Онтология – это точная спецификация некоторой области, которая включает в себя словарь терминов предметной области и множество связей (типа «элемент-класс», «часть –целое»), которые описывают, как эти термины соотносятся между собой. Фактически это иерархический понятийный скелет предметной области.

Существует множество различных подходов к определению понятия «онтология»¹⁾:

1. Онтологией называют эксплицитную спецификацию концептуализации.
2. Онтология – эксплицитная спецификация определенной темы.
3. Онтология – это базы знаний специального типа, которые могут читаться и пониматься, отчуждаться от разработчика и/или физически разделяться их пользователями.

Следует отметить, что понимание термина «онтология» зависит от контекста и целей его использования. Можно выделить несколько аспектов его применения, в частности²⁾, выделяются следующие интерпретации:

1. Онтология как философская дисциплина.
2. Онтология как неформальная концептуальная система.
3. Онтология как формальный взгляд на семантику.
4. Онтология как спецификация концептуализации.
5. Онтология как представление концептуальной системы через логическую теорию.

Основными компонентами онтологии являются:

• классы или понятия
• атрибуты
• отношения
• аксиомы
• экземпляры

Обычно онтология строится как дерево или сеть, состоящая из концептов и связей между ними. Связи могут быть различного типа, например, "является", "имеет свойство" и т. п. Концепты и связи имеют универсальный характер для некоторого класса понятий предметной области. Можно выбрать некоторое понятие из этого класса и для него "заполнить" онтологию, задавая конкретные значения атрибутам.

В простейшем случае построение онтологии сводится к:

1. выделению концептов - базовых понятий данной предметной области;
2. построению связей между концептами - определению соотношений и взаимодействий базовых понятий;
3. сравнению построенной онтологии с имеющимися - проведение параллелей с другими областями знаний.

Основным преимуществом онтологического инжиниринга в KM является целостный подход к автоматизации предприятия. При этом достигаются:

• системность — онтология представляет целостный взгляд на предметную область;
• единообразие — материал, представленный в единой форме гораздо лучше воспринимается и воспроизводится;
• научность — построение онтологии позволяет восстановить недостающие логические связи во всей их полноте.

Традиционным подходом к разработке онтологий, который развивался в конце 1990-х — начале 2000-х, является предположение, что основным источником знаний выступает эксперт — специалист в предметной области. Очевидно, что при таком подходе становятся актуальными и проблематичными множество аспектов, в том числе этические, психологические, лингвистические и гносеологические. В реалиях цифровой экономики технологические процессы порождают гигантские объемы информации, что делает привлечение человека как непосредственного источника знаний неэффективным. Гораздо разумнее и быстрее извлекать знания непосредственно из существующих структурированных и неструктурированных (текстовых) источников производственных данных с помощью различных интеллектуальных алгоритмов, включая методы машинного обучения и нейронные сети. А роль человека-эксперта в данной ситуации заключается в проектировании концептуальных верхнеуровневых абстракций, таких как описанные выше примеры онтологий, обеспечение надежных способов доступа к данным (некоторые данные могут потребовать специальных процедур обработки, например анонимизации), разметка данных (для использования методов искусственного интеллекта) и валидация полученных результатов. Данный автоматизированный подход получил название «обучение онтологий» (ontology learning).³⁾

1. Полнота и точность словаря предметной области.
2. Адекватность структуры с точки зрения таксономии, отношений и т.п
3. Воспринимаемость (с когнитивной точки зрения).
4. Производительность при использовании в приложениях.

• Гаврилова Татьяна Альбертовна
• Кудрявцев Дмитрий Вячеславович
• Яворский Ростислав Эдуардович

• Sigma Ontology Browser for SUMO ontology
• Modom.io
• Protege

• Owl
• RDF
• Sparql

• Suggested Upper Merged Ontology (SUMO) + граф онтологии SUMO, репозиторий онтологии на GitHub