Luận án Nghiên cứu Phương pháp Chuyển đổi Mô hình Mức Khái niệm và Ontology - Võ Hoàng Liên Minh

Luận án Tiến sĩ tập trung vào chuyển đổi mô hình khái niệm và ontology, cung cấp kiến thức chuyên sâu về lý thuyết và ứng dụng thực tế.

• Tác giả: Võ Hoàng Liên Minh
• Người hướng dẫn: Hoàng Hữu Hạnh
• Trường học: Trường Đại học Khoa học, Đại học Huế
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên cứu phương pháp chuyển đổi giữa mô hình mức khái niệm và ontology
• Loại tài liệu: Luận án tiến sĩ
• Năm xuất bản: 2021
• Địa điểm: Huế

Tóm tắt

I. Tổng quan về mô hình mức khái niệm và ontology trong CSDL

Mô hình mức khái niệm là nền tảng thiết kế cơ sở dữ liệu. Các mô hình phổ biến gồm ER, ER mở rộng, TimeER và biểu đồ lớp UML. Mỗi mô hình biểu diễn thực thể, thuộc tính và mối quan hệ theo cách riêng. Ontology là hệ thống tri thức hình thức, dùng ngôn ngữ OWL để biểu diễn ngữ nghĩa trên Web. OWL cung cấp khả năng suy diễn logic mà mô hình ER không có. Sự khác biệt giữa hai hệ thống tạo ra nhu cầu chuyển đổi. Nghiên cứu của Võ Hoàng Liên Minh tại Đại học Huế năm 2021 tập trung giải quyết bài toán này. Luận án đề xuất các quy tắc ánh xạ có hệ thống giữa hai miền tri thức. Mục tiêu là bảo toàn ngữ nghĩa trong quá trình chuyển đổi. Kết quả mở ra hướng tích hợp cơ sở dữ liệu truyền thống với Web ngữ nghĩa. Đây là đóng góp quan trọng cho lĩnh vực khoa học máy tính.

1.1. Các mô hình cơ sở dữ liệu mức khái niệm phổ biến

Mô hình ER do Chen đề xuất năm 1976, biểu diễn dữ liệu qua thực thể và mối quan hệ. Mô hình ER mở rộng bổ sung kế thừa và thực thể yếu. TimeER mở rộng thêm chiều thời gian cho dữ liệu động. Biểu đồ lớp UML là chuẩn công nghiệp, biểu diễn lớp đối tượng với thuộc tính và phương thức. UML hỗ trợ bốn loại quan hệ: kết hợp, kết tập, kế thừa và phụ thuộc. Mỗi mô hình phù hợp với ngữ cảnh ứng dụng khác nhau. Việc lựa chọn mô hình ảnh hưởng trực tiếp đến chiến lược chuyển đổi sang ontology.

1.2. Ontology và ngôn ngữ OWL trong Web ngữ nghĩa

Ontology định nghĩa tập khái niệm và quan hệ trong một miền tri thức cụ thể. Web ngữ nghĩa sử dụng ontology để máy tính hiểu và xử lý dữ liệu tự động. Ngôn ngữ OWL được W3C chuẩn hóa, xây dựng trên nền RDF và RDFS. OWL2 mở rộng khả năng biểu đạt với các tính năng như khóa thuộc tính và hạn chế số lượng. Trình soạn thảo Protégé hỗ trợ xây dựng và kiểm tra ontology trực quan. Reasoner tự động suy diễn tri thức từ ontology đã định nghĩa. Đây là ưu thế vượt trội so với mô hình cơ sở dữ liệu truyền thống.

II. Phân tích thách thức trong chuyển đổi mô hình sang OWL ontology

Chuyển đổi giữa mô hình mức khái niệm và ontology gặp nhiều thách thức kỹ thuật. Hai hệ thống có nền tảng ngữ nghĩa khác nhau căn bản. Mô hình ER tập trung vào cấu trúc lưu trữ, OWL tập trung vào biểu đạt tri thức. Các thành phần như thuộc tính đa trị phức hợp lồng nhau không có tương đương trực tiếp trong OWL. Mối quan hệ phản xạ và thuộc tính có yếu tố thời gian trong TimeER cần quy tắc ánh xạ đặc biệt. Chiều ngược lại, trích xuất mô hình ER từ OWL, cũng phức tạp tương đương. Các nghiên cứu trước như của Sikha Bagui chỉ đề xuất 11 quy tắc cơ bản cho OWL1. Nhiều thành phần quan trọng bị bỏ qua: thuộc tính phức hợp, mối quan hệ có thuộc tính, mối quan hệ phản xạ. Olegas Vasilecas chỉ dừng ở bảng ánh xạ tổng quát, thiếu quy tắc chi tiết. Khoảng trống nghiên cứu này là động lực chính của luận án.

2.1. Hạn chế của các nghiên cứu chuyển đổi ER sang OWL trước đây

Các nghiên cứu chuyển đổi ER sang OWL đã đạt kết quả ban đầu quan trọng. Tuy nhiên, phần lớn chỉ xử lý các thành phần cơ bản: tập thực thể, kế thừa, thuộc tính đơn giản. Thực thể yếu và mối quan hệ định danh thường bị bỏ qua. Thuộc tính đa trị phức hợp lồng nhau chưa được giải quyết triệt để. Yếu tố thời gian trong mô hình TimeER không xuất hiện trong bất kỳ nghiên cứu nào trước đó. Mối quan hệ phản xạ cũng thiếu quy tắc ánh xạ rõ ràng. Đây là các khoảng trống nghiên cứu mà luận án tập trung lấp đầy.

2.2. Thách thức trong trích xuất ngược từ OWL về mô hình khái niệm

Dữ liệu định dạng OWL không dễ thao tác hoặc truy vấn trực tiếp. Trích xuất mô hình khái niệm từ OWL là bài toán ánh xạ ngược phức tạp. OWL2 có nhiều cấu trúc không có tương đương trong mô hình ER: anonymous class, property chain, disjointness. Ánh xạ một-nhiều xảy ra khi nhiều cấu trúc OWL có thể dịch về cùng một thành phần ER. Thuộc tính khóa trong OWL2 chưa được các nghiên cứu trước xem xét đúng mức. Trích xuất biểu đồ lớp UML từ OWL đòi hỏi phân tích sâu về tương đồng cấu trúc giữa hai ngôn ngữ.

III. Phương pháp và quy tắc chuyển đổi được đề xuất trong luận án

Luận án đề xuất hệ thống quy tắc chuyển đổi toàn diện theo cả hai chiều. Chiều thuận: từ mô hình mức khái niệm sang OWL. Chiều ngược: từ OWL trích xuất về mô hình mức khái niệm. Với mô hình ER, luận án bổ sung quy tắc cho thực thể yếu, thuộc tính đa trị phức hợp lồng nhau và mối quan hệ phản xạ. Với TimeER, luận án tạo ontology ban đầu biểu diễn yếu tố thời gian, sau đó áp dụng quy tắc chuyển đổi tập thực thể và thuộc tính có thời gian. Với biểu đồ lớp UML, luận án xử lý đầy đủ bốn loại quan hệ và tính truy xuất Public, Private, Protect. Bản số trong UML được ánh xạ chính xác sang các ràng buộc số lượng trong OWL. Hướng ngược lại, luận án định nghĩa ánh xạ ngược có hệ thống từ OWL2 về mô hình ER và biểu đồ lớp UML. Toàn bộ quy tắc được kiểm chứng qua các trường hợp thử nghiệm cụ thể.

3.1. Quy tắc chuyển đổi mô hình ER và TimeER sang OWL

Mỗi tập thực thể ánh xạ thành một OWL Class tương ứng. Mối quan hệ kế thừa Is-A ánh xạ thành rdfs:subClassOf. Thuộc tính đơn trị ánh xạ thành OWL DataProperty, thuộc tính đa trị dùng ObjectProperty với lớp trung gian. Thực thể yếu ánh xạ thành lớp phụ thuộc với ràng buộc existential. Mối quan hệ phản xạ sử dụng owl:TransitiveProperty hoặc owl:ReflexiveProperty. TimeER thêm lớp TimeInterval để biểu diễn khoảng thời gian hiệu lực. Thuộc tính có thời gian được bao bọc trong lớp temporal wrapper với hai thuộc tính validFrom và validTo.

3.2. Quy tắc chuyển đổi biểu đồ lớp UML sang và từ OWL

Mỗi lớp UML ánh xạ thành OWL Class, thuộc tính Public ánh xạ thành DataProperty hoặc ObjectProperty. Quan hệ kết hợp ánh xạ thành ObjectProperty với bản số tương ứng. Quan hệ kết tập dùng owl:partOf, quan hệ kế thừa dùng rdfs:subClassOf. Phương thức không ánh xạ sang OWL vì ontology không mô hình hóa hành vi. Chiều ngược: OWL Class về lớp UML, DataProperty về thuộc tính, ObjectProperty về quan hệ kết hợp. Tính truy xuất mặc định là Public khi trích xuất từ OWL. Khóa OWL2 (owl:hasKey) ánh xạ về thuộc tính định danh trong UML.

IV. Kết luận và ứng dụng thực tiễn của nghiên cứu chuyển đổi ontology

Luận án hoàn thành mục tiêu đề ra với hệ thống quy tắc chuyển đổi đầy đủ và có hệ thống. Ba đóng góp chính được xác nhận. Thứ nhất: bộ quy tắc chuyển đổi ER và TimeER sang OWL bổ sung các thành phần còn thiếu trong nghiên cứu trước. Thứ hai: phương pháp trích xuất ngược từ OWL về mô hình ER và biểu đồ lớp UML được định nghĩa chặt chẽ. Thứ ba: hỗ trợ OWL2 đầy đủ, khắc phục hạn chế của các nghiên cứu chỉ dừng ở OWL1. Ứng dụng thực tiễn rất rộng. Hệ thống thông tin y tế có thể chuyển đổi cơ sở dữ liệu lâm sàng sang ontology y khoa chuẩn quốc tế. Hệ thống giáo dục dùng kết quả để tích hợp CSDL học liệu với ontology giáo dục. Doanh nghiệp áp dụng để kết nối cơ sở dữ liệu truyền thống với nền tảng Web ngữ nghĩa. Hướng nghiên cứu tiếp theo gồm tự động hóa chuyển đổi và xử lý OWL phân tán.

4.1. Đóng góp khoa học nổi bật của luận án tiến sĩ

Luận án lấp đầy khoảng trống trong chuyển đổi TimeER sang OWL, lĩnh vực chưa có công trình nào công bố trước đó. Hệ thống quy tắc cho thuộc tính đa trị phức hợp lồng nhau giải quyết bài toán khó nhất trong ánh xạ ER-OWL. Chiều ngược từ OWL2 về mô hình ER được định nghĩa đầy đủ hơn nghiên cứu của Bagui (2011). Việc xem xét thuộc tính khóa OWL2 trong trích xuất là đóng góp mới so với tất cả các công trình trước. Kết quả được kiểm chứng qua tập thử nghiệm đa dạng, đảm bảo tính đúng đắn.

4.2. Hướng ứng dụng và phát triển tiếp theo

Kết quả luận án áp dụng trực tiếp vào tích hợp dữ liệu doanh nghiệp với Web ngữ nghĩa. Các công cụ chuyển đổi tự động có thể xây dựng dựa trên bộ quy tắc đã định nghĩa. Lĩnh vực y tế và giáo dục là hai thị trường ứng dụng tiềm năng nhất. Hướng phát triển tiếp theo gồm: mở rộng sang SHACL và RDF Schema, xử lý ontology phân tán, tích hợp học máy để tự động đề xuất ánh xạ. Nghiên cứu cũng mở đường cho việc chuẩn hóa quy trình chuyển đổi giữa các hệ thống thông tin không đồng nhất.

Trích đoạn nội dung tài liệu

Chương 1 trình bày tổng quan về các mô hình cơ sở dữ liệu mức khái niệm như mô hình thực thể - mối quan hệ, biểu đồ lớp UML, khái niệm web ngữ nghĩa và ngôn ngữ OWL ontology; khảo sát, phân tích một số công trình nghiên cứu liên quan đến bài toán chuyển đổi giữa mô hình cơ sở dữ liệu mức khái niệm và OWL ontology; phân tích chi tiết các đặc điểm tương đương giữa mô hình cơ sở dữ liệu mức khái niệm và OWL ontology; Từ đó luận án định hướng bổ sung các quy tắc chuyển đổi giữa một mô hình cơ sở dữ liệu mức khái niệm và OWL ontology. Chương 2 tổng hợp và phân tích kết quả chuyển đổi giữa mô hình ER, EER và OWL ontology của một số công trình nghiên cứu, quy tắc hóa thống nhất các quy tắc chuyển đổi theo quy ước của luận án; đề xuất các quy tắc bổ sung chuyển đổi các thành phần của mô hình EER sang OWL ontology; trình bày kết quả thực nghiệm được kiểm chứng trên phần mềm Protégé và các bộ suy luận HermiT 1. Chương 3 tổng hợp và phân tích kết quả chuyển đổi giữa biểu đồ lớp UML và OWL ontology của một số công trình nghiên cứu, quy tắc hóa thống nhất các quy tắc 3 chuyển đổi theo quy ước của luận án; đề xuất bổ sung các quy tắc chuyển đổi một biểu đồ lớp UML sang OWL ontology dựa vào các đặc điểm tương đồng giữa biểu đồ lớp UML và OWL ontology; kết quả thực nghiệm cũng được kiểm chứng trên Protégé và các bộ suy luận. Chương 4 đề xuất các quy tắc trích xuất một mô hình dữ liệu mức khái niệm từ một ontology cho trước; trích xuất các thành phần của mô hình mức khái niệm bằng cách phân tích cấu trúc thành phần của ngôn ngữ OWL ontology.

Vấn đề trích xuất một mô hình cơ sở dữ liệu mức khái niệm từ OWL ontology được xem là việc xác định một ánh xạ ngược của ánh xạ chuyển đổi từ mô hình cơ sở dữ liệu mức khái niệm sang ontology, cho phép "điều tra" một mô hình dữ liệu mức khái niệm có thể đã được sử dụng để thiết kế một ontology. Mỗi phương pháp trích xuất đều được minh họa để kiểm chứng kết quả. Đóng góp của luận án Đóng góp chính trong luận án là bổ sung các quy tắc nhằm cho phép thực hiện việc chuyển đổi giữa một mô hình cơ sở dữ liệu mức khái niệm và OWL ontology. Các đóng góp cụ thể bao gồm: - Kế thừa các quy tắc chuyển đổi từ mô hình ER sang OWL ontology đã đề xuất như chuyển đổi tập thực thể, thuộc tính và mối quan hệ, từ đó luận án đã đề xuất bổ sung các quy tắc chuyển đổi phân lớp chồng lấp, tổng quát hợp nhất, thuộc tính đa trị phức hợp lồng nhau, quan hệ phản xạ.

Luận án đề xuất bổ sung phương pháp chuyển đổi mô hình có yếu tố thời gian TimeER gồm các trường hợp, như yếu tố thời gian của tập thực thể, thuộc tính có yếu tố thời gian, mối quan hệ có yếu tố thời gian, thuộc tính có yếu tố thời gian của mối quan hệ. - Đề xuất bổ sung một số quy tắc chuyển đổi biểu đồ lớp UML sang OWL ontology, cụ thể là chuyển đổi thuộc tính có cấu trúc, thuộc tính có kiểu dữ liệu là lớp, các mối quan hệ kết hợp có lớp kết hợp, quan hệ kết hợp đệ quy, quan hệ kết hợp có yếu tố hạn định, quan hệ phụ thuộc. - Xây dựng phương pháp trích xuất OWL ontology thành mô hình cơ sở dữ liệu mức khái niệm. Cụ thể là bổ sung phương pháp trích xuất thuộc tính phức hợp, mối 4 quan hệ phản xạ của mô hình ER từ OWL ontology.

Đề xuất phương pháp trích xuất các lớp, thuộc tính và các mối quan hệ của biểu đồ lớp UML từ OWL ontology. Luận án được hoàn thành nhưng không tránh những sai sót, vì vậy rất mong nhận được sự góp ý để Luận án được hoàn thiện hơn. TỔNG QUAN VỀ MÔ HÌNH CƠ SỞ DỮ LIỆU MỨC KHÁI NIỆM VÀ ONTOLOGY Mô hình cơ sở dữ liệu là một tập hợp các cấu trúc logic được sử dụng để diễn tả cấu trúc dữ liệu và các mối quan hệ dữ liệu trong một cơ sở dữ liệu. Mô hình cơ sở dữ liệu mức khái niệm tập trung vào bản chất logic của việc biểu diễn dữ liệu.

Do đó, mô hình cơ sở dữ liệu mức khái niệm liên quan tới các đối tượng được biểu diễn trong cơ sở dữ liệu hơn là làm thế nào để biểu diễn nó. Một trong những phương pháp thiết kế cơ sở dữ liệu phổ biến là cách tiếp cận xuất phát từ mô hình ở mức khái niệm. Quá trình này thường được thực hiện như sau: Từ yêu cầu của bài toán trong thế giới thực, người phân tích thiết kế hệ thống sẽ thiết kế CSDL ở mức khái niệm (lược đồ ở mức khái niệm), từ đó thiết kế CSDL ở mức logic (lược đồ ở mức logic) và cuối cùng là thiết kế CSDL ở mức vật lý (lược đồ ở mức vật lý). Nhiều hệ thống phần mềm trước đây được phát triển bằng cách phân tích và thiết kế cấu trúc, phổ biến nhất là mô hình thực thể mối - quan hệ (gọi tắt là mô hình ER) hoặc mô hình ER mở rộng.

Bên cạnh đó, biểu đồ lớp UML cũng được sử dụng để mô hình hóa các hệ thống thông tin bằng tập các thuộc tính và các phương thức nhằm phản ảnh cấu trúc dữ liệu của lớp, cho phép mô tả và phản ảnh tốt thế giới thực. Trên thực tế, hầu hết các ứng dụng trước đây đều được thiết kế từ mô hình dữ liệu mức khái niệm. Vì vậy, có một khối lượng khổng lồ các tài nguyên thông tin trên mạng, điều này làm nảy sinh vấn đề là làm thế nào để tìm kiếm chính xác tài nguyên mình mong muốn. Web ngữ nghĩa ra đời đã giải quyết bài toán đó.

Để làm cơ sở cho luận án, chương này giới thiệu tổng quan về các mô hình cơ sở dữ liệu mức khái niệm, web ngữ nghĩa và ontology. Đồng thời trình bày các kết quả nghiên cứu trước đây liên quan đến việc chuyển đổi giữa các mô hình CSDL mức khái niệm và OWL ontology. Theo đó cấu trúc chương này như sau: Mục 1.1 giới thiệu về các mô hình CSDL mức khái niệm, nhưng mô hình ER và ER mở rộng, biểu đồ lớp UML.2 sẽ giới thiệu về web ngữ nghĩa và ontology.3 khảo sát, phân tích một số công trình nghiên cứu liên quan đến bài toán chuyển đổi giữa mô hình cơ sở dữ liệu mức khái niệm và OWL ontology; phân tích chi tiết các đặc điểm 6 tương đương giữa mô hình cơ sở dữ liệu mức khái niệm và OWL ontology; Từ đó luận án định hướng bổ sung các quy tắc chuyển đổi giữa một mô hình cơ sở dữ liệu mức khái niệm và OWL ontology trong các chương tiếp theo.1 Giới thiệu các mô hình cơ sở dữ liệu mức khái niệm 1.1 Mô hình ER Mô hình ER được đề xuất bởi P.Chen [1] vào năm 1976, đây là mô hình ở mức khái niệm, mô tả chi tiết một cách logic về tổ chức dữ liệu của một hệ thống thông tin. Mô hình ER còn được xem là một trong những mô hình dữ liệu ngữ nghĩa, trên đó có thể xác định được các thực thể của một hệ thống thông tin và ngữ nghĩa của mô hình được thể hiện thông qua mối quan hệ giữa các thực thể.1 Tập thực thể Thực thể là một đối tượng tồn tại mà ta có thông tin về nó và phân biệt được với các đối tượng khác.

Mỗi tập thực thể có một tập các thuộc tính mà thế giới thực yêu cầu lưu trữ và quản lý. Thông tin về mỗi thể hiện trong tập thực thể được xác định bởi một bộ các giá trị của các thuộc tính trong tập thực thể đó. Một thuộc tính hay một tập các thuộc tính mà các giá trị của nó là xác định duy nhất một thể hiện trong tập thực thể được gọi là khóa [2]. Tập thực thể yếu là một khái niệm về tập thực thể mà sự tồn tại của nó phụ thuộc vào sự tồn tại của một hay nhiều tập thực thể khác.

Tập thực thể mà nó phụ thuộc vào gọi là tập thực thể chủ. Tập thực thể yếu có tất cả các đặc điểm của một tập thực thể, tuy nhiên khóa của tập thực thể yếu được gọi là khóa bộ phận mà để định danh được thực thể của tập thực thể yếu cần kết hợp khóa bộ phận và khóa của tập thực thể chủ.2 Thuộc tính Thuộc tính là đặc tính của một thể hiện hay một mối quan hệ trên ER. Thuộc tính gồm: Thuộc tính đơn là thuộc tính không thể phân nhỏ được; Thuộc tính phức hợp là thuộc tính có thể phân thành nhiều thuộc tính thành phần; Thuộc tính đơn trị là thuộc tính chỉ có tối đa một giá trị cho một thể hiện của tập thực thể; Thuộc tính đa trị là thuộc tính có thể có nhiều giá trị cho một thể hiện của tập thực thể. Thuộc tính khóa được sử dụng để xác định duy nhất một thực thể, đảm bảo thỏa điều kiện là một thuộc tính đơn, có thể chỉ có một giá trị, không thể null và phải khác biệt về giá trị.3 Mối quan hệ Để diễn tả số lần tham gia tối thiểu và tối đa của một thực thể vào một mối quan hệ người ta dùng bản số.

Bản số giúp xác định loại của mối quan hệ là 1:1, 1:N, N:1 hay N:N, tức là để xác định mỗi thể hiện của tập thực thể này có liên hệ với tối đa là bao nhiêu thể hiện của tập thực thể kia thông qua mối quan hệ. Mối quan hệ diễn tả sự liên quan giữa một hay nhiều thực thể với nhau và có thể được mô tả thông qua ngữ nghĩa thế giới thực. Giữa các tập thực thể có thể có nhiều mối quan hệ và số lượng các tập thực thể tham gia vào mối quan hệ được gọi là bậc/ngôi của mối quan hệ. Một mối quan hệ R có n tập thực thể tham gia E1, E2, …, En.

Khi đó, thể hiện của mối quan hệ R này là một tập con của tích Descartes E1  E2  …  En. Để diễn tả số lần tham gia tối thiểu và tối đa của một thực thể vào một mối quan hệ người ta dùng bản số. Bản số giúp xác định loại của mối quan hệ là 1-1, 1-N, N-1 hay N-N, tức là để xác định mỗi thể hiện của tập thực thể này có liên hệ với tối đa là bao nhiêu thể hiện của tập thực thể kia thông qua mối quan hệ.