Tabla de decisiones semánticas

Una tabla de decisión semántica utiliza tecnologías modernas de ingeniería de ontología para mejorar una tabla de decisión tradicional . El término "tabla de decisión semántica" fue acuñado por Yan Tang y el profesor Robert Meersman de VUB STARLab ( Universidad Libre de Bruselas ) en 2006. ^[1] Una tabla de decisión semántica es un conjunto de tablas de decisión debidamente anotadas con una ontología. Proporciona un medio para capturar y examinar los conceptos de los tomadores de decisiones, así como una herramienta para refinar su conocimiento de decisiones y facilitar el intercambio de conocimientos de manera escalable.

Una tabla de decisiones se define como un "método tabular para mostrar la relación entre una serie de condiciones y las acciones resultantes que se deben ejecutar". ^[2] Siguiendo el estándar internacional de facto (CSA, 1970), una tabla de decisiones contiene tres bloques de construcción: las condiciones, las acciones (o decisiones) y las reglas.

Una condición de decisión se construye con un fragmento de condición y una entrada de condición . Un fragmento de condición se declara como una declaración de una condición. Una entrada de condición proporciona un valor asignado al fragmento de condición. De manera similar, una acción (o decisión ) se compone de dos elementos: un fragmento de acción y una entrada de acción . Uno establece una acción con un fragmento de acción. Una entrada de acción especifica si se debe realizar la acción (o en qué orden).

Una tabla de decisiones separa los datos (es decir, las entradas de condición y las entradas de decisión/acción) de las plantillas de decisión (es decir, los stubs de condición, los stubs de decisión/acción y las relaciones entre ellos). O mejor dicho, una tabla de decisiones puede ser un resultado tabular de sus metarreglas.

Las tablas de decisión tradicionales tienen muchas ventajas en comparación con otras formas de soporte de decisiones, como las sentencias de programación if-then-else , los árboles de decisión y las redes bayesianas . Una tabla de decisión tradicional es compacta y fácil de entender. Sin embargo, todavía tiene varias limitaciones. Por ejemplo, una tabla de decisión a menudo enfrenta los problemas de ambigüedad conceptual y duplicación conceptual ^{[ cita requerida ]} ; y lleva mucho tiempo crear y mantener tablas de decisión grandes ^{[ cita requerida ]} . Las tablas de decisión semánticas son un intento de resolver estos problemas.

Se modela una tabla de decisión semántica en base al marco de trabajo de Developing Ontology-Grounded Methods and Applications ( DOGMA ^[3] ). La separación de una ontología en estructuras lingüísticas extremadamente simples (también conocidas como lexones) y una capa de restricciones de lexones utilizadas por las aplicaciones (también conocidas como compromisos ontológicos), con el objetivo de lograr un grado de escalabilidad .

Según el marco DOGMA, una tabla de decisión semántica consta de una capa de tipos de hechos binarios de decisión llamados lexones de tabla de decisión semántica y una capa de compromiso de tabla de decisión semántica que consta de las restricciones y axiomas de estos tipos de hechos.

Un lexon l es un quíntuple donde y representan dos conceptos en un lenguaje natural (por ejemplo, inglés); y (en, corresponde a "rol y "; se refiere a las relaciones que los conceptos comparten entre sí; es un identificador de contexto; se refiere a un contexto que sirve para desambiguar los términos en los conceptos previstos y en el que adquieren significado. ${\displaystyle <y,t_{1},r_{1},r_{2},t_{1}>}$$estilo de visualización t_{1}$$estilo de visualización t_{2}$$estilo de visualización r_{1}$$estilo de visualización r_{2}$$estilo de visualización r_{1}$$estilo de visualización r_{2}$${\estilo de visualización \gamma}$$Estilo de visualización t_{1},t_{2}$

Por ejemplo, un lexon <γ, licencia de conducir, se emite a, tiene, conductor> explica el hecho de que “una licencia de conducir se emite a un conductor” y “un conductor tiene una licencia de conducir”.

La capa de compromiso ontológico define formalmente reglas y restricciones seleccionadas mediante las cuales una aplicación (o "agente") puede hacer uso de lexons. Un compromiso puede contener varias restricciones, reglas y hechos binarios axiomatizados según las necesidades. Se puede modelar en diferentes herramientas de modelado, como modelado de roles de objetos , gráficos conceptuales y lenguaje de modelado unificado .

Una tabla de decisiones semántica contiene reglas de decisión más completas que una tabla de decisiones. Durante el proceso de anotación, los tomadores de decisiones deben especificar todas las reglas implícitas, incluidas las reglas de decisión ocultas y las metarreglas de un conjunto de tablas de decisiones. La semántica de estas reglas se deriva de un acuerdo entre los tomadores de decisiones que observan los problemas de decisión del mundo real. El proceso de captura de la semántica dentro de una comunidad es un proceso de adquisición de conocimiento.

• Asociación Canadiense de Normas (1970). Z243.1–1970 para Tablas de decisión .
• Yan Tang y Robert Meersman (2007). C. Man-chung; JNK Liu; R. Cheung y J. Zhou (eds.). Hacia la construcción de una tabla de decisión semántica con ontologías de dominio . Actas de la Conferencia Internacional de Tecnología de la Información y Gestión (ICITM2007). ISM Press. pp. 14–21. ISBN 978-988-97311-5-1.
• Yan Tang y Robert Meersman (2008). Man-Chung Chan; Ronnie Cheung y James NK Liu (eds.). Hacia la construcción de tablas de decisión semánticas con ontologías de dominio . Desafíos en la gestión de la tecnología de la información. World Scientific. ISBN 978-981-281-906-2.
• Yan Tang, Robert Meersman y Jan Vanthienen . S. Bhwmich; Josef Kung; Roland Wagner (eds.). Tablas de decisión semánticas: tablas de decisión autoorganizadas y reorganizables . Actas de DEXA'08 (19.ª Conferencia internacional sobre aplicaciones de bases de datos y sistemas expertos). Turín, Italia: Springer. LNCS 5181.
• Yan Tang y Robert Meersman (2009). "Utilice tablas de decisión semánticas para mejorar los sistemas de apoyo a la evolución del significado". En Frode Eika Sandnes; Yan Zhang; Chunming Rong; Laurence T. Yang; Jianhua Ma; et al. (eds.). Conferencia Internacional sobre Inteligencia y Computación Ubicuas . doi :10.1007/978-3-540-69293-5_15. ISBN 978-3-540-69293-5.
• Yan Tang y Robert Meersman (2009). Lenguaje de marcado SDRule: hacia el modelado y el intercambio de compromisos ontológicos para la toma de decisiones semánticas . Manual de investigación sobre lenguajes y tecnologías emergentes basados ​​en reglas: soluciones y enfoques abiertos. IGI Publishing, EE. UU. ISBN 978-1-60566-402-6.