Was sind die praktischen Anwendungen von Ontologien?

Interessante Frage. „Ontologie“ wird oft auf verwirrende und vieldeutige Weise verwendet, also beginnen wir damit, die Terminologie sehr schnell für diejenigen zu klären, die mit den verschiedenen unterschiedlichen Bedeutungen nicht vertraut sind.

Was bedeutet „Ontologie“?

Im Großen und Ganzen ist das Feld der Ontologie die philosophische Erforschung des Seins . Eine Ontologie ist eine Methode, um festzustellen, welche Wesen oder Entitäten existieren können (vgl. Erkenntnistheorie, ob wir glauben sollten, dass sie existieren), wie sie gruppiert werden können und welche Beziehungen sie haben können.

In der Informations- und Informatik wird "Ontologie" in einem verwandten, aber nicht identischen Sinne verwendet, um sich auf formal definierte Mengen von Typen, Eigenschaften und die Beziehungen zwischen ihnen zu beziehen. Um Ihre Frage zu beantworten, bilden Relationen einen Teil einer Ontologie, aber Ontologien umfassen keine Mengen von Relationen und nichts als Mengen von Relationen. Von der Wikipedia-Seite:

Eine Ontologie ist eine Beschreibung (wie eine formale Spezifikation eines Programms) der Konzepte und Beziehungen, die formal für einen Agenten oder eine Gemeinschaft von Agenten existieren können. Diese Definition stimmt mit der Verwendung der Ontologie als Satz von Konzeptdefinitionen überein, ist jedoch allgemeiner. Und es ist ein anderer Sinn des Wortes als sein Gebrauch in der Philosophie. -- Tom Gruber, Toward Principles for the Design of Ontologies Used for Knowledge Sharing .

_{( Gruber hat die Definition 2007 aktualisiert , aber sie unterscheidet sich nicht so sehr als Erweiterung.)}

Ontologien und ACT-R

ACT-R definiert eine grundlegende Ontologie mit den Entitätsmodulen , Puffern und Musterabgleichern , Möglichkeiten zum Gruppieren von Entitäten innerhalb ihres Typs (z. B. wahrnehmungsmotorische vs. Gedächtnismodule ) und den Beziehungen zwischen ihnen.

Wir verwenden Ontologien, um von bestimmten Datenstrukturen weg zu abstrahieren. Die kognitive Architektur von ACT-R impliziert und spezifiziert eine Ontologie, und wir können diese Ontologie verwenden, um ACT-R zu erweitern oder ACT-R dazu zu bringen, mit anderen Architekturen zu kommunizieren, die möglicherweise keine Datenstrukturüberschneidung mit ACT-R aufweisen. Oltramari et al. (2014) liefert ein treffendes konkretes ("echtes"?) Beispiel. Sie koppelten ACT-R an das Wissensmanagementsystem SCOPE, wo sie konkrete informationswissenschaftliche Ontologien verwenden, um ACT-R zu erweitern, um abstrakte philosophische Ontologien zu verwenden.

Im Allgemeinen setzen ACT-R-Modelle nur so viel Wissen ein, wie zur Durchführung genau definierter kognitiver Aufgaben erforderlich ist. Im Großen und Ganzen können sie als „monadische“ Agenten angesehen werden, deren Wissensbasen begrenzt, teilweise wiederverwendbar und sporadisch über experimentelle Bedingungen hinweg übertragbar sind. Im Gegenteil, um kontextuelles Denken und Mustererkennung auf hohem Niveau beim Menschen zu replizieren, sollte ACTR eine große Menge an gesundem Menschenverstand zur Verfügung stehen: Um diese Einschränkungen zu überwinden, schlagen wir vor, ACT-R mit einem spezifischen Modul für die Verarbeitung auszustatten Ontologien [philosophischer Sinn], dh semantische Spezifizierungen einer bestimmten Domäne oder Anwendung (Guarino, 1998) [informationswissenschaftlicher Sinn], die im Allgemeinen in Kombination mit Inferenzmaschinen zum deduktiven Schließen verwendet werden. Da das deklarative ACT-R-Modul eine relativ grobkörnige Semantik basierend auf Slot-Wert-Paaren unterstützt und das prozedurale System nicht optimal ist, um komplexe logische Konstrukte effektiv zu verwalten, ist eine spezifische Erweiterung erforderlich, um ACT-R für die Erfüllung von Wissen geeignet zu machen. intensive kognitive Aufgaben wie kontextgesteuertes räumliches Denken. Dementsprechend haben wir ein zusätzliches Modul als Brückenkomponente zwischen der kognitiven Architektur und einem externen Wissensbasissystem KBS, SCONE (Fahlman, 2006), entwickelt.

Verweise

• Oltramari, A., Vinokurov, Y., Lebiere, C., Oh, J., & Stentz, A. (2014, März). Ontologiebasiertes kognitives System für kontextbezogenes Denken in Roboterarchitekturen. 2014 AAAI Spring Symposium Series.