Аналіз підходів для виявлення компонентних складових онтологічної моделі системи пошуку

Автор(и)

DOI:

https://doi.org/10.15587/2706-5448.2021.243587

Ключові слова:

інтелектуальна система пошуку, обробка інформації, онтології предметної області, семантична система, системи баз знань

Анотація

Об'єктом дослідження є компонентні складові інтелектуальної системи для пошуку інформації в електронних сховищах неструктурованих документів, заснованої на онтологіях предметної області. Одним з найбільш проблемних місць є обробка та аналіз інформації, яка міститься в електронних сховищах неструктурованих документів. Розглянуто деякі можливості підвищення ефективності обробки інформації. В ході дослідження використовувався метод, при якому онтології становлять множини представлених у ній термінів. Окрім цього, в онтологічну сукупність включаються також відомості про предметні області, про області визначень тощо. Отримано послідовність визначення концептуального уявлення інтелектуальної системи пошуку, заснованої на онтологічних компонентах. Представлено склад онтологічної моделі системи. Описані основні функціональні компоненти системи для інтелектуальної обробки інформації про електронні документи.

Запропоновані підходи для виявлення компонентних складових онтологічної моделі системи пошуку мають ряд особливостей. Це пов'язано з тим, що модель системи пошуку повинна мати сукупність властивостей, зокрема, цілісність, зв’язність, організованість, інтегративність, мобільність. Онтології, які представляють основні поняття предметної області в форматі, доступному для автоматизованої обробки у вигляді ієрархії класів та відношень між ними, дозволяють здійснювати автоматизовану обробку. Саме застосування онтологій в ролі посередника між користувачем і процесом пошуку, між процесом пошуку та пошуковою системою може сприяти вирішенню цілого ряду складних та нестандартних завдань пошуку інформації (одним з таких завдань є автоматизація процесу пошуку). Завдяки цьому забезпечується можливість вирішення проблеми подання знань для виводу інформації, що релевантна запитам користувачів, а також проблеми фільтрації та класифікації інформації. У порівнянні з аналогічними відомими системами пошуку, це забезпечує такі переваги, як створення загальної термінології для програмних агентів і користувачів, захист сховища інформації від тотального переповнення й виникнення помилок, а також вирішення питання старіння інформації.

Біографії авторів

Вікторія Вікторівна Костенко, Университет таможенного дела и финансов

Старший викладач

Кафедра комп’ютерних наук та інженерії програмного забезпечення

Ольга Федорівна Булгакова, Університет митної справи та фінансів

Старший викладач

Кафедра комп’ютерних наук та інженерії програмного забезпечення

Барбара Борисівна Стелюк, Університет митної справи та фінансів

Кандидат технічних наук, доцент

Кафедра комп’ютерних наук та інженерії програмного забезпечення

Посилання

  1. ISO/IEC/IEEE 42010. Available at: http://www.iso-architecture.org/ieee-1471/index.html
  2. Evlanov, M. V. (2013). Ontological model of information system architecture, based on service approach. Radіoelektronіka, іnformatika, upravlіnnia, 2, 130–135.
  3. Burov, Ye. V., Pasichnyk, V. V. (2015). Prohramni systemy na bazi ontolohichnykh modelei zadach. Informatsiini systemy ta merezhi, 829 (2), 36–57.
  4. Norenkov, I. P. (2010). Intellectual Technologies on the Base of Ontologies. Informatsionnye tekhnologii, 1, 17–23.
  5. Bashmakov, A. I., Bashmakov, I. A. (2005). Intellektualnye informatsionnye tekhnologii. Moscow: MGTU im. N.E. Baumana, 304.
  6. Schneider, T., Hashemi, A., Bennett, M., Brady, M., Casanave, C., Graves, H. et. al. (2012). Ontology for Big Systems: The Ontology Summit 2012 Communiqué. Applied Ontology, 7 (3), 357–371. doi: http://doi.org/10.3233/ao-2012-0111
  7. Belousova, I. D., Kurzaeva, L. V., Agdavletova, A. M. (2015). K voprosu o soglasovanii trebovanii k soderzhaniiu professionalnoi podgotovki na osnove ontologicheskoi modeli. Sovremennye naukoemkie tekhnologii, 11, 67–70.
  8. Pikuliak, M. V. (2014). Ontological approach to construction of subject sphere on basis of quantum frame model. Medychna informatyka ta inzheneriia, 1, 50–54.
  9. Karpov, I., Burov, Y. (2020). Use of ontological networks in decision support systems under ambiguity. Journal of Lviv Polytechnic National University "Information Systems and Networks", 7, 8–15. doi: http://doi.org/10.23939/sisn2020.07.008
  10. Noy, N. F., McGuinness, D. L. (2001). Ontology Development 101: A Guide to Creating Your First Ontology. Stanford Knowledge Systems Laboratory Technical Report KSL-01-05 and Stanford Medical Informatics Technical Report SMI-2001-0880. Available at: http://protege.stanford.edu/publications/ontology_development/ontology101.html
  11. Antonov, I. V. (2011). Model ontologii predmetnoi oblasti dlia sistem semanticheski-orientirovannogo dostupa. Elektrotekhnika, 12, 339–343.
  12. Paliukh, B. V., Sotnykov, A. N., Yvanov, V. K. (2013). Architecture of intelligent information support system for innovations in science and education. Software & Systems, 4, 203–208.

##submission.downloads##

Опубліковано

2021-12-07

Як цитувати

Костенко, В. В., Булгакова, О. Ф., & Стелюк, Б. Б. (2021). Аналіз підходів для виявлення компонентних складових онтологічної моделі системи пошуку. Technology Audit and Production Reserves, 6(2(62), 10–14. https://doi.org/10.15587/2706-5448.2021.243587

Номер

Розділ

Інформаційні технології: Звіт про науково-дослідну роботу