Lepsze ontologie dla sieci semantycznej
Technologie sieci semantycznej coraz częściej pojawiają się w świecie wirtualnym, od zastosowań przemysłowych po witryny sportowe, i skutecznie wspomagają zaawansowane wykonywanie zapytań w systemach informatycznych. Choć skuteczne ontologie, przede wszystkim OWL 2 i RDF(S), pozwalają przetwarzać ogromne ilości danych, to ich wydajność spada wraz z ograniczaniem ich skali w celu zwiększania szybkości działania. W ramach finansowanego ze środków UE projektu SCORE(odnośnik otworzy się w nowym oknie) (Scalable and Complete Ontology Reasoning) zajęto się badaniem możliwości rozwiązania tego problemu poprzez "naprawianie" niepełnych ontologii. Badacze przyjrzeli się wpływowi pełnego naprawienia ontologii na skalowalność, dążąc również do wypracowania równowagi między systemami kompletnymi ale mało wydajnymi a systemami skalowalnymi, choć niekompletnymi. Wydajność obliczania odpowiedzi na niektóre zapytania jest często ograniczona przez duże wymagania obliczeniowe, co wskazuje na potrzebę opracowania nowych, bardziej skalowalnych systemów obsługi zapytań. Partnerzy projektu zajęli się opracowaniem nowatorskich podejść i narzędzi do skalowalnej obsługi zapytań na ontologiach OWL 2 DL. Rozważono dwa różne podejścia do realizacji tego celu. Jedno podejście polegało na wykorzystaniu techniki napraw do adaptacji ontologii wejściowej na etapie przetwarzania wstępnego, co w konkretnych przypadkach można osiągnąć z wykorzystaniem algorytmu rozstrzygającego. Od strony technicznej wymagało to opracowania nowych algorytmów przekształcających odpowiednie części języka OWL 2 DL na język OWL 2 RL. Drugie podejście zastosowano w przypadkach niepozwalających na żadne przekształcenie, a polegało ono na częściowym zmodyfikowaniu ontologii i stworzeniu nowatorskiego rozwiązania hybrydowego o wysokiej skuteczności. Nowo opracowane techniki przetwarzania zapytań i ontologie wykorzystano w prototypowym systemie odpowiadania na zapytania OWL 2 DL, który udostępniono na stronie internetowej projektu. Wyniki badań potwierdzają, że techniki sieci semantycznej mają przed sobą wielką przyszłość.
