Онтологический метод проверки семантической несогласованности реляционных баз данных и официальных документов

Вестник ТюмГУ. Физико-математическое моделирование. Нефть, газ, энергетика.


Выпуск:

2018. Том 4. №3

Название: 
Онтологический метод проверки семантической несогласованности реляционных баз данных и официальных документов


Для цитирования: Кропотин А. А. Онтологический метод проверки семантической несогласованности реляционных баз данных и официальных документов / А. А. Кропотин, Ю. В. Бидуля, А. Г. Ивашко, М. Ю. Самойлов // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2018. Том 4. № 3. С. 120–131. DOI: 10.21684/2411-7978-2018-4-3-120-131

Об авторах:

Кропотин Александр Александрович, кандидат физико-математических наук, старший преподаватель кафедры программной и системной инженерии, Тюменский государственный университет; a.a.kropotin@utmn.ru

Бидуля Юлия Владимировна, кандидат филологических наук, доцент кафедры информационных систем, Тюменский государственный университет; y.v.bidulya@utmn.ru

Ивашко Александр Григорьевич, доктор технических наук, профессор кафедры программной и системной инженерии, Тюменский государственный университет; a.g.ivashko@utmn.ru

Самойлов Михаил Юрьевич, ассистент кафедры программной и системной инженерии, Тюменский государственный университет; m.y.samojlov@utmn.ru

Аннотация:

Целью этой работы является разработка метода формализма логики описания для автоматизации процесса определения семантических конфликтов между документами организации и структурой реляционной базы данных. В данной статье предложен онтологический метод верификации реляционного представления бизнес-процесса для решения задачи проверки соответствия информации о сущностях и связях предметной области и их реляционного представления в рамках отдельно взятой организации. Онтологическая модель концептуальных объектов предоставляет правила описания концептуальных схем сущность — связь реляционных баз данных в виде аксиом и утверждений дескрипционной логики SROIQ(D). Этот метод позволяет выявить несоответствия, вызванные различием типов данных, допустимыми значениями и недопустимыми значениями одного и того же атрибута в онтологических представлениях данных соответствующей базы данных предметной области. Для выявления несоответствий информации о сущностях и связях предметной области и их реляционного представления предлагается применять реализацию табличного алгоритма, которая позволила бы выявить несоответствия терминологических аксиом и утверждений общей онтологии друг относительно друга.

Список литературы:

  1. Alalwan N. Generating OWL Ontology for Database Integration / N. Alalwan, H. Zedan, F. Siewe // Proceedings of the 2009 3rd International Conference on Advances in Semantic Processing (11-16 October 2009, Malta, Sliema). Pp. 22-31. DOI: 10.1109/SEMAPRO.2009.21
  2. Astrova I. Storing OWL Ontologies in SQL Relational Databases / I. Astrova, N. Korda, A. Kalja // World Academy of Science, Engineering and Technology International Journal of Computer, Electrical, Automation, Control and Information Engineering. 2007. Vol. 1. No 5. Pp. 1261-1266.
  3. Chatterjee N. RENT: Regular Expression and NLP-Based Term Extraction Scheme for Agricultural Domain / N. Chatterjee, N. Kaushik // Proceedings of the International Conference on Data Engineering and Communication Technology. Springer Science; Business Media Singapore, 2017. Pp. 511-522.
  4. Chujai P. On Transforming the ER Model to Ontology Using Protege OWL Tool / P. Chujai, N. Kerdprasop, K. Kerdprasop // International Journal of Computer Theory and Engineering. 2014. Vol. 6. No 6. Pp. 887-891.
  5. Fahad M. ER2OWL: Generating OWL Ontology from ER Diagram / M. Fahad // Intelligent Information Processing IV — 5th IFIP International Conference on Intelligent Information Processing (19-22 October 2008, China, Beijing). Pp. 28-37.
  6. Horrocks I. The Even More Irresistible SROIQ / I. Horrocks, O. Kutz, U. Sattler; edit. by P. Doherty, J. Mylopoulos, Chr. Welty // Proceedings, Tenth International Conference on Principles of Knowledge Representation and Reasoning (2-5 June 2006, United Kingdom, the Lake District). Menlo Park: AAAI Press, 2006. Pp. 57-67.
  7. Kropotin А. А. Database Schema Method for Automatic Semantic Errors Resolving During Information Systems / А. А. Kropotin, А. V. Grigoryev, А. G. Ivashko // Integration, Informal Proceedings of the 2016 10th IEEE International Conference on Application of Information and Communication Technologies, AICT2016 (12-14 October 2016, Azerbaijan, Baku).
  8. Kropotin А. А. Realization of the Ontologically Based Method for Checking Structural Inconsistences of Relational Databases / А. А. Kropotin, А. V. Grigoryev, Y. V. Bidulya, А. G. Ivashko, N. S. Durynin // Proceedings of the 27th International DAAAM Symposium on Intelligent Manufacturing and Automation (26-29 October 2016, Bosnia and Herzegovinа, Mostar). Vienna: DAAAM International, 2016. Pp. 762-767. DOI: 10.2507/27th.daaam.proceedings.110
  9. Louhdi M. R. C. Transformation Rules For Building Owl Ontologies From Relational Databases / M. R. C. Louhdi, H. Behja, S. O. El Alaoui // Second International Conference on Advanced Information Technologies and Applications. 2013. Pp. 271-283.
  10. Magnini B. From Text to Knowledge for the Semantic Web: the ONTOTEXT project / B. Magnini, M. Negri, E. Pianta, L. Romano, M. Speranza, L. Serafini, C. Girardi, V. Bartalesi, R. Sprugnoli // Proceedings of the 2nd Italian Semantic Web Workshop (14-16 December 2005, Italy, Trento).
  11. Motik B. Hypertableau Reasoning for Description Logics / B. Motik, R. Shearer, I. Horrocks // Journal of Artificial Intelligence Research. 2009. Vol. 36. Pp. 165-228.
  12. Telnarova Z. Relational Database as a Source of Ontology Creation / Z. Telnarova // Proceedings of the International Multiconference on Computer Science and Information Technology. 2010. Pp. 135-139.