Онтологичекая система управления знаниями (онтологическая СУЗ) основана на использовании онтологий. Создаваемая для СУЗ онтология приложения представляется в виде семантической сети и словаря понятий (тезауруса).
Знания в онтологической системе управления знаниями выражены отдельными понятиями (сущностями, концептами) и отношениями между понятиями, которые в семантической сети изображаются соответственно вершинами и ребрами. Каждому понятию могут соответствовать модули знаний (документы, статьи), содержащие необходимые описания, относящиеся к понятию. Модули имеют метаданные, имена понятий входят в число метаданных. Понятия, используемые для определения -го понятия с именем , называются предшествующими понятиями (по отношению к ), их множество обозначим , а понятия, для определения которых используется , называются последующими, их множество обозначим . Следовательно, -й вершине соответствует отношение (, , ), причем для корневой вершины сети =, для терминальных вершин =.
Понятия (вершины) можно подразделять на частные (факты) и базовые (знания, обобщающие факты). Создание базовой подсети или ее корректировка и являются собственно генерацией новых знаний. Примером знаний в базовой подсети могут быть методы решения проблем, а фактами в частной подсети — программы решения задач или документы с описаниями действий в конкретных ситуациях, которые возникали в процессе функционирования предприятия (рис. 1).
Рис. 1.  Примеры компонентов семантической сети
Общая семантическая сеть в онтологической СУЗ может быть разделена на ряд фрагментов, соответствующих разделам корпоративных знаний. Такими фрагментами могут быть "маркетинг", "кадры", "обеспечение качества продукции" и др. На рис. 2 приведен упрощенный пример фрагмента семантической сети для решения задач реинжиниринга. На рисунке цветными показаны вершины, соответствующие базовой подсети, а неокрашенные вершины соответствуют фактам.
Рис. 2.  Фрагмент семантической сети "Реинжиниринг"
Рассмотрим, каким образом могут решаться задачи управления знаниями с помощью онтологической СУЗ.
1. Задача поиска документов. Словарь СУЗ содержит все используемые в онтологии понятия. Поиск документов осуществляется с помощью индекса, включающего имя понятия (учитываются только основы слов) и месторасположение относящихся к нему документов в информационной сети.
Особенностью СУЗ является целесообразность реализации методов поиска по динамически формируемым запросам. Часто нужный документ характеризуется не концептами, содержащимися в запросе, а близкими к ним в семантическом смысле терминами. Наличие семантической сети (СС) позволяет автоматически расширить поисковый запрос синонимами и концептами, находящимися в СС в "окрестности" заданного исходного концепта.
2. Задача принятия решений. Принятие решений в онтологической СУЗ осуществляется с помощью известного метода поиска в глубину. Автоматический поиск решений возможен, если известна функция оценки формируемых решений — целевая функция, заданная на множестве понятий. Тогда используются те или иные методы дискретной оптимизации, например, генетические алгоритмы. Как правило, такая функция не задана, вследствие чего оценка промежуточных и окончательных решений производится ЛПР (лицом, принимающим решение) в интерактивном режиме. Роль СУЗ при этом заключается в прокладывании маршрута поиска в семантической сети с учетом допустимости шагов формирования решения. Очередной шаг поиска заключается в переходе от текущей вершины к одной из вершин , после чего становится текущей вершиной. Любая текущая вершина либо принимается ЛПР, либо отвергается. Для этого могут быть использованы экспертные оценки, например, в соответствии с методом анализа иерархий. Далее осуществляется либо переход в новую текущую вершину и ее анализ, либо бектрекинг. Процесс продолжается, пока не будет принято решение о прекращении поиска с фиксацией полученного результата.
Обычно формирование решения происходит при наличии тех или иных ограничений. Типичными ограничениями являются ограничения на совместимость или на принадлежность компонент решения к одной и той же группе (например, выбираемых единиц оборудования к продукции одного и того же производителя). Эти ограничения учитываются в семантической сети включением в сеть некоторых дополнительных вершин (например, вершин производителей оборудования) и соответствующих ребер.
3. Генерация новых знаний. Генерацию новых знаний следует отождествлять либо с выделением в уже сформированной базе знаний компонентов, отвечающих условиям поставленной задачи, либо с включением в базовую часть семантической сети новых элементов, каковыми могут быть:
Выделение компонентов в имеющейся базе знаний в простейшем случае совпадает с задачей поиска документов по заданным ключевым словам. В случаях, когда результат поиска на множестве документов может быть оценен количественно, задача сводится к задаче принятия решений.
Включение новых элементов в семантическую сеть может осуществлять ЛПР (администратор базы знаний). Но возможны и полуавтоматические методы генерации. Так, выявление новых концептов — это поиск специфических терминов в новых документах, поступающих в БД. Такими терминами являются термины, отсутствовавшие в СС и встречающиеся только в новом документе.
Новые отношения могут устанавливаться по признаку совместного использования концептов при решении конкретной проблемы. Это динамически определяемые отношения, причем ослабевающие со временем (для них целесообразно установить некоторый "период полураспада").
Новые отношения между понятиями и документами могут включаться в СС, если в документах СУЗ автоматически выделяются все термины (как в БиГОРе), соответствующие понятиям онтологии. Пользователю остается лишь отобрать нужные термины, которые будут трансформироваться в гиперссылки. Новые отношения между понятиями и документами появляются также при добавлении в метаданные документов ссылок на термины.
Реализация онтологической СУЗ возможна с помощью онтологических систем формирования учебных материалов типа БиГОР. Для моделирования онтологической СУЗ, помимо семантической сети, можно использовать сети Петри или диаграммы деятельности языка UML. С их помощью отображается процесс принятия решения как последовательность событий.
Рис. 3.  Представление отношения (Qi, Mi, Gi) в системе БиГОР
Пример 1
На рис. 3 и 4 показаны примеры представления отношения (, , ) в системе БиГОР. Так, в примере рис. 3:
={информационные технологии},
= реинжиниринг,
={автоматизация проектирования; автоматизация управления предприятием; вычислительная сеть}.
В рамке показаны краткое определение понятия и список модулей, относящихся к .
Рис. 4.  Пример фрагмента тезауруса приложения "CALS-технологии" в системе БиГОР