Kartograficzna metoda reprezentacji wiedzy w ekspertowym systemie jakości kształcenia

Politechnika Szczeciska

Streszczenie

W artykule zaprezentowano zastosowanie kartograficznej metody reprezentacji wiedzy w ekspertowym systemie oceny jako
ci kształcenia szkoły wyszej. Taka re-prezentacja zapewni integracj heterogenicznych ródeł danych oraz otwarto
 sys-temu na nowe ródła ocen.

Słowa kluczowe: reprezentacja wiedzy, ontologie, integracja danych, doradcze systemy eksper-towe, ocena jakoci kształcenia.

KNOWLEDGE REPRESENTAION WITH CARTOGRAPHIC METHOD FOR EDUCATION’S QUALITY EXPERT SYSTEM

Summary

This article gives a summary of knowledge representaion based on cartographic method for education’s quality expert system. Such representation will provide het-erogeneous data sources integration as well as system’s readiness for those new da-tas.

Keywords: knowledge representaion, ontologies, data integration, education's quality estimation, advisory expert systems.

1. Wprowadzenie

Do oceny działania organizacji, firmy, instytucji stosuje si systemy informatyczne wspo-magajce te działania. Do grupy takich systemów nale te, które wspomagaj diagnozowanie stanu. Jedn z klas systemów diagnostycznych s tzw. systemy ekspertowe, w których gromadzi si dane o zachodzcych procesach diagnozowanych a nast pnie w oparciu o metody wywodu wiedzy dokonuje oceny stanu. W przypadku uczelni wyszych jako instytucji i wiadczonych przez nie usług edukacyjnych chodzi tu o najcz ciej o diagnoz jakoci kształcenia. Diagnostycz-ny system ekspertowy oceDiagnostycz-ny jakoci kształcenia w szkole wyszej moe dostarczy niezb dDiagnostycz-nych danych w celu wypracowania właciwej diagnozy i decyzji zwizanych z realizacj procesów edukacyjnych. System taki moe by zasilany z wielu ródeł danych. Takimi danymi mog by róne rankingi przeprowadzane przez media, ankiety czy instrukcje wewn trzne pomiarów reali-zowane w szkołach wyszych w myl zarzdzania jakoci kształcenia.

2. Dane ródłowe w ekspertowym systemie jako
ci kształcenia.

Potrzeba budowy doradczych systemów jakoci kształcenia wynika z nast pujcych prze-słanek:

• Szkoły wysze w ramach wewn trznych systemów oceny realizuj ocen jakoci wiadczo-nych usług edukacyjwiadczo-nych, w warunkach konkurencji tych usług,

• Oceny jakoci kształcenia ma wielokryterialny i zmienny w czasie charakter, • _{Do oceny wykorzystuje si róne ródła danych, o strukturze zmiennej w czasie,}

• Na rynku edukacyjnym jest konkurencja i szkoły wysze zmuszone s do szybkiego dostoso-wywania narz dzi informatycznych do nowych potrzeb i nowych ródeł danych,

• Nad jakoci kształcenia realizowany jest administracyjny nadzór Pastwowej Komisji Akre-dytacyjnej (PAKa).

Charakterystycznymi cechami systemów wspomagajcych ocen jakoci kształcenia (w tym równie diagnostycznych systemów ekspertowych) s:

• • •

• rozmaite mierniki oceny jakoci, •

• •

• róne poziomy odniesienia miar jakoci (kontrola wewn trzna i zewn trzna), •

• •

• zmienne wagi i miary jakoci kształcenia (trudne do przewidzenia w przyszłoci, •

• •

• _{wielorakie ródła dla odmiennych metod wywodu wiedzy,} •

• •

• róne ródła danych (np. ankiety, oceny, rankingi) odmiennych typów (liczby, rangi, opisy) i struktur.

Dodatkowo w systemach wspomagajcych ocen jakoci kształcenia mog by przecho-wywane nie tylko róne miary procesu kształcenia (stany diagnozy), których moe by wiele, ale mog one opiera si na rónym sposobie widzenia pomiaru jakoci kształcenia. Dodatkowo kada taka ocena moe odwzorowywa swoisty punkt widzenia oceniajcego. Zmianie w czasie ulega równie sam model kształcenia, metody, rodki, cele kształcenia i podmiot kształcenia. Pojedyn-cze oceny procesu kształcenia mona uzna za oceny fragmentaryczne zmienne w czasie i to nie tylko w sensie wartoci, ale równie w sensie przyj tych kryteriów (mierników) tej oceny.

Potrzeba reprezentacji danych i wiedzy w doradczym systemie ekspertowym oceny jakoci kształcenia wymaga integracji heterogenicznych ródeł danych, w formie jednolitej reprezentacji danych i wiedzy, Taka integracja jest równie wskazana ze wzgl du na róne poziomy odniesienia miar jakoci, np. ocena jakoci kształcenia prorynkowa, społeczna, czy moe pro-absolwencka.

Proces zintegrowanej reprezentacji danych w diagnostycznym systemie ekspertowym nie powinien ogranicza si jedynie do gromadzenia danych o ocenach jakoci kształcenia, czy oce-nach aspektów procesu kształcenia w jednej wspólnej kolekcji danych, która moe si zmienia strukturalnie w czasie, np. tworzone s nowe rankingi szkół, opracowywane s unowoczenione systemy jakoci, zmieniaj si standardy kształcenia, itp.

Integracja danych w ocenie kształcenia nie jest te tylko integracj danych o zmiennych strukturach danych nawet wtedy, gdy w gr wchodzi uj cie historyczne tych danych. Integracja danych o ocenie poziomu kształcenia powinna spowodowa dodatkowo, e informatyczny system oceny (diagnostyczny system ekspertowy) b dzie zdolny do uzupełnienia zgromadzonych ocen o wnioski, czy informacje podane niejawnie, ale wynikajce ze zgromadzonych i zintegrowanych ze sob danych.

3. Ontologie w opisie danych systemu ekspertowego.

Do opisu kolekcji danych ródłowych w systemie ekspertowym, zwłaszcza trudnych do zintegrowania mona wykorzysta logik opisow (ang. Description Logics – DL), która zajmuje si badaniem systemów terminologicznych danej dziedziny zainteresowa. Dziedzina zaintereso-wa to tzw. uniwersum. W tym przypadku tym uniwersum s oceny jakoci kształcenia aktualnie dost pne i te, które pojawi si w przyszłoci. Uniwersum składa si z tzw. osobników. Osobniki to pojedyncze oceny wykonane w procesie oceny kształcenia.

W logice opisowej dan dziedzin zainteresowa (tu oceny procesu kształcenia) charakte-ryzuje si z uyciem tzw. ontologii. Wg literatury (2004) w ontologii wyrónia si dwa podstawo-we elementy, tzw. terminologi i opis wiata. Terminologia słuy przede wszystkim do wyszcze-gólnienia poj , które s zwizane z opisem dziedziny zainteresowa. Terminologia okrela rów-nie zwizki pomi dzy tymi poj ciami.

Druga składowa ontologii tzw. opis wiata, który przyporzdkowuje poj ciom z terminolo-gii osobniki (elementy uniwersum) i okrela powizania pomi dzy osobnikami za pomoc relacji najcz ciej binarnych. Poj cia w DL cz sto w literaturze nazywa si konceptami. Zakresem kon-ceptu jest zbiór osobników, które mona za pomoc danego konkon-ceptu (poj cia) opisa. Osobniki to wystpienia konceptu. Wród konceptów wyrónia si tzw. koncepty atomowe (proste) i złoone. Koncept atomowy jest okrelony przez pojedyncz nazw , np. punktualno. Koncepty złoone budowane s z konceptów atomowych w oparciu o konstruktory (operatory) logiki opisowej. Ta-kimi operatorami (konstruktorami) w DL s:

• • •

• Suma zakresu dwóch konceptów oznaczona symbolem

∪

∪

∪

∪

, •

• •

• Cz  wspólna dwóch konceptów oznaczona symbolem

∩

∩

∩

∩

, •

• •

• Dopełnienie zakresu konceptu do uniwersum realizowane z uyciem symbolu

¬

¬

¬

¬

, •

• •

• Osobnik b dcy w relacji wyłczne z wystpieniem jednego konceptu, •

• •

• Osobnik b dcy w relacji z przynajmniej jednym wystpieniem danego konceptu.

Dla pełnoci definicyjnej przyjmuje si , e konceptami s równie uniwersum oraz koncept pusty. Koncepty te mona oznaczy odpowiednio symbolami, gdzie koncept pusty to symbol

⊥

⊥

⊥

⊥

a uniwersum T.

Podstaw budowy terminologii w ontologii s aksjomaty. Do zbioru aksjomatów nale:

•

•

•

•

równowanoci,

•

•

•

•

podrz dnoci.

Aksjomat równowanoci stwierdza, e zakresy konceptów s równe i oznacza si go sym-bolem , a aksjomat podrz dnoci stwierdza, e zakres jednego konceptu jest w relacji zawierania si w zakresie innego konceptu. Aksjomat ten oznaczany jest symbolem

⊆

⊆

⊆

⊆

.

Aby zintegrowa róne ródła danych w praktyce zacz to integrowa ontologie odpowiada-jce ródłom danych. Wród metod, które integruj wiele ontologii mona wyróni nast puodpowiada-jce metody:

•

•

•

•

Przekształcenie jednej ontologii w drug ontologi ,

•

•

•

•

Łczenie ontologii we wspóln ontologi ,

•

•

•

•

Odwzorowanie ontologii czstkowych w tzw. ontologii globalnej.

Przekształcenie jednej ontologii w drug wymaga doboru metody tego przekształcenia w zalenoci od ontologii ródłowych. Dla dwóch dowolnych ontologii proces tego przekształcenia naley zrealizowa od pocztku wg swoistej dla tych ontologii metody. Gdy pojawi si nowe ontologie ródłowe, to przekształcenie to naley znów zrealizowa na swoisty dla tych ontologii sposób. Takie rozwizanie nie jest do przyj cia w odniesieniu do integracji w systemie, w którym pojawi si w czasie nowe ontologie o nieprzewidywalnej strukturze.

Wg literatury (1997) łczenie ontologii (ang. Ontology Mering) zostało zaprezentowane ja-ko proces znajdywania elementów wspólnych mi dzy dwoma ontologiami. W ten sposób zostanie utworzona nowa ontologia, która zawiera b dzie terminologie z obu ontologii ródłowych.

W literaturze (2005) wród metod odwzorowania ontologii czstkowych we wspóln onto-logi globaln znana jest metoda ELPAR (ang. Extraction of Least Probable Atomic Regions). Metod t oparto na tzw. kartograficznej reprezentacji wiedzy i logice opisowej DL. W klasycz-nym podejciu na ogół zakłada si , e terminologia nie moe by aktualizowana w czasie pracy systemu, co ogranicza zastosowanie tej metody do rozwaanego przykładu, gdzie terminologie i koncepty (kryteria jakoci – miary i oceny wiadczonych usług edukacyjnych) s zmienne w cza-sie.

4. Metoda kartograficznej reprezentacji wiedzy w ekspertowym systemie oceny jako
ci kształcenia.

Metoda ta pozwala przedstawi zalenoci wyst pujce pomi dzy poj ciami pewnej termi-nologii, jak równie stopniowo (wraz z pozyskiwana wiedz) przyporzdkowywa indywidualne obiekty tym poj ciom. Zalenoci mona przedstawi w postaci tzw. mapy konceptów, której efektywno budowy stanowi kluczowe zagadnienie z punktu widzenia stosowania metody karto-graficznej. Podstaw kartograficznej reprezentacji wiedzy jest załoenie, e dziedzina, dla której tworzy si ontologie składa si z pewnych niepodzielnych obszarów, tzw. regionów, które nie zawieraj adnych innych podobszarów. Dodatkowo, rozpatrujc kartograficzn reprezentacj wiedzy zakłada si , e najwi ksz liczb wnioskowa mona uzyska w czasie gromadzenia da-nych w systemie a nie w czasie udzielania odpowiedzi na zapytanie. Przy zastosowaniu wiedzy kartograficznej, baza wiedzy systemu jest wzbogacana o nowe asercje, a nie o nowe aksjomaty czy terminologie. Dlatego w klasycznym podejciu na ogół zakłada si , e terminologia nie moe by

aktualizowana w czasie pracy systemu, co ogranicza zastosowanie tej metody do rozwaanego przykładu, gdzie terminologie i koncepty (kryteria jakoci – miary i oceny wiadczonych usług edukacyjnych) s zmienne w czasie.

W metodzie tej, zakłada si , e w systemie oceny kształcenia w chwili czasu t dost pnych jest n heterogenicznych ródeł danych Z1, Z2, Zn zgromadzonych w formie np. baz danych, które b d z udziałem eksperta opisane ontologiami O1(t), O2(t), On(t). Dla tych ontologii w systemie zostanie zbudowana ontologia globalna OG(t). Zasady budowy tej ontologii globalnej zostan zaprezentowane poniej. Dla tych ródeł danych i odpowiednich ontologii czstkowe O1(t), O2(t), …, On(t) zostan opracowane terminologie odpowiednio T1, T2, …, Tn.

Podstaw metody reprezentacji wiedzy w systemie ekspertowym jest konstrukcja ontologii globalnej OG(t) i terminologii globalnej TG. Kolejnym krokiem metody b dzie okrelenie funkcji przej z ontologii globalnej do kadej z ontologii czstkowych i odwrotnie w formie tzw. tablic przejcia. Tablice przejcia z terminologii TG do Ti (dla i=1, 2, …, n) pozwalaj w jednym syste-mie operowa na ontologiach i ródłach danych czstkowych a take na zintegrowanej ontologii i wspólnych zintegrowanych danych reprezentowanych poprzez koncepty w globalnej ontologii. Ontologia OG(t) globalna stanowi zintegrowany model danych w chwili t.

Opis dowolnego ródła danych Zi (gdzie i=1,2,…N) w bazie wiedzy systemu ekspertowego posiada logiczny model bazy danych, oznaczony jako MLZi. Tu system zarzdzania danymi od-wzorowuje taki model w fizyczny model zapisu danych MFZi (i=1,2,…N). Model logiczny MLZi ródła danych Zi (i=1, 2, …, N) odpowiada konceptom zawartym zarówno w terminologii Ti jak i w terminologii globalnej TG, co dowodzi integracji heterogenicznych ródeł danych w systemie w jedn zintegrowan reprezentacj wiedzy.

Poniej zaprezentowano przykład scalania dwóch ontologii z dziedziny kontroli jakoci kształcenia. Niech jedn z ontologii czstkowych (O1), b dzie ontologia adekwatna do ródła danych Z1 oparta na takich konceptach jak: program (nauczania), treci programowe, przekaz, wymagania, metoda zaliczenia, ocena a ontologia czstkowa O1 opisana jest nast pujc termino-logi zgodna z zapisem logicznym:

ocena ≡ przekaz  program  wymagania ocena pozytywna ⊆ ocena

ocena pozytywna ≡∀ocena pozytywna . ocena ocena negatywna ≡ ¬¬¬¬ ocena pozytywna  ocena ocena pozytywna  ocena negatywna ≡ ⊥

gdzie symbolami  oznaczono koniunkcj konceptów a ⊥ oznacza zbiór pusty.

Niech inn ontologi czstkow O2, b dzie ontologia adekwatna do ródła danych Z2 z ta-kimi konceptami jak: rozkład zaj , metoda realizacji, kompetencja, ocena, przygotowanie (do zaj ) i terminologi T2 zgodn z nast pujcym zapisem logicznym:

przygotowanie ≡ rozkład zaj   metody realizacji  kompetencja przygotowanie do zaj  ⊆ kompetencja

ocena pozytywna ≡ ∀ocena pozytywna . ocena ocena negatywna ≡ ¬¬¬¬ ocena pozytywna  ocena ocena pozytywna  ocena negatywna ≡ ⊥

Rysunek 2. Terminologia dla ródła numer dwa ( ródło: opracowanie własne)

Wówczas ontologia globalna obejmuje koncepty i relacje mi dzy nimi, opisane nast pujc terminologi:

ocena_programu ≡ przekaz  tre_programu  wymagania ∀maocena. ocena_programu

ocena_pozytywna  ocena_negatywna ≡ ⊥ (koncept pusty) ocena_negatywnaocena_pozytywna ≡

_T

(uniwersum) ocena_pozytywna ⊆ ocena_programu

ocena_negatywna ≡ ¬ ocena_pozytywna  ocena_programu

Kolejnym etapem opracowanej metody integracji heterogenicznych ródeł danych Z1 i Z2 i odwzorowania wiedzy w ontologii globalnej jest okrelenie funkcji przejcia miedzy ontologi globaln a ontologiami czstkowymi i odwrotnie. Dla rozwaanego przykładu funkcje przejcia s w tym przypadku zgodne z tablic 1.

Tablica 1. Funkcje przej
cia miedzy ontologiami (ródło: opracowanie własne)

Rodzaj funkcji przejĞcia Definicja funkcji

Funkcja OG O1 gdzie O1 = {Z1, G1,T1,} 100000000000 1000 010000000000 0100 001000000000 0010 000100000000 0001 000010000000 0000 000001000000 0000 000000100000 0100 000000010000 0010 000000001000 0001 000000000100 0100 000000000010 0010 000000000001 0001 Funkcja O1 OG gdzie O1 = {Z1, G1,T1,} 1000 100000000000 0100 010000100100 0010 001000010010 0001 000100001001 0000 000011000000 Funkcja OG O2 gdzie O2 = {Z2, G2,T2,} 100000000000 100 010000000000 000 001000000000 000 000100000000 000 000010000000 010 000001000000 001 000000100000 001 000000010000 001 000000001000 001 000000000100 010 000000000010 010 000000000001 010 Funkcja O2 OG gdzie O2={Z2, G2,T2,} 100 100000000000 010 000010000111 001 000001111000 000 011100000000 5. Adaptacyjny charakter metody reprezentacji wiedzy.

Jeli w chwili t+t pojawiło si nowe ródło danych, nowa ocena usług edukacyjnych to w opracowanej metodzie ekspert, z uyciem systemu zgodnego z koncepcj zaprezentowan na rys. 1, opracuje now ontologi dla tego ródła danych, oznaczon symbolicznie jako Onew(t+t) a nast pnie opracowuje ontologi globaln OG’(t+t) z ontologii czstkowych OG(t) i Onew(t+t). Nast pnie konstruuje si funkcje przejcia z ontologii globalnej OG’(t+t) do ontologii czstko-wych OG(t) i Onew(t+t) i funkcje odwrotne przejcia z ontologii czstkowych OG(t) i Onew(t+t) do ontologii globalnej OG’(t+t). Dalsze funkcjonowanie systemu realizowane jest w oparciu o now ontologi globaln OG’(t+t). Takie działanie systemu umoliwia adaptacj ontologii glo-balnej do nowych ródeł danych w czasie, gdy takie ródła pojawi si w systemie.

W metodzie kartograficznej reprezentacji wiedzy, w procesie konstrukcji ontologii global-nej z ontologii lokalnych w dowolglobal-nej chwili t moliwe jest równie uycie nie tylko przekształce konceptów ontologii globalnej w koncepty lokalne i odwrotnie, ale równie moliwe jest dodat-kowo zastosowanie przekształce konceptów w tzw. synonimy a take moliwe jest uycie współczynników zgodnoci poj  i synonimów (współczynniki wzajemnego dostosowania poj  stanowicych koncepty lub synonimy).

6. Koncepcja systemu ekspertowego z wykorzystaniem metody.

Zaprezentowana metoda integracji heterogenicznych ródeł danych oparta na zmiennych w czasie ontologiach adekwatnych do ródeł danych i budowie ontologii globalnej moe by wyko-rzystane w diagnostycznym systemie oceny jakoci kształcenia. Na rys. 4 zaprezentowano ogóln koncepcj takiego systemu.

Rysunek 4. Koncepcja systemu ekspertowego do diagnozowania jakoci kształcenia ródło: opracowanie własne

System ten mógłby słuy do diagnozowania jakoci kształcenia w wiadczeniu usług edu-kacyjnych. Główn cech takiego systemu jest integracja funkcji i danych w systemie oraz jego otwarty charakter na nowe ródła (struktury) danych, róne sposoby obróbki danych i metody wywodu wiedzy.

6. Podsumowanie

Zaprezentowana metoda pozwoli zintegrowa heterogeniczne ródła danych w postaci jed-nolitej zintegrowanej struktury, b dcej reprezentacj wiedzy w systemie ekspertowym. Reprezen-tacja ta oparta jest na ontologii globalnej utworzonej z wielu ontologii czstkowych, które mog w czasie si znów pojawi, gdy tylko powstanie nowe ródło danych. Uzupełnieniem metody s opracowane funkcje przejcia miedzy ontologiami czstkowymi a ontologi globalna i odwrotnie. Zapewni to niezaleno ekspertowego systemu oceny jakoci kształcenia szkoły wyszej od no-wych i zmiennych w czasie struktur danych ródłono-wych.

Bibliografia

1. Sowa J. (1997) Electronic communication In the onto-std mailing list

2. Doerr M.S. (2001a) Semantic problems of thesaurus mapping. Journal of Digital Information, 3. Pankowski T. (2001b) Integracja i przetwarzanie heterogenicznych ródeł danych w bazach

obiektów cz ciowo etykietowanych. Materiały III Krajowej Konferencji n.t. Metody i syste-my komputerowe w badaniach naukowych i projektowaniu inynierskim, Kraków

4. Staab S., Studer R. (2004) Handbook on ontologies. Springer Verlag

5. Goczyła K., Grabowska T. (2005) Metoda ELPAR łczenia ontologii oparta na ich kartogra-ficznej reprezentacji, I Krajowa Konferencja Naukowa „Technologie Przetwarzania Danych” Pozna

TOMASZ DUDEK

Instytut Systemów Informatycznych Wydział Informatyki Politechnika Szczeciska ul. ołnierska 49 71-210 Szczecin Tel. (091) 449-5668 e-mail : tdudek@wi.ps.pl