ΕΥΦΥΗΣ ΑΝΑΚΤΗΣΗ ΚΑΙ ΕΞΑΓΩΓΗ ΠΛΗΡΟΦΟΡΙΑΣ

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΦΩΤΙΟΥ Α. ΚΟΚΚΟΡΑ ΕΥΦΥΗΣ ΑΝΑΚΤΗΣΗ ΚΑΙ ΕΞΑΓΩΓΗ ΠΛΗΡΟΦΟΡΙΑΣ ΜΕ XΡΗΣΗ ΕΝΝΟΙΟΛΟΓΙΚΩΝ ΓΡΑΦΩΝ ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ ΘΕΣΣΑΛΟΝΙΚΗ 2006

2

3 ΦΩΤΙΟΥ Α. ΚΟΚΚΟΡΑ ΕΥΦΥΗΣ ΑΝΑΚΤΗΣΗ & ΕΞΑΓΩΓΗ ΠΛΗΡΟΦΟΡΙΑΣ ΜΕ ΧΡΗΣΗ ΕΝΝΟΙΟΛΟΓΙΚΩΝ ΓΡΑΦΩΝ ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ Υποβλήθηκε στο Τμήμα Πληροφορικής του Αριστοτέλειου Πανεπιστήμιου Θεσσαλονίκης. Ημερομηνία Προφορικής Εξέτασης: 22/06/2006 Εξεταστική Επιτροπή Καθηγητής Ιωάννης Bλαχάβας, Επιβλέπων Καθηγητής Ιωάννης Πήτας, Μέλος Τριμελούς Συμβουλευτικής επιτροπής Καθηγητής Ιωάννης Mανωλόπουλος, Μέλος Τριμελούς Συμβουλευτικής επιτροπής Αναπληρωτής Καθηγητής Βούρος Γεώργιος Επίκουρος Καθηγητής Παπαθεοδώρου Χρήστος Επίκουρος Καθηγήτρια Βακάλη Αθηνά Επίκουρος Καθηγητής Βασιλειάδης Νικόλαος

4 Φώτιος Α. Κόκκορας Α.Π.Θ. ΕΥΦΥΗΣ ΑΝΑΚΤΗΣΗ & ΕΞΑΓΩΓΗ ΠΛΗΡΟΦΟΡΙΑΣ ΜΕ ΧΡΗΣΗ ΕΝΝΟΙΟΛΟΓΙΚΩΝ ΓΡΑΦΩΝ "Η έγκριση της παρούσης Διδακτορικής Διατριβής από το Τμήμα Πληροφορικής του Αριστοτέλειου Πανεπιστήμιου Θεσσαλονίκης δεν υποδηλώνει αποδοχή των γνωμών του συγγραφέως" (Ν.5343/1932, άρθρο 202, παρ. 2)

5 στην Ελένη

6

7 Ευχαριστίες Η διατριβή αυτή εκπονήθηκε στο Εργαστήριο Προγραμματισμού και Τεχνολογίας Λογισμικού (Programming Languages and Software engineering laboratory, PLaSE) του Τμήματος Πληροφορικής του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης, εντός της ομάδας Λογικού Προγραμματισμού και Ευφυών Συστημάτων (Logic Programming & Intelligent Systems group, LPIS). Με την ολοκλήρωση της διατριβής νιώθω έντονη την επιθυμία να ευχαριστήσω τον Καθηγητή κ. Ιωάννη Βλαχάβα, η συμβολή του οποίου υπήρξε σημαντικότατη τόσο σε επιστημονικό επίπεδο, καθώς ήταν ο επιβλέπων της διατριβής, όσο και σε γενικότερο επίπεδο υποστήριξης, καθώς αυτή απείχε κατά πολύ από την τυπική σχέση επιβλέποντα - υποψήφιου διδάκτορα. Θερμά ευχαριστώ και τους κ. Ιωάννη Πήτα και Ιωάννη Μανωλόπουλο, Καθηγητές του Τμήματος Πληροφορικής του ΑΠΘ και μέλη της τριμελούς συμβουλευτικής επιτροπής της διατριβής μου, ιδιαίτερα για την διακριτική παρακολούθηση της προόδου μου. Ιδιαίτερες ευχαριστίες θα ήθελα να απευθύνω στον κ. Νίκο Βασιλειάδη, Επίκουρο Καθηγητή του Τμήματος Πληροφορικής, για τις εύστοχες παρατηρήσεις του, τις πολύτιμες συμβουλές του και τη γενικότερη συνεργασία που είχα μαζί του. Ευχαριστώ επίσης τα παλαιότερα μέλη της ερευνητικής ομάδας LPIS, κκ. Ηλία Σακελλαρίου, Γιάννη Ρεφανίδη, Δημήτρη Βράκα, Γρηγόρη Τσουμάκα και Χρήστο Μπερμπερίδη, αλλά και τα νεότερα Γιάννη Κατάκη, Στράτο Κοντόπουλο, Γιώργο Μεδίτσκο, Γιάννη Παρτάλα και Γιώργο Τζανή για τη ευχάριστη συνεργασία που είχα με πολλούς από αυτούς σε διάφορους τομείς, την ανταλλαγή απόψεων σε θέματα ευρύτερου επιστημονικού ενδιαφέροντος και το ιδιαίτερο κλίμα που δημιουργούσαν στο εργαστήριο. Δεν θα μπορούσα να παραλείψω από τις ευχαριστίες την κα. Χρύσα Φούρλαρη, γραμματέα της ομάδας LPIS για την αμέριστη "διαδικαστική" της υποστήριξη. Από το στενό συγγενικό μου περιβάλλον ευχαριστώ τον κ. Ιωάννη Κόκκορα, Καθηγητή του ΑΤΕΙ Λάρισας που με υποκίνησε σε αυτό το μακρύ ταξίδι και προφανώς τους γονείς μου, Αφροδίτη και Αντώνη, και την αδερφή μου Έφη, γιατί απλά πάντα ήταν "εκεί". Τελευταία αλλά και περισσότερο ευχαριστώ τη σύζυγό μου Ελένη, που με υποστήριξε ηθικά και "ανέχτηκε" με υπομονή τις ιδιαιτερότητες ενός "υποψήφιου διδάκτορα". Φώτης Κόκκορας - i -

8

9 Πρόλογος Μέχρις ότου ο Σημασιολογικός Ιστός καταστεί μία λειτουργική πραγματικότητα μεταφέροντας το μεγαλύτερο φόρτο εντοπισμού και επεξεργασίας της πληροφορίας στους υπολογιστές, η ανάγκη για βελτιωμένους τρόπους πλοήγησης, αναζήτησης και εξαγωγής πληροφορίας θα διογκώνεται συνεχώς. Τα παραπάνω ζητήματα αποκτούν ιδιαίτερη σημασία καθώς παραδοσιακές και κρίσιμες δραστηριότητες, όπως λόγου χάρη η εκπαίδευση, έχουν αρχίσει να περνούν με εντατικούς ρυθμούς στη νέα ψηφιακή πραγματικότητα. Η παρούσα διατριβή προτείνει ένα σύνολο τεχνικών για την βελτίωση της διαδικτυακής εμπειρίας του χρήστη του παγκόσμιου ιστού. Οι τεχνικές που προτείνονται βασίζονται, στο σύνολό τους σχεδόν, στη χρήση δομημένων αναπαραστάσεων γνώσης και κατά κύριο λόγο, στην αξιοποίηση των εννοιολογικών γράφων. Η συμβολή της διατριβής κινείται σε τρία μέτωπα: Η διατριβή μελετά διεξοδικά τα συστήματα υπερκειμένου και προτείνει την χρήση εννοιολογικών γράφων για την επιλεκτική κωδικοποίηση της γνώσης που εμπεριέχεται σε κόμβους υπερκειμένου. Η πρόταση (ComFrESH) ενισχύει τις δυνατότητες των συστημάτων υπερκειμένου, συμπεριλαμβανομένου και του Παγκόσμιου Ιστού, επιτρέποντας σημασιολογική πλοήγηση με δυναμικούς και τυποποιημένους συνδέσμους και απάντηση ερωτήσεων με αξιοποίηση της κωδικοποιημένης γνώσης. Η πρόταση προσαρμόστηκε, σε θεωρητικό επίπεδο (Smart VideoText), και για την οργάνωση δεδομένων video και την σημασιολογική αναζήτηση και πλοήγηση σε αυτά. Επιπλέον, η διατριβή πρότεινε δύο τρόπους αξιοποίησης εκπαιδευτικών μεταδεδομένων. Ο πρώτος (CG-PerLS) βασίζεται σε κωδικοποίηση μεταδεδομένων σε εννοιολογικούς γράφους και χρήση αυτών για αναζήτηση και σύνθεση εκπαιδευτικών πόρων. Ο δεύτερος αξιοποιεί, με μικρές μόνο μεταβολές, υπάρχοντα συστήματα διαχείρισης μεταδεδομένων και σχεδιασμού ενεργειών για να συνθέσει εξατομικευμένα προγράμματα μαθημάτων που καλύπτουν δεδομένη μαθησιακή ανάγκη. Η πρόταση, συνοδευόμενη από σχετικό σύστημα (PASER), ανέδειξε την δυνατότητα άμεσης αξιοποίησης μεταδεδομένων που γίνονται διαθέσιμα στο πλαίσιο του Σημασιολογικού Ιστού, για παροχή νέων υπηρεσιών. Τέλος, η διατριβή πρότεινε ένα νέο τρόπο κωδικοποίησης και εφαρμογής κανόνων εξαγωγής πληροφορίας από ιστοσελίδες, που βασίζεται εξ' ολοκλήρου σε εννοιολογικούς γράφους (CG-Wrappers). Η συγκεκριμένη πρόταση παρέχει ένα ομοιογενές θεωρητικό - iii -

10 πλαίσιο που επιτρέπει την ταυτόχρονη υιοθέτηση επιμέρους ετερογενών τεχνικών που έ- χουν προταθεί στη βιβλιογραφία. Η πρόταση συνοδεύεται από εφαρμογή (CG-Wrapper Studio) που αναδεικνύει στην πράξη την πλειοψηφία των χαρακτηριστικών της και επιτρέπει την αντιμετώπιση σύνθετων προβλημάτων εξαγωγής περιεχομένου.

11 Preface The Semantic Web initiative promises to make computers aware of the meaning of the web published content, enabling them to automatically handle the vast amount of data on the web. Unfortunately, Semantic Web technologies will take time to mature. As a result, there is a pressing need for improved methods for browsing the web and locating and utilizing information in it. Such issues are becoming critical as long as traditional activities, like learning, are getting into the "e-" bandwagon. This dissertation proposes a set of approaches and techniques for the improvement of the web user's on-line experience. The majority of the proposed techniques is based on the exploitation of knowledge representation formalisms such as the Conceptual Graphs. The research work presented in this dissertation: Proposes a hypertext model (ComFrESH) that improves the user's browsing experience supporting at the same time semantic search and dynamic, content-based links. The proposed techniques are flexible enough to be adapted to video data, as well. As a result, a video data model is proposed (Smart VideoText) that enhances a conventional video data model with semantic term match and hypertext-like video browsing. Proposes two knowledge and inference based methods for the exploitation of educational metadata, allowing "smart" access of educational resources and automated and personalized curricula synthesis. The first approach CG-PerLS) relies solely on the conceptual graph formalism. The second one (PASER) is based on the synergy of an intelligent XML/RDF metadata repository and a planning subsystem. Proposes a novel, conceptual graph based, formalism for web content extraction rules (CG-Wrappers), which is capable of unifying various heterogeneous approaches. The proposition is supported by a system architecture, a pilot implementation of it (CG-Wrapper Studio) and a couple of case studies that demonstrate it's potential. - v -

12

13 Περιεχόμενα ΕΥΧΑΡΙΣΤΙΕΣ...I ΠΡΟΛΟΓΟΣ...III PREFACE... V ΠΕΡΙΕΧΟΜΕΝΑ...VII ΛΙΣΤΑ ΣΧΗΜΑΤΩΝ...XI ΛΙΣΤΑ ΠΙΝΑΚΩΝ... XIII 1 ΕΙΣΑΓΩΓΗ ΠΛΗΡΟΦΟΡΙΑ ΚΑΙ ΠΑΓΚΟΣΜΙΟΣ ΙΣΤΟΣ Η ΣΥΜΒΟΛΗ ΤΗΣ ΔΙΑΤΡΙΒΗΣ Η ΔΟΜΗ ΤΗΣ ΔΙΑΤΡΙΒΗΣ ΕΝΝΟΙΟΛΟΓΙΚΟΙ ΓΡΑΦΟΙ ΔΟΜΙΚΑ ΣΤΟΙΧΕΙΑ ΚΑΙ ΒΑΣΙΚΕΣ ΈΝΝΟΙΕΣ Έννοιες Σχέσεις Τόξα ΕΝΝΟΙΟΛΟΓΙΚΟΙ ΓΡΑΦΟΙ ΚΑΙ ΛΟΓΙΚΗ Άρνηση Σύζευξη Διάζευξη Συνεπαγωγή ΚΑΝΟΝΕΣ ΟΡΘΗΣ ΔΙΑΜΟΡΦΩΣΗΣ Αντιγραφή και Απλοποίηση Περιορισμός και Επέκταση Συνένωση και Διαχωρισμός Προβολή ΚΑΝΟΝΕΣ ΕΞΑΓΩΓΗΣ ΣΥΜΠΕΡΑΣΜΑΤΩΝ Παράδειγμα Συλλογιστικής ΣΥΣΤΗΜΑΤΑ ΕΝΝΟΙΟΛΟΓΙΚΩΝ ΓΡΑΦΩΝ ΣΗΜΑΣΙΟΛΟΓΙΚΗ ΠΛΟΗΓΗΣΗ ΚΑΙ ΑΝΑΚΤΗΣΗ ΣΕ ΥΠΕΡΚΕΙΜΕΝΑ ΚΑΙ ΔΕΔΟΜΕΝΑ VIDEO ΥΠΕΡΚΕΙΜΕΝΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΥΠΕΡΚΕΙΜΕΝΟΥ Από το ΜΕΜΕΧ στο Η Ανάγκη Ενσωμάτωση Γνώσης στα Υπερκείμενα Η Πρόταση της Διατριβής ΤΟ ΜΟΝΤΕΛΟ ΥΠΕΡΚΕΙΜΕΝΟΥ COMFRESH Εννοιολογικοί Γράφοι και Υπερκείμενα ComFrESH και Παγκόσμιος Ιστός vii -

14 Διδακτορική Διατριβή 3.3 VIDEO ΔΕΔΟΜΕΝΑ ΚΑΙ ΑΝΑΚΤΗΣΗ ΠΛΗΡΟΦΟΡΙΑΣ Η Ιδιαιτερότητα των Δεδομένων Video Μοντελοποίηση Δεδομένων Video Η Πρόταση της Διατριβής ΤΟ ΜΟΝΤΕΛΟ SMART VIDEOTEXT Ανάκτηση Δεδομένων Video στο Smart VideoText Πρόταση Αρχιτεκτονικής Συστήματος Smart VideoText ΣΥΜΠΕΡΑΣΜΑΤΑ ΕΥΦΥΗΣ ΔΙΑΧΕΙΡΙΣΗ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΠΟΡΩΝ ΕΚΠΑΙΔΕΥΤΙΚΑ ΜΕΤΑΔΕΔΟΜΕΝΑ Μεταδεδομένα Μαθησιακών Πόρων/Αντικειμένων Άλλες Κατηγορίες Εκπαιδευτικών Μεταδεδομένων Αξιοποιώντας Εκπαιδευτικά Αντικείμενα & Μεταδεδομένα Η Πρόταση της Διατριβής ΤΟ ΜΟΝΤΕΛΟ ΠΥΛΗΣ CG-PERLS Μεταδεδομένα και Εννοιολογικοί Γράφοι CG-PerLS ΕΥΦΥΗΣ ΣΥΝΘΕΣΗ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΠΟΡΩΝ PASER ΣΥΜΠΕΡΑΣΜΑΤΑ ΕΞΑΓΩΓΗ ΠΕΡΙΕΧΟΜΕΝΟΥ ΑΠΟ ΙΣΤΟΣΕΛΙΔΕΣ ΕΙΣΑΓΩΓΗ ΕΞΑΓΩΓΗ ΠΕΡΙΕΧΟΜΕΝΟΥ Τεχνικές Συστήματα Προβλήματα Η Πρόταση της Διατριβής ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΚΑΝΟΝΩΝ ΕΞΑΓΩΓΗΣ ΜΕ ΕΝΝΟΙΟΛΟΓΙΚΟΥΣ ΓΡΑΦΟΥΣ Υποστήριξη HTML/DOM Υποστήριξη Οπτικής Μοντελοποίησης Επαγωγή Κανόνων Εξαγωγής Υποστήριξη Οντολογιών και Φυσικής Γλώσσας Το Μοντέλο Εκτέλεσης των CG-Wrappers ΤΟ ΣΥΣΤΗΜΑ ΕΞΑΓΩΓΗΣ ΠΛΗΡΟΦΟΡΙΑΣ CG-WRAPPER STUDIO Αρχιτεκτονική Συστήματος Μελέτη Περίπτωσης - Χρηστικότητα Μελέτη Περίπτωσης Όγκος Δεδομένων ΣΥΜΠΕΡΑΣΜΑΤΑ ΣΥΜΠΕΡΑΣΜΑΤΑ ΚΑΙ ΜΕΛΛΟΝΤΙΚΗ ΕΡΓΑΣΙΑ ΣΥΜΠΕΡΑΣΜΑΤΑ...149

15 Κόκκορας Φώτης 6.2 ΜΕΛΛΟΝΤΙΚΗ ΕΡΓΑΣΙΑ Π1 ΠΑΡΑΡΤΗΜΑ Π2 ΠΑΡΑΡΤΗΜΑ Π3 ΠΑΡΑΡΤΗΜΑ ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΑΝΑΦΟΡΕΣ ΔΗΜΟΣΙΕΥΣΕΙΣ ΣΤΟ ΠΛΑΙΣΙΟ ΤΗΣ ΔΙΑΤΡΙΒΗΣ ix -

16

17 Λίστα Σχημάτων Εικόνα 2.1: Παράδειγμα εννοιολογικού γράφου Εικόνα 2.2: Γραφική και γραμμική αναπαράσταση ενός εννοιολογικού γράφου...12 Εικόνα 2.3: Γραφική αναπαράσταση μιας ιεραρχίας τύπων-εννοιών...15 Εικόνα 2.4: Η σχέση δράστης έχει σθένος 2 και υπογραφή <Ενέργεια, Έμψυχο>...19 Εικόνα 2.5: Η σχέση παρελθόν έχει σθένος Εικόνα 2.6: Παράδειγμα μη-ορθά δομημένου εννοιολογικού γράφου Εικόνα 2.7: Αντιγραφή και απλοποίηση...26 Εικόνα 2.8: Περιορισμός και επέκταση Εικόνα 2.9: Συνένωση και διαχωρισμός Εικόνα 2.10: Ο γράφος u' είναι η προβολή του v στον u Εικόνα 2.11: Θετικά και αρνητικά πλαίσια συμφραζόμενων Εικόνα 3.1: Δυναμικός & τυποποιημένος σύνδεσμος στο ComFrESH Εικόνα 3.2: Προκαθορισμένες ερωτήσεις σε μορφή φυσικού κειμένου και γράφου...45 Εικόνα 3.3: Ερωτήσεις για την αξιολόγηση του μηχανισμού απαντήσεων του ComFrESH...48 Εικόνα 3.4: "The Minister awards a metal to John" σε μορφή γράφου και κωδικοποίηση κατά SVT Εικόνα 3.5: Αξιοποίηση ιεραρχίας εννοιών για σημασιολογική αναζήτηση Εικόνα 3.6: Πρότυπο ερώτησης σε κωδικοποίηση εννοιολογικού γράφου και φυσικής γλώσσας...62 Εικόνα 3.7: Στοιχεία σημασιολογικής συσχέτισης στο μοντέλο SVT...64 Εικόνα 3.8: Smart-VideoText System Architecture...65 Εικόνα 4.1: Το μοντέλο μεταδεδομένων LOM (έκδοση D6.4)...72 Εικόνα 4.2: Δομή "πακέτου εκπαιδευτικού περιεχομένου" βάσει LIP Εικόνα 4.3. Εγγραφή LOM σε κωδικοποίηση XML και εννοιολογικών γράφων Εικόνα 4.4 Κανόνας σε κωδικοποίηση εννοιολογικού γράφου Εικόνα 4.5 Γράφος-ερώτημα για ανάκληση εκπαιδευτικών πόρων...86 Εικόνα 4.6. Αφηρημένη περιγραφή κάλυψης μαθησιακής ανάγκης...86 Εικόνα 4.7: Χειρισμός της σχέσης requires τοπικά (R 1 ) και σε περιβάλλον peer-to-peer (R 2 ) Εικόνα 4.8: Προσδιορισμός εκπαιδευτικών αναγκών με χρήση μεταδεδομένων RDCEO...89 Εικόνα 4.9. Αρχιτεκτονική συστήματος PASER...90 Εικόνα Άτυπο παράδειγμα ιεραρχικής οργάνωσης/ανάλυσης εκπαιδευτικών στόχων (ικανοτήτων)..91 Εικόνα Παράδειγμα κανόνων παραγωγής για διήθηση μεταδεδομένων στο R-DEVICE Εικόνα Εκπαιδευτική ανάγκη μοντελοποιημένη ως πρόβλημα σχεδιασμού xi -

18 Διδακτορική Διατριβή Εικόνα 5.1: Τυπικές εκφράσεις κανόνων εξαγωγής διαφόρων τεχνολογιών Εικόνα 5.2: Οι CG-Wrappers ως προς την ποιοτική κατάταξη της [80] Εικόνα 5.3: Τμήμα ιστοσελίδας με προδιαγραφές προϊόντος Εικόνα 5.4: Γενικός κανόνας εξαγωγής σε αναπαράσταση εννοιολογικού γράφου Εικόνα 5.5: Εξειδίκευση του κανόνα εξαγωγής που απεικονίζεται στην Εικόνα Εικόνα 5.6: Πίνακας προσφορών σε ιστοσελίδα ηλεκτρονικής δημοπρασίας Εικόνα 5.7: Πρώτο παράδειγμα εκπαίδευσης Εικόνα 5.8: Δεύτερο παράδειγμα εκπαίδευσης Εικόνα 5.9: Η γενίκευση των κανόνων flea1 και flea Εικόνα 5.10: Τελικός CG-Wrapper για τα ονόματα των προϊόντων στην Εικόνα Εικόνα 5.11: Περιγραφή (μη πλήρης) HTML στοιχείων με εννοιολογικούς γράφους Εικόνα 5.12: Ο κανόνας flea (από Εικόνα 5.10) μετά την εφαρμογή του Εικόνα 5.13: Ένας CG-Wrapper για εξαγωγή τίτλου και τιμής από σελίδες του ebay Εικόνα 5.14: Λίστα προσφορών σε σελίδα e-δημοπρασιών Εικόνα 5.15: Web page content encoded as CGs Εικόνα 5.16: Ο αλγόριθμος γενίκευσης (σε γλώσσα Prolog) Εικόνα 5.17: Γενικές περιγραφές (G 1 ως G 6 ) και η ιεραρχική συσχέτισή τους Εικόνα 5.18: Τμήμα ιστοσελίδας με προδιαγραφές ψηφιακής φωτογραφικής μηχανής Εικόνα 5.19: Τμήμα CG-Wrapper πριν (αριστερά) και μετά (δεξιά) την προβολή Εικόνα 5.20: Εννοιολογική αναπαράσταση ροής εκτέλεσης σε συνέργια CG-Wrapper Εικόνα 5.21: Ο μηχανισμός εκτέλεσης (executor) των CG-Wrappers Εικόνα 5.22: CG-Wrapper Studio Αρχιτεκτονική Συστήματος Εικόνα 5.23: Πλαίσια διαλόγου για τον ορισμό τύπων εννοιών και τύπων σχέσεων Εικόνα 5.24: Το γραφικό περιβάλλον συγγραφής CG-Wrapper Εικόνα 5.25: Ορισμός δεδομένων εκπαίδευσης για την επαγωγή ενός CG-Wrapper Εικόνα 5.26: Αρχική σελίδα με συνδέσμους σε προϊόντα Εικόνα 5.27: Παράθυρο εκπαίδευσης/ελέγχου του Aggregator Εικόνα 5.28: Το αρχείο της λίστας debian-kde Εικόνα 5.29: Ροή εκτέλεσης CG-Wrappers ορισμένη με CGs Εικόνα 5.30: Τμήμα των ιστοσελίδων της μελέτης περίπτωσης όγκου

19 Λίστα Πινάκων Πίνακας 2.1: Ορισμένες συχνά χρησιμοποιούμενες εννοιολογικές σχέσεις [122] Πίνακας 3.1: Χρόνοι απόκρισης για τα ερωτήματα στην Εικόνα Πίνακας 3.2: Χρήση ετικέτας META για συσχέτιση ιστοσελίδας με βάση γνώσης...49 Πίνακας 5.1: Μελέτη Περίπτωσης Απόδοση Χρήστη Πίνακας 5.2: Μελέτη Περίπτωσης Εξαγωγή Όγκου Περιεχομένου xiii -

20

21 ΚΕΦΑΛΑΙΟ 1 1 Εισαγωγή 1.1 Πληροφορία και Παγκόσμιος Ιστός Η δύση του 20 ου αιώνα χαρακτηρίστηκε, μεταξύ άλλων, από μία μικρή επανάσταση στους τομείς της δημοσίευσης, της διάχυσης και της ανάκτησης πληροφορίας που ακούει στο όνομα Παγκόσμιος Ιστός (World Wide Web). Αν και αυτός μετρά μόνο 15 χρόνια ζωής, η σύλληψή του Παγκόσμιου Ιστού ως ιδέα είναι αρκετά παλαιότερη και οι πρώτες λειτουργικές αναφορές εντοπίζονται στα μέσα της δεκαετίας του '40. Ο Παγκόσμιου Ιστός αποτελεί ουσιαστικά μία εμπλουτισμένη μορφή υπερκειμένου (hypertext), ένα υπερέγγραφο (hyperdocument) το οποίο οργανώνει κείμενο, εικόνες και άλλα μέσα με τρόπο μη γραμμικό, με χρήση συνδέσμων, σε αντιστοιχία κατά κάποιο τρόπο με την έννοια της παραπομπής (cross-reference) της συμβατικής βιβλιογραφίας. Έχοντας ξεφύγει πολύ νωρίς από τα στενά πλαίσια ενός μέσου για την τεχνολογικά υποστηριζόμενη διάχυση πληροφορίας αποκλειστικά για την επιστημονική κοινότητα, ο Παγκόσμιος Ιστός καθιερώθηκε ως το κύριο μέσο πληροφόρησης του σύγχρονου ανθρώπου και πολύ γρήγορα διογκώθηκε δραματικά. Παραδοσιακά μέσα ενημέρωσης τον χρησιμοποιούν πλέον ολοένα και περισσότερο ως κύριο μέσο, σε εταιρικό επίπεδο αποτελεί το κυρίαρχο μέσο προβολής (με τάσεις να καταστεί και κύριο μέσο συναλλαγών), ενώ σε ατομικό επίπεδο αποτελεί όχι μόνο μέσο πληροφόρησης αλλά και έκφρασης. Η παραπάνω διόγκωση του Παγκόσμιου Ιστού, που το 1995 έφτασε να αριθμεί 350 εκατομμύρια διακομιστές (servers) και μερικά δισεκατομμύρια ιστοσελίδες, ανέδειξε ξεκάθαρα το πρόβλημα του πληροφοριακού κορεσμού που αντιμετωπίζουν οι χρήστες στην προσπάθειά τους να εντοπίσουν την επιθυμητή πληροφορία. Οι μηχανές αναζήτησης - 1 -

22 Ευφυής Ανάκτηση και Εξαγωγή Πληροφορίας (search engines), το κύριο μέσο εντοπισμού πληροφορίας, καθίστανται ολοένα και λιγότερο αποτελεσματικές, κύρια εξαιτίας του όγκου αποτελεσμάτων που επιστρέφουν σε δεδομένο ερώτημα του χρήστη. Η πηγή αυτού του προβλήματος, είναι ο συνδυασμός του τεράστιου μεγέθους του ιστού και της μη δομημένης ή/και ημιδομημένης φύσης του περιεχομένου του που καθιστούν ολοένα και πιο αναποτελεσματικές τις κλασικές τεχνικές δεικτοδότησης και αναζήτησης. Κάτι τέτοιο ήταν βέβαια αναμενόμενο καθώς το περιεχόμενο των ιστοσελίδων προοριζόταν για "κατανάλωση" από τον άνθρωπο, δίνοντας έμφαση στον πλούτο του περιεχομένου και στον τρόπο παρουσίασής του στον χρήστη. Οι παραδοσιακές τεχνικές ανάκτησης πληροφορίας (information retrieval) βασίζονται κατά κύριο λόγο στην ύπαρξη μιας "κατάλληλης" αναπαράστασης των διαθέσιμων εγγράφων, ενός φορμαλισμού υποβολής ερωτήσεων και ενός μηχανισμού ταύτισης, που είναι σε θέση να καθορίσει το βαθμό κατά τον οποίο ένα έγγραφο είναι σχετικό με ένα ερώτημα ([103], [13]). Ως αποτέλεσμα, έχουν προταθεί διάφορα μοντέλα ανάκτησης πληροφορίας, που χαρακτηρίζονται κύρια από τον τρόπο με τον οποίο διευθετούν τα παραπάνω τρία στοιχεία. Στο αχανές περιβάλλον του Παγκόσμιου Ιστού, η αδυναμία υιοθέτησης τυποποιημένων αναπαραστάσεων των διαθέσιμων εγγράφων οδήγησε στην διαπίστωση ότι μόνο εφόσον οι υπολογιστές καταστούν ικανοί να "κατανοούν", σε σημασιολογικό επίπεδο, το περιεχόμενο των ιστοσελίδων θα καταστεί δυνατός ο πλήρης έλεγχος στο περιεχόμενο του ιστού. Κατ' αυτόν τον τρόπο, η ανάκτηση πληροφορίας θα ξεφύγει από το επίπεδο του τυφλού χειρισμού αλφαριθμητικών και θα γίνει μία διαδικασία συμπερασμού (inference process). Γεννήθηκε έτσι στα τέλη της δεκαετίας του '90 η ιδέα του Σημασιολογικού Ιστού (Semantic Web) [14]. Σε αυτόν, το περιεχόμενο των ιστοσελίδων είναι εμπλουτισμένο με επιπλέον πληροφορία που δεν είναι άμεσα ορατή στον χρήστη. Η πληροφορία αυτή έχει τη μορφή μεταδεδομένων (metadata), δηλαδή δεδομένων που περιγράφουν άλλα δεδομένα, απευθύνεται στα υπολογιστικά συστήματα και, επικουρούμενη από κατάλληλους μηχανισμούς, αποσκοπεί να τα καταστήσει ικανά να κατανοούν το περιεχόμενο των ιστοσελίδων. Για να καταστεί όμως ο Σημασιολογικός Ιστός πραγματικότητα υπάρχουν δύο σημαντικές απαιτήσεις: α) η θέσπιση παγκοσμίως αποδεκτών προδιαγραφών για σημασιολογικά ζητήματα, και β) η υιοθέτηση αυτών των προδιαγραφών στον παρόντα ιστό. Δυστυχώς δεν είναι εφικτό να ικανοποιηθεί άμεσα στο ορατό μέλλον καμία από τις παραπάνω απαιτήσεις. Η πρώτη απαίτηση αναμένεται να καλυφθεί σε τοπικό επίπεδο με ανάπτυξη τοπικών προδιαγραφών που θα ικανοποιούν μικρότερες ομάδες χρηστών ή/και Κόκκορας Φώτης

23 1. Εισαγωγή θεματικούς τομείς και θα συνεπικουρούνται από μηχανισμούς αντιστοίχισης μεταξύ τους για επίτευξη διαλειτουργικότητας. Η δεύτερη απαίτηση σκοντάφτει στο κρίσιμο ζήτημα του εργασιακού φόρτου και κατ' επέκταση του κόστους που απαιτεί η τεράστια προσπάθεια ενσωμάτωσης μεταδεδομένων στον παρόντα ιστό. Άρα, το πιθανότερο αποδεκτό σενάριο είναι η ύπαρξη ενός μακρόχρονου μεταβατικού σταδίου κατά το οποίο τα δύο ήδη ιστού θα συνυπάρχουν. Σαν αποτέλεσμα υπάρχει πιεστική ανάγκη, αφενός μεν για την καλύτερη αξιοποίηση του παρόντος Παγκόσμιου Ιστού, αφετέρου δε για την αξιοποίηση των προτάσεων που ωριμάζουν, στο πλαίσιο του Σημασιολογικού Ιστού. Στην πρώτη περίπτωση, η ανάγκη συνίσταται στην παροχή "εξυπνότερων" μεθόδων πλοήγησης (browsing) καθώς και τεχνικών για την κατά το δυνατό αυτοματοποιημένη επεξεργασία του περιεχομένου συμβατικών ιστοσελίδων, χωρίς προφανώς να αμφισβητείται η αξία των συμβατικών (μη σημασιολογικών) μηχανών αναζήτησης ως πρώτου εργαλείου για αυτό το σκοπό. Στην περίπτωση του Σημασιολογικού Ιστού, καθώς για την ώρα η θέσπιση προδιαγραφών μεταδεδομένων προηγείται των μηχανισμών αξιοποίησής τους, υπάρχει επιτακτική ανάγκη για προτάσεις αξιοποίησης των πρώτων, ειδικά την στιγμή που κάποιες από αυτές τις προδιαγραφές έχουν ήδη τυποποιηθεί κατά ISO. 1.2 Η Συμβολή της Διατριβής Η συμβολή της παρούσας διατριβής συνίσταται στην πρόταση ενός συνόλου τεχνικών για την βελτίωση της διαδικτυακής εμπειρίας του χρήστη του Παγκόσμιου Ιστού. Οι τεχνικές που προτείνονται βασίζονται στη χρήση δομημένων αναπαραστάσεων γνώσης και κατά κύριο λόγο, στην αξιοποίηση των εννοιολογικών γράφων. Η συμβολή της διατριβής κινείται σε τρία μέτωπα: προτείνει μια σειρά τεχνικών για τη βελτίωση της πλοήγησης σε ιστοσελίδες και την παροχή σημασιολογικής αναζήτησης σε αυτές, ενώ παράλληλα επεκτείνει την εφαρμογή αυτών των τεχνικών σε δεδομένα video, προτείνει τρόπους αξιοποίησης των αναπτυσσόμενων τεχνολογιών εκπαιδευτικών μεταδεδομένων, συμπεριλαμβανομένου και των πιστοποιημένων κατά ISO μεταδεδομένων για εκπαιδευτικούς πόρους, με χρήση συλλογιστικής πάνω σε αυτά για ανάκτηση εκπαιδευτικών πόρων και σύνθεση σειράς μαθημάτων, προτείνει ένα τρόπο για την ενοποίηση ετερογενών τεχνικών εξαγωγής περιεχομένου από ιστοσελίδες, παρέχοντας ένα θεωρητικό υπόβαθρο για την κωδικοποίηση - 3 -

24 Ευφυής Ανάκτηση και Εξαγωγή Πληροφορίας και χρήση κανόνων εξαγωγής με εννοιολογικούς γράφους και ένα γραφικό περιβάλλον για την ανάπτυξη και εφαρμογή τέτοιων κανόνων. Ειδικότερα, η διατριβή προτείνει ένα μοντέλο ευφυούς υπερκειμένου, το ComFrESH (Common Framework for Expert Systems and Hypertext) [69], που πέρα από κλασικά χαρακτηριστικά των συστημάτων υπερκειμένου, έχει δυνατότητα εξαγωγής συμπερασμάτων, κατά τη φιλοσοφία των έμπειρων συστημάτων. Το μοντέλο βασίζεται στην ιδέα της χρήσης εννοιολογικών γράφων για την, κατ' επιλογή, συστηματική και δομημένη καταγραφή της γνώσης που εμπεριέχεται σε τμήματα κειμένου. Σαν αποτέλεσμα, σε ένα σύνολο θεματικά ενιαίων κόμβων υπερκειμένου, επαυξημένων με εννοιολογικούς γράφους, είναι δυνατή α) η υποβολή ερωτήσεων και η λήψη απαντήσεων με χρήση τεχνικών εξαγωγής συμπερασμάτων που βασίζονται στη θεωρία των εννοιολογικών γράφων, β) η τεκμηρίωση των βημάτων συμπερασμού με τα τμήματα κειμένου που συσχετίζονται με τους εννοιολογικούς γράφους που εμπλέκονται στα βήματα συμπερασμού, και γ) η παροχή δυναμικών συνδέσμων εννοιολογικής φύσεως με βάση την καταγεγραμμένη γνώση. Επιπλέον, προτείνεται μια αρχιτεκτονική συστήματος βασισμένου στο παραπάνω μοντέλο. Η δόμηση των ερωτήσεων γίνεται χρησιμοποιώντας προκαθορισμένα δομικά στοιχεία εννοιολογικών γράφων, η δε απάντηση στις ερωτήσεις γίνεται χρησιμοποιώντας μηχανισμούς εξαγωγής συμπερασμάτων που βασίζονται στη θεωρία των εννοιολογικών γράφων. Η κωδικοποίηση των εννοιολογικών γράφων γίνεται σε γλώσσα Prolog ενώ μία Prolog μηχανή εξαγωγής συμπερασμάτων (Prolog Inference Engine) εκτελεί τα βήματα συμπερασμού. Η ευελιξία του μοντέλου ComFrESH επιτρέπει την προσαρμογή του και σε άλλης φύσεως δεδομένα. Ως επακόλουθο, η διατριβή προτείνει το SVT (Smart Video Text) [74], μια επαυξημένη έκδοση ενός απλούστερου μοντέλου για δεδομένα video που βασιζόταν σε επισημειώσεις (annotation based) [62]. Στο SVT, εννοιολογικοί γράφοι αναλαμβάνουν να κωδικοποιήσουν τις σημασιολογικές συσχετίσεις που υπάρχουν μεταξύ των εννοιών που περιγράφονται στις επισημειώσεις. Σαν αποτέλεσμα, είναι δυνατή α) η πλοήγηση στα δεδομένα video με μεθόδους υπερκειμένου, β) η υποβολή ερωτήσεων σε μορφή πλησιέστερη στην φυσική γλώσσα, και γ) η δυνατότητα εμπλουτισμού των κλασικών ερωτήσεων (που δομούνται με λογικούς τελεστές) με σημασιολογική ταύτιση όρων. Ο δεύτερος τομέας συμβολής της διατριβής, σχετίζεται με την αξιοποίηση μεταδεδομένων. Με αφορμή το ότι δεν υπάρχει αυστηρή πρόταση για τον τρόπο χρήσης τους και έχοντας ως σημείο αναφοράς τις αρκετά ώριμες προδιαγραφές μεταδεδομένων που αφο Κόκκορας Φώτης

25 1. Εισαγωγή ρούν σε εκπαιδευτικούς πόρους [58], προτείνονται λύσεις στον τομέα υπηρεσιών της ηλεκτρονικής μάθησης. Η διατριβή, προτείνει ένα μοντέλο πύλης στον παγκόσμιο ιστό, το CG-PerLS (Conceptual Graphs for Personalized Learning Systems) ([76], [75]), για την εξυπηρέτηση δραστηριοτήτων που σχετίζονται με εκπαιδευτικούς πόρους. Πιο συγκεκριμένα, προτείνεται η κωδικοποίηση των μεταδεδομένων που αφορούν σε μαθησιακά αντικείμενα σε εννοιολογικούς γράφους, παρέχοντας έτσι τη δυνατότητα αξιοποίησης των τεχνικών συλλογιστικής που υπάρχουν για αυτούς, για την παροχή προηγμένων υπηρεσιών σε ευρύ φάσμα χρηστών όπως: α) συμπλήρωση ή ενσωμάτωση μεταδεδομένων από κατασκευαστές εκπαιδευτικών πόρων για την προβολή τους, και β) εύρεση εκπαιδευτικών πόρων και δυναμική σύνθεση σειράς μαθημάτων, προσαρμοσμένη στις ιδιαίτερες τεχνικές ή/και μαθησιακές ανάγκες και προτιμήσεις των μαθητευόμενων ή των διδασκόντων. Η λογική του προτεινόμενου μοντέλου μπορεί επίσης να αξιοποιηθεί σε επίπεδο "ίσοςπρος-ίσο" (peer-to-peer) διασυνδεμένων λογισμικών πρακτόρων, που στο πλαίσιο της πρότασης έχει την μορφή του πράκτορα elpa (e-learner's Personal Assistant) [67]. Αυτός, επιτρέπει στον τελικό χρήστη: α) να αξιοποιεί καλύτερα τις δυνατότητες που του παρέχει μια πύλη τύπου CG-PerLS, β) να μπορεί να εντοπίσει άλλους χρήστες/κατόχους του συστήματος, που σχετίζονται με την τρέχουσα εκπαιδευτική του δραστηριότητα και αποτελούν δυνητικά πηγή βοήθειας. Από κοινού, τα μοντέλα CG-PerLS και e-lpa συνθέτουν ένα άτυπο σύστημα πελάτη-διακομιστή για παροχή υπηρεσιών στον τομέα της ηλεκτρονικής μάθησης [68]. Η διατριβή, προτείνει και ένα δεύτερο τρόπο αξιοποίησης εκπαιδευτικών μεταδεδομένων, που επίσης στοχεύει στην παροχή υπηρεσιών όμοιων με τις προαναφερθείσες. Στην περίπτωση αυτή προτείνεται το σύστημα PASER (Planner for the Automatic Synthesis of Educational Resources) [124], που αποτελεί συνδυασμό της πρότασης ενός συστήματος διαχείρισης XML/RDF εκπαιδευτικών δεδομένων ([9], [7]) με σύστημα σχεδιασμού (planning) [125]. Αποτέλεσμα είναι η δημιουργία ενός συστήματος παραγωγής εξατομικευμένων "πακέτων" εκπαιδευτικού υλικού μέσω σύνθεσης/συνδυασμού επιμέρους εκπαιδευτικών πόρων. Τέλος, με δεδομένο ότι η καθιέρωση του σημασιολογικού ιστού δεν διακρίνεται άμεση, η διατριβή προτείνει ένα θεωρητικό υπόβαθρο και τα κατάλληλα εργαλεία για την καλύτερη αξιοποίηση του παγκόσμιου ιστού στην παρούσα του κατάσταση ([70], [73], [72]). Η πρόταση βασίζεται σε τεχνολογίες εξαγωγής πληροφορίας από ιστοσελίδες με χρήση κανόνων εξαγωγής (extraction rules ή wrappers) και συνίσταται: α) σε ένα θεωρητικό υ

26 Ευφυής Ανάκτηση και Εξαγωγή Πληροφορίας πόβαθρο για την σύνθεση, κωδικοποίηση και εκτέλεση κανόνων εξαγωγής πληροφορίας με βάση τη θεωρία των εννοιολογικών γράφων (CG-Wrappers), και β) στην αρχιτεκτονική και πιλοτική υλοποίηση ενός συστήματος που βασίζεται στο παραπάνω θεωρητικό πλαίσιο. Πιο συγκεκριμένα, η διατριβή αντιστοιχίζει διαδικασίες και λειτουργίες της θεωρίας των εννοιολογικών γράφων με στάδια και διαδικασίες του τομέα των κανόνων εξαγωγής πληροφορίας. Τέτοιες αντιστοιχίσεις περιλαμβάνουν, μεταξύ άλλων, διαδικασίες γενίκευσης και εξειδίκευσης σε εννοιολογικούς γράφους με διαδικασίες επαγωγής κανόνων εξαγωγής πληροφορίας και διαδικασίες προβολής (projection) εννοιολογικών γράφων με διαδικασίες εφαρμογής κανόνων εξαγωγής πληροφορίας. Η ευελιξία της προτεινόμενης προσέγγισης επιτρέπει την υιοθέτηση ξένων μεταξύ τους τεχνικών κάτω από μία κοινή ο- μπρέλα. Οι προτεινόμενοι κανόνες εξαγωγής: α) μπορούν να αξιοποιήσουν χαρακτηριστικά της κωδικοποίησης των ιστοσελίδων (HTML) και της αντικειμενοστραφούς αναπαράστασης αυτών, εσωτερικά στα προγράμματα πλοήγησης (DOM), β) μπορούν να υποστηρίξουν τεχνικές εξαγωγής πληροφορίας που βασίζονται σε επεξεργασία φυσικής γλώσσας και χρήση οντολογιών, γ) μπορούν να δομηθούν είτε με διαδικασίες επαγωγής, είτε με απευθείας μοντελοποίηση ή με συνδυασμό αυτών, δ) μπορούν να υποστηρίξουν κανονικές εκφράσεις (regular expressions), ε) μπορούν να συνδυαστούν για την αντιμετώπιση σύνθετων περιπτώσεων εξαγωγής πληροφορίας, και στ) ταιριάζουν ιδανικά σε γραφικά περιβάλλοντα εξαγωγής πληροφορίας, λόγω της εγγενούς δυνατότητας για γραφική αναπαράσταση των εννοιολογικών γράφων. Συμπληρωματικά με το παραπάνω θεωρητικό υπόβαθρο, η διατριβή παρέχει ένα αλγόριθμο εκπαίδευσης και ένα αλγόριθμο εφαρμογής για CG-Wrappers, προτείνει μία αρχιτεκτονική συστήματος με βάση το παραπάνω θεωρητικό μοντέλο και παρουσιάζει μια πιλοτική υλοποίησή του, το σύστημα CG-Wrapper Studio. Το συγκεκριμένο σύστημα παρέχει ένα γραφικό περιβάλλον κατασκευής κανόνων εξαγωγής με άμεση μοντελοποίηση ή μέσω εκπαίδευσης, και υλοποιεί ένα μηχανισμό εφαρμογής τους σε ιστοσελίδες για την εξαγωγή πληροφορίας. Μέρος των δυνατοτήτων της προτεινόμενης προσέγγισης και της πιλοτικής υλοποίησης αναδεικνύονται με δύο μελέτες περίπτωσης (case studies) ([73], [72]) Κόκκορας Φώτης

27 1. Εισαγωγή Τέλος, στη συνεισφορά της διατριβής μπορεί να καταχωρηθεί και μια λεπτομερής παρουσίαση του φορμαλισμού των εννοιολογικών γράφων στην Ελληνική γλώσσα [133], κάτι που απουσίαζε από την Ελληνική βιβλιογραφία. 1.3 Η Δομή της Διατριβής Ο κορμός της διατριβής αποτελείται από τέσσερα κεφάλαια, τα 2, 3, 4 και 5. Επειδή οι μεθοδολογίες και οι τεχνικές που προτείνονται βασίζονται κατά κύριο λόγο στους εννοιολογικούς γράφους, δίνεται στο Κεφάλαιο 2 μια εκτεταμένη παρουσίαση αυτού του τρόπου αναπαράστασης γνώσης. Οι τρεις άξονες που συνθέτουν την πρωτότυπη συμβολή της διατριβής παρουσιάζονται αναλυτικά στα Κεφάλαια 3, 4 και 5. Ειδικότερα, η υποκίνηση (motivation) των επιμέρους προτάσεων παρουσιάζεται διεξοδικά στις ενότητες 3.1.3, 3.3.3, και μετά από σχετική επισκόπηση της βιβλιογραφίας. Αναλυτικότερα, το περιεχόμενο των κεφαλαίων 3, 4 και 5 έχει ως εξής: Στο Κεφάλαιο 3 περιγράφεται ο τρόπος με τον οποίο οι εννοιολογικοί γράφοι μπορεί να χρησιμοποιηθούν για την κωδικοποίηση γνώσης που σχετίζεται με το περιεχόμενο σελίδων υπερκειμένου και αναπτύσσονται τα οφέλη που προκύπτουν από μία τέτοια προσέγγιση στους τομείς της πλοήγησης στο υπερκείμενο και της αναζήτησης και ανάκτησης πληροφορίας σε αυτό. Με βάση τα παραπάνω, περιγράφεται το ComFrESH, ένα δισυπόστατο μοντέλο ευφυούς υπερκειμένου και έμπειρου συστήματος, με δυνατότητα συλλογιστικής στο υπερκείμενο και υπερκειμενικής τεκμηρίωσης στη συλλογιστική διαδικασία. Περιγράφεται επίσης η αρχιτεκτονική ενός συστήματος υπερκειμένου βασισμένου στο παραπάνω μοντέλο και αξιολογούνται οι δυνατότητές του. Στο ίδιο κεφάλαιο περιγράφεται και το μοντέλο SVT που αποτελεί προσαρμογή του ComFrESH σε δεδομένα video, αξιοποιώντας το περιεχόμενο των υπότιτλων και επιπλέον επισημειώσεων κωδικοποιημένων σε μορφή εννοιολογικών γράφων. Τέλος, θίγεται το ζήτημα της ανάγκης για εύκολη κωδικοποίηση γνώσης σε μεγάλη κλίμακα και της ανάγκης για τυποποίηση των εννοιών ώστε να είναι δυνατή η επαναχρησιμοποίηση της καταγεγραμμένης γνώσης και η υψηλού επιπέδου επικοινωνία μεταξύ συστημάτων. Τα ζητήματα που θίγονται στο τέλος του Κεφαλαίου 3, αντιμετωπίζονται στο Κεφάλαιο 4, αξιοποιώντας τις εξελισσόμενες τεχνολογίες μεταδεδομένων και δίνοντας έμφαση στα μεταδεδομένα που αφορούν στον τομέα της εκπαίδευσης, καθώς οι προδιαγραφές τους είναι αρκετά ώριμες. Στο κεφάλαιο αυτό περιγράφεται ένας τρόπος μετατροπής με

28 Ευφυής Ανάκτηση και Εξαγωγή Πληροφορίας ταδεδομένων για εκπαιδευτικούς πόρους, από την XML κωδικοποίηση σε εννοιολογικούς γράφους, καθώς και το CG-PerLS, ένα μοντέλο συστήματος που επιτρέπει την ευφυή α- ξιοποίησή τους μέσω της δυνατότητας εξαγωγής συμπερασμάτων που παρέχουν οι εννοιολογικοί γράφοι. Επιπλέον, περιγράφεται ο ηλεκτρονικός προσωπικός βοηθός e-lpa που απευθύνεται στον μαθητευόμενο και συνθέτει μαζί με το CG-PerLS ένα σύστημα πελάτη-διακομιστή για τον τομέα των υπηρεσιών μάθησης στον παγκόσμιο ιστό. Οι δυνατότητες που παρέχονται από τον παραπάνω συνδυασμό αναδεικνύονται μέσω παραδειγμάτων. Στο ίδιο κεφάλαιο περιγράφεται και η δεύτερη πρόταση ευφυούς αξιοποίησης εκπαιδευτικών μεταδεδομένων, το σύστημα PASER. Αυτό αποσκοπεί στην παραγωγή εξατομικευμένων "πακέτων" εκπαιδευτικού υλικού μέσω σύνθεσης/συνδυασμού επιμέρους εκπαιδευτικών πόρων. Έμφαση δίνεται στα δύο κύρια υποσυστήματα, το R-DEVICE που χρησιμοποιείται για διήθηση μεταδεδομένων και το HAP EDU που τα συνδυάζει κατάλληλα για την κάλυψη δεδομένης μαθησιακής ανάγκης. Το κεφάλαιο κλείνει με ένα προβληματισμό αναφορικά με την αργή, τις συνέπειές της και την ανάγκη για ευκολότερη αξιοποίηση της πληροφορίας του παγκόσμιου ιστού, στην παρούσα μορφή του. Στο Κεφάλαιο 5, αρχικά διαπιστώνεται η αργή υιοθέτησης τεχνολογιών μεταδεδομένων στον ευρύτερο παγκόσμιο ιστό με συνέπεια τη συνεχή διόγκωση της ημιδομημένης πληροφορίας και τονίζεται η σημασία που αποκτούν οι τεχνολογίες του τομέα εξαγωγής περιεχομένου για την αποτελεσματική αξιοποίησή της. Στη συνέχεια, παρουσιάζεται η πρόταση της διατριβής στον παραπάνω τομέα. Αρχικά, αναδεικνύεται μια αξιοσημείωτη συγγένεια μεταξύ του τομέα της εξαγωγής πληροφορίας/περιεχομένου και των εννοιολογικών γράφων και προτείνεται το μοντέλο κωδικοποίησης κανόνων εξαγωγής CG-Wrappers, που βασίζεται στη θεωρία των εννοιολογικών γράφων. Αναλύεται επίσης η ικανότητα του μοντέλου να υποστηρίξει υπάρχουσες αλλά ετερογενείς μεθοδολογίες στην εξαγωγή πληροφορίας κάτω από μία ομπρέλα, επιτρέποντας έτσι τον συνδυασμό των καλών τους χαρακτηριστικών. Η παρουσίαση συμπληρώνεται με μεθοδολογίες συνδυασμού κανόνων εξαγωγής για την κάλυψη πολύπλοκων περιπτώσεων, καθώς και με αλγορίθμους εκπαίδευσης και εκτέλεσης. Στο κεφάλαιο, παρουσιάζεται επίσης μία υλοποίηση συστήματος βασισμένη στο παραπάνω μοντέλο, το CG-Wrapper Studio. Περιγράφεται το γραφικό περιβάλλον κατασκευής κανόνων εξαγωγής πληροφορίας με εκπαίδευση ή άμεση δόμηση, ο τρόπος που αξιοποιούνται οι δυνατότητες που παρέχουν τα προγράμματα πλο Κόκκορας Φώτης

29 1. Εισαγωγή ήγησης, ενώ αναδεικνύονται οι δυνατότητες του συστήματος (και κατ' επέκταση του μοντέλου) μέσω παραδειγμάτων ευχρηστίας και εφαρμογής μεγάλης κλίμακας. Η διατριβή ολοκληρώνεται με το Κεφάλαιο 6, όπου παρουσιάζονται περιληπτικά τα συμπεράσματα που προέκυψαν και επισημαίνονται σημεία που χρήζουν περαιτέρω ερευνητικής προσπάθειας

30

31 ΚΕΦΑΛΑΙΟ 2 2 Εννοιολογικοί Γράφοι Οι εννοιολογικοί γράφοι (conceptual graphs - CGs) προτάθηκαν το 1976 από τον John Sowa και αποτελούν μία γλώσσα αναπαράστασης γνώσης με ρίζες στη μοντέρνα γλωσσολογία, την ψυχολογία (με αναφορές κυρίως στους Charles Sander Pierce και Immanuel Kant) και τη φιλοσοφία (με αναφορές κυρίως στους Otto Selz και Frederick Bartlett). Επιπρόσθετα, ο φορμαλισμός αυτός συνοδεύεται από κατάλληλες δομές δεδομένων και τεχνικές για το χειρισμό τους ([111], [113], [114], [115], [27]). 2.1 Δομικά Στοιχεία και Βασικές Έννοιες Ένας εννοιολογικός γράφος (CG) είναι ένας πεπερασμένος γράφος που αποτελείται από διασυνδεμένους κόμβους εννοιών (concepts) και σχέσεων (relations), που εναλλάσσονται (bipartite graph). Στην Εικόνα 2.1 απεικονίζεται σε γραφική μορφή ο εννοιολογικός γράφος που αντιστοιχεί στη φράση "Ο Γιάννης πηγαίνει στη Θεσσαλονίκη με το λεωφορείο". Στο γραφικό τρόπο απεικόνισης οι έννοιες απεικονίζονται με ορθογώνια, ενώ οι σχέσεις με ελλείψεις. Τα τόξα που συνδέουν τους κόμβους του γράφου έχουν κατεύθυνση, και λέμε ότι ανήκουν στις σχέσεις και είναι προσκολλημένα στις έννοιες. Εικόνα 2.1: Παράδειγμα εννοιολογικού γράφου. Υπάρχουν δύο ειδικές περιπτώσεις εννοιολογικών γράφων που δεν ακολουθούν τον παραπάνω ορισμό:

32 Ευφυής Ανάκτηση και Εξαγωγή Πληροφορίας ο κενός (blank) εννοιολογικός γράφος, που δεν περιέχει έννοιες, σχέσεις και τόξα και πρακτικά δεν εκφράζει κάτι αλλά είναι πάντα αληθής, και ο μοναδιαίος (singleton) εννοιολογικός γράφος που αποτελείται από μία και μοναδική έννοια, όπως για παράδειγμα ο μοναδιαίος γράφος [Αυτοκίνητο] που δηλώνει ότι υ- πάρχει κάποιο αυτοκίνητο. Μία εναλλακτική αναπαράσταση είναι η γραμμική (linear representation) που, αν και γενικά καταλαμβάνει λιγότερο χώρο, είναι λιγότερο εποπτική, ειδικά για πολύπλοκους γράφους. Στη γραμμική αναπαράσταση τα ορθογώνια αντικαθίστανται με ορθογώνιες παρενθέσεις και οι ελλείψεις με απλές παρενθέσεις, ενώ τα στοιχεία των γράφων διατάσσονται σε μία η περισσότερες γραμμές. Στη δεύτερη περίπτωση κάποια έννοια ή σχέση πρέπει να τεθεί επικεφαλής (στην πρώτη γραμμή) ώστε να προκύψει μία περισσότερο ευανάγνωστη αναπαράσταση που γενικά έχει τη μορφή δένδρου που διατάσσεται προς κάτω-δεξιά. Συνήθως ο ρόλος αυτός ανατίθεται στην έννοια με τα περισσότερα προσκολλημένα βέλη. Τα παραπάνω απεικονίζονται στην Εικόνα 2.2 όπου συνυπάρχουν η γραφική και η γραμμική αναπαράσταση του εννοιολογικού γράφου που αντιστοιχεί στη φράση: "Ένας πίθηκος τρώει ένα καρύδι με ένα κουτάλι φτιαγμένο από το κέλυφος του καρυδιού". Η εγγενής αδυναμία απεικόνισης βρόχων της γραμμικής αναπαράστασης ξεπερνιέται με τη χρήση μεταβλητών, όπως η μεταβλητή x στην Εικόνα 2.2. Η χρήση τέτοιων μεταβλητών εξηγείται αναλυτικότερα στη συνέχεια. [Τρώω] (δράστης) [Πίθηκος] (αντικείμενο) [Καρύδι:?x] (όργανο) [Κουτάλι] (υλικό) [Κέλυφος] (τμήμα) [Καρύδι: *x] Εικόνα 2.2: Γραφική και γραμμική αναπαράσταση ενός εννοιολογικού γράφου. Τέλος υπάρχει και η κωδικοποίηση CGIF (Conceptual Graph Interchange Format) που είναι καταλληλότερη για ανταλλαγή εννοιολογικών γράφων μεταξύ διαφορετικών συστημάτων. Η σύνταξή της παρατίθεται στο Παράρτημα Κόκκορας Φώτης

33 2. Εννοιολογικοί Γράφοι Η ανάγνωση ενός εννοιολογικού γράφου ακολουθεί κάποιους κανόνες που αφορούν την κατεύθυνση ανάγνωσης μιας τριάδας έννοια-σχέση-έννοια ως προς την κατεύθυνση των τόξων της τριάδας: Διαβάζοντας προς τη φορά των τόξων η ερμηνεία συνήθως είναι: "το οποίο είναι" (which is), αν ένα τόξο απομακρύνεται από μια σχέση, "έχει" (has a), αν ένα τόξο κατευθύνεται προς μία σχέση. Διαβάζοντας αντίστροφα προς τη φορά των τόξων η ερμηνεία συνήθως είναι: "είναι" (is), αν ένα τόξο απομακρύνεται από μια σχέση, "του" (of), αν ένα τόξο κατευθύνεται προς μία σχέση. Οι παραπάνω κανόνες, όπως είναι αναμενόμενο, έχουν καλύτερη εφαρμογή στην αγγλική γλώσσα που έχει λιγότερους τύπους για κάθε λέξη. Για παράδειγμα, στον εννοιολογικό γράφο: [Bird] (agent) [Sing] βάσει του πρώτου κανόνα, η ερμηνεία είναι "Sing has an agent which is a Bird", ενώ βάσει του δεύτερου κανόνα η ερμηνεία είναι "Bird is the agent of Sing". Στην ελληνική γλώσσα ο παραπάνω γράφος έχει τη μορφή: [Πουλί] (δράστης) [Τραγουδώ] και σε αντιστοιχία με τα παραπάνω ερμηνεύεται ως: "το τραγουδώ έχει ένα δράστη ο ο- ποίος είναι ένα πουλί" και "ένα πουλί είναι ο δράστης του τραγουδώ". Οι παραπάνω κανόνες δε δίνουν καλό αποτέλεσμα όταν οι σχέσεις αντιστοιχούν σε προθέσεις ή επιρρήματα. Σε αυτή την περίπτωση είναι καλύτερο να χρησιμοποιείται αυτούσια η πρόθεση (ή το επίρρημα) σε συνδυασμό με το ρήμα "είναι" (to be). Για παράδειγμα, ο εννοιολογικός γράφος: [Τραπέζι] (πάνω) [Μπουκάλι] διαβάζεται ως "Ένα μπουκάλι είναι πάνω σε ένα τραπέζι". Στη συνέχεια, εξετάζονται με περισσότερη λεπτομέρεια τα επιμέρους στοιχεία που συνθέτουν έναν εννοιολογικό γράφο (έννοιες, σχέσεις, τόξα), ενώ γίνεται και εκτενής α- ναφορά στα υπόλοιπα στοιχεία της θεωρίας των εννοιολογικών γραφών Έννοιες Οι έννοιες (concepts) αποτελούν στιγμιότυπα των τύπων-εννοιών (concept types) και αποτελούνται από έναν τύπο-έννοιας (πρακτικά μία ετικέτα) συνοδευόμενο συνήθως από μία

34 Ευφυής Ανάκτηση και Εξαγωγή Πληροφορίας αναφορά (referent) σε συγκεκριμένη οντότητα. Ένας τύπος-έννοιας μπορεί να θεωρηθεί ότι είναι μία κλάση ή κατηγορία οντοτήτων, ενεργειών, ιδιοτήτων, αφηρημένων εννοιών, κτλ. Για παράδειγμα, η έννοια: [Άτομο: Γιάννης] υποδηλώνει την ύπαρξη της οντότητας Γιάννης που αποτελεί στιγμιότυπο του τύπουέννοιας Άτομο. Η ύπαρξη συγκεκριμένης οντότητας ως αναφορά δεν είναι υποχρεωτική καθώς η έννοια [Άτομο] υποδηλώνει την ύπαρξη κάποιας οντότητας τύπου Άτομο, χωρίς όμως να δίνει περισσότερες λεπτομέρειες για αυτήν. Οι τύποι-εννοιών μπορεί να οργανωθούν σε μία ιεραρχία (concept type hierarchy) (Εικόνα 2.3) που αποτελεί μία σχέση μερικής διάταξης (partial order) στο σύνολο των τύπων-εννοιών και εκφράζεται με το σύμβολο " ". Αν c 1 και c 2 είναι τύποι εννοιών, τότε η σχέση c 1 c 2 υποδηλώνει ότι η έννοια c 1 είναι υποτύπος της c 2 (ή ισοδύναμα c 2 c 1, δηλαδή η έννοια c 2 είναι υπερτύπος της c 1 ). Για παράδειγμα, μία ιεραρχία τύπων-εννοιών θα μπορούσε να έχει τη μορφή: Οντότητα Ενέργεια, Άτομο, Δένδρο Άτομο Φοιτητής, Υπάλληλος Υπάλληλος Διδάσκων, Ταμίας Ενέργεια Τρώω, Πηγαίνω, Πετώ Διδάσκων Λέκτορας, ΑναπληρωτήςΚαθηγητής, Καθηγητής κτλ. υποδηλώνοντας λόγου χάρη ότι οι τύποι εννοιών Φοιτητής και Υπάλληλος είναι υποτύποι του τύπου-έννοιας Άτομο, ή αντίστροφα, ο τύπος έννοιας Άτομο είναι υπερτύπος των τύπων Φοιτητής και Υπάλληλος. Η ιεραρχία στους τύπους των εννοιών υποδηλώνει την ύπαρξη κληρονομικότητας στις ιδιότητές τους. Για παράδειγμα, η σχέση Α>Β ορίζει ότι η έννοια Β έχει όλες τις ιδιότητες που έχει η έννοια Α, ενδεχομένως και μερικές επιπλέον. Το αντίστροφο προφανώς δεν ι- σχύει. Εναλλακτικά, μπορεί να πει κανείς ότι η έννοια Β είναι εξειδίκευση της Α ή ότι η έννοια Α είναι γενίκευση της Β. Για παράδειγμα, η σχέση Γάτα<Θηλαστικό υποδηλώνει ότι η έννοια Γάτα είναι εξειδίκευση της έννοιας Θηλαστικό. Υπάρχουν δύο ειδικές περιπτώσεις τύπων-εννοιών, ο καθολικός τύπος (universal - συμβολίζεται με "T") και το άτοπο (absurd - συμβολίζεται με " "). Ο πρώτος αντιστοιχεί στην περισσότερο γενικευμένη έννοια και αποτελεί υπερτύπο οποιασδήποτε άλλης έννοιας. Αντίθετα, o τύπος άτοπο αποτελεί υποτύπο κάθε άλλου τύπου-έννοιας αν και δεν Κόκκορας Φώτης

35 2. Εννοιολογικοί Γράφοι υπάρχουν οντότητες (entities) που να ανήκουν σε αυτόν τον τύπο. Η εισαγωγή αυτών των ειδικών τύπων επιβάλλεται από την ανάγκη να αποτελεί η ιεραρχία τύπων μία πραγματική διάταξη πλέγματος (lattice), δηλαδή ένα σύστημα που να υποστηρίζει πολλαπλή κληρονομικότητα. Η θεωρία πλεγμάτων (lattice theory) απαιτεί την ύπαρξη ελάχιστων κοινών υ- περτύπων (minimal common super type) και μέγιστων κοινών υποτύπων (maximal common subtype) για όλα τα στοιχεία ενός συνόλου που αποτελεί πλέγμα. Επειδή αυτό δεν είναι εφικτό για όλους του τύπους εννοιών, εισάγονται οι τύποι Καθολικός και Άτοπο που αποτελούν τον κοινό υπερτύπο και υποτύπο αντίστοιχα, για όλους του τύπους εννοιών. Για παράδειγμα, για τους τύπους Δένδρο και Συναίσθημα στην Εικόνα 2.3 δεν υπάρχουν προφανείς κοινοί υπερτύποι και υποτύποι παρά μόνο ο Καθολικός και το Άτοπο. Καθολικός Άτομο Δένδρο Συναίσθημα Ενέργεια Υπάλληλος Φοιτητής Φοίνικας Τρώω Πηγαίνω Πετώ Διδάσκων Ταμίας Λέκτορας Καθηγητής Άτοπο Εικόνα 2.3: Γραφική αναπαράσταση μιας ιεραρχίας τύπων-εννοιών. Αναφορά Εκτός από τον τύπο της, μια έννοια περιλαμβάνει συνήθως και μία αναφορά (referent) σε κάποια οντότητα. Κατ' αρχήν, η απουσία αυτής της παραμέτρου μπορεί να αναπαρασταθεί και με χρήση του συμβόλου "*" που υποδηλώνει μία υπαρκτή αλλά απροσδιόριστη οντότητα, αντιστοιχώντας κατ' αυτόν τον τρόπο στον υπαρξιακό ποσοδείκτη (existential quantifier) " ". Για παράδειγμα, οι συμβολισμοί [Person] και [Person:*] είναι ισοδύναμοι και δηλώνουν την ύπαρξη κάποιου ατόμου για την ταυτότητα του οποίου δεν είναι γνωστό τίποτε περισσότερο. Ειδικότερα, η αναφορά μίας έννοιας μπορεί να ορίζεται με έναν ποσοδείκτη ή έναν προσδιοριστή ή σπανιότερα με έναν περιγραφέα. Ένας ποσοδείκτης (quantifier) μπορεί να είναι υπαρξιακός (existential quantifier) και απλά να υποδηλώνει την ύπαρξη μιας οντότητας του συγκεκριμένου τύπου (π.χ. [Βι

36 Ευφυής Ανάκτηση και Εξαγωγή Πληροφορίας βλίο:*] κάποιο βιβλίο), ή καθορισμένος (defined quantifier) και να ορίζει ένα μεγαλύτερο πλήθος οντοτήτων του τύπου (για παράδειγμα, [Βιβλίο: ] κάθε βιβλίο, [Βιβλίο:{"AI","I Robot"}] τα βιβλία "ΑΙ" και "I Robot", [Βιβλίο:*x!="I Robot"] - κάποιο βιβλίο που δεν είναι το "I Robot", [Βιβλίο:{*}@3] τρία βιβλία, [Number:@5] - πέντε αριθμοί). Στα δύο τελευταία παραδείγματα, χρησιμοποιείται το σύμβολο "@" που ακολουθούμενο από κάποιον αριθμό, αναπαριστά αριθμητικά το πλήθος των οντοτήτων του εκάστοτε τύπου. Ένας προσδιοριστής (designator) μπορεί να είναι ένα λεκτικό (literal) ή ένας εντοπιστής (locator). Ένα λεκτικό είναι μια ρητή καταγραφή της αναφοράς σε μορφή αριθμού (όπως [Ακέραιος:5] - ο αριθμός 5), αλφαριθμητικού (όπως, [Αλφαριθμητικό: "abcd"]) ή κωδικοποιημένου λεκτικού (encoded literal) (όπως [Ηλικία:@<35,έτη>] ό- που παρατίθεται η τιμή και η μονάδα μέτρησης). Ένας εντοπιστής μπορεί να έχει τη μορφή ονόματος (name) (όπως [Πόλη:Αθήνα]) ή ατομικού δείκτη (individual marker). Οι ατομικοί δείκτες επιτρέπουν τον ακριβή εντοπισμό της οντότητας σε κάποιο κατάλογο και ξεκινούν πάντα με το σύμβολο "#". Για παράδειγμα, η έννοια [Δένδρο:#9143] αναφέρεται σε συγκεκριμένο δένδρο που είναι καταγεγραμμένο με τον κωδικό 9143 σε κάποιο κατάλογο οντοτήτων. Ένας περιγραφέας (descriptor) είναι ένας σημασιολογικός γράφος που περιγράφει την οντότητα στην οποία αναφέρεται η έννοια, όπως για παράδειγμα η έννοια: [Πρόταση: [Άνθρωπος: ] (χαρακτηριστικό) [Θνητός]] που μεταφράζεται σε: "Υπάρχει μια πρόταση, η 'Κάθε άνθρωπος είναι θνητός' " Υπάρχουν περιπτώσεις στις οποίες δύο ή περισσότερες έννοιες αναφέρονται στην ίδια οντότητα, όπως για παράδειγμα η έννοια [Καρύδι] στη γραμμική απεικόνιση στην Εικόνα 2.2. Μια τέτοια οντότητα ονομάζεται συναναφορά (coreferent) και μπορεί να αναπαρασταθεί με μία μεταβλητή, στην πρώτη καταγραφή της οποίας μπαίνει το πρόθεμα "*" για να οριστεί η μεταβλητή (defining referent) ενώ στις επόμενες μπαίνει το πρόθεμα "?" για να γίνει αναφορά σε συγκεκριμένη μεταβλητή (bound referent). Στη γραφική απεικόνιση των εννοιολογικών γράφων η συναναφορά αναπαρίσταται με μία διακεκομμένη γραμμή. Προφανώς, δύο τέτοιες έννοιες πρέπει να είναι συμβατές, δηλαδή, εφόσον δεν είναι του ίδιου τύπου, θα πρέπει να έχουν κάποια κοινή γενίκευση, διάφορη του καθολικού τύπου (universal), στην ιεραρχία των τύπων-εννοιών. Για παράδειγμα, η συναναφορά στις έν Κόκκορας Φώτης

37 2. Εννοιολογικοί Γράφοι νοιες [Φοιτητής:*x] και [Τρώω:?x], βάσει της ιεραρχίας τύπων που απεικονίζεται στην Εικόνα 2.3, δεν είναι αποδεκτή. Πρέπει να τονιστεί ότι η συναναφορά δεν αποτελεί συγκεκριμένη οντότητα. Απλά, δηλώνει ότι δύο ή περισσότερες έννοιες αναφέρονται στην ίδια, αλλά απροσδιόριστη ο- ντότητα. Όταν μια έννοια με συναναφορά αποκτά συγκεκριμένη αναφορά (σχετικές διεργασίες παρουσιάζονται στη συνέχεια) τότε όλες οι "συναναφερόμενες" με αυτή έννοιες αποκτούν και αυτές την ίδια συγκεκριμένη αναφορά. Ορισμός νέων τύπων-εννοιών Στη θεωρία των εννοιολογικών γράφων, ένας τύπος έννοιας μπορεί να είναι αρχέγονη (primitive) ή ορισμένος (defined). Οι αρχέγονοι τύποι εννοιών σε δεδομένη βάση γνώσης είναι, κατά κάποιο τρόπο, αξιωματικά ορισμένοι μέσω μιας ετικέτας (label) που τοποθετείται σε κάποια θέση στην ιεραρχία των τύπων-εννοιών. Για παράδειγμα, με βάση τον τύπο έννοιας "Τίγρης" είναι δυνατό να υπάρχουν έννοιες όπως [Τίγρης:Τζίμης], [Τίγρης:#9143], κ.ο.κ. Οι ορισμένοι τύποι εννοιών, όπως υποδηλώνει και η ονομασία τους, ορίζονται μέσω μονοπαραμετρικών (monadic) εκφράσεων-λ (lambda expressions). Στη θεωρία των εννοιολογικών γράφων, οι εκφράσεις-λ είναι γράφοι στους οποίους μία ή περισσότερες έννοιες έχουν οριστεί σαν παράμετροι, οπότε ονομάζονται μοναδικές (monadic), δυαδικές (dyadic),..., n-αδικές (n-adic) εκφράσεις-λ. Για παράδειγμα, ο ορισμός του τύπου έννοιας Τίγρης_Τσίρκου ως υποπερίπτωσης μιας τίγρης που εμφανίζεται στο τσίρκο, μπορεί να γίνει μέσω της παρακάτω έκφρασης-λ: type Τίγρης_Τσίρκου(*λ) is [Τίγρης:?λ] (δράστης) [Εμφανίζεται] (τοποθεσία) [Τσίρκο] "Ο Τίγρης_Τσίρκου είναι ένας τίγρης που εμφανίζεται σε τσίρκο" Η ερμηνεία του νέου τύπου επηρεάζεται καταλυτικά από το ποια έννοια στον εννοιολογικό γράφο θα αποτελέσει την παράμετρο της έκφρασης-λ. Αν για παράδειγμα, στην παραπάνω έκφραση-λ η παράμετρος x δεν ήταν στην έννοια [Τίγρης] αλλά στην [Τσίρκο], αν δηλαδή ο γράφος της έκφρασης-λ ήταν ο: [Τίγρης] (δράστης) [Εμφανίζεται] (τοποθεσία) [Τσίρκο:*λ] τότε δεν θα είχαμε τον ορισμό του τύπου Τίγρης_Τσίρκου αλλά του τύπου Τσίρκο_με_Τίγρη, δηλαδή μια υποπερίπτωση τσίρκο που έχει στο πρόγραμμά του τίγρη. Η πλήρης δήλωση του νέου τύπου έννοιας σε αυτή την περίπτωση είναι:

38 Ευφυής Ανάκτηση και Εξαγωγή Πληροφορίας type Τσίρκο_με_Τίγρη(*λ) is [Τίγρης] (δράστης) [Εμφανίζεται] (τοποθεσία) [Τσίρκο:?λ] "Τσίρκο_με_Τίγρη είναι ένα τσίρκο στο οποίο εμφανίζεται ένας τίγρης" Και στις δύο παραπάνω περιπτώσεις, η νέα ετικέτα θα πρέπει επιπλέον να εισαχθεί σε κατάλληλη θέση στην ιεραρχία τύπων-εννοιών. Εναλλακτικά, είναι αποδεκτό να μην οριστεί νέα ετικέτα (οπότε και δεν εισάγεται κάτι στην ιεραρχία των τύπων-εννοιών). Σε αυτή την περίπτωση έχουμε μία έννοια της οποίας ο τύπος είναι ένας σημασιολογικός γράφος. Η σύνταξη σε αυτή την περίπτωση είναι: [ [Τίγρης:*λ] (δράστης) [Εμφανίζεται] (τοποθεσία) [Τσίρκο] : Τζίμης ] "Ο Τζίμης είναι ένας τίγρης που εμφανίζεται σε τσίρκο" Προφανώς, ο ορισμός ετικέτας δίνει μεγαλύτερη ευελιξία, ειδικά στην περίπτωση που ο τύπος έννοιας πρόκειται να επαναχρησιμοποιηθεί. Οι ορισμένοι τύποι εννοιών, εκτός του ότι επιτρέπουν την απρόσκοπτη επέκταση της ιεραρχίας τύπων-εννοιών, δίνουν και τη δυνατότητα να αντικατασταθεί μία έννοια σε ένα σημασιολογικό γράφο με τον ορισμό της και αντίστροφα. Αυτή η δυνατότητα είναι σημαντική, γιατί επιτρέπει τον κατά βούληση έλεγχο του πόσο αναλυτικά θα απεικονίζεται η πληροφορία σε ένα γραφικό περιβάλλον. Επιπλέον, όπως θα δειχθεί παρακάτω, έχει επίδραση και σε διαδικασίες εξαγωγής συμπερασμάτων με χρήση εννοιολογικών γράφων. Έννοιες συμφραζομένων Τα συμφραζόμενα (contexts) είναι ειδικές περιπτώσεις εννοιών (contextual concepts) στις οποίες η αναφορά περιγράφεται με έναν ή και περισσότερους, μη-κενούς, εννοιολογικούς γράφους. Οι συνηθέστεροι τύποι τέτοιων εννοιών είναι οι κατάσταση (situation) και πρόταση (proposition) που χρησιμεύουν στην κωδικοποίηση καταστάσεων και αναφορικών προτάσεων, αντίστοιχα. Για παράδειγμα, ο εννοιολογικός γράφος: [ Κατάσταση: [Κρατούμενος:#17] (μέσα) [Κελί:#33] ] περιγράφει μία κατάσταση κατά την οποία "Ο κρατούμενος #17 βρίσκεται στο κελί #33". Για περισσότερο συμπαγή αναπαράσταση, στις περιπτώσεις που γίνεται εκτενής χρήση εννοιών συμφραζόμενων, συνηθίζεται η παράληψη των ετικετών κατάσταση και πρόταση, οπότε το προηγούμενο παράδειγμα γίνεται: [ [Κρατούμενος:#17] (μέσα) [Κελί:#33] ] Κόκκορας Φώτης