TECHNIKI ORGANIZACJI I PORZ DKOWANIA DANYCH NA POZIOMIE SEMANTYCZNYM W NAUKACH PRZYRODNICZYCH 1 WALDEMAR KARWOWSKI

Transkrypt

1 TECHNIKI ORGANIZACJI I PORZ DKOWANIA DANYCH NA POZIOMIE SEMANTYCZNYM W NAUKACH PRZYRODNICZYCH 1 WALDEMAR KARWOWSKI Streszczenie W pracy przedstawiono znaczenie podej cia opartego na technologiach semantycznych w systemach informatycznych a w szczególno ci w systemach zarz dzania wiedz. Zostały omówione podstawowe sposoby porz dkowania i opisywania danych: meta dane, taksonomie, słowniki a w szczególno ci tezaurusy oraz ontologie. Przedstawiono tak e najwa niejsze notacje wykorzystywane w tych technologiach, w szczególno ci sposoby zapisu ontologii. Nast pnie zaprezentowano konkretne implementacje przedstawionych technologii w naukach przyrodniczych. W ko cowej cz ci omówiono perspektywy zastosowania omówionych przypadków do tworzenia ontologii dotycz cej produkcji ro linnej. Słowa kluczowe: metadane, taksonomie, tezaurusy, ontologie, zarz dzanie wiedz 1. Wprowadzenie Technologie informatyczne znajduj obecnie zastosowanie we wszystkich dziedzinach ycia, ich rola systematycznie wzrasta. Dla wielu u ytkowników komputer oraz coraz powszechniejszy Internet stanowi przede wszystkim ródło rozrywki, jednak e nawet oni doceniaj fakt, e ta nowoczesna technologia ułatwia ycie. Powszechnie wyszukujemy potrzebne nam informacje takie jak godzina odjazdu poci gu, repertuar kinowy czy korzystna oferta ubezpieczenia samochodu. Wyszukiwarki internetowe stały si bardzo przydatnym i cz sto u ywanym narz dziem. Problemem, jaki si pojawia, jest jako uzyskiwanej informacji. Je eli pytamy o seanse filmowe w okre lonym kinie prawdopodobnie łatwo znajdziemy oczekiwana odpowied, podobnie, gdy w zapytaniu podamy dokładny tytuł filmu, jaki chcieliby my obejrze. Z kolei gdyby my chcieli zapyta o film kryminalny, wy wietlany w kinach nie dalej ni 10 kilometrów od miejsca naszego zamieszkania, pomi dzy godzin 15-t a 20-t, mo emy otrzyma odpowied niezadawalaj c. Bardzo cz sto równie nadmiar informacji w otrzymanej odpowiedzi nie ułatwia nam zadania. Nawigacja w g szczu wyszukanych stron internetowych jest praktycznie niemo liwa, nie jeste my w stanie przejrze wszystkich trafie a te, które wyszukiwarka zwróciła jako pierwsze mog by dla nas bezwarto ciowe i dotyczy zupełnie innej dziedziny. W takiej sytuacji potrzebne s metody wyszukiwania informacji w zale no ci od kontekstu, oparte o dodatkowe wnioskowanie. Niezb dne jest aby narz dzie wyszukiwania miało mo liwo analizy i syntezy informacji w stopniu przynajmniej podstawowym. Potrzebne s nowoczesne technologie informatyczne, dzi ki którym, zgodnie z definicj Ackoffa 2,3, otrzymamy nie tylko informacje, czyli dane przetworzone w sposób przydatny u ytkownikowi daj ce odpowied na pytania: co?, kto?, gdzie?, kiedy?, ale 1 Praca naukowa finansowana ze rodków na nauk w latach jako projekt badawczy Nr N N Ackoff, R., From Data to Wisdom. 3 Berezi ski M., Hołubiec J., Wagner D., Hierarchiczna struktura poznania piramida wiedzy.

2 156 Techniki organizacji i porz dkowania danych na poziomie semantycznym w naukach przyrodniczych wiedz aplikacj informacji odpowiadaj c na pytanie jak?. Wówczas u ytkownik rzeczywi- cie b dzie wspomagany w rozwi zywaniu problemów i podejmowaniu decyzji. Takie metody i narz dzia uwzgl dniaj ce kontekst i semantyk zapytania potrzebne s tak e przy automatycznej wymianie danych pomi dzy systemami, nie tylko podczas interakcji systemu z człowiekiem. Współczesne systemy informatyczne korzystaj z sieci globalnej, negocjuj z innymi systemami, wymieniaj z nimi dane i odpowiednio je interpretuj. W sieci globalnej dane mog pochodzi od ró nych dostawców, niekoniecznie znanych w momencie tworzenia systemu. Warunkiem koniecznym w takiej sytuacji s rozwi zania, w których dane s uporz dkowane, opisane i formatowane w sposób umo liwiaj cy zastosowanie automatycznych metod analizy i syntezy a wi c s informacj. Aby stały si wiedz musz dodatkowo by uporz dkowane i opisane na poziomie semantycznym. Aby współpraca pomi dzy systemami mogła by powszechna, takie rozwi zania powinny by oparte na ustalonych, ogólnie przyj tych standardach. Standardy, chocia w mniejszym stopniu, maj równie znaczenie dla wzmiankowanej wcze niej sytuacji przeszukiwania przez u ytkownika zasobów Internetu. Zasoby opisane w standardowy sposób mog by w podobny sposób interpretowane przez ró ne wyszukiwarki oraz inne narz dzia wyprodukowane przez niezale nych dostawców. Celem niniejszej pracy jest analiza sposobów porz dkowania i opisywania danych dla projektu realizowanego w Katedrze Informatyki SGGW: Narz dzia zarz dzania wiedz w produkcji ro linnej. Chcemy przedstawi jak mo na organizowa i porz dkowa dane oraz wzbogaci uporz dkowane dane na poziomie semantycznym. Rozwa ania nasze skupi si przede wszystkim na systemach dedykowanych naukom przyrodniczym a w szczególno ci rolnictwu. Dotycz one przede wszystkim integracji danych pochodz cych z zasobów internetowych o do swobodnie okre lonej strukturze, opisanej lub daj cej opisa si przy pomocy j zyka XML. Zagadnienia zwi zane ze standardami opartymi na XML, a w szczególno ci agroxml, mo liwymi do wykorzystania w rolniczych systemach zarz dzania wiedz zostały przedstawione we wcze niejszym artykule autora 4. Skupienie si na zasobach internetowych jest przyczyn powoływania si głównie na ródła internetowe w szczególno ci za na zasoby Wikipedii, która niezale nie od niedoskonało ci, staje si współcze nie wa nym ródłem wiedzy i przykładem integracji informacji. Nale y podkre li, e przedstawiony przegl d nie wyczerpuje cało ci zagadnienia opisu i organizacji danych w dziedzinie rolnictwa, olbrzymie zasoby informacji zgromadzone s w bazach danych o precyzyjnie okre lonej strukturze, głównie relacyjnej, najcz ciej bezpo rednio niedost pnych z poziomu Internetu. W takich sytuacjach podstawow metod wydobywania wiedzy jest dr enie danych (data mining), cz sto konieczne jest tworzenie wyspecjalizowanych narz dzi zapyta takich jak opisane w pracy R. Budzi skiegi i M.Karkowiaka 5, czy zaprojektowanie dedykowanych systemów opartych na bazach danych (patrz: W. Chmielarz 6 ). Zagadnienia wykorzystania takich metod zarz dzania wiedz w dziedzinie rolnictwa wykraczaj poza zakres tej pracy. 4 Karwowski, W. Standardy oparte na XML w rolniczych systemach zarz dzania wiedz. 5 Budzi ski R., Krakowiak M., Modelowanie zapyta i bazy reguł w regułowym j zyku zapyta z wykorzystaniem logiki rozmytej. 6 Chmielarz W., Techniki zarzadzania wiedza w koncepcji eksperckiego systemu informatycznego.

3 Studies & Proceedings of Polish Association for Knowledge Management Nr 37, Organizacja i porz dkowanie danych Dane mog by organizowane i opisywane na ró nych poziomach w zale no ci od potrzeb. Czasami wystarczy prosta etykieta, czasami konieczne jest opisanie skomplikowanych relacji z innymi danymi. Omówimy kolejno rozmaite podej cia. Pierwsz metod porz dkowania danych s metadane czyli dane o danych. Porz dkuj c dane na ogół staramy si ustali podstawowe kryteria aby według nich dane grupowa czy klasyfikowa. Metadane to wszelkiego rodzaju dane, która daj dodatkow informacj na temat innych danych. Przykładem metadanych s klasyczne katalogi biblioteczne okre laj ce informacje potrzebne do opisu ksi ki (autor, tytuł, rok wydania, słowa kluczowe, ). Metadane wykorzystywane s tak e do opisu informacji o schemacie np. struktur relacyjnych baz danych lub słu do okre lania prawa dost pu np. do informacji administracyjnych itp. Mog tak e by u yte do wzbogacenia zasobów takich jak dokumenty czy zdj cia o dodatkowe informacje na przykład imi i nazwisko autora dokumentu, tytuł lub data utworzenia. Przy pomocy metadanych opisywane s dokumenty elektroniczne, w szczególno ci dokumenty dost pne poprzez sieci komputerowe, np. strony WWW, a tak e dokumenty tworz ce nowoczesne biblioteki cyfrowe. Najprostszym przykładem jest znacznik HTML meta, który jest niewidoczny dla u ytkownika, ale mo e by wykorzystywany przez wyszukiwarki: <meta name="keywords" content="knowledge management, content management"> Jednym ze standardów metadanych jest Dublin Core Metadata Element Set (DCMES) 7 przeznaczony przede wszystkim do opisu zasobów sieciowych. Istnieje polska wersja tego standardu: PN-ISO 15836:2006 Informacja i dokumentacja. Zestaw elementów metadanych Dublin Core. Mamy standardy metadanych przeznaczone dla konkretnych dziedzin, przykładem jest EML (Ecological Metadata Language) 8, jest to specyfikacja opracowana dla ekologii. Inny przykład z dziedziny biologii to Darwin Core, który specyfikuje metadane dla informacji na temat geograficznego wyst powania gatunku. Zagadnienia meta danych porusza tak e norma ISO/IEC 11179, która okre la standard wymiany danych, opartej na metadanych, w heterogenicznym rodowisku. U ywana jest ponadto norma ustalaj ca opis dokumentu na poziomie rekordów na no niku magnetycznym ISO 2709 (wersja polska PN-ISO 2709: 2010 Informacja i dokumentacja. Format do wymiany informacji ). Zawiera ona ustalenia dotycz ce struktury rekordu bibliograficznego: układ, kolejno oraz sposób zapisywania danych. Kolejnym poj ciem wi cym si z tym zagadnieniem s taksonomie. Taksonomia (gr. taksis układ, porz dek + nomos prawo) powstała jako poddyscyplina systematyki organizmów, nauka o zasadach i metodach klasyfikowania, w szczególno ci o tworzeniu i opisywaniu jednostek systematycznych (taksonów) i wł czaniu ich w układ kategorii taksonomicznych. Obecnie wykorzystywana jest ona w rozmaitych dziedzinach nauki i ycia. W przypadku u ywania poj cia taksonomii w szerszym znaczeniu nie ma cisłej definicji, najcz ciej rozumiana jest ona jako drzewiasta struktura poj i obiektów. Przykładem mo e tu by podstawowy podział na kategorie w Wikipedii. Gdy stosujemy taksonomie pojawia si kilka problemów. Pierwszy zwi zany jest z metadanymi mo emy mie hierarchie matadanych (klas) i odpowiadaj ce im hierarchie obiektów (instancji) czasami konieczne jest rozró nienie tych dwu hierarchii. Drugi problem to trudno zastoso

4 158 Techniki organizacji i porz dkowania danych na poziomie semantycznym w naukach przyrodniczych wania hierarchicznego opisu do wielu zagadnie, nie wszystko da si opisa w postaci drzewa, st d pojawiaj si próby dodania do taksonomii dodatkowych zwi zków pomi dzy poj ciami, w Wikipedii s to na przykład kategorie zwi zane 9. Tak rozszerzona taksonomia staje si sieci (grafem) poj. Trzecim problemem jest sposób opisu (definicji) poj wyst puj cych w taksonomii, przydatne do tego zadania s słowniki. Najcz ciej poprzez słownik rozumiemy zbiór słów lub wyra e uło onych i opracowanych według jakiej zasady. Hasła najcz ciej s uło one w porz dku alfabetycznym. Spotykamy rozmaite rodzaje słowników, cz ma charakter ogólny jednak e ze wzgl dów praktycznych obecnie tworzonych jest wiele słowników tematycznych. Oprócz tradycyjnych słowników takich jak Słownik j zyka polskiego charakterystycznym przykładem jest Wikisłownik (Wiktionary), rozwijany obok Wikipedii dost pny tak e w j zyku polskim. Z punktu widzenia zarz dzania wiedz interesuj nas słowniki o silnie sformalizowanej strukturze, takie jak słowniki narzucone (controlled vocabulary słownictwo narzucone). Słownik narzucony to zbiór starannie dobranych słów i zwrotów, które s u ywane do oznaczania jednostek informacji, tak aby mogły by łatwiej znajdowane podczas wyszukiwania. Porz dkuj one takie zagadnienia jak synonimy, antonimy czy homogramy poprzez okre lenie zwi zków i zale no ci pomi dzy nimi. Najkrócej mówi c redukuj one niejasno ci zwi zane z naturalnymi j zykami, w których na przykład ta sama koncepcja mo e mie ró ne nazwy. Takie zbiory słów mog by łatwo wykorzystane do klasyfikacji zasobów np. przy u yciu metadanych. W słownikach narzuconych mog pojawi si tak e elementy taksonomii hierarchie. Wyró nia si rozmaite rodzaje takich słowników, najbardziej interesuj ce s tezaurusy. Tezaurus, według Wikipedii, to zbiór semantycznie i hierarchicznie powi zanych terminów, ułatwiaj cy wyszukiwanie pochodnych informacji lub słownik wyrazów bliskoznacznych doł czany do niektórych procesorów tekstu 10. Tradycyjnie rozumiany jest jako zbiór synonimów i antonimów. Historycznym przykładem w j zyku angielskim jest Roget s Thesaurus, współczesnym przykładem bazuj cym na idei tezaurusa jest WordNet, leksykalna baza danych dla j zyka angielskiego 11. WordNet grupuje słowa angielskie w zestawy synonimów o nazwie synsets, dostarcza równie ogólne definicje i zapisy ró nych semantycznych relacji pomi dzy tymi zestawami synonimów. Istniej dwa zdefiniowane standardy ISO dotycz ce tezaurusów: ISO 2788 opisuj cy zasady budowy tezaurusów jednoj zycznych (wersja polska PN-N-09018:1992 Tezaurus jednoj zyczny. Zasady tworzenia, forma i struktura ) oraz ISO 5964 dotycz cy tezaurusów wieloj zycznych. Obecnie trwaj prace nad poł czon rozszerzon wersj tych standardów ISO Norma ta okre la zasady budowania hierarchii poj ; dla danego terminu okre lany jest termin szerszy (to jest o jeden poziom wy ej w hierarchii Broader Term, skrót BT; według normy polskiej odpowiednikiem jest: SD szerszy deskryptor) oraz terminy o w szym znaczeniu (Narrower Term, skrót NT; według normy polskiej odpowiednikiem jest: WD w szy deskryptor). Ponadto zdefiniowany jest jeden termin zalecany (Preferred Term, skrót PT) spo ród równowa nych wariantów (Variant Term, skrót VT). Dodatkowo mamy terminy zwi zane z danym poj ciem (Related Term, skrót RT; według normy polskiej odpowiednikiem jest: KD kojarzeniowy deskryptor). Do wskazywania preferowanych terminów wykorzystuje si zwi zki Use (skrót U) oraz

5 Studies & Proceedings of Polish Association for Knowledge Management Nr 37, Use For (skrót UF), co w polskiej wersji zostało ustalone jako U/NU (u ywaj / nie u ywaj). Tak definiowane tezaurusy zawieraj informacje o zwi zkach pomi dzy poj ciami na poziomie semantycznym. Wy szy poziom organizacji semantycznej zapewniaj ontologie. Ontologia w informatyce to formalna reprezentacja pewnej dziedziny wiedzy, na któr składa si zapis zbiorów poj i relacji mi dzy nimi, który mo e słu y jednocze nie jako podstawa do wnioskowania o wła ciwo ci opisywanych ontologi poj. Mo na powiedzie, e ontologia jest to model do opisywania jakiej dziedziny, jest rozszerzeniem tezaurusa w tym sensie, e mo liwe jest swobodne definiowanie relacji (nie ma ogranicze do szersze / w sze itd.). Poj cie ontologia po raz pierwszy w dziedzinie informatyki u ył Gruber w 1993 roku. Podana definicja to ontologia jest jawn specyfikacj konceptualizacji 12. Według Grubera ontologie s cz sto uto samiane z taksonomicznymi hierarchiami klas, definicjami klas oraz odpowiednich relacji, ale nie musz by ograniczone do tych form. Wspólne elementy ontologii obejmuj : Instancje: konkretne istniej ce obiekty klas; Klasy: zbiory, kolekcje, koncepcje, typy obiektów lub rzeczy; Atrybuty: aspekty, wła ciwo ci, funkcje, wła ciwo ci lub parametry, które obiekty i klasy mog mie ; Relacje: sposoby w jaki klasy i obiekty mog by ze sob powi zane; Terminy funkcyjne: zło one struktury utworzone z niektórych relacji, które mog by stosowane w miejsce jednostkowego terminu w stwierdzeniach; Ograniczenia: formalnie opisy tego, co musi by spełnione, aby niektóre twierdzenia były akceptowane jako wej cie; Reguły: stwierdzenia w formie je eli to (if then), które opisuj logiczne wnioski, jakie mo na wyci gn z twierdzenia w okre lonej formie; Aksjomaty: twierdzenia (w tym reguły) w logicznej formie, które razem składaj si na ogóln teori, jak ontologia opisuje w swojej domenie aplikacji; Zdarzenia: zmiany atrybutów lub relacji. Ontologie maj znaczenie w wielu dziedzinach gdzie konieczne jest automatyczne wnioskowanie. Ontologie s u ywane w sztucznej inteligencji, realizacji sieci semantycznych, in ynierii systemów, in ynierii oprogramowania, informatyce biomedycznej, genetyce czy bibliotekoznawstwie. Ontologie potwierdziły, e s bardzo przydatnym narz dziem do reprezentowania wiedzy w sposób ułatwiaj cy wyci ganie wniosków z wiedzy 13. Powstaje problem jak zapisa ontologie, mo na posługiwa si notacjami graficznymi np. UML, mo na stosowa strukturalizowany j zyk naturalny jednak e, aby zbudowa efektywne technologie do zarz dzania wiedz, ontologia musi by zakodowana w formie mo liwej do automatycznego wykorzystania przez komputery. W ci gu ostatnich kilku lat opracowano kilka j zyków reprezentacji ontologii. S to przykładowo: CL (Common Logic) opublikowany jako standard ISO/IEC 24707:2007, jego zadaniem jest stworzenie ram dla rodziny j zyków opartych na logice pierwszego rz du, co ma docelowo ułatwi wymian i przekazywanie wiedzy w systemach komputerowych; CycL to j zyk ontologii u ywany przez projekt sztucznej inteligencji Cyc; IDEF5 (Integrated Definition for Ontology Description Capture Method) to j zyk modelowania wykorzystuj cy notacje graficzn, tworzenia i rozwijania ontologii; KIF (Knowledge Interchange Format) jest komputerowo zorientowanym j zykiem do 12 Gruber, T. A translation approach to portable ontologies. 13 Fensel, D., Ontologies, A Silver Bullet for Knowledge Management and Electronic Commerce.

6 160 Techniki organizacji i porz dkowania danych na poziomie semantycznym w naukach przyrodniczych wymiany wiedzy pomi dzy programami komputerowymi. Istnieje wiele innych j zyków ontologii, których w tym miejscu nie b dziemy wymienia, ale najbardziej interesuj ce wydaj si specyfikacje, opracowane przez World Wide Web Consortium, zwi zane z inicjatyw Sieci Semantycznej (Sematic Web) 14. Specyfikacje te wykorzystuj XML jako j zyk notacji. Podstaw inicjatywy jest RDF (Resource Description Framework) zaprojektowany jako specyfikacja modelu metadanych. Istnieje wiele mo liwych notacji RDF, ale RDF/XML jest podstawowa (chocia inne N3 lub Turtle s w wielu przypadkach bardzo przydatne). Nast pnym elementem jest RDFS (RDF Schema) zapewnienia on podstawowe elementy opisu ontologii. RDF zawiera jedynie informacje w postaci grafu skierowanego, natomiast RDFS wprowadza podstawowe poj cia, pozwalaj ce na strukturalne uporz dkowanie tego grafu. Kolejn rodzin specyfikacji jest SKOS (Simple Knowledge Organization System), po wi cony organizacji wiedzy, ma ona na celu dostarczenie narz dzia do ujednolicenia słowników narzuconych. Czwart specyfikacja jest OWL (ang. Web Ontology Language) j zyk o składni opartej na XML, oraz semantyce opartej na logice opisowej. Stanowi on rozszerzenie RDF i powstał głównie w celu reprezentacji i przetwarzania danych w sieci WWW w postaci ontologii. W tym momencie musimy wspomnie o dwóch bliskich inicjatywach, które stały si podstaw OWL: DAML i OIL. DAML (DARPA Agent Markup Language) został opracowany w USA przez DARPA (Defense Advanced Research Projects Agency) w celu reprezentacji danych do odczytu maszynowego dla sieci WWW, natomiast OIL (Ontology Inference Layer albo Ontology Interchange Language) został stworzony jako infrastruktura dla sieci semantycznej w Europie. Efektem poł czenia wysiłków był DAML + OIL, który stał si podstaw opracowania OWL. OWL, obecnie w wersji OWL 2, wydaje si by dobrym standardem do reprezentowania ontologii w ci gu najbli szych lat nie tylko dla sieci semantycznej ale tak e we wszystkich zagadnieniach zwi zanych z zarz dzaniem wiedz. Ontologie pomagaj nie tylko podczas wyszukiwania informacji, umo liwiaj interoperacyjno semantyczn w heterogenicznych, wieloj zycznych rodowiskach. Poniewa ontologie s niezale ne od modeli danych na ni szych poziomach, s one wykorzystywane do integracji rozmaitych ródeł danych. Dzi ki temu mo emy budowa narz dzia, które mog skutecznie przeszukiwa pliki, bazy danych, strony internetowe i inne zasoby na poziomie semantycznym, aby wydoby informacje i uchwyci jej znaczenie. Wielu twórców oprogramowania próbuje u y ontologii na du skal w semantycznej integracji aplikacji w rozproszonych organizacjach, oraz do stworzenia otwartej infrastruktury do szerokiej współpracy z innymi aplikacjami. 3. Implementacje tezaurusów i ontologii w naukach przyrodniczych Niew tpliwym liderem w implementacji technologii semantycznych w rolnictwie i naukach przyrodniczych jest FAO. Organizacja ta prowadzi serwis internetowy AIMS (Agricultural Information Management Standards) 15 po wi cony zwi kszaniu współpracy pomi dzy systemami informacyjnymi przeznaczonymi dla rolnictwa i dziedzin pokrewnych. Jednym z elementów serwisu jest AgMES (Agricultural Metadata Element set) inicjatywa, która ma za zadanie stworzy podstaw dla semantycznych standardów w dziedzinie rolnictwa w zakresie opisu i odkrywania zasobów, interoperacyjno ci i wymiany metadanych pomi dzy rozmaitymi rodzajami zasobów informacyjnych. Zakres metadanych AgMES jest znacznie obszerniejszy ni w Dublin Core. Na

7 Studies & Proceedings of Polish Association for Knowledge Management Nr 37, st pnym elementem serwisu AIMS jest AGROVOC wieloj zyczny, strukturalizowany i narzucony słownik terminologii dla rolnictwa, le nictwa, rybołówstwa, przemysłu spo ywczego i innych pokrewnych dziedzin (np. ochrona rodowiska). Dost p do AGROVOC mo liwy jest poprzez stron WWW, mo na równie pobra kopi lokaln w formacie SKOS, albo jako baz danych MySql, Postgres czy MS Access, wreszcie jako tekst znakowany lub w formacie ISO W Stanach Zjednoczonych opracowano National Agricultural Library Thesaurus, zawiera on terminy z rolnictwa, biologii i dziedzin pokrewnych jest dost pny w sieci lub do lokalnego u ytku w formacie XML, SKOS, PDF lub DOC. Interesuj cy jest tak e GeMET (GEneral Multilingual Environmental Thesaurus), który został opracowany przez Europejsk Agencj Ochrony rodowiska, obejmuj cy ogóln terminologi z zakresu rodowiska, mi dzy innymi jest słownictwo zwi zane z rolnictwem. Tezaurus dost pny jest w sieci a do u ytku lokalnego w formacie tabel mo liwych do importu do bazy MS Access oraz w formacie RDF. Istnieje polska wersja tezaurusa przygotowana przez Instytut Ochrony rodowiska 16. Tezaurus wieloj zyczny EuroVoc 17 dotyczy wszystkich zagadnie, którymi zajmuje si Unia Europejska, w tym równie rolnictwa. Rozwijany jest według zalece normy ISO 5964 i udost pniany w wersji internetowej, dost pny jest tak e w postaci pliku PDF oraz formacie SKOS. Historycznie pierwsze ontologie zwi zane z zagadnieniami zwi zanymi z rolnictwem powstały w dziedzinie biologii. Potrzeba biologicznych ontologii wzrosła w ostatnich latach w du ej mierze ze wzgl du na szybki rozwój du ych biologicznych baz danych. Na szczególn uwag zasługuje Gene Ontology (GO) 18, która stanowi od lat baz wiedzy w dziedzinie genetyki. Jest to wspólne przedsi wzi cie podj te w celu zaspokojenia potrzeby spójnego opisu genów w ró nych bazach danych. GO jest cz ci wi kszej inicjatywy OBO (Open Biomedical Ontologies pierwotnie Open Biological Ontologies). OBO powstała by by podstaw do tworzenia narzuconych słowników do wspólnego u ytku w ró nych domenach biologicznych i medycznych. Trzeba zauwa y, e został stworzony specjalny format reprezentacji ontologii nazwany OBO. Oprócz formatu OBO ontologia GO dost pna jest w formacie RDF oraz OWL, dodatkowo mo na korzysta z wersji w postaci relacyjnej bazy danych. Ciekaw inicjatyw w której tworzy si ontologie zwi zane z rolnictwem jest Animal Trait Ontology tworzona przez European Animal Disease Genomics Network of Excellence for Animal Heath and Foof Safety, nie jest ona jednak zwiazana z produkcja ro linn. Kolejna ontologia jest zwi zana z AIMS wspomnian inicjatyw prowadzon przez FAO. Ontologia ta ma ródło w projekcie AGROVOC a powstała poniewa zwykłe gromadzenie danych w bazach wiedzy okazało si niewystarczaj ce. Tak e na bazie AGROVOC powstaje Concept Server (CS) 19, jest to wersja tezaurusa w formacie OWL, ponadto CS ma mo liwo ci semantycznego okre lania relacji pomi dzy poj ciami, udost pnia tak e usługi sieciowe co umo liwi jego integracj przez niezale ne systemy w sieci. Kolejn inicjatyw jest Plant Ontology 20, której celem jest integracja słownictwa dla poszczególnych gatunków w jednolit ontologi dla ro lin kwitn cych: ry u, kukurydzy, rzodkiewnika (Arabidopsis) i innych okrytonasiennych (Angiosperms). Inne znane ontologie to Gramene Ontologies 21 to grupa ontologii która wykorzystuje tak e wymienion Plant Ontology; ontologia dla kukurydzy (Ontology for Maze) opracowana

8 162 Techniki organizacji i porz dkowania danych na poziomie semantycznym w naukach przyrodniczych przez Maize Mapping Project 22 oraz Ontologies & Controlled Vocabularies for Gene Annotation of Arabidopsis opracowane przez The Arabidopsis Information Resource Podsumowanie Obj to niniejszej pracy nie umo liwia pełnej prezentacji i analizy podstawowych sposobów porz dkowania i opisywania danych na poziomie semantycznym, oraz ich implementacji w dziedzinach powi zanych z rolnictwem. Powy szy niepełny przegl d stanowi punkt wyj ciowy dla stworzenia ontologii dla produkcji ro linnej. Jednym z celów projektu Narz dzia zarz dzania wiedz w produkcji ro linnej realizowanego w Katedrze Informatyki SGGW jest wła nie zbudowanie przykładowej ontologii dla rolnictwa w zakresie produkcji ro linnej w j zyku polskim jako wyj ciowym (jednocze nie utworzona b dzie wersja angielska powstałej struktury). B dzie ona stanowi narz dzie wykorzystane do projektowania i implementacji aplikacji do zarz dzania wiedz w rolnictwie. Na podstawie przedstawionych w poprzednim rozdziale implementacji wydaje si, e punktem startowym powinno by wykorzystanie EuroVoc oraz AGROVOC. W pierwszym etapie zostan wybrane najwa niejsze poj cia w j zyku polskim, nast pi okre lenie ich struktury, relacji mi dzy nimi, a tak e sposób, w jaki nale y rozumie poj cia i relacje. Nast pnie nast pi wst pna weryfikacja dobranych poj i relacji wzgl dem dost pnych dokumentów i portali po- wi conych rolnictwu w j zyku polskim. Kolejnym krokiem b dzie weryfikacja i uzupełnienie terminologii wzgl dem standardu agroxml. Powstanie ontologii umo liwi automatyczn współprac na poziomie semantycznym z rozmaitymi systemami, w ramach projektu zostan wykonane prototypowe aplikacje demonstruj ce mo liwo ci wyszukiwania na poziomie semantycznym i interoperacyjno ci. Bibliografia [1] Ackoff, R., From Data to Wisdom. Journal of Applied Systems Analysis 16, 1989: s.3 9. [2] Berezi ski M., Hołubiec J., Wagner D., Hierarchiczna struktura poznania piramida wiedzy, Polskie Stowarzyszenie Zarz dzania Wiedz Studia i Materiały, nr 19, Bydgoszcz 2009: s [3] Budzi ski R., Krakowiak M., Modelowanie zapyta i bazy reguł w regułowym j zyku zapyta z wykorzystaniem logiki rozmytej, Polskie Stowarzyszenie Zarz dzania Wiedz Studia i Materiały, nr 13, Bydgoszcz 2008: s [4] Chmielarz W., Techniki zarzadzania wiedza w koncepcji eksperckiego systemu informatycznego, Polskie Stowarzyszenie Zarz dzania Wiedz Studia i Materiały, nr 5, Bydgoszcz 2006: s [5] Fensel, D., Ontologies, A Silver Bullet for Knowledge Management and Electronic Commerce, Springer- Verlag Berlin Heidelberg, [6] Gruber, T., A translation approach to portable ontologies. Knowledge Acquisition, 5(2) 1993: s [7] [8]

9 Studies & Proceedings of Polish Association for Knowledge Management Nr 37, [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] Karwowski, W. Standardy oparte na XML w rolniczych systemach zarz dzania wiedz. Informatyka ku Przyszło ci, Warszawa TECHNIQUES OF ORGANIZATION AND ORDERING DATA ON THE SEMANTIC LEVEL IN THE LIFE SCIENCES Summary The paper presents the importance of an approach based on semantic technologies in information systems and in particular in knowledge management systems. There are discussed ways of organizing and describing data: metadata, taxonomies, dictionaries in particular thesauri, and ontologies. Also there are presented the main notations used in these technologies, in particular how to denote ontology. Then specific implementations of the technology in the natural sciences are descibed. The final part discusses the prospects for applying the described cases, to create an ontology for crop production. Keywords: metadata, taxonomy, thesaurus, ontology, knowledge management Katedra Informatyki Wydział Zastosowa Informatyki i Matematyki Szkoła Główna Gospodarstwa Wiejskiego ul. Nowoursynowska 159, Warszawa waldemar_karwowski@sggw.pl