Системы доступа к данным, основанные на онтологиях

План
Введение
Концептуальное моделирование, его задачи
Инструментарий концептуального моделирования
Логика и базы данных
Онтологическое моделирование и дескриптивные логики
Логики DL-Lite и стандарты W3C
Онтологии в концептуальном моделировании
OBDA-системы, их архитектура и функционирование
Существующие программные средства OBDA-систем
Пример практического использования
Выводы
Литература
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Введение - 1
В 1990-е годы начались интенсивные исследования по созданию языков описания онтологий и инструментария для их разработки
и поддержки
Результаты этих исследований привели к активной экспансии онтологий в разработки разных классов информационных систем: Веб, текстовые системы, системы баз данных
В докладе рассматриваются полученные в последние годы значимые для практического использования результаты,
связанные с использованием онтологий в качестве концептуальных схем в реляционных системах баз данных
Такие системы называются системами доступа к данным на основе онтологий (Ontology-Based Data Access Systems, OBDA-Systems, OBDA-системы)
Этой теме посвящено много публикаций, но ключевые работы выполнены в двух итальянских университетах; поэтому доклад опирается при обсуждении OBDA в основном на эти работы.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Введение - 2
В OBDA-системе пользователь оперирует данными реляционной БД в терминах ее концептуального представления, описываемого онтологией, и имеет возможности для рассуждения на онтологии
Возможности OBDA-систем:
предоставляют развитые выразительные средства для представления базы данных и спецификации запросов
обеспечивают декларативность запросов в их терминах
обладают механизмами для рассуждений на онтологиях, а также для обработки сформулированных в терминах онтологий запросов данных в реляционных БД
способны осуществлять рассуждения и обработку запросов данных с приемлемой производительностью
В докладе обсуждается предыстория этого направления в технологиях управления структурированными данными, основные идеи и принципы их реализации
Акцент делается на технологические аспекты проблемы.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Моделирование предметной области: истоки
На ранней стадии развития технологий баз данных (БД)
проектирование БД основывалось на интуиции и опыте разработчика
Не существовало каких-либо признанных методологий
и инструментальных средств для этой цели
В конце 1960-х – начале 1970-х гг. технологии БД сформировались как значимая ветвь ИТ, стали производиться СУБД общего назначения, активизировались практические разработки систем БД
Стали востребованными методологии проектирования БД
и реализующий их инструментарий
Появились средства RAD, основанные на 4GL, начали формироваться CASE-технологии, ориентированные на разработку систем БД.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Концептуальная схема ПО
В соответствии со сложившимися методологиями проектирования БД, начальным этапом этого процесса является формирование спецификации абстрактного представления предметной области (ПО) с помощью подходящих выразительных средств
Этот этап называется концептуальным моделированием ПО,
а его результат - концептуальной схемой ПО (КС)
КС является абстрактной моделью ПО, независимой от ИТ, которые предполагается использовать для реализации системы БД
КС абстрагируется от некоторых свойств реальных сущностей
и связей между ними, а также от ИТ, которые будут использованы для реализации системы
КС - интенсиональная модель ПО.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Концептуальная схема и онтология ПО
Наряду с концептуальной схемой ПО, абстрактное ее представление может быть определено в форме онтологической модели
В то время как концептуальная схема описывает структуру
и, возможно, поведение ПО, онтология выполняет иную задачу, определяя понятийный аппарат ПО
Различие функций этих моделей ПО подробно обсуждалось
на первом симпозиуме по онтологическому моделированию
На практике, однако, часто используют онтологию в качестве КС
Таким образом поступают и авторы концепции OBDA-систем.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Концептуальная схема
и даталогические модели ПО
В стандартизованных технологиях создания систем БД КС используется только на стадии разработки
Синтезированная КС отображается в среду тех ИТ, которые выбраны для реализации – представляется средствами конкретной выбранной СУБД
При этом формируются новые модели ПО, которые зависят от выбранных ИТ и представляются в терминах даталогических моделей данных (терминология шведской школы ИС)
В соответствии с терминологией ANSI/X3/SPARC, эти представления называются - концептуальной, внутренней и внешними схемами БД
Эти модели ПО поддерживаются системой БД в процессе ее функционирования в терминах моделей данных используемой СУБД
При этом пользовательские интерфейсы системы оперируют
БД в терминах внешних схем.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Языки концептуального моделирования
Ранние выразительные средства для представления КС ПО –
языки концептуального моделирования, хотя и позволяли описать некоторую семантику (ограничения целостности), не отличались высоким семантическим уровнем
Замечание: Далее язык КМ = концептуальная модель данных
(хотя язык может иметь более широкие функции)
Так, в 70-е годы в качестве такого выразительного средства стали использовать реляционную модель данных благодаря тому, что описание БД в ее терминах абстрагируется от организации хранимых данных
После публикации в 1976 г. статьи П. Чена стала широко использоваться модель данных сущностей-связей
(ER-модель данных)
Появились индустриальные технологии проектирования ИС, основанные на ER-модели.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Семантические модели данных
Наряду с индустриальным освоением ER-модели как средства концептуального моделирования ПО продолжались активные исследования, направленные на создание более развитых
моделей данных для проектирования БД
Такие модели названы семантическими, их цель - удерживать
в концептуальной схеме ПО больше семантики
Эта цель достигалась за счет:
более строгого разделения концептуального и даталогического представления ПО
повышения семантической нагрузки на типы связей
использования развитых механизмов абстракции
На разработки таких моделей большое влияние оказали работы Дж. Смита и Д. Смит по абстракции данных
Примеры: RM/T Кодда, семантическая сеть Абриаля, функциональная модель DAPLEX Шипмана, семантическая реляционная модель Шмида и Свенсона, модель SDM Хаммера
и Маклеода [SDM], инфологическая модель Сундгрена …
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Семантические модели
и пользовательские интерфейсы-1
Первоначально семантические модели данных создавались как более совершенные инструменты проектирования БД
Но языки пользовательских интерфейсов, основанные на даталогических моделях данных, семантически более бедны по сравнению с языками концептуального моделирования
Однако возник интерес к их использованию в системах
БД и на стадии функционирования этих систем как
основы пользовательских интерфейсов
Стали проводится исследования и разработки языков концептуального моделирования для такого комплексного использования с тем, чтобы повысить семантический уровень пользовательских интерфейсов систем БД.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Семантические модели и пользовательские интерфейсы-2
Был реализован ряд проектов по созданию таких семантических моделей данных и воплощающих их языков, реализованы прототипы систем, пользовательские интерфейсы которых строились на их основе
Примеры – ERM, проект Taxis (1980), Telos (1990), …
Проекты такого рода были реализованы и в СССР:
Михновский (1983), Вейнеров и др.(1985), Фурсин (1987), Замулин (1990); позднее был инициирован проект Синтез
(первая публикация языка Синтез - 1991)
Эти проекты обозначили сближение технологий баз данных
и систем, основанных на знаниях
Конференция «Системы баз данных и знаний» в СССР
(1989, 1991).
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Объектный подход в системах БД
В конце 1980-х гг. объектный подход (ОО-подход), получивший развитие в языках программирования, распространился и на сферу технологий БД и также способствовал повышению уровня семантики систем БД
В объектных БД (OODB) объектная КС может поддерживаться непосредственно с точностью до способа ее описания
Консорциум ODMG, опираясь на стандарт CORBA (1991) консорциума OMG, разработал , опубликовал и поддерживал стандарт объектной модели данных с комплексом воплощающих ее языков
(ODMG-93, 1993; ODMG 2.0, 1997; ODMG 3.0, 2000)
Принятие стандарта ODMG и стандарта CORBA стимулировало производство инструментальных средств объектных технологий и активное их практическое использование.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Достоинства объектных моделей
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Индивидуальность объектов позволяет моделировать поведение данных и эволюцию их во времени
(объекты сохраняют индивидуальность при обновлениях)
Классификация объектов позволяет поддерживать отношение наследования между классами
Наследование отображает семантическое отношение между классами, позволяет совместно и повторно использовать некоторые фрагменты программного кода
Объектная модель ODMG позволяет конструировать сложные объекты, поддерживать сложные структуры связей между ними
Использование ОО-СУБД дает возможность существенно упростить отображение КС, созданной средствами объектного CASE-инструмента
Но основе ОО-подхода создано большое количество методологий проектирования.

Слабые стороны объектных моделей
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Возможность только навигационного доступа к данным, что не соответствует декларативному характеру парадигмы моделирования реальности
Языки запросов OODB не обладают дедуктивными возможностями
Объектным моделям данных недостает формальной основы как в реляционных системах.

Объектный подход и язык UML
Популярность ОО-подхода в программировании и в технологиях баз данных в 1990-е гг. привела к интенсивному развитию методов объектного анализа и проектирования (OA&D) в разработках программных систем и систем БД
В компании Rational, объединившей усилия крупнейших специалистов по методологиям OA&D - Буча, Рамбо и Якобсона, был создан язык UML - инструмент для OA&D, широко распространенный в настоящее время язык концептуального моделирования
Язык стал стандартом OMG (1997), стандартом ISO/IEC 19501:2005 Information technology – Open Distributed Processing – Unified Modeling Language (UML) 1.4.2 (2005)
В настоящее время большинство коммерческих CASE-продуктов поддерживают язык UML
Известны проекты, в которых пользовательский интерфейс СУБД поддерживает язык UML для представления КС и язык CL как язык запросов, например, проект ИСП РАН (2004).
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Логика и базы данных
Появление публикаций Кодда способствовало развитию применений аппарата логики в технологиях БД
Эта роль за прошедшие годы значительно возросла
Логика стала не только аппаратом исследования реляционной модели данных и методов проектирования реляционных БД, но
и основой важного направления в технологиях БД – дедуктивных БД (DDB), а в последние годы – основой языков описания онтологий, OBDA-систем и систем интеграции данных
Системы дедуктивных БД могут рассматриваться как
реляционные системы продвинутого типа, а реляционные БД как частный случай DDB
Как полагает Minker, первыми обнаружили связь между доказательством теорем и дедукцией в системах БД Green
и Raphael (1968)
Это привело к активизации исследований в данной области.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Логическое программирование и БД
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Создание языка Пролог (1972) и первого компилятора языка стимулировали развитие логического программирования (ЛП)
Это в свою очередь вызвало необходимость интеграции ЛП и технологий БД, т.к. программы на Прологе могли оперировать только данными в оперативной памяти
Совместное использование средств ЛП и реляционных
БД позволило иметь формальный аппарат вывода и возможности работы с большими объемами данных
Были предложены идеи расширения реляционного подхода в БД, адекватного потребностям интеграции
Системы баз данных нового типа стали называться системами дедуктивных баз данных (DDB).

Дедуктивные базы данных
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
В DDB база данных состоит из литеральных предикатов (экстенсионал БД) и правил (интенсионал БД)
В реляционных БД отношение – совокупность значений некоторого литерального предиката, а основные операторы SQL – это логические выражения
Поэтому, действительно, системы реляционных БД являются частным случаем DDB
В 1970-1980 гг. была проведена большая серия научных конференций и рабочих семинаров, посвященных проблематике DDB
Опубликован ряд важных статей и зданий, например, работа Reiter о гипотезе замкнутого мира (Close World Assumption), H. Gallaire and J. Minker, editors. Logic and Databases. Plenum Press, New York, April 1978 и др.

Проблемы дедуктивных баз данных
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Проблемы: производительность и оптимизация запросов, отрицание и немонотонные рассуждения, проверка ограничений целостности, распараллеливание вычислений, теоретические проблемы, связанные с проблемой сложности
и разрешимости и т.д.
Был создан язык Datalog, который использует многие идеи Пролога, позволяет определять правила и факты, а также формулировать запросы в DDB
В правилах Datalog в отличие от Пролога могут использоваться в качестве термов только литералы и переменные, но не функциональные символы; программы Datalog всегда разрешимы
В 1984 г. в проектах LDL в MCC (Microelectronics and Computer Technology Corp., Texas), Nail! в Стенфорде и
проект ECRC (European Computer-Industry Research Center, Мюнхен) реализованы идеи, обеспечивающие повышение производительности DDB , созданы прототипы.

Дедуктивные базы данных: итоги
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
DDB позволяют использовать возможности ЛП; в этом отношении они дополняют возможности реляционных БД и представляют собой шаг к системам, основанным на знаниях
Достоинства DDB = логический вывод + БД, декларативность пользовательских запросов
Однако, с точки зрения БД, такие языки ЛП, как Пролог, слишком процедурны, сложны для пользователей и слишком функционально богаты, что затрудняет эффективную оптимизацию
Большинство усилий в исследованиях DDB посвящено оптимизации Datalog-программ
DDB обеспечивают ограниченные возможности использования ЛП
DDB не нашли индустриального применения, но сыграли большую роль в развитии теории БД как исследовательский полигон и стали основой для дальнейшего расширения сферы применения логики в технологиях ИС.

Объектно-ориентированные DDB-1
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Важный следующий шаг – интеграция технологий дедуктивных
и объектных БД на пороге 1990-х гг. , создание нового класса систем - DOOD (Deductive Object-Oriented Database)
Цель DOOD – объединить лучшее дедуктивного подхода
и ОО-подхода - логические основы дедуктивного подхода
с модельными возможностями объектной ориентации
Такая интеграция в рамках единой системы обеспечивает:
язык дедуктивных правил, позволяющих осуществлять
вывод на основе хранимых данных
поддержку объектной схемы, включающей структурные
и поведенческие аспекты
Главные возможности DOOD: поддержка концепции объекта, индивидуальность, сложные объекты, типизация, основанные на правилах методы, инкапсуляция методов, перегрузка свойств, полиморфизм, иерархия классов, множественное наследование …
DOOD обеспечивает логическую формализацию ОО-подхода.

Объектно-ориентированные DDB-2
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Было создано большое количество языков (моделей данных) для DOOD:
O-logic (1986, пересмотренная -1993), C-logic (1989),
IQL (1998), LOGRES (1990), LLO (1991), COMPLEX (1992), ORLOG (1992), LIVING IN LATTICE (1993), Datalogmeth (1993), CORALCC (1993), Noodle (1993), DTL (1993),
F-logic (1995), Gulog (1995), Rock & Roll (1995), ROL (1996), DatalogCC (1997), ROL2 (1998, 1999), Chimera (1998),
DO2 (1998)…
Один из наиболее известных языков - F-logic
(Кифер и Лаузен, Университет в Мангейме)
Этот язык, созданный первоначально для DOOD, используется в ряде исследовательских проектов как средство формального описания онтологий, но большей популярностью для этой цели обладают дескриптивные логики.

Дескриптивные логики
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Другая ветвь применения аппарата логики сформировалась
в рамках исследований представления структурированных
знаний и рассуждений о них
Для этих целей было разработано популярное в настоящее
время семейство логик, называемых дескриптивными логиками (Description Logics, DLs)
В последние годы DLs рассматриваются как подходящий формализм описания онтологий, а также разработки систем семантической интеграции данных и систем БД с семантическими пользовательскими интерфейсами (OBDA-систем)
DLs позволяют специфицировать классы сущностей и связи
между ними, обеспечивают формальную семантику, а также механизмы вывода
Логики этого семейства позволяют выразить некоторые главные
формализмы объектных моделей данных, ER-модели; т.о. они обладают достаточно развитыми возможностями концептуального моделирования.

Онтологии и дескриптивные логики
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
В последние годы стали актуальными попытки использования онтологий в ИС различных классов, в частности, в системах
БД и системах интеграции данных из множества источников
Появился инструментарий для эффективного использования формальных онтологий – дескриптивные логики
Соотношение онтологий с логикой и с другими языками
в ИС [7]:
с языками представления знаний: онтологии являются схемами представления знаний
с логикой: логика – это инструмент для придания семантики онтологическим языкам
с концептуальной моделью данных (точнее, с концептуальной схемой): концептуальные схемы являются специальными онтологиями, подходящими для концептуализации отдельной (конкретной) логической модели базы данных
с языками программирования: определения классов являются специальными онтологиями, подходящими для концептуализации
отдельной (конкретной) структуры для вычислений.

Стандарты OWL, OWL2 и профили
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Основой разработки дескриптивной логики для OBDA-систем с приемлемыми оценками вычислительной сложности стал диалект
OWL DL стандарта OWL (2004) , обеспечивающий разрешимость и вычислимость запросов
Было показано, что не вводя ограничений на функциональность этого языка, нельзя достигнуть желательного уровня сложности при обработке запросов данных
В 2009 г. консорциум W3C принял новую версию стандарта языка описаний онтологий – OWL2
В версии OWL2 появились полезные новые конструкции, обогащающие выразительные возможности и не нарушающие, тем не менее, разрешимость и вычислимость в тех рамках, в которых они обеспечивались прежней версией языка
В стандарте OWL2 предусматривается три профиля:
OWL2 QL, OWL2 EL, OWL2 RL
Каждый профиль – это подъязык (фрагмент) OWL2 DL, предназначенный для своей сферы применения и обеспечивающий в этой сфере лучшие вычислительные свойства по сравнению с OWL2 DL
Для OBDA-систем предназначен профиль OWL2 QL.

Профиль OWL2 QL
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Профиль OWL2 QL основан на дескриптивной логике DL-LiteA,id
семейства DL-Lite, которому был посвящен большой цикл исследований, представителей итальянской школы
(D. Calvanese, G. Giacomo, D. Lembo, M. Lenzerini, A. Poggi, R. Rosati и др.)
Логики этого семейства разрабатывались с главной задачей – обеспечение компромисса между выразительной силой основанных на них языков и сложностью обработки запросов
В исследованиях OBDA-систем использовались именно логики семейства DL-Lite, позволяющие эффективно обрабатывать не только запросы на онтологии, но и запросы данных
Теперь имеется стандартизованная версия DL, основанная на логике этого семейства – профиль OWL2 QL
OWL2 QL включает большинство возможностей концептуального моделирования диаграммы классов UML, а также ER-модели
Он позволяет эффективно поддерживать онтологический интерфейс для SQL-СУБД при обработке UCQs в приложениях с большим объемом данных.

Семейство DL-Lite
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Цикл работ итальянской группы, опубликованных в 2005-2009 гг.
DL-Lite специально разрабатывалась как основа языков описания онтологий, которые бы обеспечивали низкий уровень вычислительной сложности рассуждений в терминах онтологии
и обработки сложных конъюнктивных запросов в больших БД
Логики этого семейства обладают полиномиальной сложностью обработки запросов относительно размера TBox и LogSpace
относительно размера ABox (сложности по данным)
Предложенная логика позволяет осуществлять рассуждения на TBox независимо от ABox и обработку запросов на ABox выполнять независимо от TBox
Обработка запросов на ABox может при этом выполняться средствами реляционной SQL-СУБД
Благодаря этому оптимизация запросов может выполняться с помощью механизмов, которыми располагают такие СУБД
Далее авторам удалось показать (2007), что DL-LiteR представляет собой максимальный фрагмент OWL DL c указанными свойствами.

И снова семантический доступ к данным
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Достижения последних лет в разработке приложений логики в ИС, активные разработки в области создания языков описания онтологий и их стандартизация вновь актуализировали проблему создания систем, обеспечивающих семантический доступ к данным
Стало возможно создание таких систем, в которых онтология играет роль высокоуровневой концептуальной схемы, поддерживаемой на пользовательском интерфейсе (над традиционной SQL-СУБД)
Механизмы поддержки онтологии становятся посредником между пользователем с его информационными потребностями, выраженными средствами онтологии, и системой базы данных
Достоинства подхода: высокий уровень абстрактности представления данных в БД, развитые выразительные средства запросов, декларативность, приемлемая производительность системы, запросы и на онтологии, и в базе данных
В основных публикациях на эту тему такие системы называются Ontology-Based Data Access Systems.

Онтологии в OBDA-системах
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Одним из результатов наметившейся тенденции использования онтологических языков для концептуального моделирования стало создание OBDA-систем
Использование онтологий в качестве концептуальных моделей предметной области в OBDA-системах:
обеспечивает более абстрактное представление БД,
чем при использовании традиционных моделей данных,
не связанное с «логической» структурой БД
дает возможность использовать явно не определенные (скрытые) отношения
позволяет проверять качество данных, обнаруживать неожиданную неполноту данных в источниках
имеет побочный эффект - упорядочение и документирование терминологии организации, использующей OBDA-систему.

Онтологии в концептуальном моделировании-1
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Важно оценить, в какой мере OWL и его профили позволяют выразить возможности моделирования, обеспечиваемые
широко используемыми концептуальными моделями данных
Относительно OWL2 QL утверждается, что его средствами
можно выразить большинство модельных элементов диаграммы классов UML, а также ER-модели
Этот вопрос, однако, нуждается в более серьезном изучении
Известно, что прототипом OWL2 QL была логика DL-LiteA,id семейства DL-Lite
Исключены: Unique Name Assumption – нет в OWL2,
Identification Assertion – функциональность ролей и атрибутов
Дополнены: не влияющие на вычислительную сложность утверждения свойств ролей; поддерживается типизация данных OWL2, которой нет в логике-прототипе
Можно утверждать, что модельные возможности OWL2 QL
близки возможностям его прототипа.

Онтологии в концептуальном моделировании-2
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
В «библии» OBDA (Ontologies and Databases: The DL-Lite Approach, 2009 [5]) авторы действительно показывают возможности представления некоторых важных модельных элементов диаграммы классов UML средствами логики DL-LiteA,id
Но: Авторы утверждают, что поскольку диаграмма классов рассматривается как средство не программной инженерии,
а концептуального моделирования (??), то можно при оценке
модельных возможностей этой логики не рассматривать
поведенческие аспекты языка – методы, ассоциируемые
с классами (!?) – Cравнить с т. зр. Workshop on Conceptual Modeling
В документах OWL2 также явным образом признается, что декларативный характер онтологических языков не позволяет моделировать методы ОО-подхода
В качестве достоинства OWL2 отмечается бо’льшая его гибкость
по сравнению с языками концептуального моделирования, позволяющая иметь дело с неполнотой информации, выводить
не заданные явно отношения.

Определение OBDA-системы
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Термин Ontology-Based Data Access System введен авторами семейства логик DL-Lite (Antonella Poggi, Domenico Lembo, Diego Calvanese, Giuseppe De Giacomo, Maurizio Lenzerini, and Riccardo Rosati)
OBDA-система рассматривается как сервис над множеством существующих источников данных, предназначенный для предоставления пользователю системы концептуального представления содержащихся в них данных
Приводится и формальное определение:
Ontology-Based Data Access System = триплет O =
,
где: T - это Tbox
D – реляционная база данных
M – множество утверждений отображения между T и D
В литературе используются также термины: Accessing Data Mediated by an Ontology, Ontology-driven Information Systems, Ontology based Data Management.

Замечания относительно определения
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Авторы термина OBDA отождествляют OBDA-системы с системами интеграции данных (в определении говорится
о множестве источников данных, хотя не упоминаются никакие механизмы интеграции)
В других работах со ссылкой на результаты по интеграции данных, утверждается, что можно считать множество источников единой виртуальной реляционной SQL-БД
Концептуальные схемы рассматриваются авторами как специальный вид онтологий:
“Conceptual schema are special ontologies, suited for conceptualizing a single logical model (database)” [6].

Требования к OBDA-системам
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
OBDA-системы должны обеспечивать рассуждения на онтологиях
Должны обрабатываться также запросы к большим объемам структурированных данных, сформулированные в терминах онтологий
Онтологии должны использоваться в ODBA-системах в качестве концептуальной схемы, поддерживаемой пользовательским интерфейсом
Должна обеспечиваться приемлемая сложность этих операций
Эффективность доступа к данным должна достигаться отображением запросов в среду реляционной СУБД, которая
будет обрабатывать запросы и создана независимо от онтологии
При этом накладные расходы использования интерфейса, поддерживающего онтологию, как надстройки над обычной системой БД не должны быть значительными
DL, выбранная в качестве основы языка описания онтологий должна включать основные возможности, используемые в концептуальном моделировании.

Как удовлетворить требования?
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Для удовлетворения перечисленных требований к OBDA-системам необходимо найти компромисс между выразительной силой языка и вычислительной сложностью запросов на онтологии и на БД
На поиски этого компромисса и были направлены исследования DLs в последние годы
Поскольку в качестве репозиториев данных в OBDA-системах предполагается использовать реляционные БД, то система должна допускать запросы, переписываемые в логику первого порядка и тем самым отобразимые в язык SQL
В случае неполноты данных в БД SQL-запросы становятся неразрешимыми
Компромиссный вариант выразительной силы языка запросов
в OBDA-системе – отобразимость во фрагмент языка SQL, позволяющий формулировать конъюнктивные запросы и их
объединения (UCQs).

Источники данных в OBDA
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Предполагается, что источником данных в OBDA является ABox онтологии, представленной средствами подходящей дескриптивной логики
Предполагается также, что контент ABox составляют абстрактные объекты ПО, которые возвращаются пользователю с их свойствами в ответах на запросы
Контент ABox соответствует TBox онтологии в том смысле,
что используемые в нем концепты, роли и атрибуты определены в TBox
Предполагается, что источник данных имеет значительный объем и хранится как база данных, управляемая реляционной СУБД
Контент ABox в системе не материализован, он является
виртуальным – его элементы порождаются системой БД
при обработке запросов.

Архитектура OBDA-систем
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Архитектура OBDA-системы вполне согласуется со сложившимися представлениями об архитектуре систем БД
Принцип независимости данных, многоуровневая архитектура
систем БД
Уровни архитектуры OBDA:
механизм поддержки онтологий и рассуждений на онтологиях
(резонер) с пользовательским интерфейсом
механизм отображения запросов и данных в среду реляционной
БД
SQL-система базы данных
Обеспечивается использование эффективных средств управления структурированными данными реляционной СУБД
Сохраняется принцип независимости данных: SQL-система БД инкапсулируется для пользователя, он не обязан о ней знать.

Отображение между онтологией и схемой БД
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Отображение определяется проектировщиком конкретной OBDA-системы
Отображение описывается как совокупность утверждений отображения двух видов:
типизированные утверждения отображения
утверждения отображения «данные-объекты»
Типизированные утверждения отображения определяют соответствие типов онтологии данным в БД
Утверждения отображения «данные-объекты» описывают отображение данных БД в экземпляры концептов, ролей и атрибутов онтологии
Сложность в том, что онтологии основаны на гипотезе открытого мира, а источник (БД) – на гипотезе замкнутого мира
Другая проблема - несоответствие импеданса.

Несоответствие импеданса
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Одна из проблем отображения запросов, определенных на
уровне онтологии, в среду используемой SQL-СУБД состоит
в несоответствии импеданса
Существо этой проблемы в OBDA-системах:
в источнике данных хранятся структурированные данные различных типов – числа, строки, булевские значения и т.п.
в то же время запросы формулируются в терминах объектов,
представляющих в онтологии концепты, их роли и атрибуты,
отношения между ними
Поэтому механизмы отображения должны конструировать
из значений данных в источнике идентификаторы тех абстрактных объектов, которые составляют ABox в онтологии
Для решения этой проблемы используются сколемовские функции, подход заимствован в работах Р. Хала (R. Hull).

Обработка запросов данных
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010
Запросы данных обрабатываются в OBDA-системах в три этапа
Первый этап:
запрос над TBox переформулируется в запрос в FOL,
который может выполняться в ABox (в реляционной СБД);
задача Query Answering сводится при этом к Query Evaluation;
TBox далее не используется; профиль OWL2 QL основан
на DL-LiteA,id
для этой логики алгоритм такой редукции описан в [5]
Второй этап:
отображение полученного запроса в FOL в среду реляционной
системы БД (переписывание в SQL, препроцессинг)
обеспечено получение только запросов вида CQ или UСQ
(Union + Select-Project-Join)
Третий этап:
обработка запроса в ABox, представленного как реляционная система БД.

Вычислительная сложность обработки запросов
Второй симпозиум «Онтологическое моделирование». Казань, октябрь 2010
Авторы логики DL-LiteA,id получили следующие оценки вычислительной сложности для OBDA, основанных на этой логике:
для рассуждений на TBox - полиномиальная сложность
(относительно размера TBox)
для обработки запросов на ABox (сложность по данным) -LogSpace (относительно объема БД)
Оценка для запросов на ABox следует из того, что они сводятся в OBDA-системах, имеющих рассмотренную архитектуру, к обработке SQL-запросов в реляционной системе БД
Эти оценки имеют силу и для систем, использующих профиль QWL2 QL.

Отличия OBDA-систем от систем DDB
Второй симпозиум «Онтологическое моделирование». Казань, октябрь 2010
Различия функциональности OBDA-систем и систем DDB:
используется иной класс логик
в отличие от DDB предусматриваются рассуждения
не только над интенсионалом, но и запросы над экстенсионалом
хранение данных в DDB – не «черный ящик»
как следствие отображение интенсионала в даталогическую среду явным образом специфицируется
более низкий уровень вычислительной сложность рассуждений и обработки запросов
большой объем объем экстенсионала небольшой, соответствующий реальным приложениям
используются стандартизованные языки описания интенсионала и экстенсионала.

Реализации OBDA-систем-1
Второй симпозиум «Онтологическое моделирование». Казань, октябрь 2010
Система QuOnto (QUerying ONTOlogies)
Использует для описания онтологий логику семейства DL-Lite
Имеет средства рассуждений над онтологиями и обработки запросов данных
Механизм рассуждений хорошо оптимизирован
Может оперировать внутренними данными или данными в системе БД
Располлагает драйверами для ряда СУБД: Oracle, DB2, SQL server, MySQL …
Реализована на языке Java
Имеет API для некоторых специальных проектов
Имеются свободно доступные версии с адаптерами (wrapped versions):
ROWLkit, QToolKit, Адаптер DIG Server с плагином OBDA Protégé.
ROWLkit (первая реализация OWL2 QL Profile)
Система с графическим пользовательским интерфейсом для рассуждений над OWL2 QL онтологиями, их верификации и обработки запросов данных
Использует сервисы QuOnto, дополненные средствами для того, чтобы иметь дело с онтологиями OWL2 QL
Он воспринимает в качестве входных данных онтологии OWL2 QL через OWL API
Реализован в Java и использует in-Memory СУБД H2 Java для хранения Abox
Может оперировать также с данными во внешней памяти.

Реализации OBDA-систем-2
Второй симпозиум «Онтологическое моделирование». Казань, октябрь 2010
QToolKit
Графический интерфейс для QuOnto, позволяющий представлять
DL-Lite- онтологий и осуществлять рассуждения на них средствами
ее резонера
Позволяет использовать все возможности рассуждений QuOnto
Abox хранится во внутреннем репозитории данных
DIG Server wrapper + OBDA Protege Plug-in
Графический интерфейс для рассуждений средствами OuOnto над
DL-Lite- онтологиями
QuOnto предоставляет для DIG Server’а интерфейс, позволяющий специфицировать отображение DL-Lite онтологии в среду систем
баз данных Oracle, DB2 и др.
Plug-in с открытым кодом для Protégé, расширяющий возможности редактирования онтологий, который может использоваться как
клиент для интерфейса Onto DIG для спецификации и выполнения
запросов на DL-Lite онтологиях с отображениями.
MASTRO
The Mastro – OBDA-система – расширение резонера QuOnto
Базируется на DL-LiteA-логике
Позволяет специфицировать онтологии, выполнять запросы и метазапросы, проверять выполнимость онтологии (взаимную непротиворечивость данных).

Пример практического применения
Второй симпозиум «Онтологическое моделирование». Казань, октябрь 2010
МASTRO использовалась, в частности, в банковской системе
Детальный анализ опыта опубликован в статье [21]
Онтология включает: 79 концептов, 33 роли, 37 атрибутов концептов, около 600 аксиом, около 50 ограничений
Большая работа – создание онтологии
Сложности описания отображения
Необходимо основательное знание источника
и онтологии
Высокая производительность системы
Проверено качество источника данных – обнаружены неполнота и противоречивость данных.

Выводы
Проведены массированные исследования и отработана теоретическая основа OBDA-систем, обеспечивающих практически приемлемую сложность при достаточно высокой выразительной силе языка
описания онтологий
Онтологические языки могут использоваться для концептуального моделирования в качестве основы семантического пользовательского интерфейса в таких системах
Основные исследовательские результаты в данной области получены
в университетах Sapienza Universita di Roma и Libera Universita di Bolzano
Помимо теоретических исследований, создан ряд прототипов, которые успешно используются в реальных приложениях (QuOnto, MASTRO)
Разработан профиль стандарта OWL2 языка описания онтологий - OWL2 QL, базирующийся на семействе дескриптивных логик
(его прототип – логика DL-LiteA,id)
Можно считать, что технологии OBDA-систем достигли уровня проработки, оправдывающего промышленную реализацию, и тиражируемые программные средства для их разработок, несомненно, появятся в близкое время.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Литература-1
1. S. Abiteboul. Deductive and Object-Oriented Databases. Logic Programming, Proceedings
of the Joint International Conference and Symposium on Logic Programming, (JICSLP 1992). November 1992. MIT Press 1992: 26-29
2. S. Abiteboul. Towards a deductive object-oriented database language. Data & Knowledge Engineering Volume 5, Issue 4, October 1990, p. 263-287
3. A. Acciarri, D. Calvanese, G. De Giacomo, D. Lembo, M. Lenzerini, M. Palmieri, R. Rosati. QUONTO: QUerying ONTOlogies. Proc. of the 20th national conf. on Artificial intelligence - Volume 4. Pittsburgh, Pennsylvania, 2005, pp. 1670-1671.
4. D. Calvaneze. Ontologies and Databases. Tutorial. Reasoning Web Summer School 2009. September 3-4, 2009. Bressanone, Italy. http://www.inf.unibz.it/~calvanese/teaching/2009-09-ReasoningWeb-school-ontologies-dbs/ReasoningWeb-2009-ontologies-dbs.pdf
5. D. Calvanese, G. De Giacomo, D. Lembo, M. Lenzerini, A. Poggi, M. Rodriguez-Muro,
and R. Rosati. Ontologies and Databases: The DL-Lite Approach. Semantic Technologies for Informations Systems - 5th Int. Reasoning Web Summer School (RW 2009). LNCS, Vol. 5689, 2009.
6. D. Calvanese, G. De Giacomo, D. Lembo, M. Lenzerini, and R. Rosati. Tractable reasoning and efficient query answering in description logics: The DL-Lite family. JAR, 39(3):385–429, 2007.
7. D. Calvanese, D. Lembo. Ontology-Based Data Access. Tutorial. 6th Int. Semantic Web Conference (ISWC 2007), Busan, South Korea. - Nov. 12th, 2007
8. D. Calvanese, G. De Giacomo, D. Lembo, M. Lenzerini, A. Poggi, and R. Rosati. Ontology-Based Database Access. Proc. of the 15th Italian Conf. on Database Systems (SEBD 2007), 2007.
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Литература-2
9. D. Calvanese, G. De Giacomo, D. Lembo, M. Lenzerini, R. Rosati. DL-Lite: Tractable Description Logics for Ontologies. In Proc. of AAAI 2005, pp. 602–607, 2005.
10. E. Franconi. Ontologies and Databases: myths and challenges. PVLDB '08, August 23-28, 2008, Auckland, New Zealand. VLDB Endowment, ACM, 2008.
11. H. Gallaire and J. Minker, editors. Logic and Databases. Plenum Press, New York,
Apr. 1978.
12. M. Kifer, G. Lausen. F-Logic: A Higher-Order Language for reasoning about Objects, Inheritance, and Scheme. June 3, 1997
13. J. Minker. Logic and Database: a 20 Year Retrospective. Department of Computer Science. Institute for Advanced Computer Studies. University of Maryland. College Park, MD, 20742, USA. In: Workshop on Logic in Databases, San Miniato, Italy, 1996.
14. Mengchi Liu, Gillian Dobbie, and Tok Wang Ling. A Logical Foundation for Deductive Object-Oriented Databases. National University of Singapore. ACM Transactions on Database Systems, Vol. 27, No. 1, March 2002, pp. 117–151
15. J. Peckham and F. Maryanski. Semantic Data Models. ACM Computing Surveys, Vol. 20, No. 3, September 1988.
16. H. Perez-Urbina, B. Motik, and I. Horrocks. Rewriting conjunctive queries under description logic constraints. In Proc. of the Workshop on Logic in Databases (LID 2008), 2008.
17. A. Poggi, D. Lembo, D. Calvanese, G. De Giacomo, M.Lenzerini, R..Rosati. Linking Data to Ontologies. JODS-2008
18. A. Poggi and M. Ruzzi. Ontology-based data access with MASTRO. http://www.webont.org/owled/2007/PapersPDF/submission_33.pdf
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010

Литература-3
19. R. Ramakrishnan and J. Ullman A survey of research on deductive database systems, 1993. http://www.iai.uni-bonn.de/III//lehre/vorlesungen/DeduktiveDatenbanken/SS06 /Downloads/RU93.pdf
20. M. Rodriguez-Muro, L. Lubyte, D. Calvanese. Realizing Ontology Based Data Access:
A Plug-in for Prot´eg´e. http://www.inf.unibz.it/~lubyte/pub/iimas08.pdf
21. D.F. Savo, D. Lembo, M. Lenzerini, A. Poggi, M. Rodriguez-Muro, V. Romagnoli, M. Ruzzi, G. Stella. MASTRO at Work: Experiences on Ontology-based Data Access. Proc. 23rd Int. Workshop on Description Logics (DL2010), CEUR-WS 573, Waterloo, Canada, 2010.
22. B. Smith. Ontology and Information Systems. http://ontology.buffalo.edu/ontology(PIC).pdf
23. J. Ullman. Principles of Database and Knowledge_Base Systems. Volume I. Principles
of Computer Science Series. Computer Science Press, Incorporated. Rockville, Maryland, 1988.
24. J. Ullman. Principles of Database and Knowledge_Base Systems. Volume II. The New Technologies. Principles of Computer Science Series. Computer Science Press, Incorporated, Rockville, Maryland, 1989.
25. OWL 2 Web Ontology Language Document Overview. W3C Recommendation 27 October 2009. http://www.w3.org/TR/2009/REC-owl2-overview-20091027/
26. OWL 2 Web Ontology Language Structural Specification and Functional-Style Syntax. W3C Recommendation 27 October 2009. http://www.w3.org/TR/2009/REC-owl2-syntax-20091027/
27. OWL 2 Web Ontology Language Primer. W3C Recommendation 27 October 2009. http://www.w3.org/TR/2009/REC-owl2-primer-20091027/
28. OWL 2 Web Ontology Language Profiles. W3C Recommendation 27 October 2009. http://www.w3.org/TR/2009/REC-owl2-profiles-20091027/
Второй симпозиум «Онтологическое моделирование», Казань, октябрь 2010