Knowledge - discovery based flexible query answering systems

• Autorzy: Raś Z. W.

Warianty tytułu

PL

Elastyczne systemy odpowiedzi na pytania oparte na wydobywaniu wiedzy

• Języki publikacji: EN

Abstrakty

EN

Query answering systems are strictly dependent on models used to store the data. If these models are table-based and objects stored in them are described by weighted values of attributes, then query languages linked with these table-based models should be based on alphabets containing non-weighted values of these attributes and some logical connectives including: or, and, not. In this paper, we also give two examples of models used to store the data which are not table-based. The first one, introduced by Ras in [1] and called po-system, is hierarchical one with attributes and their values hidden. Ras shows in [1] how to reconstruct these hidden attributes and their values. The second one, called information tree, was introduced by Chen and Ras [16,17]. Since information trees are constructed from table based systems, attributes and their values are known a priori and they can be naturally used when constructing query languages for information trees. One way to make query answering systems flexible is to assume a hierarchical structure of their attributes [9,12,13,14,15]. The resulting query answering systems based on hierarchical attributes are often called cooperative [12,13,14,15]. One way to develop knowledge based query answering systems is to discover rules either locally or at remote sites (if system is distributed) and use these rules in a query answering process. There are two classical situations when it can be done. The first one is when attributes are incomplete so we may need rules to approximate the null values and the same way change the answer to a query. The second one is when users want to ask queries based on some attributes which are not listed in a local domain. Since these attributes are locally not available, we can only search for their definitions at remote sites and use them to approximate given queries [7,8,9,10]. This paper gives mainly an overview of the results presented in [1,5,6,7,8,9,10] with a goal to present new foundations for knowledge-discovery based query answering systems in a distributed scenario .

PL

Elastyczne systemy odpowiedzi na pytania oparte na wydobywaniu wiedzy Systemy odpowiedzi na pytania są ściśle uzależnione od modeli przechowywania danych. Jeśli modele te są tablicowe i dane przechowywane o obiektach są opisane w nich wartościami atrybutów z wagami, to języki zapytań budowane dla tych modeli powinny być oparte na alfabecie zawierającym te wartości atrybutów z pominięciem wag oraz spójniki logiczne, takie jak: lub, i, nie. W pracy tej również podane będą dwa modele przechowywania danych, które nie są tablicowe. Pierwszy z nich, zaproponowany przez Rasia w pracy [1] i nazwany po-systemem, jest modelem hierarchicznym, w którym atrybuty i ich wartości są ukryte. Raś w pracy [1] pokazuje, jak atrybuty te i ich wartości można odtworzyć. Drugi model, zaproponowany przez Chena i Rasia [16,17], nazwany został drzewem informacyjnym. Ponieważ drzewa informacyjne są konstruowane z systemów tablicowych, atrybuty i ich wartości są naturalnie znane i tym samym mogą być używane do konstrukcji języków zapytań dla drzew informacyjnych. Jednym ze sposobów budowy elastycznych systemów odpowiedzi na pytania jest założenie, że atrybuty systemu przechowującego dane są hierarchiczne [9,12,13,14,15]. Systemy odpowiedzi na pytania oparte na atrybutach hierarchicznych nazywane są często kooperacyjnymi [12,13,14,15]. Jednym ze sposobów budowania systemów odpowiedzi na pytania opartych na wiedzy jest wydobywanie reguł z systemów lokalnych lub odległych (jeśli system jest rozproszony) przechowujących dane i używanie tych reguł w procesie odpowiadania na pytania. Poniżej wymienione będą dwie klasyczne sytuacje, gdy wydobywanie reguł może być pomocne przy budowaniu lepszych systemów odpowiedzi na pytania. Pierwszy dotyczy sytuacji, gdy dane o obiektach są niekompletne i gdy reguły opisujące niekompletne atrybuty systemu przechowującego dane są użyte do zastąpienia tych niekompletnych danych wartościami przybliżonymi. Drugi dotyczy sytuacji, gdy użytkownik chce zadać pytanie używając atrybutów spoza dziedziny lokalnego systemu przechowującego dane. Atrybuty te są lokalnie niedostępne, tak więc, aby przetworzyć lokalnie pytanie użytkownika, ich definicje są wydobywane z systemów odległych i używane lokalnie do zastąpienia pytania użytkownika pytaniem przybliżonym [7,8,9,10]. Ta praca jest głównie przeglądem wyników opisanych w [1,5,6,7,8,9,10] i ma na celu przedstawienie nowych podstaw do budowania elastycznych systemów odpowiedzi na pytania opartych na wydobywaniu wiedzy w środowisku rozproszonym. Słowa kluczowe: systemy informacyjne, elastyczne systemy odpowiedzi, kooperacyjne i kolaboracyjne systemy, wydobywanie wiedzy, ontologie, zbiory przybliżone.

Słowa kluczowe

EN

information systems; Flexible Query Answering; Cooperative and Collaborative Systems; knowledge discovery; ontologies; rough sets

PL

systemy informacyjne; elastyczne systemy odpowiedzi; kooperacyjne i kolaboracyjne systemy; wydobywanie wiedzy; ontologie; zbiory przybliżone

• Wydawca: Instytut Podstaw Informatyki PAN
• Czasopismo: Prace Instytutu Podstaw Informatyki Polskiej Akademii Nauk
• Rocznik: 2003
• Tom: Nr 963
• Strony: 1--14
• Opis fizyczny: Bibliogr. 27 poz., rys.

Twórcy

autor

Raś Z. W.

• Instytut Podstaw Informatyki PAN Ordona 21, 01-237 Warszawa oraz Universitz of North Carolina Department of Computer Science Charlotte, N.C. 28223, USA,

Bibliografia

• [1] Ras, Z., "An algebraic approach to information retrieval systems", International Journal of Computer and Information Sciences, Vol.ll, No.4, 1982, 275-293
• [2] Salton, G., "Automatic information organization and retrieval", McGraw-Hill, New York, 1968
• [3] Pawlak, Z., “Rough sets-theoretical aspects of reasoning about data”, Kluwer, Dordrecht, 1991
• [4] Dardzinska, A., Ras, Z.W., Tsay, L.-S., “On Rules Discovery from Incomplete Information Systems”, Proceedings of the ICDM'03 Workshop on Foundation and New Directions in Data Mining, Melbourne, Florida, 2003, will appear
• [5] Ras, Z., Gupta, S., "Global action rules in distributed knowledge systems", CS&P 2001 Special Issue (Eds. L. Czaja, H.-D. Burkhard, P. Starke), Fundamenta Informaticae Journal, IOS Press, Vol. 51, No. 1-2,2002, 175-184
• [6] Ras, Z., "Discovering rules in information trees", in "Principles of Data Mining and Knowledge Discovery", (Eds. J. Zytkow, J. Rauch), Proceedings of PKDD'99, Prague, Czech Republic, LNCS/LNA1, No. 1704, Springer- Verlag, 1999, 518-523
• [7] Ras, Z., Joshi, S., "Query approximate answering system for an incomplete DKBS", Fundamenta Informaticae Journal, IOS Press, Vol. 30, No. 3/4, 1997, 313-324
• [8] Ras, Z., "Collaboration control in distributed knowledge-based systems", Information Sciences Journal, Elsevier, Vol. 96, No. 3/4, 1997, pp. 193-205
• [9] Ras, Z., "Cooperative knowledge-based systems", in Intelligent Automation and Soft Computing Journal, Vol.2, No. 2, 1996, pp. 193-202
• [10] Ras, Z., "Reducts-driven query answering for distributed knowledge systems", in Special Issue on Rough Sets Approach to Knowledge Discovery (Eds. J.F.Peters, A. Skowron), International Journal of Intelligent Systems, John Wiley & Sons, Vol. 17, No. 2, 2002, 113-124
• [11] Ras, Z., Dardzinska, A., “Ontology Based Distributed Autonomous Knowledge Systems",in the Special Issue on Web-Universal Integration, Information Systems International Journal, Elsevier, 2004, will appear [12] Cuppens, F., Demolombe, R., “Cooperative answering: a methodology to provide intelligent access to databases”, Proceedings of the Second International Conference on Expert Database Systems, 1988, 333-353
• [13] Cuppens, F., Demolombe, R., “How to recognize interesting topics to provide cooperative answering”, Information Systems, Volume 14, No. 2, 1989, 163-173
• [14] Gal, A., Minker, J., “Informative and cooperative answers in databases using integrity constraints”, in Natural Language Understanding and Logic Programming, (V. Dahl and P. Saint- Dizier Eds.), North Holland, 1988, 277-300
• [15] Gaasterland, T., Godfrey, P., Minker, J., “Relaxation as a platform for cooperative answering”, Journal of Intelligent Information Systems, Vol. 1, No. 3/4, 1992,293-321
• [16] Chen, K., Ras, Z., “Homogeneous information trees”, in Fundamenta Informaticae, Vol. 8, No. 1, 1985, 123-149
• [17] Chen, K., Ras, Z., “Dynamic hierarchical databases”, in Proceedings of ICAA’83, Institute of Information Science, Academia Sinica, Taipei, Taiwan, 1983,450-456
• [18] Quinlan, J.R., “Induction of decision trees”, Machine Learning, No. 1., 1986,81-106
• [19] Grzymala-Busse, J., “A new version of the rule induction system LERS”, Fundamenta Informaticae, Vol. 31, No. 1, 1997,27-39
• [20] Ras, Z., Wieczorkowska, A., “Action Rules: how to increase profit of a company”, in Principles of Data Mining and Knowledge Discovery, (Eds. D.A. Zighed, J. Komorowski, J. Zytkow), Proceedings of PKDD’00, LNCS/LNAI, No. 1910, Springer-Verlag, 2000, 587-592
• [21] Ras, Z.W., Tzacheva, A., "Discovering semantic incosistencies to improve action rules mining", in Intelligent Information Systems, Advances in Soft Computing . Proceedings of the IIS'2003 Symposium, Zakopane, Poland, Springer-Verlag, 2003, 301-310
• [22] Kumar, R.L., “Understanding DSS Value: an Option Perspective”, Omega, The International Journal of Management Science, No. 27, 1999, 295-304
• [23] Mukhopadhyay, T., Kekre, S., Kalathur, S., “Business Value of Information Technology: A Study of Electronic Data Interchange”, MIS Quarterly, 1995, 137-156
• [24] Zytkow, J., Zembowicz, R., “Database exploration in search of regularities”, in Journal of Intelligent Information Systems”, No. 2, 1994, 39-61
• [25] Skowron, A., “Boolean reasoning for decision rules generation", in Methodologies for Intelligent Systems, Proceedings of 7th International Symposium ISMIS'93, Trondheim, Norway, LNAI, Springer Verlag, No. 689, 1993, 295- 305
• [26] Ras, Z.W., "Dictionaries in a distributed knowledge-based system", Concurrent Engineering: Research and Applications, Conference Proceedings, Pittsburgh, Penn., August 29-31, 1994, Concurrent Technologies Corporation, pp. 383-390
• [27] Ras, Z.W., Tsay, L.S., "Discovering extended action-rules, System DEAR", in "Intelligent Information Systems 2003", Advances in Soft Computing, Proceedings of the IIS'2003 Symposium, Springer-Verlag, 2003, 293-300