Optimización de estructura y contenido de ontologías

Abstract

En un mundo global y totalmente interconectado, las ontologías son útiles para definir una base de una comprensión común y compartida de datos, información y conocimiento. Esta base será de gran utilidad tanto para la comunicación y colaboración entre personas y computadores, como entre equipos informáticos. En la actualidad y dentro del ámbito de la ingeniería del conocimiento, existen diversos métodos de aprendizaje de ontologías que permiten su construcción automática a partir de textos escritos en lenguaje natural relacionados con un dominio de conocimiento. A pesar del atractivo inicial de estos métodos, las ontologías generadas automáticamente presentan habitualmente errores, incoherencias y una mala calidad de diseño. Para asegurar la validez y la utilidad de una ontología obtenida automáticamente, estas problemáticas deben corregirse manualmente. Precisamente, éste es uno de los retos más importantes para poder sacar partido de su existencia. La presente tesis doctoral se ha centrado en la definición de una metodología que permita la evaluación de la calidad de las ontologías (cuantitativa y gráficamente) y la introducción de técnicas para la corrección de las inconsistencias de las ontologías minimizando los defectos de diseño. El primer trabajo realizado en el contexto de la presente tesis doctoral se centra en la evaluación de las diferentes metodologías y frameworks existentes para conocer sus capacidades y limitaciones. Por otro lado, se ha planteado una nueva metodología que permite abordar el problema combinando la detección automática de errores junto con evaluaciones numéricas y gráficas de la calidad para facilitar la corrección de las ontologías a través de la aplicación de soluciones rápidas denominadas quick-fix. Estos esquemas de solución rápida se emplean habitualmente en Entornos de Desarrollo Integrado (IDE). Conjugando las estrategias quick-fix con la tecnología actual para la evaluación de la calidad de las ontologías y el descubrimiento de errores, se ha creado un software capaz de simplificar y agilizar la aplicación de la metodología propuesta. De este modo, se ha conseguido disminuir el esfuerzo de intervención del usuario en la herramienta para la corrección de una ontología concreta. Del mismo modo, se desarrolló un mecanismo de gestión del conocimiento para la validación y transferencia de conocimiento procedente de redes semánticas y ontologías de terceros a una ontología objetivo representada en formato OWL (Lenguaje de Ontologías Web). Este mecanismo permite identificar problemáticas en la ontología objetivo y trasladar automáticamente conocimiento entre ambas con la finalidad de mejorar su calidad. El proceso de transferencia de conocimiento es un método semiautomático asistido por ordenador que ayuda al experto en el dominio a mejorar la ontología objetivo. Como parte de la investigación se han enviado tres trabajos para su publicación en revistas especializadas. La lista de trabajos realizados se incluye a continuación: ¿ G. R. Rolda¿n-Molina, D. Ruano-Orda¿s, V. Basto-Fernandes, J. R. Me¿ndez (2021) An Ontology Knowledge Inspection Methodology for Quality Assessment and Continuous Improvement. Data & Knowledge Engineering. Volume 133, Article ID 101889. DOI: 10.1016/j.datak.2021.101889. ¿ G. R. Roldan-Molina; J. R. Me¿ndez-Reboredo; I. Yevseyeva; V. BastoFernandes (2020) Ontology fixing by using software engineering technology. Applied Sciences. Volume 10(18), Article ID 6328. DOI: 10.3390/app10186328. ¿ G.R Rolda¿n-Molina; I. Yevseyeva; S. Go¿mez-Meire; V. Basto-Fernandes; J. R.Me¿ndez (2022) Automatic Knowledge Exchange between Ontologies and Semantic Graphs. Journal of Information Science. Available online. DOI: 10.1177/01655515221137874. En el momento de depósito de la tesis los tres trabajos han sido aceptados para su publicación y se encuentran publicados (uno de ellos en early-access). Estos tres trabajos se integran en esta tesis doctoral que se presenta en la modalidad de tesis por compendio de artículos.