13 – извлечение формальной онтологии ПрО, «конструктивность» которой означает, что она формируется на основе РФП путем исключения ФП, у которых отсутствуют собственные объем и содержание (то и/или другое лишь наследуется) [1]. В этом смысле «конструктивная» формальная онтология эквивалентна так называемой субиерархии Галуа РФП [23], где множество ФП разделено на непересекающиеся подмножества абстрактных и реальных (data-) классов объектов исследуемой ПрО;

14, 15 – вычисление поддержки и устойчивости ФП [24];

16 – показ извлеченной «конструктивной» формальной онтологии с построением ТКл объектов ПрО и с идентификацией всех ИОКл;

18, 19 – показ «конструктивной» формальной онтологии, осуществляемой построением ТКл при условии, что поддержка/устойчивость включаемых в онтологию классов составляет не менее субъективно указываемого порога, совместно с идентификацией всех ИОКл при указанном пороге поддержки/устойчивости.

Схема на рис. 1 дает представление о функциональности разработанной программной системы с позиции методологии ОАД. Иной ракурс при очерке его функциональности – представление о поведении системы с точки зрения пользователя при его взаимодействии с ней – дает диаграмма вариантов использования из арсенала средств визуального моделирования языка UML [25].

Диаграмма вариантов использования OW (рис. 2) показывает, что единственным действующим лицом по отношению к программной системе является пользователь, играющий роль субъекта-исследователя актуальной ПрО и располагающий следующими способами использования системы:

• – получение справочной информации об OW;
• – взаимодействие с файловой системой компьютера для загрузки и выгрузки ОАД-задачи – Excel-книги с фиксированной структурой;
• – подготовка исходных данных для анализа, включая ввод и редактирование СИС и ОТОС. Эти действия помимо прочего расширяются возможностью концептуального шкалирования измеряемых свойств, которое представлено двумя разновидностями: «дизъюнктивное» замещает шкалируемое свойство набором попарно несовместимых свойств, «уточняющее» добавляет в СИС новое измеряемое свойство, которое становится обусловливающим для определенного ряда других свойств в СИС [26];
• – генерация исходных данных для анализа со случайно выбираемыми параметрами СИС и ОТОС с возможностью субъективной коррекции таких параметров;
• – документирование ОАД-задачи на листе расширенного описания (ЛРО), включенном в Excel-книгу, размещающую эту задачу;
• – построение СИС/ГСС и ИФК, включая их показ;
• – формирование РФК, включая его показ. Это действие может быть расширено актом обновления РФК путем дефаззификации ИФК с субъективно задаваемым порогом доверия и актом нормализации РФК;
• – извлечение множества ФП из РФК, включая показ извлеченных ФП;
• – построение РФП, включая ее показ и показ ее транзитивной редукции;
• – вычисление поддержки и устойчивости ФП;
• – извлечение «конструктивной» формальной онтологии (или ТКл), включая показ ее ТКл, а также показ транзитивной редукции ТКл. Эти действия расширяются за счет возможности формирования и показа «конструктивной» формальной онтологии, где все data-классы обладают задаваемым уровнем поддержки и/или устойчивости ФП.

В силу ограниченности места на рис. 2 не дана детализация ряда комплексных вариантов использования. Например, редактирование СИС расширяется не только действиями, реализующими концептуальное шкалирование свойства, но и актами добавления, удаления, переименования измеряемых свойств и т. д. [19].

 

 

Рис. 2. Диаграмма вариантов использования программной лаборатории для онтологического анализа данных OntoWorker: ▬ коммуникация; ➜ обобщение; - - -► включение (include); - - -⋗ расширение (extend)

 

2. Архитектура программной лаборатории

Программная лаборатория OntoWorker представляет собой защищенную Excel-книгу (OW-книгу), включающую набор рабочих листов, часть из которых жестко структурирована, для представления исходных данных, результатов решения и различной сопровождающей информации ОАД-задачи. Между этими OW-листами возможно свободное перемещение.

 

Рис. 3. Архитектура программной лаборатории для онтологического анализа данных OntoWorker

 

Интеллект-карта [27] на рис. 3 дает представление об архитектуре созданного программного продукта:

• – для ввода, редактирования и отображения СИС и ОТОС используются одноименные рабочие листы Excel, которые имеют зонную организацию. Эта организация определяет табличное представление СИС как соответствия «сопряженные пары свойств – свойства» (сопряженная пара свойств – это либо пара несовместимых свойств – Н-пара, либо пара свойств с обусловленностью – О-пара) и табличное представление ОТОС как соответствия «серии измерений – процедуры измерения» [1, 15]. Содержание этих листов защищено, и его изменение возможно только специализированными сервисами, интерфейс к которым осуществляется с помощью различных контекстных меню, локализованных в специализированных зонах этих листов. Наконец, процедура обработки события BRC («Before Right Click») служит здесь и в рамках других OW‑листов для вызова контекстных меню, а в случае зонной организации листов – еще и для идентификации зоны, где пользователь кликнул правой кнопкой мыши;
• – лист «Справка» содержит справочную информацию о программной лаборатории, включая используемые термины и определения, описание функциональных возможностей и архитектуры OW. Контекстное меню листа ограничивается навигационными задачами;
• – лист ЛРО служит для размещения любой информации (тексты, рисунки, мультимедиа и т. п.), сопровождающей загруженную ОАД-задачу. Контекстное меню листа позволяет, в частности, временно снимать его защиту, открывая пользователю возможность редактирования содержания листа ЛРО с помощью всей инструментальной палитры Excel;
• – на листе «Верстак» отображаются результаты работы OW. Контекстное меню листа ориентировано прежде всего на предоставление пользователю основных аналитических функций программного приложения, но, в частности, позволяет временно снимать защиту листа для его произвольного редактирования стандартными средствами Excel;
• – лист «Заставка» играет исключительно декоративную роль и появляется при открытии OW-книги прежде, чем будет развернут формально основной в программной лаборатории лист СИС;
• – наряду с контекстными меню интерактивное взаимодействие пользователя и OW поддерживается с помощью диалоговых форм, а одностороннее – от программных компонентов OW к пользователю – с помощью сообщений;
• – объектная модель OW насчитывает почти полтора десятка классов, связанных помимо отношения наследования дюжиной различных интенсиональных бинарных отношений (тех, что при описании классов представляют бинарные отношения, в которых состоят экземпляры соответствующих классов, образуя экстенсиональную сеть экземпляров);
• – функциональные сервисы OW-листов объединены в одноименные программные модули OW-книги. К ним добавлен модуль, содержащий описания разделяемых переменных и сервисов;
• – процедуры обработки событий OW-книги служат для реализации надлежащих реакций на ее открытие, закрытие и попытку сохранения (последнее действие некорректно, и OW прекращает работу, прежде предоставляя пользователю возможность сохранить ее результаты).

3. Пример работы программной лаборатории

Для демонстрации работы программной лаборатории OntoWorker использованы объектно-признаковые данные, описывающие инновационные сорта мягкой яровой пшеницы [28]: объектами исследуемой ПрО являются сорта, а также Госреестр, куда включена часть сортов; признаками – характеристики сортов, а также ссылочные свойства (валентности), связывающие сорт и Госреестр.

В адекватной постановке опыт решения задачи онтологического анализа рассматриваемой ПрО представлен в [29]. Здесь же ввиду того, что преследуется цель лишь продемонстрировать работу OW при решении ОАД-задачи, данные о ПрО в части признаков объектов радикально урезаны – во внимание приняты сведения только о засухоустойчивости сортов, их классности (определяется главным образом содержанием белка в зерне) согласно ГОСТ [30] и включении в Госреестр.

На рис. 4 дан фрагмент скриншота листа СИС, где отражены состав и сопряженность учитываемых характеристик сортов пшеницы. О-пары свойств отмечают естественные отношения обусловленности между данными в [28] оценками засухоустойчивости сортов: если сорт «высоко засухоустойчив» (взу), то он и «засухоустойчив» (зу); если он «экстремально засухоустойчив» (эзу), то он и «высоко засухоустойчив», и «засухоустойчив». Н-пары закрепляют установленное ГОСТ [30] разделение пшеницы мягких сортов на пять непересекающихся классов. Представленные в [28] сорта характеризуются в рамках 1–3-го классов, и в СИС фиксируется их несовместимость. Наконец, В‑пара описывает сопряженные, или «встречные» валентности объектов (в ОАД валентности описывают потенциальные способности объектов ПрО вступать в связи, реализующие различные несимметричные бинарные отношения): сорт может быть «включен» в Госреестр, а по отношению к некоторому сорту состояние Госреестра может характеризоваться тем, что он «включает» этот сорт.

 

Рис. 4. Фрагмент скриншота листа СИС программной лаборатории OntoWorker, описывающий задаваемую в задаче онтологического анализа данных систему измеряемых свойств

 

Фрагмент скриншота листа ОТОС, где зафиксирована фактическая информация о сортах мягкой яровой пшеницы, приведен на рис. 5 [28]. В [28] классность сортов нередко характеризуется отнесением сорта сразу к двум смежным классам ГОСТ с указанием процента зерна того и другого класса. Это отражено в рассматриваемой ОТОС путем задания надлежащих элементов соответствия «объекты – свойства» в виде оценок истинности V^TF-логики, в которой вектор áb⁺, b^–ñ, b⁺, b^– Î [0, 1] свидетельствует «за» принадлежность свойства объекту со степенью b⁺ и «против» со степенью b^– (в OW степени указываются в процентах). При этом в рассматриваемой ОТОС согласно фактам из [28] выполняется логический принцип исключенного третьего. В общем случае в результате логической интерпретации и консолидации неполных и противоречивых эмпирических данных этот принцип нарушается, но логика V^TF вполне адекватна для описания таких ситуаций [1, 20].

 

Рис. 5. Фрагмент скриншота листа ОТОС программной лаборатории OntoWorker, описывающий задаваемую в задаче онтологического анализа данных эмпирическую информацию о предметной области в виде обобщенной таблицы «объекты – свойства»: s_i, p_j – имена серий измерений и процедур измерения соответственно; цифры (здесь везде 100) –достоверности серий измерений и степени доверия к процедурам измерения

 

Рис. 6 демонстрирует фрагмент скриншота листа «Верстак» со сформированным и нормализованным РФК: все непустые элементы соответствия «объекты – свойства» отвечают БСС, принятым как однозначно истинные (True), а пустые указывают БСС, признанные ложными (False). При формировании этого РФК специального порогового сечения ИФК не проводилось; РФК сформирован из ИФК лишь путем исключения заведомо ложных БСС [22]. Нормализация в данном случае свелась к устранению исходной двусмысленности в определении классности сортов мягкой пшеницы.

 

Рис. 6. Фрагмент скриншота листа «Верстак» программной лаборатории OntoWorker, описывающий рабочий формальный контекст задачи онтологического анализа данных

 

Фрагменты скриншота листа «Верстак», приводимые на рис. 7 и рис. 8, а, представляют соответственно извлеченное из РФК множество ФП и построенную на этой основе «конструктивную» онтологию. Онтология представлена на рис. 8, а двумя таблицами: первая показывает ее в виде транзитивной редукции таксономии классов, вторая описывает интенсиональные отношения на классах. Рис. 8, б дает содержанию этих таблиц графическую интерпретацию.

Рис. 7. Фрагмент скриншота листа «Верстак» программной лаборатории OntoWorker, описывающий формальные понятия, извлеченные в ходе решения задачи онтологического анализа данных

 

Рис. 8. Транзитивная редукция таксономии классов «конструктивной» онтологии и их интенсиональные отношения: а – фрагменты скриншотов листа «Верстак»; б – графическая интерпретация

 

Заключение

Создание программной лаборатории OntoWorker как конкурентоспособного программного продукта в области инженерии знаний стало возможным благодаря успешному развитию в ИПУСС РАН – СамНЦ РАН наукоемкой и практически значимой методологии онтологического анализа данных. Совмещая известные и новые технологии семантической обработки многомерной информации, программная лаборатория имеет значительный потенциал развития прежде всего в части функционального наполнения. Например, здесь можно обозначить следующие задачи:

• – построить содержательные процедуры концептуального шкалирования измеряемых свойств при формировании СИС, вводя описание доменов значений свойств. Сейчас это шкалирование осуществляется умозрительно, формируя тем не менее гипотетическую понятийную структуру исследуемой ПрО и пополняя ограничения существования свойств;
• – добавить стандартные возможности извлечения из РФК импликаций и ассоциативных правил на признаках [4, 5];
• – расширить палитру критериев и методов оценки качества выводимых понятий, включая возможность агрегирования различных критериев, и поддержать перспективные методики построения «конструктивных» онтологий при редуцировании множества формальных понятий на основе учета их качества по различным критериям;
• – интегрировать в программную лабораторию возможности графического представления результатов анализа.

Наконец, учитывая экспоненциальную сложность ряда алгоритмов онтологического анализа и ограниченную производительность интерпретирующей программной платформы, каковой является связка Excel-VBA, оправданно обозначить вопрос о реинжиниринге OntoWorker. Наследуя предложенные архитектурные решения, разумно рассмотреть разнообразные современные возможности в диапазоне от разработки настольного приложения промышленной базы данных на основе мощного средства автоматизации программировании до создания широкодоступного «облачного» сервиса.

About the authors

Valentina A. Semenova

Samara Federal Research Scientific Center RAS

Email: queenbfjr@gmail.com
ORCID iD: 0000-0002-0557-3890

Junior Researcher, Institute for the Control of Complex Systems RAS

Russian Federation, 61, Sadovaya st., Samara, 443020

Sergei V. Smirnov

Samara Federal Research Scientific Center RAS

Author for correspondence.
Email: queenbfjr@gmail.com
ORCID iD: 0000-0002-3332-5261
SPIN-code: 8039-1421

Dr. Sci. (Techn.), Chief Researcher, Institute for the Control of Complex Systems RAS

Russian Federation, 61, Sadovaya st., Samara, 443020

References

Supplementary files