Xây dựng ontology cho hệ thống truy vấn dữ liệu tùy chọn

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:5

Thêm vào BST

Báo xấu

51
lượt xem 8
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết Xây dựng ontology cho hệ thống truy vấn dữ liệu tùy chọn trình bày giải pháp xây dựng một ontology phục vụ cho hệ thống truy vấn dữ liệu tùy chọn. Dựa trên ontology này, hệ thống sẽ phân tích ngữ nghĩa của câu truy vấn bằng ngôn ngữ tự nhiên và gợi ý câu truy vấn tương ứng với loại cơ sở dữ liệu được lựa chọn.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Xây dựng ontology cho hệ thống truy vấn dữ liệu tùy chọn

128 Nguyễn Thanh Tuấn, Hoàng Thị Thanh Hà XÂY DỰNG ONTOLOGY CHO HỆ THỐNG TRUY VẤN DỮ LIỆU TÙY CHỌN BUILDING ONTOLOGIES FOR SYSTEM OF OPTIONAL DATA QUERY Nguyễn Thanh Tuấn1, Hoàng Thị Thanh Hà2 1 Trường Đại học Sư phạm - Đại học Đà Nẵng; nttuan@ued.udn.vn 2 Trường Đại học Kinh tế - Đại học Đà Nẵng; ha.htt@due.edu.vn Tóm tắt - Hệ thống truy vấn dữ liệu tùy chọn là hệ thống cho phép Abstract - A system of optional data query is a system that allows người sử dụng bằng ngôn ngữ tự nhiên có thể truy vấn vào các cơ sở users by natural language to query the databases represented by dữ liệu được biểu diễn bằng các mô hình khác nhau như cơ sở dữ liệu different models such as semantic databases, relational databases ngữ nghĩa, cơ sở dữ liệu quan hệ… mà không cần biết hình thức, cấu ... without knowing their form, structure, or content. A system of trúc hay nội dung của các cơ sở dữ liệu này. Mô hình hệ thống truy optional data query model based on the semantics of the query has vấn dữ liệu tùy chọn dựa trên ngữ nghĩa câu truy vấn đã được phát been developed, but analysis of semantics of the query is still triển, nhưng việc phân tích ngữ nghĩa câu truy vấn vẫn còn nhiều hạn limited. This paper presents a measure to construct an ontology for chế. Bài báo này trình bày giải pháp xây dựng một ontology phục vụ the system of the optional query. Based on this ontology, the cho hệ thống truy vấn dữ liệu tùy chọn. Dựa trên ontology này, hệ system will analyze the semantics of the query in natural language thống sẽ phân tích ngữ nghĩa của câu truy vấn bằng ngôn ngữ tự nhiên and suggests the query corresponding to the type of database và gợi ý câu truy vấn tương ứng với loại cơ sở dữ liệu được lựa chọn. selected. Từ khóa - ontology; truy vấn dữ liệu tùy chọn; cơ sở dữ liệu quan Key words - ontology; query optional data; relational database; hệ; cơ sở dữ liệu ngữ nghĩa; ngôn ngữ tự nhiên. semantic databases; natural language. 1. Đặt vấn đề được xây dựng một cách thủ công. Thông tin đóng vai trò quan trọng trong cuộc sống của Bài báo trình bày giải pháp mở rộng mô hình trên, đó là chúng ta, một trong những nguồn thông tin chủ yếu mà xây dựng các ontology phục vụ cho hệ thống truy vấn dữ liệu thông tin được lưu trữ và biểu diễn đó là các cơ sở dữ liệu tùy chọn. Dựa trên ontology này, hệ thống sẽ phân tích ngữ (CSDL). CSDL và các công nghệ CSDL đã đóng vai trò nghĩa của câu truy vấn bằng NNTN và gợi ý câu truy vấn quan trọng trong sự phát triển của công nghệ thông tin, gần tương ứng với loại CSDL được lựa chọn. như tất cả các ứng dụng máy tính đều lưu trữ và nhận thông tin từ các CSDL. Có nhiều hình thức và phương pháp biểu 2. Các công trình liên quan diễn CSDL khác nhau mà phổ biến nhất là CSDL quan hệ. 2.1. Hệ thống CSDL thông minh và giao diện NNTN cho Ngoài ra, một hình thức biểu diễn CSDL đóng vai trò quan CSDL trọng trong sự phát triển của thế hệ web mới, web ngữ Các ý tưởng sử dụng NNTN thay cho các câu lệnh truy nghĩa, là CSDL ngữ nghĩa. Việc truy cập vào các CSDL vấn đã phát triển một kiểu xử lý mới gọi là các hệ thống này thường phải thông qua các ngôn ngữ truy vấn CSDL giao diện NNTN cho CSDL. Ý tưởng này không chỉ phục như ngôn ngữ SQL đối với CSDL quan hệ hay SPARQL vụ cho người dùng cuối, là những người có thể không hiểu đối với CSDL ngữ nghĩa, tuy nhiên không phải bất cứ ai biết sâu về công nghệ thông tin, mà còn là một bước trung cũng có thể viết được các truy vấn này cũng như nắm được gian để nhiều mô-đun chương trình khác nhau, cái mà sử cấu trúc của CSDL. Vì thế nhiều phương pháp và kỹ thuật dụng nhiều mô hình CSDL khác nhau, có thể truy xuất dữ đã được nghiên cứu và phát triển giúp việc truy vấn CSDL liệu của nhau. Đây cũng là bước đầu để phát triển các hệ trở nên dễ tiếp cận hơn, điển hình là các tiếp cận sử dụng thống CSDL thông minh giúp người dùng thực hiện việc ngôn ngữ tự nhiên (NNTN) để truy vấn CSDL. truy vấn CSDL dễ dàng hơn [2]. Hệ thống truy vấn dữ liệu tùy chọn là hệ thống cho phép Hệ thống CSDL thông minh là hệ thống quản lý dữ liệu người sử dụng bằng NNTN có thể truy vấn vào các CSDL có thể quản lý số lượng lớn các dữ liệu, áp dụng nhiều hình được biểu diễn bằng các mô hình khác nhau như là CSDL thức suy luận khác nhau để tạo thêm dữ liệu và thông tin. ngữ nghĩa, CSDL quan hệ… mà không cần biết hình thức, Hệ thống này bao gồm các kỹ thuật biểu diễn kiến thức, kỹ cấu trúc hay nội dung của các CSDL này. Mô hình hệ thống thuật suy luận và các giao diện người dùng thông minh, truy vấn dữ liệu tùy chọn dựa trên ngữ nghĩa câu truy vấn giao diện mở rộng. Ngoài cách tiếp cận ngôn ngữ truy vấn đã được phát triển và giới thiệu trong [1], các tác giả đã truyền thống còn sử dụng NNTN để truy vấn CSDL đó là trình bày một hướng tiếp cận mới cho phép người dùng có hệ thống giao diện NNTN. thể đưa ra lựa chọn và truy vấn được dữ liệu mong muốn Hệ thống giao diện NNTN là một vấn đề nghiên cứu mở từ hai loại CSDL phổ biến hiện nay là CSDL quan hệ và với mục tiêu là chấp nhận các truy vấn bằng tiếng Anh hay CSDL ngữ nghĩa. Dựa trên việc phân tích ngữ nghĩa của câu truy vấn bằng NNTN và loại CSDL được lựa chọn, hệ các NNTN khác, hiểu chúng và chuyển đổi chúng thành các thống sẽ đề xuất một câu truy vấn tương ứng cho phép truy vấn CSDL, và sau đó là tiến hành thực thi câu truy vấn này. Các hệ thống này có các ưu, nhược điểm sau: người dùng kiểm tra trước khi đồng ý thực thi. Tuy nhiên, trong mô hình này, việc phân tích ngữ nghĩa câu truy vấn Ưu điểm: được thực hiện trên bộ từ điển các từ khóa của ngôn ngữ • Không sử dụng ngôn ngữ nhân tạo, sử dụng các ngôn truy vấn và cấu trúc của CSDL cũng như bộ từ điển này ngữ truy vấn hình thức như SQL là khó để học, khó để
ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(120).2017-Quyển 1 129 thành thạo và dễ mắc sai sót, nhất là với những người không chuyên. • Đơn giản, dễ sử dụng. • Diễn đạt các truy vấn tốt hơn. • Có thể chấp nhận các lỗi ngữ pháp nhỏ. • Dễ sử dụng cho các CSDL nhiều bảng. Nhược điểm: • Phạm vi ngôn ngữ không rõ ràng, các hệ thống chỉ giới hạn trong các tập con của NNTN và không dễ dàng định nghĩa các tập con này. • Không giải quyết được các lỗi về ngôn ngữ và ngữ nghĩa. • Không giống kỳ vọng của người dùng, người dùng có thể đưa ra các truy vấn là các ý tưởng phức tạp, các phán đoán và suy luận mà hệ thống không thể trả lời. Một số hệ thống giao diện NNTN cho truy vấn CSDL đã và đang được phát triển [2], một số hệ thống phổ biến hiện nay là: Hình 1. Mô hình hệ thống truy vấn CSDL tùy chọn • NALIX (Natural Language Interface for an XML bằng NNTN [1] Database) [3] một hệ thống giao diện NNTN phát triển bởi Trong mô hình này, các tác giả đã đề xuất một cách tiếp Đại học Michigan cho CSDL XML và sử dụng XPATH cận cho phép chuyển đổi các truy vấn bằng NNTN sang làm ngôn ngữ truy vấn. truy vấn SQL hoặc SPARQL, và từ đó thực thi trên CSDL • PRECISE [4] là một hệ thống phát triển tại Đại học quan hệ hoặc truy vấn trên CSDL ngữ nghĩa. Washington cho CSDL quan hệ sử dụng SQL làm ngôn Mô hình này được diễn giải như sau: ngữ truy vấn. a. Quy trình chuyển đổi câu truy vấn bằng NNTN có • WASP (Word Alignment-based Semantic Parsing) [5] cấu trúc sang câu truy vấn SQL bao gồm các bước: phân là hệ thống được phát triển tại Đại học Texas, hệ thống này tích câu truy vấn (cú pháp, ngữ nghĩa và xác định loại câu được xây dựng với cách tiếp cận máy học nhằm mục đích biểu truy vấn, các thành phần của câu truy vấn đó), từ đó tạo diễn NNTN, tuy nhiên nó cũng được áp dụng trong lĩnh vực thành câu truy vấn SQL. xây dựng giao diện NNTN cho truy vấn CSDL. b. Quy trình chuyển đổi từ câu truy vấn SQL sang câu Ngoài ra, một số tác giả đã đề xuất giải pháp xây dựng truy vấn SPARQL: phân tích câu truy vấn SQL, ánh xạ giao diện NNTN cho truy vấn CSDL theo hướng ontology. sang câu truy vấn SPARQL. Một ontology là một định nghĩa các thuật ngữ và quan c. Tích hợp hai quy trình trên vào một mô hình để giải hệ cơ bản giữa chúng, bao gồm bộ từ vựng của một miền quyết vấn đề truy vấn CSDL tùy chọn (chọn mô hình chủ đề cũng như các quy tắc để kết hợp các thuật ngữ này CSDL quan hệ hoặc mô hình CSDL ngữ nghĩa) dựa trên với nhau và các quan hệ để có thể định nghĩa phần mở rộng ngữ nghĩa của câu truy vấn. cho bộ từ vựng [6]. Ontology được nghiên cứu áp dụng Có thể thấy trong mô hình này, một yếu tố quan trọng trong nhiều lĩnh vực khác nhau, đặc biệt là trong công nghệ ảnh hưởng đến toàn bộ hệ thống đó là việc xây dựng từ phần mềm, ontology tham gia vào tất cả các pha của quy điển, mà ở đây được xây dựng một cách thủ công. Các từ trình phát triển phần mềm. điển giúp hệ thống hiểu được và chuyển đổi các từ vựng Trong [7], các tác giả giới thiệu hệ thống {ASKME*}, là tương ứng trong câu truy vấn bằng NNTN sang câu truy một hệ thống giao diện NNTN độc lập với CSDL sử dụng vấn SQL cũng như hiểu được các từ vựng liên quan đến các mẫu, hệ thống này phân tích cú pháp và ngữ nghĩa của cấu trúc của CSDL. câu truy vấn để chuyển đổi sang SQL. Cách tiếp cận phân Tiếp tục với các kết quả từ [1], nhóm tác giả đề xuất tích cấu trúc CSDL để xây dựng ontology trong {ASKME*} một giải pháp xây dựng các từ điển trong mô hình hệ thống là giải pháp được nhóm tác giả lựa chọn để xây dựng các từ truy vấn dữ liệu tùy chọn với hướng tiếp cận ontology. Giải điển trong hệ thống truy vấn dữ liệu tùy chọn. pháp này bao gồm việc xây dựng các ontology từ cấu trúc 2.2. Mô hình hệ thống truy vấn dữ liệu tùy chọn của CSDL và sử dụng Wordnet [8] để mở rộng ngữ nghĩa Phần lớn các hệ thống giao diện NNTN cho truy vấn cho thành phần của ontology phục vụ cho xử lý NNTN. CSDL đều thực hiện theo các bước: 3. Mô hình hệ thống truy vấn dữ liệu tùy chọn với tiếp 1. Phân tích câu truy vấn NNTN có cấu trúc. cận hướng ontology 2. Chuyển đổi thành câu truy vấn SQL hay các loại 3.1. Phương pháp xây dựng ontology từ CSDL ngôn ngữ truy vấn khác. 3. Phân tích câu truy vấn. Ontology được sử dụng rộng rãi trong nhiều lĩnh vực 4. Kết nối với CSDL tùy chọn và thực hiện câu truy khác nhau, đặc biệt, với sự phát triển của web ngữ nghĩa, vấn, trả về kết quả cho người dùng. nhiều kỹ thuật và công cụ mới đã được phát triển cho việc trình bày, xử lý tự động và chia sẻ ontology, mà những kỹ Với các bước trên, các tác giả trong [1] đã đề xuất một thuật này có thể được áp dụng cho những lĩnh vực khác. mô hình truy vấn CSDL tùy chọn như trong Hình 1.
130 Nguyễn Thanh Tuấn, Hoàng Thị Thanh Hà Với CSDL ngữ nghĩa, vốn được lưu trữ dưới dạng file nghĩa cho các từ khóa trong ngôn ngữ truy vấn dễ dàng hơn OWL hay RDF, việc truy vấn ngữ nghĩa của dạng CSDL nhiều so với cho các từ khóa trong cấu trúc của CSDL, vì này hoàn toàn tự nhiên và dễ dàng. Ở đây, nhóm tác giả tập tên các bảng, các trường trong CSDL có thể được đặt theo trung vào vấn đề xây dựng ontology cho CSDL quan hệ, một cách thức riêng nên rất khó có thể tạo ra một bộ ngữ mà cụ thể là CSDL MySQL. nghĩa cho các từ khóa này một cách tự động. Vì thế, việc Quá trình xây dựng bao gồm hai nội dung chính: xây dựng và hiệu chỉnh bán thủ công cho bộ ngữ nghĩa này là yêu cầu bắt buộc. 1. Xây dựng ngân hàng từ khóa câu lệnh truy vấn từ các ngôn ngữ truy vấn. Bảng 2. Chuyển đổi các thành phần CSDL sang ontology 2. Xây dựng ontology từ cấu trúc CSDL. Thành phần CSDL Thành phần OWL Ở nội dung thứ 1: Các từ khóa của ngôn ngữ SQL đã Bảng Lớp (Class) được tổ chức dưới dạng RDF trong [9]. Đối với SPARQL, Trường Thuộc tính (Property) một ngôn ngữ truy vấn CSDL ngữ nghĩa, trong [10] các tác Thông tin trường Các ràng buộc thuộc tính OWL giả đã xây dựng một cấu trúc RDF mô tả các từ vựng của Ví dụ, với một bảng có tên là Doctor, thì các từ tương ngôn ngữ này. Vì thế trong hệ thống nhóm tác giả xây dựng, đương trong tiếng Anh mà WordNet tìm ra là doc, physician, những từ khóa này sẽ được trích xuất từ các file RDF này. MD, Dr., medico, các từ này sẽ được thay thế bằng từ Doctor Để mở rộng tập ngôn ngữ của hệ thống truy vấn bằng nếu được sử dụng trong câu truy vấn NNTN. NNTN, nhóm tác giả sử dụng WordNet để xây dựng bộ 3.2. Ontology trong mô hình hệ thống truy vấn dữ liệu ngữ nghĩa cho các từ khóa của câu lệnh truy vấn. Bộ từ điển tùy chọn này được tổ chức dưới dạng XML. Bảng 1 là một số kết quả của quá trình này. Từ giải pháp xây dựng ontology ở trên, nhóm tác giả đã xây dựng lại mô hình hệ thống truy vấn dữ liệu tùy chọn Bảng 1. Các từ khóa tương đương tạo bởi WordNet theo hướng ontology (Hình 3). Từ khóa trong SQL Từ khóa tương ứng tạo bởi WordNet DELETE delete, erase, cancel prime, take, pick_out, select, choose, SELECT choice, prize, quality INSERT insert, infix, enter, introduce UPDATE update Ở nội dung thứ 2, nhóm tác giả thực hiện việc phân tích cấu trúc của CSDL sau đó thực hiện xây dựng ontology mô tả CSDL đó dựa trên cấu trúc của nó. Hình 3. Mô hình hệ thống truy vấn dữ liệu tùy chọn theo hướng ontology Quá trình này chia thành hai giai đoạn và đi theo các bước sau: • Bước A: Xây dựng ontology (A1) Kết nối với các CSDL để lấy cấu trúc của chúng. Hình 2. Các bước xây dựng ontology từ CSDL (A2) Xây dựng ontology cho cấu trúc của các CSDL này. Các bước thực hiện được sơ đồ hóa trong Hình 2, bao (A3) Sử dụng WordNet để tạo từ điển ngữ nghĩa cho gồm các nội dung: các từ khóa của ngôn ngữ truy vấn và cấu trúc CSDL. 1. Kết nối với CSDL: Hệ thống sẽ kết nối với CSDL để • Bước B: Xử lý truy vấn CSDL bằng NNTN đọc cấu trúc và các thông tin cần thiết khác. (B1) Đọc vào câu truy vấn bằng NNTN từ người dùng 2. Phân tích mô hình CSDL: Hệ thống phân tích mô và kiểu CSDL mà người dùng lựa chọn. hình CSDL để lấy ra danh sách các bảng, các trường, các (B2) Phân tích ngữ nghĩa của câu truy vấn bằng NNTN ràng buộc. sử dụng bộ từ điển trên. 3. Xây dựng ontology ghi lại các thực thể chính như: (B3) Chuyển đổi thành câu truy vấn SQL hay các loại các bảng, trường, quan hệ, ràng buộc. ngôn ngữ truy vấn khác. 4. Lưu trữ ontology dưới dạng file OWL: ontology (B4) Phân tích câu truy vấn. được tạo ra sẽ lưu trữ dưới dạng OWL để thuận tiện cho (B5) Thực hiện câu truy vấn, trả về kết quả cho người dùng. việc truy vấn. Khi kết thúc bước A - xây dựng ontology, bước xử lý 5. Kết hợp với WordNet để xây dựng các từ điển (dưới truy vấn bằng NNTN cung cấp các bộ từ điển: từ điển từ định dạng XML) phục vụ cho xử lý NNTN. khóa của câu lệnh truy vấn, từ điển diễn giải cấu trúc CSDL Việc chuyển đổi từ mô hình CSDL sang mô hình như: các bảng, các trường… ontology được thực hiện theo Bảng 2. 4. Cài đặt và thử nghiệm Ở đây, nhóm tác giả cũng sử dụng WordNet để hỗ trợ xây dựng từ điển cho CSDL. Việc xây dựng bộ từ điển ngữ 4.1. CSDL minh họa
ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG, SỐ 11(120).2017-Quyển 1 131 Để thử nghiệm chương trình, nhóm tác giả sử dụng ital#patient"/> CSDL mẫu như Hình 4. Hình 4. CSDL thử neghiệm (doctor), trong đó mỗi Bệnh nhân sẽ có một Bác sĩ. Từ CSDL này, chương trình NL2Query sẽ thực hiện 4.2. Cài đặt mô hình thêm chức năng xây dựng ontology từ CSDL cũng như tạo ra các từ điển từ ontology. Để xây dựng ontology cho CSDL nhóm tác giả sử dụng thư Cấu trúc ontology, lưu trữ dưới dạng file OWL, được tạo ra từ chương trình khi kết nối với CSDL có dạng như sau: "http://www.semanticweb.org/itc/ontologies/2017/7/hospital#" > rdf:about="http://www.semanticweb.org/itc/ontologies/2017/7/hosp ital#address">
132 Nguyễn Thanh Tuấn, Hoàng Thị Thanh Hà ospital#patient"/> 5. Kết luận triển, bổ sung vào mô hình truy vấn dữ liệu tùy chọn theo CSDL kết hợp với các ontology mô tả ngôn ngữ truy vấn, các từ điển ngữ nghĩa sẽ được tạo ra để phục vụ xử lý câu thực nghiệm với một CSDL đơn giản và cho kết quả như yêu cầu. Tuy nhiên, khả năng của hệ thống phụ thuộc vào tính chính xác của từ điển cũng như khả năng phân tích sâu hơn Ontology này được biểu diễn dưới dạng đồ thị trực quan ngữ nghĩa của câu truy vấn bằng NNTN, và đó sẽ là hướng như trong Hình 6. nghiên cứu tiếp tục của bài báo. TÀI LIỆU THAM KHẢO [1] N. T. Tuấn, H. T. T. Hà, N. V. Tin, và L. T. Nhân, Nghiên cứu và xây dựng hệ thống truy vấn dữ liệu tùy chọn dựa trên ngữ nghĩa của câu truy vấn, Kỷ yếu Hội nghị khoa học công nghệ quốc gia lần thứ IX Nghiên cứu cơ bản và ứng dụng CNTT - FAIR’9, Cần Thơ, 2016ISBN: 978-604-913-472-2, trang 340–351. [2] N. Nihalani, S. Silakari, and M. Motwani, “Natural language Interface for Database: A Brief review”, Ijcsi, Vol. 8, No. 2, 2011, pp. 600–608. [3] Y. Li, H. Yang, and H. Jagadish, Constructing a generic natural language interface for an XML database, International Conference on Extending Database Technology, Vol. 3896, 2006, pp. 737–754. [4] A.-M. Popescu, A. Armanasu, O. Etzioni, D. Ko, and A. Yates, Modern natural language interfaces to databases: Composing Statistical Parsing with Semantic Tractability Ana-Maria, Proc. 20th Int. Conf. Comput. Linguist. - COLING ’04, 2004, pp. 141–es. [5] Y. W. Wong, Learning for Semantic Parsing Using Statistical Machine Translation Techniques, Artif. Intell. Lab, University of Texas at Austin, October 2005. [6] U. Aßmann, S. Zschaler, and G. Wagner, Ontologies for Software Hình 6. Biểu diễn trực quan ontology của CSDL Engineering and Software Technology, 2006. Từ ontology được sinh ra và các ontology mô tả ngôn [7] M. Llopis and A. Ferrández, “How to make a natural language ngữ SQL [9], SPARQL chương trình sẽ xây dựng các từ interface to query databases accessible to everyone: An example”, điển, các từ điển này có thể được người dùng điều chỉnh Computer Standards & Interfaces, Vol. 35, Issue 5, 2013, pp. 470-481. trong quá trình thực thi chương trình. [8] About WordNet, https://wordnet.princeton.edu/ [Accessed: 29-Jul-2017]. [9] SQL Abstract Syntax Trees Vocabulary, Cấu trúc một file từ điển có dạng như sau: http://ns.inria.fr/ast/sql/index.html [Accessed: 25-Jul-2017]. [10] M. Ceriani and A. Vaisman, An RDF vocabulary for meta- programming with SPARQL algebra, in CEUR Workshop Proceedings, 2016, Vol. 1644. prime [11] Apache Jena - Home, https://jena.apache.org/ [Accessed: 25-Jul-2017]. (BBT nhận bài: 18/10/2017, hoàn tất thủ tục phản biện: 31/10/2017)