Luận án nghiên cứu mô hình học ontology và ứng dụng trong ngành dầu khí - Đại học Bách khoa

MỞ ĐẦU Tính cấp thiết của luận án Ontology (được một số nhà nghiên cứu người Việt gọi là “bản thể học” hoặc “bản thể luận” 1) là một thành phần tri thức nền tảng và mọi tri thức khác cần được dựa trên và tham chiếu đến nó. Chính vì vậy, ontology được áp dụng rộng khắp trong lĩnh vực trí tuệ nhân tạo (Artificial Intelligence: AI), quản lý tri thức (Knowledge Management: KM), trong nhiều hệ thống ứng dụng và trong rất nhiều miền ứng dụng khác nhau. Một khu vực ứng dụng ontology vô cùng rộng lớn là trong các công cụ tìm kiếm (search engine) và chia sẻ tri thức (knowledge sharing), ở đó, ontology hỗ trợ đắc lực hoạt động tìm kiếm có cấu trúc, so sánh được và tùy chỉnh cao [7], [19], [32], [40], [76], [77]. Thuật ngữ “ontology” được các cộng đồng nghiên cứu – triển khai khác nhau hiểu theo các ý nghĩa khác nhau.

Có sự phân biệt thuật ngữ “Ontology” là danh từ riêng (chữ cái “O” đầu tiên viết hoa) với “ontology” là danh từ chung (chữ cái “o” đầu tiên viết thường và đây là một danh từ đếm được) [35]. Danh từ riêng “Ontology” là được dành riêng cho cộng đồng nghiên cứu triết học, danh từ chung “ontology” là được dành cho mọi cộng đồng sử dụng thuật ngữ này như một kiểu thông tin đặc biệt hoặc một tạo tác (artifact) tính toán trình diễn tri thức. Luận án này nghiên cứu “ontology” theo phương án danh từ chung, hay “ontology” được hiểu là ontology tính toán (computational ontologies). Định nghĩa ontology tính toán là một công việc hết sức khó khăn và nhiều định nghĩa đã được đưa ra.

Theo một khung nhìn phổ quát, ontology là một sản phẩm trình diễn với thành phần đặc thù là một bảng phân loại biểu diễn tường minh một tổ hợp các kiểu, các lớp và một số quan hệ giữa chúng [7]. Trong một khung nhìn khoa học máy tính, ontology là một mô tả một cách hệ thống các thực thể và các phương thức của chúng, các quy tắc cho phép mô tả một mô hình cụ thể phù hợp với các thực thể và quy trình cho phép mô tả "tất cả" các thực thể và quy trình này [71]. Theo cách hiểu thông dụng nhất, một ontology bao gồm 1 Do thuật ngữ “bản thể học” hoặc “bản thể luận” là các thuật ngữ có nguồn gốc vay mượn từ ngôn ngữ khác mà không gợi nghĩa nhiều hơn thuật ngữ “ontology” cho nên luận án này sử dụng nguyên gốc “ontology”. 1 các thuật ngữ, các khái niệm quan trọng, phân loại các khái niệm, phân cấp các khái niệm, các quan hệ giữa các khái niệm (bao gồm các ràng buộc quan trọng), các tiên đề ứng dụng và các thể hiện cho các đối tượng kể trên.

Ontology được phân loại thành ontology triết học (philosophical ontology), ontology miền (domain ontology), ontology mức cao (top-level ontology), ontology tham chiếu (reference ontology) và ontology ứng dụng (application ontology) [7]. Ngoại trừ ontology triết học, tất cả các loại ontology đều thuộc về loại ontology miền. Do phạm vi ứng dụng rộng rãi của ontology, xây dựng ontology là một bài toán có tầm quan trọng đặc biệt, là một chủ đề nghiên cứu nhận được sự quan tâm đặc biệt của các cộng đồng nghiên cứu – triển khai thuộc các ngành khoa học đa dạng. Nhìn chung, quá trình xây dựng ontology bao gồm ba giai đoạn (xác định mục đích và phạm vi, nắm bắt ontology và thực thi ontology) [39].

Các nội dung đặc biệt quan trọng trong xây dựng ontology là (i) xác định mục đích và phạm vi của ontology cần xây dựng, (ii) xác định các khái niệm/lớp, thực thể/cá thể, quan hệ/phân cấp trong phạm vi ontology cần xây dựng, (iii) khai thác các ontology sẵn có, và (iv) huy động tri thức và sự tham gia của các chuyên gia miền [7], [39]. Hiện chưa có ontology tiếng Việt cho miền dầu khí, song một vài ontology tiếng Việt cho các miền ứng dụng khác đã được xây dựng, điển hình là ontology VN-KIM và thành phần ontology tiếng Việt trong hệ thống BioCasster. VN-KIM [3], [63] được phát triển tại Đại học Bách khoa, Đại học Quốc gia Tp. Hồ Chí Minh.

Ontology này bao gồm 347 lớp thực thể và 114 quan hệ và thuộc tính. Ontology VN-KIM bao gồm các lớp thực thể có tên phổ biến như Con_người (Person), Tổ_chức (Organization), Tỉnh (Province), Thành_phố (City)…, các quan hệ giữa các lớp thực thể và các thuộc tính của mỗi lớp thực thể. Cơ sở tri thức của VN-KIM là một tập hợp các thực thể có tên phổ biến ở Việt Nam và Quốc tế. Các thực thể thuộc về các miền chính như: Con người (các nguyên thủ quốc gia, các giám đốc công ty, bác sỹ, nhà giáo, văn nghệ sỹ…); Tổ chức, công ty (các tổ chức xã hội, giáo dục, công ty…); Đơn vị hành chính (các tỉnh, thành phố, quận, huyện, phường, xã ở Việt Nam và các thành phố lớn trên thế giới); Sông, núi (các sông, núi lớn ở Việt Nam và thế giới); Đường (các đường lớn ở Hà Nội, TP.

Hồ Chí Minh, các tỉnh lộ, quốc lộ); Điểm đặc biệt (các 2 di tích lịch sử, danh lam thắng cảnh, khu vui chơi giải trí nổi tiếng). BioCaster [22], [23], [24], là một ontology trong lĩnh vực y tế được viết dưới nhiều ngôn ngữ như Nhật, Thái, và Việt Nam. BioCaster là một dự án nghiên cứu nhằm cung cấp chức năng tìm kiếm nâng cao và phân tích các tin tức trên Internet và các tài liệu nghiên cứu liên quan, cho các nhân viên làm việc trong lĩnh vực y tế cộng đồng, các thầy thuốc lâm sàng, và các nhà nghiên cứu trong lĩnh vực các bệnh truyền nhiễm. Ontology BioCaster được Nigel Collier thuộc Viện Thông tin Quốc gia Nhật Bản cùng các đồng nghiệp tại Viện các bệnh lây nhiễm Quốc gia Nhật Bản, Viện Di truyền học Quốc gia Nhật Bản, Đại học Okayama, Đại học Quốc gia TP.HCM và Đại học Kasetsarat phát triển.

Dựa vào công nghệ khai phá dữ liệu văn bản, dự án cung cấp các công cụ thông minh giúp người sử dụng có được cái nhìn rõ ràng hơn về các đợt dịch bệnh đã xảy ra cũng như khả năng bùng phát dịch. Ontology BioCaster chứa các thuật ngữ trên nhiều ngôn ngữ, trong đó có 371 thuật ngữ tiếng Việt (các thuật ngữ liên quan đến bệnh, virus, và các triệu chứng tại Việt Nam). Mặc dù ontology này có xử lý trích chọn thông tin tiếng Việt, tuy nhiên, các quan hệ trong thành phần ontology này lại được mô tả bằng tiếng Anh. Webb [70], xây dựng ontology là một bài toán đầy thách thức, nhiều tiếp cận xây dựng ontology khác nhau đã được sử dụng, tuy nhiên, hầu hết các tiếp cận này cho đến nay chủ yếu vẫn sử dụng các phương pháp thủ công.

Học ontology phục vụ việc xác định các khái niệm/lớp, thực thể/cá thể, quan hệ/phân cấp trong phạm vi tri thức miền. Học ontology là một xu hướng có tính hiện đại và đầy thách thức trong nghiên cứu xây dựng ontology [6], [17], [21], [25], [27], [35], [40], [46], [58], [62], [67], [74], [78], [79], [80]. Học ontology là chủ để nghiên cứu nhận được sự quan tâm của cộng đồng nghiên cứu.1 cung cấp một biểu diễn số lượng các công trình khoa học trên ScienceDirect, Springer và Google Scholar giai đoạn 2006 – 2019 có chứa chính xác cụm từ “ontology learning” trong tiêu đề ấn phẩm (với ScienceDirect 3 và Google Scholar Advanced Search “not include patents, not include citations”) hoặc trong thông tin mô tả ấn phẩm (với Springer)2. Kết quả thống kê chỉ ra hàng năm có tới hàng chục ấn phẩm chứa chính xác cụm từ “ontology learning” ở tiêu đề (ScienceDirect và Google Scholar) hoặc ở thông tin mô tả (Springer).

Số lượng công bố là khá ổn định qua thống kê với ScienceDirect và Google Scholar. Trong khi đó, số lượng công bố với Springer có xu thế giảm có thể có nguyên nhân từ nguồn chứa cụm từ “ontology learning” hoặc sự phân chia chủ đề “ontology learning” thành các chủ đề con chi tiết hơn. Một biểu diễn số lượng ấn phẩm khoa học có chứa chính xác cụm từ “ontology learning” trên ScienceDirect, Springer và Google Scholar Xây dựng ontology và học ontology là chủ đề nghiên cứu của một số luận án Tiến sỹ trên thế giới, chẳng hạn như [29], [34], [1]. Luận án Tiến sỹ của Z.

Dragisic [29] đề cập tới việc giải quyết vấn đề chưa hoàn thiện các ontology và mạng ontology theo ba câu hỏi về cách thức hoàn thiện ontology và mạng ontology chưa hoàn thiện, về thuận lợi và hạn chế khi sử dụng tương tác người dùng vào việc hoàn thiện ontology và mạng ontology, về khả năng tích hợp thành phần hoàn thiện ontology vào quá trình phát triển ontology. Tác giả hình thức hóa vấn đề hoàn thiện cấu trúc “chung-riêng” (“is-a”) dựa trên logic mô tả 2 Kết quả trả về theo truy vấn cụm từ chính xác “ontology learning” vào ngày 20/6/2019. 4 (description logic) và phát triển hai thuật toán giải quyết vấn đề, phân tích thực nghiệm đối với việc sử dụng tương tác người dùng và phát triển một phương pháp dựa trên thuật toán phân cụm để giảm không gian tìm kiếm khi tích hợp thành phần hoàn thiện vào quá trình phát triển ontology. Luận án Tiến sỹ của Saira Andleeb Gillani [34] đề xuất một khung khai phá dữ liệu văn bản ProMine (Prokex Text Mining) với dữ liệu đầu vào là mô hình quy trình nghiệp vụ được trình diễn bằng các tệp tin XML.

Dựa trên một ontology miền hạt giống (seed domain ontology, còn được gọi là ontology miền mồi), bộ công cụ học ontology tiến hành việc lọc và phân loại tri thức kết quả để làm giàu ontology miền hạt giống nói trên [33]. Đến lượt mình, ontology miền hạt giống được sử dụng để diễn giải và tư vấn về mô hình quy trình nghiệp vụ. Luận án Tiến sỹ của Trương Hải Bằng [1] đề cập tới các giải pháp liên quan đến ontology mờ (chứa các khái niệm, quan hệ. chưa rõ ràng, nhập nhằng, mâu thuẫn với nhau) dựa trên cơ sở lý thuyết đồng thuận; luận án này chưa đề cập tới yếu tố tiếng Việt trong ontology.

Tính chất thách thức cao của chủ đề nghiên cứu xây dựng ontology, yêu cầu các phương pháp bán tự động xây dựng ontology hiện đại dựa trên khai phá văn bản và học máy, tình trạng nghiên cứu xây dựng ontology tiếng Việt còn mỏng đã tạo động lực nghiên cứu đối với luận án “Nghiên cứu một số mô hình học ontology và ứng dụng trong miền dầu khí”. Bài toán cần giải quyết trong luận án được phát biểu như sau: Cho trước một từ điển Anh – Việt một miền ứng dụng, cần xây dựng một ontology Anh- Viêt miền ứng dụng nói trên.