что такое семантическая модель

Что такое семантическая модель

Широкое распространение реляционных СУБД и их использование в самых разнообразных приложениях показывает, что реляционная модель данных достаточна для моделирования предметных областей. Однако проектирование реляционной базы данных в терминах отношений на основе кратко рассмотренного нами механизма нормализации часто представляет собой очень сложный и неудобный для проектировщика процесс.

6.2.1. Семантические модели данных

Потребности проектировщиков баз данных в более удобных и мощных средствах моделирования предметной области вызвали к жизни направление семантических моделей данных. При том, что любая развитая семантическая модель данных, как и реляционная модель, включает структурную, манипуляционную и целостную части, главным назначением семантических моделей является обеспечение возможности выражения семантики данных.

Прежде, чем мы коротко рассмотрим особенности одной из распространенных семантических моделей, остановимся на их возможных применениях.

Наиболее часто на практике семантическое моделирование используется на первой стадии проектирования базы данных. При этом в терминах семантической модели производится концептуальная схема базы данных, которая затем вручную преобразуется к реляционной (или какой-либо другой) схеме. Этот процесс выполняется под управлением методик, в которых достаточно четко оговорены все этапы такого преобразования.

Менее часто реализуется автоматизированная компиляция концептуальной схемы в реляционную. При этом известны два подхода: на основе явного представления концептуальной схемы как исходной информации для компилятора и построения интегрированных систем проектирования с автоматизированным созданием концептуальной схемы на основе интервью с экспертами предметной области. И в том, и в другом случае в результате производится реляционная схема базы данных в третьей нормальной форме (более точно следовало бы сказать, что автору неизвестны системы, обеспечивающие более высокий уровень нормализации).

6.2.2. Основные понятия модели Entity-Relationship (Сущность-Связи)

На использовании разновидностей ER-модели основано большинство современных подходов к проектированию баз данных (главным образом, реляционных). Модель была предложена Ченом (Chen) в 1976 г. Моделирование предметной области базируется на использовании графических диаграмм, включающих небольшое число разнородных компонентов. В связи с наглядностью представления концептуальных схем баз данных ER-модели получили широкое распространение в системах CASE, поддерживающих автоматизированное проектирование реляционных баз данных. Среди множества разновидностей ER-моделей одна из наиболее развитых применяется в системе CASE фирмы ORACLE. Ее мы и рассмотрим. Более точно, мы сосредоточимся на структурной части этой модели.

Основными понятиями ER-модели являются сущность, связь и атрибут.

Ниже изображена сущность АЭРОПОРТ с примерными объектами Шереметьево и Хитроу:

Каждый экземпляр сущности должен быть отличим от любого другого экземпляра той же сущности (это требование в некотором роде аналогично требованию отсутствия кортежей-дубликатов в реляционных таблицах).

В изображенном ниже примере связь между сущностями БИЛЕТ и ПАССАЖИР связывает билеты и пассажиров. При том конец сущности с именем «для» позволяет связывать с одним пассажиром более одного билета, причем каждый билет должен быть связан с каким-либо пассажиром. Конец сущности с именем «имеет» означает, что каждый билет может принадлежать только одному пассажиру, причем пассажир не обязан иметь хотя бы один билет.

На следующем примере изображена рекурсивная связь, связывающая сущность ЧЕЛОВЕК с ней же самой. Конец связи с именем «сын» определяет тот факт, что у одного отца может быть более чем один сын. Конец связи с именем «отец» означает, что не у каждого человека могут быть сыновья.

Атрибутом сущности является любая деталь, которая служит для уточнения, идентификации, классификации, числовой характеристики или выражения состояния сущности. Имена атрибутов заносятся в прямоугольник, изображающий сущность, под именем сущности и изображаются малыми буквами, возможно, с примерами.

Уникальным идентификатором сущности является атрибут, комбинация атрибутов, комбинация связей или комбинация связей и атрибутов, уникально отличающая любой экземпляр сущности от других экземпляров сущности того же типа.

6.2.3. Нормальные формы ER-схем

Как и в реляционных схемах баз данных, в ER-схемах вводится понятие нормальных форм, причем их смысл очень близко соответствует смыслу реляционных нормальных форм. Заметим, что формулировки нормальных форм ER-схем делают более понятным смысл нормализации реляционных схем. Мы приведем только очень краткие и неформальные определения трех первых нормальных форм.

В первой нормальной форме ER-схемы устраняются повторяющиеся атрибуты или группы атрибутов, т.е. производится выявление неявных сущностей, «замаскиро-ванных» под атрибуты.

Во второй нормальной форме устраняются атрибуты, зависящие только от части уникального идентификатора. Эта часть уникального идентификатора определяет отдельную сущность.

В третьей нормальной форме устраняются атрибуты, зависящие от атрибутов, не входящих в уникальный идентификатор. Эти атрибуты являются основой отдельной сущности.

6.2.4. Более сложные элементы ER-модели

Эти и другие более сложные элементы модели данных «Сущность-Связи» делают ее существенно более мощной, но одновременно несколько усложняют ее использование. Конечно, при реальном использовании ER-диаграмм для проектирования баз данных необходимо ознакомиться со всеми возможностями.

Сущность может быть расщеплена на два или более взаимно исключающих подтипа, каждый из которых включает общие атрибуты и/или связи. Эти общие атрибуты и/или связи явно определяются один раз на более высоком уровне. В подтипах могут определяться собственные атрибуты и/или связи. В принципе подтипизация может продолжаться на более низких уровнях, но опыт показывает, что в большинстве случаев оказывается достаточно двух-трех уровней.

Сущность, на основе которой определяются подтипы, называется супертипом. Подтипы должны образовывать полное множество, т.е. любой экземпляр супертипа должен относиться к некоторому подтипу. Иногда для полноты приходится определять дополнительный подтип ПРОЧИЕ.

Пример: Супертип ЛЕТАТЕЛЬНЫЙ АППАРАТ

Как полагается это читать? От супертипа: ЛЕТАТЕЛЬНЫЙ АППАРАТ, который должен быть АЭРОПЛАНОМ, ВЕРТОЛЕТОМ, ПТИЦЕЛЕТОМ или ДРУГИМ ЛЕТАТЕЛЬНЫМ АППАРАТОМ. От подтипа: ВЕРТОЛЕТ, который относится к типу ЛЕТАТЕЛЬНОГО АППАРАТА. От подтипа, который является одновременно супертипа: АЭРОПЛАН, который относится к типу ЛЕТАТЕЛЬНОГО АППАРАТА и должен быть ПЛАНЕРОМ или МОТОРНЫМ САМОЛЕТОМ.

6.2.5. Получение реляционной схемы из ER-схемы

Шаг 3. Компоненты уникального идентификатора сущности превращаются в первичный ключ таблицы. Если имеется несколько возможных уникальных идентификатора, выбирается наиболее используемый. Если в состав уникального идентификатора входят связи, к числу столбцов первичного ключа добавляется копия уникального идентификатора сущности, находящейся на дальнем конце связи (этот процесс может продолжаться рекурсивно). Для именования этих столбцов используются имена концов связей и/или имена сущностей.

Шаг 5. Индексы создаются для первичного ключа (уникальный индекс), внешних ключей и тех атрибутов, на которых предполагается в основном базировать запросы.

При применении способа (а) таблица создается для наиболее внешнего супертипа, а для подтипов могут создаваться представления. В таблицу добавляется по крайней мере один столбец, содержащий код ТИПА; он становится частью первичного ключа.

Если остающиеся внешние ключи все в одном домене, т.е. имеют общий формат (способ (а)), то создаются два столбца: идентификатор связи и идентификатор сущности. Столбец идентификатора связи используется для различения связей, покрываемых дугой исключения. Столбец идентификатора сущности используется для хранения значений уникального идентификатора сущности на дальнем конце соответствующей связи.

Альтернативные модели сущностей:

Вариант 2 (существенно лучше, если подтипы действительно существуют)

Вариант 3 (годится при наличии осмысленного супертипа D).

Источник

Что такое семантическая модель

5. СЕМАНТИЧЕСКИЕ СЕТИ И КОНЦЕПТУАЛЬНЫЕ ГРАФЫ

5.1. Представление знаний семантическими сетями

Семантика – раздел языкознания, изучающий значение единиц языка, прежде всего его слов и словосочетаний. В более общем смысле, семантика определяет смысл знаков (образов, обозначений) и их сочетаний.

Семантическая сеть (смысловая сеть) — модель предметной области, представленная в виде графа, вершинами которого являются понятия, а дуги (ребра) – отношения между ними.

В качестве понятий обычно выступают абстрактные или конкретные объекты (огурец, машина, любовь, Маша). В качестве отношений наиболее часто используются следующие (смысловая классификация) [19, 31]:

— таксономические («класс – подкласс – экземпляр», «множество – подмножество – элемент» и т.п.). Данный тип отношения называют также отношением AKO (англ. A Kind Of – является разновидностью), IS A (является, это есть) или гипонимии (гипероним – общая сущность; гипоним – частная сущность);

— структурные («часть – целое»). Данный тип отношения называют также отношением Part of (является частью), Has part (состоит из, включает в себя), агрегации (лат. aggregatio – присоединение), композиции (лат. compositio – составление, связывание, сложение, соединение) или меронимии (холоним – сущность, включающая в себя другие; мероним – сущность, являющаяся частью другой);

— функциональные (определяемые обычно глаголами «производит», «влияет» и т.п.);

— количественные (больше, меньше, равно и т.п.);

— пространственные (далеко от, близко от, за, под, над и т.п.);

— временные (раньше, позже, в течение и т.п.);

— атрибутивные (иметь свойство, иметь значение);

— логические (И, ИЛИ, НЕ);

Отношения можно также классифицировать по степени участия (арности) понятий в отношениях:

Приведем пример двух простых семантических сетей. Одна из них (рис.5.1а) описывает понятие «помидор», а другая (рис. 5.1б) описывает факт «Маша укрепила стул клеем».

Рис.5.1. Примеры семантических сетей

В разных вариациях семантических сетей для отображения понятий используются различные геометрические примитивы: прямоугольники, овалы, четырехугольники со скругленными углами и т.п.

Проблема поиска решения в семантической сети сводится к задаче поиска фрагмента сети, соответствующего поставленному запросу. Например, вопрос «Какого цвета помидор?» можно графически представить в виде подсети.

Рис.5.2. Представление вопроса в виде подсети

Наложение подсети вопроса на сеть, описывающую предметную область, дает ответ – «красный».

Семантические сети широко используются в экспертных системах в качестве языка представления знаний (например, в экспертной системе PROSPECTOR), в системах распознавания речи и понимания естественного языка. Непосредственное отношение к сетевым моделям имеют исследования по реляционным, сетевым и иерархическим БД.

5.2. Классификация семантических сетей

Классифицировать семантические сети можно по следующим признакам [19, 21]:

— по количеству типов отношений:

— однородные (с единственным типом отношений);

— неоднородные (с различными типами отношений);

— по назначению. Обычно совпадает с преобладающим типом отношений, например:

— функциональные — вычислительные модели, позволяющие описывать процедуры вычислений одних информационных единиц через другие;

— сценарии — используются для описания казуальных отношений (причинно-следственных или устанавливающих влияние одних явлений или фактов на другие), а также отношений типа «средство — результат», «орудие — действие» и т.п.;

5.3. Достоинства и недостатки семантических сетей

Достоинства семантических сетей [4, 21]:

— универсальность, достигаемая за счет выбора соответствующего набора отношений. В принципе с помощью семантической сети можно описать сколь угодно сложную ситуацию, факт или предметную область;

— наглядность системы знаний, представленной графически;

— близость структуры сети, представляющей систему знаний, семантической структуре фраз на естественном языке;

— соответствие современным представлениям об организации долговременной памяти человека.

В качестве иллюстрации последнего утверждения приведем следующий пример [23].

Рис.5.3. Семантическая сеть «Канарейка»

Из психологии известно, что люди при запоминании часто используют ассоциации и стараются иерархически организовать свои знания. Коллинс и Куиллиан проводили следующий тест. Группе людей задавались вопросы о различных свойствах птиц, такие как «Канарейка — это птица?», «Канарейка может петь?» или «Канарейка может летать?».

Хотя ответы на эти вопросы, возможно, просты, изучение времени реакции показало, что при ответе на вопрос «Может ли канарейка летать?» оно больше, чем на вопрос «Может ли канарейка петь?». Аллан Коллинс и Росс Куиллиан объясняют эту разницу во времени ответа тем, что люди запоминают информацию на самом абстрактном уровне. Вместо того, чтобы запоминать конкретные свойства для каждой птицы (канарейки летают, дрозды летают, ласточки летают), люди запоминают, что канарейки — птицы, а птицы (обычно) имеют свойство летать. Таким образом, попытка вспомнить, может ли канарейка летать, занимает больше времени, чем воспоминание, может ли канарейка петь. Это происходит из-за того, что для получения ответа человек должен дольше путешествовать по иерархии структур памяти.

Недостатки семантических сетей:

— сетевая модель не дает (точнее, не содержит) ясного представления о структуре предметной области, поэтому формирование и модификация такой модели затруднительны;

— сетевые модели представляют собой пассивные структуры, для обработки которых необходим специальный аппарат формального вывода;

— проблема поиска решения в семантической сети сводится к задаче поиска фрагмента сети, соответствующего подсети, отражающей поставленный запрос. Это, в свою очередь, обуславливает сложность поиска решения в семантических сетях;

— представление, использование и модификация знаний при описании систем реального уровня сложности оказывается трудоемкой процедурой, особенно при наличии множественных отношений между ее понятиями.

В качестве иллюстрации последнего утверждения приведем выдержку из [25]:

Очень быстро семантические сети позволили воссоздать исходный ХАОС мироздания и снова загнать кибернетику в интеллектуальный тупик.

Возьмем самый элементарный пример: «Федя дал книгу Мане».

5.4. Концептуальные графы

Дальнейшим развитием графовых структур, моделирующих семантику естественного языка, являются концептуальные графы, предложенные Джоном Сова (1984г.).

Концептуальный граф – это двудольный ориентированный граф, состоящий из вершин двух типов: понятий (англ. concept) и концептуальных отношений (англ. conceptual relation). Напомним, что двудольный граф – это граф, множество вершин которого можно разбить на две части таким образом, что каждое ребро графа соединяет какую-то вершину из одной части с какой-то вершиной другой части, то есть не существует ребра, соединяющего две вершины из одной и той же части.

Рис.5.4. Двудольный граф

Понятия в концептуальных графах отображаются прямоугольниками, отношения между ними – эллипсами. В отличие от семантических сетей отношение между понятиями отображаются не именованной дугой графа, а вершиной соответствующего типа, которая связывает два понятия дугами без метки. Рассмотренный выше пример «Маша укрепила стул клеем» (см. рис.5.1) в виде концептуального графа будет выглядеть следующим образом.

Рис.5.5. Пример концептуального графа

При описании конкретных, но неименованных (анонимных) экземпляров, используется маркер «#». Например, «персона : #1234» или «собака : #4321». Использование анонимных экземпляров позволяет упростить описание и представление предметной области (базы знаний), как набора концептуальных графов. В частности, факт, что три собаки «Тузик», «Мухтар» и «Байкал» черного цвета можно описать вместо одного графа двумя.

Рис.5.6. Пример использования анонимных экземпляров

Вместо обращения к экземпляру по имени можно использовать маркер «*», обозначающий любой экземпляр типа. Т.о., имена понятий «собака» и «собака : *» являются эквивалентными.

Дополнительно к обобщающему маркеру «*» допускается использование переменных для более упрощенного и наглядного отображения графов. В частности, для минимизации пересечений и поворотов стрелок. Например, факт «Собака чешет лапой ухо» может выглядеть следующим образом.

Рис.5.7. Пример использования переменной

Как отмечено ранее, база знаний представляет собой набор концептуальных графов. Каждый отдельный граф представляет собой один факт (высказывание, правило) из предметной области, описываемый через ассоциативные отношения между понятиями. Для представления второго базового механизма структурирования знаний – обобщения понятий – в теории концептуальных графов используются иерархии типов. Отдельная иерархия представляется в виде решетки, описывающей таксономические отношения (отношения наследования) между понятиями, включая множественное наследование. Для представления иерархии типов в виде решетки в нее включается два специальных типа:

— универсальный тип (англ. universal type), являющийся супертипом для всех типов. Обозначается символом «┬»;

— абсурдный тип (англ. absurd type), являющийся подтипом для всех типов. Обозначается символом «┴».

На следующем рисунке приведен пример иерархии типов.

Рис.5.8. Пример иерархии типов геометрических фигур

Иерархии типов позволяют описать статическую составляющую предметной области, а непосредственно концептуальные графы как статическую, так и динамическую.

Теория концептуальных графов предусматривает четыре вида операций, позволяющие создавать новые графы на основе существующих. К ним относятся:

— объединение двух графов в один, если они имеют семантически общие вершины-понятия. Для графов, отображенных на рис.5.6, результат объединения выглядит следующим образом:

Рис.5.9. Пример объединения двух графов

— ограничение – замена вершины-понятия графа другой вершиной-понятием, представляющими его специализацию, или замена имени типа на имя подтипа (экземпляра). Пример применения операции для графов, отображенных на рис.5.6:

Рис.5.10. Пример применения операции «ограничение»

— упрощение – исключение дублирующих понятий или отношений. Дублирование часто возникает в результате операции объединения. Пример применения операции для графа, отображенного на рис.5.7:

Рис.5.11. Пример применения операции «упрощение»

В дополнение к возможности определения отношений между понятиями предметной области, выраженными в одном высказывании, с помощью концептуальных графов можно выражать отношения между высказываниями. Например, предложение: «Вася предполагает, что Маша любит мороженное». Здесь «предполагает» является отношением между субъектом «Вася» и высказыванием «Маша любит мороженное». Все предложение целиком является высказыванием о высказывании (метавысказыванием).

Рис.5.12. Пример метавысказывания

Помимо отображения высказываний в виде графов, наиболее наглядной и доступной для понимания форме, они могут быть выражены в т.н. линейной форме. При этом понятия заключаются в квадратные скобки, а отношения – в круглые. Например, граф, отображенный на рис. 5.12, в линейной форме выглядит следующим образом:

[персона : Вася] (объект) –>

[[персона : Маша] (объект) –> [мороженное]].

При наличии более, чем двух дуг, соединяющих понятие или отношение с другими, они перечисляются через «-». Например, для графа на рис. 5.5 линейная форма

Аналогичный подход используется, если в графе имеются контуры. Например, для графа на рис. 5.11 линейная форма

Источник

Проектирование реляционных баз данных с использованием семантических моделей: ER-диаграммы

Семантическая модель Entity-Relationship (Сущность-Связь)

В этой лекции мы кратко рассмотрим некоторые черты одной из наиболее популярных семантических моделей данных – модель «Сущность-Связь» (часто ее называют кратко ER-моделью от Entity-Relationship ).

Основные понятия ER-модели

На рис. 9.1 изображена сущность АЭРОПОРТ с примерными экземплярами «Шереметьево» и «Хитроу». Эта примитивная диаграмма тем не менее несет важную информацию. Во-первых, она показывает, что в базе данных будут содержаться однотипные структуры данных ( экземпляры сущности ), описывающие аэропорты. Во-вторых, поскольку в жизни существует несколько точек зрения на аэропорты (например, точка зрения пилота, точка зрения пассажира, точка зрения администратора) и этим точкам зрения соответствуют разные структуры данных, то приведенные примеры аэропортов позволяют несколько сузить допустимый набор точек зрения. В нашем случае приведены примеры международных аэропортов, так что, скорее всего, имеется точка зрения пассажира или пилота международных авиарейсов.

Связь представляется в виде ненаправленной линии, соединяющей две сущности или ведущей от сущности к ней же самой. При этом в месте «стыковки» связи с сущностью используются:

Обязательный конец связи изображается сплошной линией, а необязательный – прерывистой линией.

Лаконичная устная трактовка изображенной диаграммы состоит в следующем:

Лаконичная устная трактовка изображенной диаграммы состоит в следующем:

Источник

Семантическая модель данных

Семантическая модель данных (SDM)представляет собой высокоуровневое описание базы данных на основе семантики и формализм структурирования (модель базы данных) для баз данных. Эта модель базы данных предназначена для улавливания большего смысла среды приложения, чем это возможно с современными моделями баз данных. Спецификация SDM описывает базу данных с точки зрения типов сущностей, которые существуют в среде приложения, классификации и группировки этих сущностей, а также структурных взаимосвязей между ними. SDM предоставляет набор примитивов моделирования высокого уровня для захвата семантики среды приложения. Включая производную информацию в структурную спецификацию базы данных, SDM позволяет просматривать одну и ту же информацию несколькими способами;это позволяет напрямую приспособиться к разнообразным потребностям и требованиям к обработке, обычно присутствующим в приложениях баз данных. Конструкция настоящего SDM основана на нашем опыте использования его предварительной версии. SDM разработан для повышения эффективности и удобства использования систем баз данных. Описание базы данных SDM может служить формальным инструментом спецификации и документации для базы данных; он может служить основой для поддержки множества мощных средств пользовательского интерфейса, он может служить концептуальной моделью базы данных в процессе проектирования базы данных; и его можно использовать в качестве модели базы данных для нового типа системы управления базами данных.Описание базы данных SDM может служить формальным инструментом спецификации и документации для базы данных; он может служить основой для поддержки множества мощных средств пользовательского интерфейса, он может служить концептуальной моделью базы данных в процессе проектирования базы данных; и его можно использовать в качестве модели базы данных для нового типа системы управления базами данных.Описание базы данных SDM может служить формальным инструментом спецификации и документации для базы данных; он может служить основой для поддержки множества мощных средств пользовательского интерфейса, он может служить концептуальной моделью базы данных в процессе проектирования базы данных; и его можно использовать в качестве модели базы данных для нового типа системы управления базами данных.

Семантическая модель данных в программной инженерии имеет различные значения:

Содержание

Обзор [ править ]

История [ править ]

Потребность в семантических моделях данных была впервые признана ВВС США в середине 1970-х годов в результате программы Integrated Computer-Aided Manufacturing (ICAM). Целью этой программы было повышение производительности производства за счет систематического применения компьютерных технологий. Программа ICAM выявила потребность в улучшенных методах анализа и коммуникации для людей, участвующих в повышении производительности производства. В результате программа ICAM разработала серию методов, известных как методы IDEF (определение ICAM), которые включали следующее: [1]

Приложения [ править ]

Семантическую модель данных можно использовать для многих целей. Некоторые ключевые цели включают: [1]

Источник