Tổng quan luận án
Luận án tiến sĩ chuyên ngành Khoa học máy tính (mã số: 62.01) của nghiên cứu sinh Trần Thanh Lương, thực hiện tại Trường Đại học Khoa học – Đại học Huế dưới sự hướng dẫn của PGS. Nguyễn Anh Linh và TS. Hoàng Thị Lan Giao, tập trung giải quyết bài toán học khái niệm cho các hệ thống thông tin và cơ sở tri thức dựa trên logic mô tả (Description Logics).
Tính cấp thiết và khoảng trống nghiên cứu
Logic mô tả là họ ngôn ngữ hình thức đóng vai trò nền tảng lý thuyết cho việc xây dựng ontology và các hệ thống Web ngữ nghĩa (Semantic Web), tiêu biểu là các chuẩn Web Ontology Language (OWL dựa trên $SHOIN$, $SHOIQ$ và OWL 2 dựa trên $SROIQ$) do Tổ chức tiêu chuẩn quốc tế World Wide Web Consortium (W3C) khuyến nghị. Trong kỹ nghệ ontology, bài toán tự động phát hiện và định nghĩa các khái niệm từ dữ liệu có ý nghĩa thực tiễn cao, tương tự bài toán phân lớp nhị phân trong học máy truyền thống nhưng phức tạp hơn do các đối tượng vừa có thuộc tính vừa có các quan hệ đa chiều.
Khoảng trống nghiên cứu được tác giả chỉ ra gồm hai điểm mấu chốt:
- Phần lớn các công trình học khái niệm trước đây sử dụng toán tử làm mịn (refinement operators) kết hợp lập trình logic quy nạp hoặc tìm kiếm theo hàm điểm (như hệ thống Foil, DL-Foil, DL-Learner). Các phương pháp này chỉ hoạt động hiệu quả trên các logic mô tả đơn giản ($\mathcal{ALER}$, $\mathcal{ALN}$, $\mathcal{ALC}$); khi mở rộng sang các logic mô tả diễn cảm hơn ($\mathcal{ALCN}$, $\mathcal{ALCQ}$, $\mathcal{ALCIQ}$, $\mathcal{SHIF}$, $\mathcal{SHIQ}$, $\mathcal{SHOIN}$, $\mathcal{SHOIQ}$, $\mathcal{SROIQ}$) thì gặp bế tắc kỹ thuật trong việc thiết kế toán tử làm mịn.
- Hướng tiếp cận sử dụng mô phỏng hai chiều (bisimulation) mới chỉ được áp dụng ở một số công trình ban đầu trong ngữ cảnh diễn dịch đơn lẻ (Ngữ cảnh 3), hoàn toàn bỏ qua các thuộc tính số, thuộc tính rời rạc, vai trò dữ liệu và các đặc trưng quan trọng như tính chất hàm ($F$) hay hạn chế số lượng không định tính ($N$). Đồng thời, chưa có công trình nào sử dụng mô phỏng hai chiều để học khái niệm trực tiếp trên cơ sở tri thức chứa bộ tiên đề vai trò, bộ tiên đề thuật ngữ và bộ khẳng định cá thể dưới giả thiết thế giới mở (Ngữ cảnh 1 và Ngữ cảnh 2).
Mục tiêu nghiên cứu
Luận án xác định 5 mục tiêu cụ thể:
- Nghiên cứu cú pháp, ngữ nghĩa cho một lớp rộng các logic mô tả giàu ngữ nghĩa ($L_{\Sigma,\Phi}$) có bổ sung thuộc tính rời rạc, thuộc tính số, vai trò dữ liệu và các đặc trưng $F$, $N$.
- Xây dựng và mở rộng hệ thống định nghĩa, định lý, bổ đề về mô phỏng hai chiều trong lớp logic mô tả nêu trên; sử dụng mô phỏng hai chiều để mô hình hóa tính không phân biệt được của các đối tượng.
- Phát triển thuật toán học khái niệm dựa trên mô phỏng hai chiều cho các hệ thống thông tin trong logic mô tả thuộc Ngữ cảnh (3).
- Xây dựng phương pháp làm mịn phân hoạch miền diễn dịch dựa trên mô phỏng hai chiều, kết hợp bộ chọn cơ bản, đơn giản, mở rộng và độ đo gia lượng thông tin.
- Đề xuất các thuật toán học khái niệm trên cơ sở tri thức cho Ngữ cảnh (1) và Ngữ cảnh (2) sử dụng mô phỏng hai chiều và cây quyết định.
Ba ngữ cảnh học khái niệm được giải quyết
- Ngữ cảnh (1): Cho cơ sở tri thức $KB$ trong logic mô tả $L_{\Sigma,\Phi}$ và hai tập mẫu $E^+$, $E^-$. Tìm khái niệm $C$ sao cho $KB \models C(a)$ với mọi $a \in E^+$ và $KB \models \neg C(a)$ với mọi $a \in E^-$.
- Ngữ cảnh (2): Tương tự Ngữ cảnh (1) nhưng điều kiện mẫu âm nới lỏng: $KB \models C(a)$ với mọi $a \in E^+$ và $KB \not\models C(a)$ với mọi $a \in E^-$.
- Ngữ cảnh (3): Cho một diễn dịch $I$ và hai tập mẫu $E^+$, $E^-$. Tìm khái niệm $C$ sao cho $I \models C(a)$ với mọi $a \in E^+$ và $I \models \neg C(a)$ với mọi $a \in E^-$.
Đối tượng và phạm vi nghiên cứu
- Đối tượng: Ngôn ngữ logic mô tả $L_{\Sigma,\Phi}$ mở rộng từ $\mathcal{ALC}_{\text{reg}}$; quan hệ mô phỏng hai chiều; thuật toán làm mịn phân hoạch; thuật toán học khái niệm $BBCL$, $dual\text{-}BBCL$, $BBCL2$.
- Phạm vi dữ liệu thực nghiệm: Các tập dữ liệu chuẩn gồm WebKB, PokerHand và Family, áp dụng trên các logic mô tả $\mathcal{ALCIQ}$, $\mathcal{ALCI}$ và $\mathcal{ALCQ}$.
Tổng quan tài liệu và vị trí của luận án
Tổng quan tài liệu trong luận án phân loại các công trình liên quan thành ba hướng tiếp cận chính:
CÁC HƯỚNG NGHIÊN CỨU HỌC KHÁI NIỆM TRONG LOGIC MÔ TẢ
Hướng 1: Khả năng học PAC & LCS Hướng 2: Toán tử làm mịn (Refinement) Hướng 3: Mô phỏng hai chiều (Bisimulation)
• Quinlan (1990): FOIL • Badea & Nienhuys-Cheng (2000): ALER • Nguyen & Szalas (2012): ALC_reg (I,O,Q,U,Self)
• Cohen & Hirsh (1994): LCSLearn • Iannone et al. (2007): ALC • Divroodi et al. (2012, 2014): PAC & Bisimulation
• Frazier & Pitt (1996): CLASSIC • Fanizzi et al. (2008, 2010): ALN, DL-Foil
• Lambrix & Larocchia (2000): Chuẩn hóa • Lehmann & Hitzler (2008, 2010): DL-Learner Luận án: Mở rộng L_{Sigma,Phi} (F, N, thuộc tính số,
vai trò dữ liệu) cho cả 3 Ngữ cảnh (1, 2, 3)
Các hướng nghiên cứu đã điểm lại
- Hướng nghiên cứu về khả năng học và cấu trúc bao hàm:
- J. R. Quinlan (1990) đề xuất thuật toán FOIL học mệnh đề Horn từ dữ liệu quan hệ.
- W. W. Cohen và H. Hirsh (1994) nghiên cứu lý thuyết khả năng học xấp xỉ đúng (Probably Approximately Correct – PAC) trong logic mô tả và xây dựng thuật toán LCSLearn dựa trên bao hàm chung nhỏ nhất (least common subsumers - LCS).
- M. Frazier và L. Pitt (1996) nghiên cứu mô hình PAC trên logic mô tả CLASSIC qua hệ thống truy vấn.
- P. Lambrix và D. Larocchia (2000) phát triển thuật toán lựa chọn khái niệm dựa trên việc chuẩn hóa thể hiện.
- Hướng nghiên cứu sử dụng toán tử làm mịn:
- L. Badea và S. H. Nienhuys-Cheng (2000) đề xuất toán tử làm mịn từ trên xuống trong $\mathcal{ALER}$ cho Ngữ cảnh (1).
- L. Iannone và cộng sự (2007) áp dụng toán tử làm mịn cho $\mathcal{ALC}$ nhằm loại bỏ lỗi phân loại trong Ngữ cảnh (1).
- N. Fanizzi, C. d’Amato, F. Esposito (2008, 2010) phát triển hệ thống DL-Foil học bán giám sát cho $\mathcal{ALN}$ hỗ trợ OWL.
- J. Lehmann và P. Hitzler (2008, 2010) xây dựng công cụ DL-Learner dựa trên lập trình quy nạp và giải thuật di truyền giải quyết Ngữ cảnh (2).
- Hướng nghiên cứu sử dụng mô phỏng hai chiều:
- J. van Benthem (1976, 1984) đặt nền móng với khái niệm $p$-quan hệ và quan hệ zig-zag trong logic hình thái.
- L. A. Nguyen và A. Szałas (2012) áp dụng quan hệ tự mô phỏng hai chiều lớn nhất để mô hình hóa tính không phân biệt được của đối tượng trong hệ thống thông tin với logic mô tả $\mathcal{ALC}_{\text{reg}}$ (chứa $I, O, Q, U, \text{Self}$) cho Ngữ cảnh (3).
- A. G. Divroodi, L. A. Nguyen, A. Szałas (2012, 2014) khảo sát điều kiện bất biến và tính khả học trong logic mô tả.
Khoảng trống luận án lựa chọn giải quyết
Các nghiên cứu của Nguyen, Szałas và Divroodi chưa xử lý được các hệ thống thông tin có thuộc tính số và vai trò dữ liệu đa trị, thiếu vắng các đặc trưng $F$ (hàm) và $N$ (hạn chế số lượng không định tính), đồng thời hoàn toàn chưa nghiên cứu giải bài toán học khái niệm trong Ngữ cảnh (1) và Ngữ cảnh (2) trên cơ sở tri thức $KB = \langle \mathcal{R}, \mathcal{T}, \mathcal{A} \rangle$. Luận án lựa chọn lấp đầy toàn bộ các khoảng trống này.
Cơ sở lý thuyết và phương pháp nghiên cứu
Cơ sở lý thuyết và khung phân tích
Luận án thiết lập ngôn ngữ logic mô tả $L_{\Sigma,\Phi}$ trên bộ ký tự mở rộng $\Sigma = \Sigma_I \cup \Sigma_A^d \cup \Sigma_A^n \cup \Sigma_R^o \cup \Sigma_R^d$, trong đó:
- $\Sigma_I$: tập các cá thể.
- $\Sigma_A^d$: tập các thuộc tính rời rạc (bao gồm tập tên khái niệm $\Sigma_C$).
- $\Sigma_A^n$: tập các thuộc tính số có miền giá trị $\text{range}(A)$ mang quan hệ thứ tự $\le$.
- $\Sigma_R^o$: tập các tên vai trò đối tượng.
- $\Sigma_R^d$: tập các vai trò dữ liệu có miền giá trị $\text{range}(\sigma)$.
- Tập đặc trưng $\Phi \subseteq {I, O, F, N, Q, U, \text{Self}}$.
Hệ thống diễn dịch được hình thức hóa thành bộ $\mathcal{I} = \langle \Delta^{\mathcal{I}}, \cdot^{\mathcal{I}} \rangle$, ánh xạ thuộc tính số thành hàm từng phần $A^{\mathcal{I}}: \Delta^{\mathcal{I}} \to \text{range}(A)$ và vai trò dữ liệu thành quan hệ hai ngôi $\sigma^{\mathcal{I}} \subseteq \Delta^{\mathcal{I}} \times \text{range}(\sigma)$.
Cơ sở tri thức gồm ba thành phần: $KB = \langle \mathcal{R}, \mathcal{T}, \mathcal{A} \rangle$:
- $\mathcal{R}$ (RBox): chứa các tiên đề bao hàm vai trò ($R_1 \circ \dots \circ R_k \sqsubseteq r$, $\varepsilon \sqsubseteq r$) và khẳng định vai trò ($\text{Ref}, \text{Irr}, \text{Sym}, \text{Tra}, \text{Dis}$).
- $\mathcal{T}$ (TBox): chứa các tiên đề bao hàm tổng quát ($C \sqsubseteq D$) và tương đương khái niệm ($C \equiv D$).
- $\mathcal{A}$ (ABox): chứa các khẳng định khái niệm $C(a)$, khẳng định vai trò $R(a,b)$, $\neg R(a,b)$, khẳng định đẳng thức $a=b$, $a \ne b$.
Luận án xây dựng và sử dụng ba dạng chuẩn cú pháp:
- Dạng chuẩn phủ định (Negation Normal Form): Đẩy phủ định vào sát tên khái niệm nguyên tố.
- Dạng chuẩn lưu trữ của khái niệm: Biểu diễn khái niệm dưới dạng tập hợp $\sqcap{C_1, \dots, C_n}$ và $\sqcup{C_1, \dots, C_n}$, triệt tiêu thứ tự cú pháp và loại bỏ dư thừa qua 14 luật chuẩn hóa.
- Dạng chuẩn nghịch đảo của vai trò (Converse Normal Form): Đưa toán tử nghịch đảo áp dụng trực tiếp lên vai trò cơ bản $\Sigma_R^{o\pm}$.
Phương pháp nghiên cứu
- Phương pháp hình thức logic - toán học: Luận án định nghĩa quan hệ $L_{\Sigma^\dagger,\Phi^\dagger}$-mô phỏng hai chiều $Z \subseteq \Delta^{\mathcal{I}} \times \Delta^{\mathcal{I}'}$ với 18 điều kiện chặt chẽ, chứng minh Bổ đề 2.1 (về tính phản xạ, tính nghịch đảo, tính hợp thành và tính hợp của mô phỏng hai chiều) và chứng minh tính đúng đắn của các thuật toán học máy.
- Phương pháp xấp xỉ và cây quyết định: Ứng dụng độ đo gia lượng thông tin (Entropy) để đánh giá việc chọn thuộc tính/bộ chọn khi làm mịn phân hoạch miền diễn dịch; xây dựng cây quyết định để biểu diễn khái niệm kết quả.
- Phương pháp thực nghiệm: Thực hiện các thực nghiệm kiểm chứng thuật toán trên máy tính với 3 bộ dữ liệu chuẩn.
Nội dung chính theo từng chương
Chương 1. Logic mô tả và cơ sở tri thức
Chương 1 cung cấp nền tảng lý thuyết hình thức hoàn chỉnh về logic mô tả:
- Khảo sát lịch sử phát triển từ mạng ngữ nghĩa (Quillian, 1967), hệ thống khung (Minsky, 1974) đến các hệ cơ sở tri thức hiện đại (KL-ONE, LOOM, BACK, CLASSIC, FaCT, RACER, CEL, Kaon2, HermiT).
- Định nghĩa cú pháp và ngữ nghĩa của $\mathcal{ALC}$, $\mathcal{ALC}{\text{reg}}$, và ngôn ngữ mở rộng $L{\Sigma,\Phi}$.
- Trình bày kiến trúc hệ cơ sở tri thức $KB = \langle \mathcal{R}, \mathcal{T}, \mathcal{A} \rangle$ vận hành dưới giả thiết thế giới mở (OWA).
- Phân tích các bài toán suy luận cơ bản (tính thỏa mãn của $KB$, tính thỏa mãn khái niệm, bao hàm khái niệm, tương đương khái niệm, khái niệm rời nhau) và chỉ ra cách quy dẫn các bài toán này về bài toán kiểm tra tính thỏa mãn của cơ sở tri thức.
- So sánh hai thuật toán suy luận: thuật toán bao hàm theo cấu trúc (hiệu quả trên $\mathcal{FL}0, \mathcal{FL}\bot, \mathcal{ALN}$) và thuật toán Tableaux (áp dụng cho các logic phức tạp). Phân tích độ phức tạp tính toán: từ $\text{PSpace}$-đầy đủ ($\mathcal{ALC}$ không có TBox) đến $\text{ExpTime}$-đầy đủ ($\mathcal{SHIQ}$), $\text{NExpTime}$-đầy đủ ($\mathcal{SHOIN}, \mathcal{SHOIQ}$) và $\text{NExpTime}$-khó ($\mathcal{SROIQ}$).
Chương 2. Mô phỏng hai chiều trong logic mô tả và tính bất biến
Chương 2 phát triển các công cụ toán học cốt lõi phục vụ bài toán phân hoạch:
- Mở rộng khái niệm $L_{\Sigma^\dagger,\Phi^\dagger}$-mô phỏng hai chiều $Z$ giữa hai diễn dịch $\mathcal{I}$ và $\mathcal{I}'$ bao quát 18 điều kiện đồng thời cho cá thể, khái niệm, thuộc tính rời rạc/số, vai trò đối tượng, vai trò dữ liệu và 7 đặc trưng mở rộng ($I, O, F, N, Q, U, \text{Self}$).
- Chứng minh đầy đủ Bổ đề 2.1 khẳng định các tính chất đại số của mô phỏng hai chiều:
- Quan hệ đồng nhất ${\langle x, x \rangle \mid x \in \Delta^{\mathcal{I}}}$ là mô phỏng hai chiều giữa $\mathcal{I}$ và $\mathcal{I}$.
- Nếu $Z$ là mô phỏng hai chiều giữa $\mathcal{I}$ và $\mathcal{I}'$ thì $Z^{-1}$ là mô phỏng hai chiều giữa $\mathcal{I}'$ và $\mathcal{I}$.
- Nếu $Z_1$ là mô phỏng hai chiều giữa $\mathcal{I}_0$ và $\mathcal{I}_1$, $Z_2$ giữa $\mathcal{I}_1$ và $\mathcal{I}_2$ thì $Z_1 \circ Z_2$ là mô phỏng hai chiều giữa $\mathcal{I}_0$ và $\mathcal{I}_2$.
- Nếu $\mathcal{Z}$ là tập các mô phỏng hai chiều thì hợp $\bigcup \mathcal{Z}$ cũng là một mô phỏng hai chiều.
- Thiết lập định lý về tính bất biến của các khái niệm, bộ tiên đề thuật ngữ, bộ khẳng định và cơ sở tri thức đối với mô phỏng hai chiều.
- Xây dựng quan hệ tự mô phỏng hai chiều lớn nhất $\sim_{\Sigma^\dagger,\Phi^\dagger,\mathcal{I}}$ và quan hệ tương đương $\equiv_{\Sigma^\dagger,\Phi^\dagger,\mathcal{I}}$, làm nền tảng toán học mô hình hóa tính không phân biệt được của các cá thể trên một ngôn ngữ con xác định.
Chương 3. Học khái niệm cho hệ thống thông tin trong logic mô tả
Chương 3 thiết kế giải pháp học khái niệm cho Ngữ cảnh (3) trên một diễn dịch cụ thể $\mathcal{I}$:
- Xây dựng mô hình hệ thống thông tin dựa trên logic mô tả, tích hợp đầy đủ mối quan hệ giữa các đối tượng và thuộc tính đa trị, vượt qua giới hạn của bảng dữ liệu thuộc tính truyền thống.
- Đề xuất Thuật toán 3.1: thực hiện phân hoạch miền $\Delta^{\mathcal{I}}$ dựa trên tự mô phỏng hai chiều lớn nhất. Quá trình làm mịn phân hoạch sử dụng các bộ chọn cơ bản, bộ chọn đơn giản và bộ chọn mở rộng kết hợp độ đo Entropy để lựa chọn lát cắt tối ưu.
- Thử nghiệm và đánh giá thực nghiệm: Thực nghiệm được tiến hành trên 3 tập dữ liệu kiểm chứng với kết quả thống kê tại các bảng dữ liệu trong luận án:
| Bảng dữ liệu |
Tập dữ liệu kiểm thử |
Logic mô tả |
Số lượng khái niệm / Tập đối tượng thử nghiệm |
Nội dung đánh giá |
| Bảng 3.1 |
WebKB, PokerHand, Family |
$\mathcal{ALCIQ}$ |
100 khái niệm ngẫu nhiên |
Thời gian thực thi, độ chính xác học khái niệm |
| Bảng 3.2 |
Family |
$\mathcal{ALCI}$ |
5 khái niệm phổ biến |
Đánh giá độ dài biểu thức khái niệm và chất lượng phân lớp |
| Bảng 3.3 |
PokerHand |
$\mathcal{ALCQ}$ |
6 tập đối tượng |
Độ chính xác và khả năng tách biệt lớp |
Chương 4. Học khái niệm cho cơ sở tri thức trong logic mô tả
Chương 4 mở rộng bài toán học khái niệm lên toàn bộ cơ sở tri thức $KB = \langle \mathcal{R}, \mathcal{T}, \mathcal{A} \rangle$ chứa các ràng buộc tiên đề phức tạp:
- Thuật toán BBCL (Bisimulation-Based Concept Learning): Giải quyết Ngữ cảnh (1) bằng cách xây dựng mô hình nửa hữu hạn của cơ sở tri thức $\mathcal{I} \models KB$, sau đó áp dụng mô phỏng hai chiều kết hợp cây quyết định để trích xuất khái niệm $C$ thỏa mãn $KB \models C(a)$ với mọi $a \in E^+$ và $KB \models \neg C(a)$ với mọi $a \in E^-$.
- Thuật toán dual-BBCL: Biến thể đối ngẫu của thuật toán $BBCL$, tối ưu hóa quá trình xây dựng cây quyết định từ tập mẫu âm sang tập mẫu dương.
- Thuật toán BBCL2: Mở rộng thuật toán cho Ngữ cảnh (2) khi tập mẫu âm chỉ yêu cầu $KB \not\models C(a)$. Thuật toán sử dụng các kiểm tra bao hàm và không bao hàm để đảm bảo tính đúng đắn trên không gian nghiệm rộng hơn.
- Luận án cung cấp các mệnh đề toán học chứng minh tính đúng đắn và tính kết thúc của các thuật toán $BBCL$, $dual\text{-}BBCL$ và $BBCL2$.
Kết quả và những đóng góp mới
Đóng góp về mặt lý luận
- Mở rộng ngôn ngữ logic mô tả $L_{\Sigma,\Phi}$ từ $\mathcal{ALC}_{\text{reg}}$, cho phép xem các thuộc tính rời rạc và thuộc tính số như các thành phần cơ bản của ngôn ngữ, bổ sung vai trò dữ liệu và khảo sát đầy đủ các đặc trưng $F$ (tính chất hàm) và $N$ (hạn chế số lượng không định tính).
- Phát triển hoàn chỉnh lý thuyết mô phỏng hai chiều cho lớp logic mô tả $L_{\Sigma,\Phi}$, mở rộng hệ thống 18 điều kiện mô phỏng hai chiều và chứng minh tính bất biến của khái niệm, TBox, ABox và cơ sở tri thức.
- Đề xuất dạng chuẩn lưu trữ của khái niệm dựa trên lý thuyết tập hợp, giúp loại bỏ các cấu trúc tương đương lặp lại và tối ưu hóa không gian bộ nhớ trong các thuật toán học máy.
Đóng góp về mặt thực tiễn
- Xây dựng thành công thuật toán học khái niệm cho hệ thống thông tin trong logic mô tả (Ngữ cảnh 3) dựa trên tự mô phỏng hai chiều lớn nhất kết hợp độ đo Entropy và các bộ chọn làm mịn phân hoạch.
- Thiết kế và chứng minh tính đúng đắn của ba thuật toán học khái niệm trên cơ sở tri thức: $BBCL$, $dual\text{-}BBCL$ (cho Ngữ cảnh 1) và $BBCL2$ (cho Ngữ cảnh 2), mở ra giải pháp học khái niệm trực tiếp trên các ontology phức tạp mà không bị giới hạn bởi các điểm nghẽn của toán tử làm mịn truyền thống.
- Cài đặt và thực nghiệm kiểm chứng thành công các thuật toán trên các tập dữ liệu chuẩn WebKB, Family và PokerHand trên các logic $\mathcal{ALCIQ}$, $\mathcal{ALCI}$ và $\mathcal{ALCQ}$.
Hạn chế và hướng nghiên cứu tiếp
Hạn chế
- Các thuật toán học khái niệm trên cơ sở tri thức ($BBCL$, $dual\text{-}BBCL$, $BBCL2$) phụ thuộc vào bước tiền xử lý xây dựng mô hình hữu hạn hoặc nửa hữu hạn của cơ sở tri thức ($\mathcal{I}|_k$), dẫn đến chi phí tính toán tăng khi độ sâu $k$ và kích thước ABox lớn.
- Khảo sát thực nghiệm mới dừng lại ở các logic mô tả thuộc họ $\mathcal{ALCIQ}$, $\mathcal{ALCI}$, $\mathcal{ALCQ}$; chưa thực hiện đo kiểm diện rộng trên toàn bộ các ontology công nghiệp kích thước lớn thuộc chuẩn $\mathcal{SROIQ}$ (OWL 2 Full).
Hướng nghiên cứu tiếp
- Tối ưu hóa thuật toán tính phân hoạch mô phỏng hai chiều lớn nhất trên các đồ thị tri thức quy mô lớn nhằm giảm thời gian chạy và bộ nhớ sử dụng.
- Nghiên cứu cơ chế tự động lựa chọn độ sâu $k$ tối ưu trong việc xây dựng mô hình nửa hữu hạn của cơ sở tri thức.
- Tích hợp các thuật toán $BBCL$ và $BBCL2$ thành các mô-đun chuẩn (plugin) trong các hệ thống kỹ nghệ ontology và công cụ khai phá Web ngữ nghĩa.
Giá trị tham khảo
Luận án là tài liệu tham khảo chuyên sâu cho các đối tượng:
- Nghiên cứu sinh và học viên cao học ngành Khoa học máy tính, Trí tuệ nhân tạo: Có thể tham khảo Chương 1 và Chương 2 để nắm vững cơ sở lý thuyết logic mô tả hình thức, kỹ thuật biến đổi dạng chuẩn và phương pháp chứng minh tính bất biến qua mô phỏng hai chiều.
- Giảng viên và nhà nghiên cứu trong lĩnh vực Biểu diễn tri thức và Web ngữ nghĩa: Có thể sử dụng Chương 3 và Chương 4 làm tài liệu tham khảo cho các phương pháp học biểu diễn tri thức, kỹ thuật làm mịn phân hoạch dựa trên Entropy và thuật toán phân lớp trên ontology.
- Kỹ sư phát triển hệ thống ngữ nghĩa và kỹ nghệ tri thức: Có thể áp dụng các thuật toán $BBCL$, $dual\text{-}BBCL$, $BBCL2$ để giải quyết bài toán tự động làm giàu ontology và phát hiện tri thức tiềm ẩn từ các cơ sở dữ liệu quan hệ hoặc đồ thị tri thức.
Câu hỏi thường gặp
1. Ba ngữ cảnh học khái niệm trong logic mô tả được phân biệt như thế nào?
Ngữ cảnh (1) yêu cầu khái niệm $C$ học được phải được suy diễn là đúng trên mọi mẫu dương ($KB \models C(a)$) và phủ định của nó đúng trên mọi mẫu âm ($KB \models \neg C(a)$). Ngữ cảnh (2) nới lỏng điều kiện mẫu âm: chỉ yêu cầu cơ sở tri thức không suy diễn ra $C(a)$ đối với mẫu âm ($KB \not\models C(a)$). Ngữ cảnh (3) không xét toàn bộ cơ sở tri thức $KB$ mà chỉ xét trên một diễn dịch cụ thể $I$ ($I \models C(a)$ với mẫu dương và $I \models \neg C(a)$ với mẫu âm).
2. Điểm khác biệt cơ bản giữa phương pháp học khái niệm của luận án và các hệ thống DL-Foil, DL-Learner là gì?
DL-Foil và DL-Learner sử dụng toán tử làm mịn từ trên xuống kết hợp tìm kiếm theo hàm điểm, vốn khó mở rộng lên các logic mô tả phức tạp do không gian tìm kiếm bùng nổ và khó thiết kế toán tử làm mịn thỏa mãn tính đầy đủ. Luận án sử dụng mô phỏng hai chiều để gom cụm các phần tử không phân biệt được và dùng cây quyết định trên phân hoạch miền, cho phép áp dụng hiệu quả trên các logic mô tả diễn cảm như $\mathcal{ALCIQ}$, $\mathcal{SHOIQ}$, $\mathcal{SROIQ}$.
3. Luận án mở rộng ngôn ngữ logic mô tả $L_{\Sigma,\Phi}$ so với các công trình trước của Nguyen và Szałas ở những điểm nào?
Luận án bổ sung các thuộc tính rời rạc ($\Sigma_A^d$), thuộc tính số ($\Sigma_A^n$) và vai trò dữ liệu ($\Sigma_R^d$) trực tiếp vào ngôn ngữ như các phần tử cơ bản; đồng thời tích hợp thêm hai đặc trưng quan trọng là $F$ (tính chất hàm) và $N$ (hạn chế số lượng không định tính) bên cạnh các đặc trưng $I, O, Q, U, \text{Self}$.
4. Vai trò của dạng chuẩn lưu trữ khái niệm trong luận án là gì?
Dạng chuẩn lưu trữ biểu diễn khái niệm dưới dạng tập hợp các khái niệm con ($\sqcap{C_1, \dots, C_n}$ và $\sqcup{C_1, \dots, C_n}$) tuân theo 14 luật rút gọn. Dạng chuẩn này giúp hệ thống nhận diện các khái niệm tương đương về ngữ nghĩa nhưng khác về thứ tự cú pháp, tránh lưu trữ trùng lặp và giảm chi phí tính toán trong bộ nhớ khi thực thi thuật toán.
5. Các thuật toán $BBCL$ và $BBCL2$ trong Chương 4 vận hành dựa trên nguyên lý nào?
Hai thuật toán xây dựng mô hình của cơ sở tri thức $KB$, áp dụng quan hệ tự mô phỏng hai chiều lớn nhất trên mô hình đó để phân hoạch miền thành các lớp không phân biệt được, sau đó sử dụng thuật toán cây quyết định kết hợp các bộ chọn và độ đo thông tin để phân lớp chính xác tập mẫu dương và mẫu âm nhằm trích xuất định nghĩa khái niệm.
Kết luận
Luận án tiến sĩ của tác giả Trần Thanh Lương đã mở rộng thành công lý thuyết mô phỏng hai chiều trên ngôn ngữ logic mô tả $L_{\Sigma,\Phi}$ có tích hợp thuộc tính số và vai trò dữ liệu. Trên cơ sở đó, tác giả đã phát triển hệ thống thuật toán học khái niệm hoàn chỉnh cho cả ba ngữ cảnh trên hệ thống thông tin và cơ sở tri thức logic mô tả ($BBCL$, $dual\text{-}BBCL$, $BBCL2$). Các kết quả nghiên cứu được chứng minh chặt chẽ về mặt toán học và kiểm chứng thực nghiệm trên các bộ dữ liệu chuẩn, giải quyết được những hạn chế cố hữu của các phương pháp toán tử làm mịn truyền thống trên các logic mô tả giàu ngữ nghĩa.
