10.14489/vkit.2015.02.pp.028-035

DOI: 10.14489/vkit.2015.02.pp.028-035

Коробкин Д. М., Фоменков С. А., Колесников С. Г.
МЕТОД ИЗВЛЕЧЕНИЯ РУССКОЯЗЫЧНЫХ ОПИСАНИЙ ФИЗИЧЕСКИХ ЭФФЕКТОВ НА ОСНОВЕ ОНТОЛОГИИ ПРЕДМЕТНОЙ ОБЛАСТИ
(с. 28-35)

Аннотация. Представлен автоматический метод извлечения описаний физических эффектов из текстов на естественном русском языке. Разработана модель представления знаний о физических эффектах, основанная на онтологическом подходе. Спроектированы логическое и физическое представления онтологической модели. Разработана методика извлечения описаний физических эффектов на основе применения семантического анализа текста и формирования запросов к онтологической модели.

Ключевые слова: онтология предметной области; извлечение фактов; анализ текста; физический эффект.

Korobkin D. M., Fomenkov S. A., Kolesnikov S. G.
METHOD OF ONTOLOGY-BASED EXTRACTION OF PHYSICAL EFFECT DESCRIPTION
(pp. 28-35)

Abstract. Nowadays one of the most important tasks is automation of early stages of designing (requirements specification and technical proposal stages) of new technical systems and technologies on the base of which are made fundamental decisions about principles of operation and structure of design object. One of the most promising approaches to realize early stages of requirements specification is concerned with use of structured physical knowledge in the form of Physical Effects (PE) for automatic synthesis and choice of physical operating principle of developed technical system. Physical effect is an objective relation between two or more physical phenomenon, each of which is described by an appropriate physical quantity. As any physical phenomenon realize in material medium so a representation diagram of PE in the form of “black box” is visual and useful: A  B  C where A – input, B – object, C – output. Domain ontology was chosen as representation model of knowledge about PE. For development of the domain ontology the Protégé tool was chosen. The domain ontology based on knowledge from PE database which was developed by employees of CAD (Computer-Aided Design) department of Volgograd State Technical University and also based on model of the PE description. For semantic analysis was used the software for automated processing of Russian texts which was developed by AOT.ru group. Its output is a semantic network with a defined relationship. Developed domain ontology structure allows use of queries to the knowledge base for extraction of PE descriptions. For extraction of PE description it is necessary to reveal three components according to model: What object is influenced by PE? What influence contains in PE? Where the PE is localized? Query is generated from the results of the semantic analysis of sentence with the expected PE description. It is necessary to unite the semantic relations in groups and relate the query to the knowledge base of PE with each of groups. We introduced the rules that associate semantic relations and their respective present representation in the knowledge base. Thus, the presence of correspondences between semantic relations and queries to the knowledge base allows to clearly relate the fragment structure with the expected PE description.

Keywords: Domain ontology; Fact extraction; Text mining; Physical effect.

+ - Информация об авторах (About the Authors) Click to collapse

Рус

Д. М. Коробкин, С. А. Фоменков, С. Г. Колесников (Волгоградский государственный технический университет) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

Eng

D. M. Korobkin, S. A. Fomenkov, S. G. Kolesnikov (Volgograd State Technical University) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript

+ - Библиографический список (References) Click to collapse

Рус

1. Фоменков С. А., Давыдов Д. А., Камаев В. А. Моделирование и автоматизированное использование структурированных физических знаний. М.: Машино-строение-1, 2004. 278 с.
2. Коробкин Д. М., Фоменков С. А. Автоматизи-рованная методика извлечения структурированных фи-зических знаний в виде физических эффектов из текстов на естественном английском языке // Изв. Волгоград. гос. техн. ун-та. 2011. Т. 3, № 10. С. 116 – 120.
3. Коробкин Д. М., Фоменков С. А. Модель пред-ставления структурированной предметной информации в виде физических эффектов в тексте на естественном русском языке // Вестник компьютерных и информаци-онных технологий. 2009. № 7. С. 17 – 21.
4. Коробкин Д. М., Фоменков С. А. Программный комплекс поддержки процесса формирования информа-ционного обеспечения фонда физических эффектов // Научно-технические ведомости СПбГПУ. 2009. № 87. С. 306 – 310.
5. Онтологии и тезаурусы: модели, инструменты, приложения: учеб. пособие / Б. В. Добров и др. М.: Интернет-ун-т информ. технологий: БИНОМ. Лаборато-рия знаний, 2009. 173 с.
6. Farquhar A., Fikes R., Rice J. Tools for Assem-bling Modular Ontologies in Ontolingua // Proc. of National Conference on Artificial Intelligence. Menlo Park, СА. 1997. P. 436 – 441.
7. Sure Y., Staab S., Angele J. OntoEdit: Guiding Ontology Development by Methodology and Inferencing // Proc. of the International Conference on Ontologies, Data-bases and Applications of Semantics. University of Califor-nia, Irvine, USA, Springer, 2002. V. 2519. P. 1205 – 1222.
8. Musen M. Domain Ontologies in Software Engineering: Use of Protégé with the EON Architecture // Methods of Inform. in Medicine. 1998. Р. 540 – 550.
9. OilEd: a Reason-Able Ontology Editor for the Semantic Web / S. Bechhofer et al. // Proc. of Joint German / Austrian Conference of Artificial Intelligent. 2001. V. 2174. P. 396 – 408.
10. Ontosaurus: A Tool for Browsing and Editing Ontologies / B. Swartout et al. // 9th Banff Knowledge Aquisition for Knowledge-Based Systems Workshop. Banff, Canada. 1996. V. 69. P. 1 – 12.
11. OWL Web Ontology Language. Overview: W3C Recommendation 10 February 2004 [Электронный ресурс] / D. L. McGuinness, F. van Harmelen (Ed.). URL: http:// www.w3.org/TR/owl-features (дата обращения: 10.12.2014).
12. Сокирко А. В. Семантические словари в авто-матической обработке текста: по материалам системы ДИАЛИНГ: автореф. дис. … канд. техн. наук: 05.13.17. М., 2001. 26 с.
13. Pérez J., Arenas M., Gutierrez C. Semantics and Complexity of SPARQL // ACM Transactions on Database Systems. 2009. V. 34, Is. 3. Article 16. P. 53 – 62.

Eng

1. Fomenkov S. A., Davydov D. A., Kamaev V. A. (2004). Modeling and automated use of structured physical knowledge. Moscow: Mashinostroenie-1.
2. Korobkin D. M., Fomenkov S. A. (2011). An auto-mated method of extracting structured physical knowledge in the form of physical effects from texts in natural Eng-lish. Izvestiia Volgogradskogo Gosudarstvennogo universiteta, 3(10), pp. 116-120.
3. Korobkin D. M., Fomenkov S. A. (2009). Represen-tation model of structured subject information in the form of physical effects in the text in a natural Russian lan-guage. Vestnik komp'iuternykh i informatsionnykh tekhnologii, (7), pp. 17-21.
4. Korobkin D. M., Fomenkov S. A. (2009). Software complex of support the process of formation of information provision fund of physical effects. Nauchno-tekhnicheskie vedomosti SPbGPU, (87), pp. 306-310.
5. Dobrov B. V. et al. (2009). Ontologies and thesauri: models, tools, applications. Moscow: Internet-universitet informatsionnykh tekhnologii; BINOM. Laboratoriia znanii.
6. Farquhar A., Fikes R., Rice J. (1997). Tools for As-sembling Modular Ontologies in Ontolingua. Proc. of Na-tional Conference on Artificial Intelligence. Menlo Park, СА, pp. 436-441.
7. Sure Y., Staab S., Angele J. (2002). OntoEdit: Guiding Ontology Development by Methodology and Inferencing. Proc. of the International Conference on Ontol-ogies, Databases and Applications of Semantics. University of California, Irvine, USA, Springer, (2519), pp. 1205-1222.
8. Musen M. (1998). Domain Ontologies in Software Engineering: Use of Protégé with the EON Architecture. Methods of Inform. in Medicine, pp. 540 – 550.
9. Bechhofer S. et al. (2001). OilEd: a Reason-Able Ontology Editor for the Semantic Web. Proc. of Joint Ger-man / Austrian Conference of Artificial Intelligent. (2174), pp. 396-408.
10. Swartout B. et al. (1996). Ontosaurus: A Tool for Browsing and Editing Ontologies. 9th Banff Knowledge Aquisition for Knowledge-Based Systems Workshop. Banff, Canada. (69), pp. 1-12.
11. McGuinness D. L., van Harmelen F. (Ed.). OWL Web Ontology Language. Overview: W3C Recommendation 10 February 2004. Available at: http://www.w3.org/TR/owl-features (Accessed: 10.12.2014).
12. Sokirko A. V. (2001). Semantic dictionaries in au-tomatic text processing: based on materials of the DIALING system. Abstract for PhD dissertation No. 05.13.17. Moscow.
13. Pérez J., Arenas M., Gutierrez C. (2009). Semantics and complexity of SPARQL. ACM Transactions on Da-tabase Systems, 34(3), Article 16, pp. 53-62.

+ - Заказать электронную версию статьи (Purchase digital version of a single article) Click to collapse

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 250 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа статьи заполните форму:

{jform=1,doi=10.14489/vkit.2015.02.pp.028-035}

Eng

This article is available in electronic format (PDF).

The cost of a single article is 250 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please fill out the form below:

{jform=2,doi=10.14489/vkit.2015.02.pp.028-035}