VIII Международная студенческая научная конференция Студенческий научный форум - 2016

Для формализованного представления знаний в различных сферах деятельности все большую актуальность обретают онтологические модели. Они представляют собой описание системы понятий, существующих в некоторой предметной области, на естественном или формальном языке, основываясь на концептуализации знания.

Применение онтологических моделей для дистанционного курса обучения, делает возможным, на основе оценки онтологии, организовать образовательный процесс наиболее эффективным образом, то есть так, чтобы учащийся приобретал максимальное количество информации.

Проблемой оценки качества онтологии является то, что существует множество методов оценки, но нет комплексного подхода. Большинство из методов решают более или менее конкретные вопросы, но часто делают это бессистемно.

Целью данной работы является разработка программного средства, которое позволит дать оценку онтологии предметной области и рекомендации по ее улучшению.

Для осуществления данной цели необходимо рассмотреть метрики, на основе которых будут рассчитаны значения, по которым можно будет сделать выводы о качестве онтологии. Также будут рассмотрены существующие системы для построения и оценки онтологических моделей.

Существуют когнитивные и субъективные метрики оценки онтологии.

Когнитивные метрики:

• Метрики глубины онтологии,

• Метрики ширины онтологии,

• Запутанность онтологии,

• Отношение количества классов к количеству свойств,

• Количество анонимных классов.

Субъективные метрики:

• Метрики цикло,

• Метрики Ингве – Миллера,

• Метрики разнообразия количества связей,

• Метрики глубины онтологии,

• Метрики запутанности графа,

• Метрики измерения ветвистости графа.

Главным достоинством всех представленных выше метрик, является то, что их можно вычислить автоматически, основываясь на анализе графа онтологии.

Представить курсы обучения в виде онтологических моделей моно как вручную, автором курса, так и с использованием автоматизированных методов генерации онтологий, таких как:

DOE – система, осуществляющая построение онтологии в три этапа:

• построение таксономии понятий и отношений,

• добавление расширений и ограничений на таксономии,

• перевод онтологии на язык представления знаний.

Protege – программа для построения онтологий, основанная на двух редакторах Protege-Frames и Protege-OWL.

Существует некоторая классификация подходов к оценке качества онтологии, составленная на основе, в которой перечислены следующие методы:

1. OntoMetric – помогает выбрать подходящую онтологию для заданного проекта путем сравнения значения целей проекта и изучения характеристики онтологий.

2. OntoClean – позволяет оценить таксономию онтологии с формальной точки зрения. Сравнивает онтологическую модель с золотым стандартом, «чистит» таксономию онтологий.

3. EvaLexon осуществляет сравнение терминов из словаря онтологии с текстами на естественном языке, на базе которых была сконструирована онтология, и делает выводы о том, охватывает ли данная онтология большую часть понятий входного текста.

4. Natural Language Application metrics – помогает оценить содержание онтологии с помощью различных метрик.

5. OntoManager оценивает онтологию с позиции её соответствия заданной предметной области.

Разрабатываемая система должна считывать данные онтологии из xml файла, сгенерированным программой Protege, и рассчитывать метрики, по которым можно будет сделать выводы о качестве дистанционного курса.

Список литературы:

1. Андрич О.Ф., Макушкина Л.А. Исследование методов оценки качества готовых онтологических моделей// Андрич О.Ф., Макушкина Л.А. Современные научные исследования и инновации. 2014. № 3 (35). С. 11.

2. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2001. – 384 с.

3. Макушкина Л.А., Рыбанов А.А. Оценка качества структурирования учебного материала на основе метрик онтологических моделей. Известия Волгоградского государственного технического университета. 2014 г. Т. 11. № 14 (141). с. 86-89.

4. Попов Д.В., Макушкина Л.А. Исследование методов построения конвертера онтологических моделей курса// Попов Д.В., Макушкина Л.А. Современные научные исследования и инновации. 2014. № 1 (33). c. 3.

5. Hartmann J., Spyns P., Giboin A. D1.2.3 Methods for ontology evaluation. KWEB, 2005 г. – 49 с.

Код для цитирования: Скопировать