Разработка и исследование методов создания специализированного компьютерного банка знаний для органической химии 05. 13. 11 математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

СОДЕРЖАНИЕ РАБОТЫ

Специализированный компьютерный банк знаний для органической химии (СКБЗ_ОХ) – это расширяемая интеллектуальная программная система для Ин­тернет, созданная для решения различных задач профессиональной деятельности этой предметной области (ПО), обеспечивающая коллективное развитие баз зна­ний (БЗ) данной области и поддерживающая механизмы для добавления новых программных компонент, предназначенных для решения новых прикладных за­дач данной области. СКБЗ_ОХ состоит из информационного (ИН) и программ­ного наполнения (ПН), а также блока администрирования.

Информационное наполнение СКБЗ_ОХ должно содержать онтологию и базу знаний органической химии. Онтология и БЗ данной ПО должны быть мо­дульными, где каждый модуль соответствует некоторому разделу области. СКБЗ_ОХ должен позволять добавление новых модулей онтологии и БЗ в ин­формационное наполнение. ИН также должно включать ссылки на теоретиче­скую информацию различных разделов ПО, представленную в книгах и публи­кациях. Другим компонентом ИН должна быть расширяемая библиотека мето­дов решения прикладных задач ПО.

П
рограммное наполнение СКБЗ_ОХ должно включать: средства редактиро­вания ИН и набор программных средств для решения прикладных задач ПО. Средства редактирования ИН должны включать специализированные редакторы онтологий и знаний, а также редактор теоретического материала. Поскольку в органической химии важное место уделяется работе со структурными форму­лами, редактор знаний должен содержать графический компонент для редакти­рования структурных формул. Редактор знаний должен позволять добавление новых компонент для редактирования знаний о других типах графических объ­ектов (например, знаний о спектрах и т.д.). Знания, введенные с помощью гра­фического компонента, должны переводиться во внутреннее представление, оп­ределяемое онтологией. Редакторы онтологий и знаний должны позволять ре­дактирование онтологических соглашений и законов ПО в виде формул при по­мощи специализированного редактора формул. Редакторы онтологий и знаний должны содержать компоненты для проверки онтологических соглашений. Про­граммное наполнение СКБЗ_ОХ должно также включать системы поиска и про­смотра содержимого ИН, а также решатели прикладных задач, среди которых должен быть решатель задач определения путей синтеза органических соединений.

Блок администрирования СКБЗ_ОХ должен администрировать пользовате­лей и контролировать жизненный цикл всего банка знаний. Пользователями СКБЗ_ОХ являются гости, инженеры знаний, эксперты и прикладные пользова­тели. Для каждого прикладного пользователя, в зависимости от того, каким ви­дом деятельности он занимается, существует ряд задач, которые он сможет ре­шать с помощью СКБЗ_ОХ. (рис.1). Эти задачи определяются полномочиями пользователя. Каждому полномочию сопоставлен компонент ПН, поддержи­вающий выполнение данного полномочия. Список полномочий и поддержи­вающих их компонент ПН должен быть расширяемым. СКБЗ_ОХ должен позво­лять пользователю получать свое автоматизированное рабочее место (АРМ), ко­торое содержит те компоненты ПН, которые требуются ему при решении задач. Редактор онтологий включаются в АРМ пользователя только в том случае, если пользователь является инженером знаний. Редактор знаний включаются в АРМ пользователя только в том случае, если пользователь является специалистом-экспертом ПО. Пользователь, который не является инженером знаний или экспертом, получает только решатели прикладных задач.

Глава 3 диссертации содержит описание модульной онтологии предметной области «Органическая химия. Вузовский курс» и ее модели, определяет ее со­став – множество модулей и связи между ними.

Структура модульной онтологии данной ПО приведена на рис. 2. Стрелочка на рисунке идет от модуля М1 к М2, если при определении модуля М2 использована терминология модуля М1. Мо­дульная модель онтологии органической химии состоит из 26 связанных между собой модулей. Онтология органической химии использует терминологию из онтологии физической химии (представленной на рис. 2 отдельным модулем). В онтологии определены 171 термин и 107 онтологических соглашений. Каждый модуль модели онтологии записан с использованием языка прикладной логики (ЯПЛ). Приведем пример модуля модели онтологии «Структурная формула со­единения», в котором определяются термины для представления структурных свойств соединений.

Определения вспомогательных терминов

1. 
   типы связи º {простая, двойная, тройная}
   
2. 
   компонента º функциональные группы È {C}
   
3. 
   номера элементов º I[1, ¥)
   
4. 
   множество связей º (È (n:[1, максимальное количество связей])(´ химические элементы È компонента, номера элементов, типы связи)Ý n)
   
5. 
   возможные компоненты структурной формулы º (´ химические элементыÈ компонента, номера элементов, {}множество связей))
   
6. 
   возможные структурные формулы º {(f: {(n: I[1,¥)) возможные компоненты структурной формулыÝ n})(&(i: I[1, length(f)]) (&(j1: {(j: I[1, length(f)]) i ¹ j}) p(2, p(i, f)) ¹ p(2, p(j1, f))))}
   
7. 
   к
   омпонента структурной формулы º (l(v: {(v1: (´ возможная структурная формула, I[1, ¥))) p(2, v1) Î I[1, length(p(1, v1))]}) p(1, p(p(2, v), p(1, v))))
   
8. 
   связи элемента в компоненте структурной формулы º (l(v: {(v1: (´ возможные структурные формулы, I[1, ¥))) p(2, v1) Î I[1, length(p(1, v1))]}) p(3, p(p(2, v), p(1, v))))
   
9. 
   валентность элемента º (l(v: {(v1: (´ возможные структурные формулы, I[1, ¥))) p(2, v1) Î I[1, length(p(1, v1))]}) m(связи элемента в компоненте структурной формулы(p(1, v1), p(2, v1)) + m({(v2: связи элемента в компоненте структурной формулы(p(1, v1), p(2, v1))) p(3, v2) = двойная})) + m({(v3: связи элемента в компоненте структурной формулы(p(1, v1), p(2, v1))) p(3, v3) = тройная})*2)
   
10. 
    номер компоненты структурной формулы º (l(v: (´ возможные структурные формулы, возможная формула вещества)) {(v1: номера элементов) (& (i: I[1, length(p(1, v))]) компонента структурной формулы(p(1, v), i) Ï функциональные группы & компонента структурной формулы(p(1, v), i) = p(2, v) È компонента структурной формулы(p(1, v), i) Î функциональные группы & формула функциональной группы(компонента структурной формулы(p(1, v), i)) = p(2, v))})
    
11. 
    структурная формула º (l(v: возможная формула вещества) {(f: возможные структурные формулы) (& (i: I[1, length(f)]) p(2, p(i, f)) £ length(f)) & (& (v1: {(v2: химические элементы) принадлежит соединению(v, v2)}) (Ú (i: I[1, length(f)]) v1 = p(1, p(i, f)) & ((m ({(i: I[1, length(f)]) p(1, p(i, f))) = v1}) = индекс(v, v1))) & (&((i: I[1, length(f)]) валентность элемента(f, i)) £ max(возможная валентность элемента(компонента структурной формулы(f, i))))) & (&((i: I[1, length(f)]) связи элемента в компоненте структурной формулы(f, i) ¹ Æ))))))})
    

1. 
   c(структурная формула соединения) = (химические вещества ® возможные структурные формулы)
   
2. 
   c(сокращенная структурная формула) = (органические соединения ® возможные структурные формулы)
   
3. 
   c(структурная формула функциональной группы) = (функциональные группы ® возможные структурные формулы)
   
4. 
   c(структурная формула углеродного скелета соединения) = (органические соединения ® возможные структурные формулы)
   

1. 
   (v: органические соединения) структурная формула соединения(v) Î структурная формула(формула(v))
   
2. 
   (v: органические соединения) (i: {(i1: I[1, length(структурная формула соединения(v))]) p(1, p(i1, структурная формула соединения(v))) = С}) валентность элемента(структурная формула соединения(v), i))=4
   
3. 
   (v: органические соединения) (i: I[1, length(структурная формула соединения(v))]) валентность элемента(структурная формула соединения(v), i) Î возможная валентность элемента(компонента структурной формулы(структурная формула соединения(v), i))
   
4. 
   (v: {(v1: органические соединения) тип структуры углеродного скелета соединения(v1) = цепь}) (i: {(i1: I[1, length(структурная формула углеродного скелета соединения(v))]) p(1, p(i1, структурная формула углеродного скелета соединения(v))) = С}) m({(v2: связи элемента в компоненте структурной формулы(структурная формула углеродного скелета соединения(v), i)) p(1, v2) = С}) £ 2
   
5. 
   (v: {(v1: органические соединения) тип структуры углеродного скелета соединения(v1) = цепь}) (i: {(i1: I[1, length(структурная формула углеродного скелета соединения(v))]) p(1, p(i1, структурная формула углеродного скелета соединения(v))) ¹ С}) m({(v2: связи элемента в компоненте структурной формулы(структурная формула углеродного скелета соединения(v), i)) p(1, v2) = С}) = 2
   
6. 
   (v: органические соединения) (v1: {(v2: химические элементы) принадлежит соединению(формула(v), v2)) (i: I[1, length(структурная формула углеродного скелета соединения(v))]) p(1, p(i, структурная формула углеродного скелета соединения(v))) ¹ С) Þ m({(v3: связи элемента в компоненте структурной формулы(структурная формула углеродного скелета соединения(v), i)) p(1, v3) = С}) ³ 2
   
7. 
   (v: органические соединения) (i: I[1, length(структурная формула углеродного скелета соединения(v))]) length(сокращенная структурная формула(v)) = length(структурная формула углеродного скелета соединения(v)) – m({(j1: I[1, length(сокращенная структурная формула(v))]) p(1, p(j1, сокращенная структурная формула(v))) ¹ C}) + общее число функциональных групп(v) & сокращенная структурная формула(v) = структурная формула углеродного скелета соединения(v) È (È (v1: функциональные группы соединения(v)) формула функциональной группы(v1))
   

Все задачи, решаемые в университетском курсе органической химии можно разделить на четыре класса: (1) определение физико-химических свойств, (2) определение класса органических соединений, (3) задачи определения пути синтеза органического соединения и (4) задачи прогнозирования физико-химических свойств. Математическая постановка задачи формулируется в терминах модели онтологии и определяет входные и выходные параметры задачи и их связи с терминами онтологии ПО.

Существует два вида задач определения физико-химических свойств хими­ческих соединений и реакций: вычислительные задачи и задачи определения значения свойства. Вычислительные задачи являются общими как для органиче­ской, так и для физической химии. Задачи определения значения свойства пред­полагают нахождение значения (не числового) свойства органических соедине­ний или реакций и решаются методом поиска в базе знаний. Задача классифика­ции состоит в определении класса органического соединения на основе его на­звания или краткой структурной формулы. В обоих случаях метод решения за­дачи сводится к поиску по базе знаний. Если при постановке данной задана краткая структурная формула, то Class = {(i: {(i: I[1, length(Short_Structural_Formula)]) компонента структурной фор­мулы(Short_Structural_Formula, i)  возможные формулы функциональных групп}) классы функциональной группы(компонента структурной фор­мулы(Short_Structural_Formula, i)}.

Существуют 12 подклассов задач определения путей синтеза органического соединения. В математической постановке задачи одним из входных параметров является синтезируемое соединение. Значения других входных параметров могут задавать условия, которым должен удовлетворять процесс синтеза. Такие условия могут определять соединения, которые могут (или должны) участвовать в процессе синтеза, соединения, которые принадлежат множеству соединений первого шага синтеза. Любое из соединений может быть задано либо своим названием, либо краткой структурной формулой. При задании условий может быть задан класс (или множество классов), которому принадлежит некоторое соединение. В работе даны математические постановки для всех классов задач в терминах модели онтологии. Методы решения всех за­дач данного класса – это методы поиска вывода в исчислении. В работе для каж­дого класса задач специфицирован метод решения как вывод в исчислении, а именно определены правила построения начального состояния вывода, правила завершения вывода, а также правила формирования очередного состояния процесса.

Примером подкласса задач данного класса является задача определения путей синтеза соединения, если задано соединение, принадлежащее множеству соединений первого шага синтеза, и соединения, которые могут принимать участие в процессе синтеза. Определим выходной параметр данной задачи (его сорт): (Process) = {(v: ( I[1,), seq химические реакции)) length((2, v)) = (1, v)-1}. Зададим связи выходного параметра с терминами онтологии органической хи­мии: (1, Process) = число шагов процесса; (v: I[1, число шагов процесса-1]) (v, (2, Process)) = реакции процесса(v). Определим входные параметры данной за­дачи, если задано Name_Compound - название органического соединения, которое требуется синтезировать, FirstSub - соединение, принадлежащее множеству соединений первого шага, а также множество SubsCould органических соединений, которые могут принимать участие в процессе синтеза. Cвязи входных параметров с терминами онтологии органической химии задают следующие условия:

(С.1) Name Compound  вещества процесса(число шагов процесса)

(С.2) FirstSub  вещества процесса(1)

(С.3) (v: I[2, число шагов процесса-1]) (v1: I[2, число шагов процесса-1]\{v}) дополнительные вещества(v)  дополнительные вещества(v1) = 

(С.4) вещества процесса(1)  органические соединения    (вещества процесса(1)  органические соединения)  SubsCould

(С.5) (v: I[2, число шагов процесса-1]) дополнительные вещества(v)  органические соединения  SubsCould

(С.6) (v: I[2, число шагов процесса-1]) дополнительные вещества(v)  вещества процесса(1) = 

Приведем пример спецификации вывода для данной задачи, представленной с использованием ЯПЛ.

/({(v: химические реакции) органические соединения  реагенты(v)  SubsCould & FirstSub  реагенты(v) & Name_Compound  результаты(v)}    число шагов процесса = 2 & реакции процесса(1)  {(v: химические реакции) Name_Compound  результаты(v) & FirstSub  реагенты(v) & органические соединения  реагенты(v)  SubsCould}),

({(v: химические реакции) органические соединения  реагенты(v)  SubsCould & FirstSub  реагенты(v) & Name_Compound  результаты(v)} =  

М.1) число шагов процесса > 2 &

М.2) реакции процесса(1)  {(v: химические реакции) FirstSub  реагенты(v) & органические соединения  реагенты(v)  SubsCould} &

М.3) реакции процесса(число шагов процесса-1)  {(v: химические реакции) Name_Compound  результаты(v)} &

М.4) (v1: I[2, число шагов процесса-2]) реакции процесса(v1)  {(v: химические реакции) реагенты(v)  результаты(реакции процесса(v1-1))  дополнительные вещества(v1) & (реагенты(v)  органические соединения)  SubsCould}

Дадим комментарий к спецификации.

Если существует такая реакция, что First Sub принадлежит множеству ее реагентов, среди ее реагентов есть органические соединения, принадлежащие множеству SubsCould, а множеству ее результатов принадлежит соединение Name_Compound, то число шагов химического процесса равно двум, а данная реакция будет реакцией первого шага процесса. Если такой реакции нет, то требуемый процесс синтеза обладает следующими свойствами: (М.1) число шагов процесса больше двух; (М.2) реакцией первого шага является такая реакция, при которой First Sub принадлежит множеству ее реагентов и среди органических соединений - ее реагентов есть соединения из множества SubsCould; (М.3) реакцией предпоследнего шага является реакция, множеству результатов которой принадлежит соединение Name_Compound; (М.4) реакцией каждого шага с номером, начиная со второго, и до номера, равного разности числа шагов процесса и 2, является реакция, множество реагентов которой является подмножеством результатов реакции предыдущего шага и дополнительных соединений данного шага, причем все органические соединения – реагенты реакции являются элементами множества SubsCould. В данном случае условие на начальное состояние процесса вывода в исчислении задает свойство М.2, условие окончания вывода – свойство М.3, а правило работы исчисления – свойство М.4.

Время поиска пути синтеза соединения увеличивается при увеличении размера базы знаний. Для уменьшения времени поиска учитывается информация о классах соединений по вхождению функциональной группы и классах реакций. Каждый класс соединений – это множество веществ. Описание класса реакций определяет классы реагентов и результатов реакций этого класса. При поиске путей синтеза просматриваются не все реакции, а лишь те, в которых участвуют вещества требуемых классов.

В
работе даны математические постановки для задач классов (2) – (4) и для всех классов задач разработаны методы решения. Математические постановки вычислительных задач и методы их решения были ранее определены для физической химии. Задачи определения значений свойств ввиду очевидности постановок и методов не рассмотрены.

СКБЗ_ОХ состоит из следующих подсистем: административная система банка, система поддержки работы сопровождающего программиста и пользовательская часть СБКЗ_ОЗ. Функции административной системы СКБЗ_ОХ выполняет административная система многоцелевого банка знаний, разработанного в ИАПУ ДВО РАН. Поддержка работы сопровождающего программиста выполняется средствами СУБД. Сопровождающий программист имеет возможность добавлять новые полномочия пользователя, новые компоненты ПН банка и сопоставлять полномочиям эти компоненты. Сопровождающий программист также может сопоставлять типам значений терминов онтологии специализированные графические редакторы, предназначеннные для задания значений этих типов.

Архитектура пользовательской части СКБЗ_ОХ представлена на рис. 3. Пользовательская часть СКБЗ_ОХ состоит из двух частей: серверной и клиентской. Серверная часть содержит информационное наполнение, редакторы ИН, решатели прикладных задач и библиотеку методов решения задач. Клиентская часть содержит интерфейсы редакторов ИН и решателей задач. Пользователь СКБЗ_ОХ работает со своей версией клиентской части СКБЗ_ОХ – своим АРМом, который формируется в соответстсвии с полномочиями пользователя, определяемыми при его регистрации в СКБЗ_ОХ.

Развитие онтологий и баз знаний органической химии обеспечивается на­личием трехуровневого редактора метаонтологий разделов ПО, онтологий разделов и модулей знаний. Создание и редактиро­вание метаонтологии раздела управляется метаонтологией химии. Пользователь только отвечает на вопросы редактора. Редактор метаонтологии раздела автома­тически формирует некоторые термины создаваемой метаонтологии и предос­тавляет пользователю возможность их редактирования. Такая схема редактиро­вания обеспечивает создание метаонтологии раздела, для которой выполнены онтологические соглашения, задаваемые метаонтологией химии.

С помощью редактора онтологии пользователь может добавлять новый модуль онтологии раздела. С помощью редактора знаний он может вносить информацию о значениях терминов этого модуля. Если требуется внесение информации о структурных формулах, то используется специализированный графический редактор (компонент редактора знаний, который позволяет вносить эту информацию в привычном пользователю графическом виде. Вызов графического редактора управляется онтологией: если в онтологии указано, что значением некоторого термина является структурная формула, то происходит автоматический вызов графического редактора. Введенная пользователем информация о структурной формуле автоматически преобразуется в структурное описание в соответствии с описанием этой структуры в модели онтологии. Графический редактор при задании структурной формулы проверяет все онтологические соглашения, определенные в модуле «Структурная формула соединения» (и во всех используемых им), не позволяя пользователю задать не согласованные с онтологией значения.

Метаонтология раздела, онтологии и базы знаний подразделов хранятся в системе средствами СУБД. Структура базы данных для представления метаонтологии раздела фиксирована метаонтологией химии. При создании новой метаонтологии нового раздела автоматически генерируется новая база данных (ее название совпадает с именем раздела) и в нее заносится информация, задаваемая инженером знаний.

Структура представления онтологии подраздела (модуля онтологии) в базе данных также фиксирована метаонтологией химии. При создании нового модуля автоматически генерируется новая база данных (ее название совпадает с именем модуля) и в нее заносится информация, задаваемая инженером знаний или экспертом при создании модуля онтологии. При задании термина модуля онтологии пользователь должен указать термин метаонтологии, который используется при определении данного термина онтологии. Это позволяет не требовать от пользователя редактора онтологии указания информации о типах аргументов терминов-функций. Пользователь только задает область значений определяемого термина.

Структура представления информации в модуле базы знаний фиксируется модулем онтологии. Средствами СУБД автоматически создается база данных, состоящая из связанных между собой таблиц. Связи между таблицами модуля базы знаний и таблицами других модулей формируются автоматически в соответствии с описанием терминов и их связей в онтологии.

Р
азработан метод автоматического определения схемы базы данных для представления знаний на основе определения терминов и связей между ними в онтологии. Если термин в модели онтологии определен как множество, то он представлен в виде таблицы, содержащей два поля: код каждого элемента множества (ключевое поле) и значение элемента множества (рис. 4). Если термин определен как функция, то ему соответствует таблица, число полей которой на единицу (кодовое ключевое поле) больше суммы числа аргументов функции и числа элементов в представлении результата (если результат есть элемент декартова произведения, то каждому элементу этого произведения соответствует свое поле). Если термин определен как предикат, то он рассматривается как функция, возвращающая логическое значение. Типы значений в каждом поле определяются ограничениями на значения, задаваемыми модулем онтологии. Если какое-либо из значений поля является значением из множества, обозначенного каким-либо из терминов онтологии, то автоматически формируется связь между таблицами.

В прототипе в качестве такой СУБД использована СУБД Microsoft Access. Пользовательская часть прототипа содержит трехуровневый редактор метаонтологий, онтологий и знаний, а также решатель всех подклассов задач поиска путей синтеза органических соединений. С помощью трехуровневого редактора в ИН СКБЗ_ОХ была занесена метаонтология органической химии, онтологии 26 подразделов, а также знания этих подразделов.

При создании решателя задач определения пути синтеза соединения использованы спецификации вывода, описанные в главе 4. Определение пути синтеза осуществляется с помощью рекурсивной процедуры, использующей подпрограммы, соответствующие условиям, определенным спецификациями.

Исходные данные задачи задаются с использованием системы ввода исходных данных, которая при вводе исходных данных автоматически проверяет все накладываемые онтологией онтологические соглашения. При задании сокращенной структурной формулы соединения, которое требуется синтезировать, используется графический редактор структурных формул. При задании условий на путь синтеза вызываются соответствующие окна системы ввода исходных данных, где пользователь может задать требуемую информацию.

Результат решения задачи и его объяснение выдается пользователю в графическом виде. При решении задачи формируется несколько путей синтеза. Каждый путь синтеза представляется последовательностью веществ, участвующих в синтезе на каждом шаге. В объяснении приводится список реакций, имевших место на каждом шаге синтеза. Каждое вещество представляется своей краткой структурной формулой, а каждая реакция записывается с помощью принятых в предметной области графических обозначений.

Экспериментальное исследование прототипа проводилось на кафедре органической химии химического факультета института химии и прикладной экологии ДВГУ. В ходе экспериментального исследования была подтверждена гипотеза о необходимости коллективного развития базы знаний и положения концепции о направлениях дальнейшего расширения банка знаний.