PRIMJENA ONTOLOGIJA U OBRAZOVANJU

images

 

Sažetak

Primjena taksonomija u obrazovanju znatno doprinosi kategorizaciji i selekciji sadržaja te raščlanjivanju bitnog od nebitnog. Naravno nešto sofisticiranija taksonomija poput ontologija daje napredne mogućnosti manipualcije sadržajima za potrebe učenja te stvaranja relacijskih veza između činjeničnih elemenata s konceptualnom pozadinom. Ontologije izvedene u obliku semantičkog web-a, nešto je novije dostignuće  koje se u informacijskoj tehnologiji predstavlja kroz portale, wiki stranice te pametne riječnike.  U radu će biti opisane i prikazane onotlogije u vidu semantičkgo weba te prikazana upotrebljivost u učenju.

Uvod

Suvremeno društvo znanja koje napreduje iz dana u dan prema novim spoznajnim cjelinama, zahtijeva dugotrajno odnosno doživotno učenje i edukaciju što povlači za sobom potrebu za postojanjem dodatnih prilagodljivih okruženja upravo za tu svrhu za učenje i informiranje. Kako bi se ljudima omogućilo nesmetano učenje u bilo koje doba dana odnosno kako bi se ljudima omogućilo učenje u nekom vremenu unutar 24 sata te na bilo kojoj lokaciji u skladu s njihovim potrebama i prethodno stečenim znanjem, javlja se izrazita potreba za postojanjem ontologija, točnije za postojanjem  koncepata sa definicijama, njihovih hijerarhijskih organizacija, odnosa između njih i aksioma kojima se formaliziraju definicije i odnosi.  Dakle u današnjem dinamičnom društvu, učenje igra veoma važnu ulogu, a u načinu učenja se nazire značajna promjena. S obzirom da je tradicionalan način učenja dostigao vrhunac u školama i u sveučilištima, učenje se danas promatra kao dug proces učenja u kojem učesnici neprestano nadograđuju i prilagođavaju svoje znanje novim dostignućima.

Dok školsko i sveučilišno učenje uglavnom koristi metode prijenosa informacija sa predavača/učitelja na one koji uče odnosno učenike bez uključivanja učenika u taj proces, dotle učenje u modernom smislu razmatra aktivne procese u kojima učenici sudjeluju, a predavači samo usmjeravaju one koji uče u postupku učenja. U centru tradicionalnog pristupa učenju stoje individualne vještine pojedinca, dok u kooperativnom i grupnom učenju  problemi se sve češće rješavaju timski, a ne pojedinačno. Takvo učenje zahtijeva više fleksibilno okruženje, gdje oni koji uče mogu razviti svoje vještine, potrebe i to onda kada imaju vremena (just in time learning). Ovakvo učenje s druge strane zahtjeva da sadržaj bude raspoloživ, napisan, ponovo upotrebljiv i lak za povezivanje. Web tehnologije daju mogućnost izgradnje informacija koje se lako obnavljaju, ponovo koriste i razmjenjuju između različitih sistema i alata.

Potreba za stvaranjem strukturiranih sadržaja s jasnom hijerarhijskom preciznošću i strukturom, izrazile su potrebu stvaranja ontoloških aspekata sustava temeljenih na znanju. Današnja moderna tehnologija te ontološke sustave temeljene na znanju klasificira u nekoliko ključnih podjela pri čemu se ontologije dijele u tri kategorije kao: globalni Wikiji, Portali ili sustavi za e-učenje te tezaurusi ili rječnici. Sve tri kategorije uzimaju u obzir semantičku razinu weba to jest web koji je u potpunosti naklonjen korisniku i njegovim potrebama te mogućnostima manipulacije sadržajem objavljenog na webu  i određivanjem koji dio sadržaja je kojem krajnjem korisniku od iznimne važnosti. U radu će biti prikazane i opisane sve tri kategorije ontologija koje se primjenjuju u obrazovanju te kritički osvrt na eventualne nedostatke ukoliko se na njih naiđe.

Wikiji

Iznimno ozbiljan nedostatak u razvoju semantičkih Web aplikacija je manjak formalnih ontologija i znanja predstavljenih u drugim formalnim jezicima. Sami Wiki sustavi su postali iznimno popularni kao aplikacija za jednostavno i vrlo pristupačno, prilagodljivo upravljanje sadržajem i znanjem. Ovdje se govori o ontologijama izvedenim kroz semantički wiki koji predstavlja proširenje wikija semantičkim tehnologijama kao što su RDF, OWL, Topic Maps ili Conceptual Graphs. Osnovna ideja današnjih wikija temelji se na  postojanju nerazdvojive strukture wikija koja se ogleda u jakoj vezi između stranica s dodatnim pristupom navigacije odnosno pristup od strane drugih aplikacija ili agenata. Dakle stvaranje veze između postojećih navigacijski linkova sa simbolima koji opisuju njihovo značenje, iznimno je bitna jer prikazuje dopunske kontekstualne informacije, unapređenje navigacija sa lakim pristupom relevantnim srodnim informacijama, i poboljšanje semantičkog pretraživanja.
Postoji više različitih sustava realizacije semantičkih wikija: Semantic MediaWiki, SemWiki, IkeWiki, Platypus Wiki. Različiti wiki sustavi pružaju različite usluge, na primer, proširenje postojećeg sadržaja pomoću zabilješki dopušta bolju navigaciju, udruženi ontologijski inženjering i tako dalje. Između ostalog osnovne osobine svih wikija su:
1. Unos veza (Typing/Annotating of Links). Svi semantički wikiji dopuštaju unos veza pridružujući im određeni tip. To znači da svaka veza koju kreira korisnik skoro uvijek nosi neko značenje više od navigacije. Neki semantički wikiji uključuju zabilješke kao dio wiki sintakse (primjerice tu se ubraja Semantic MediaWiki), dok drugi imaju poseban editor za dodatne zabilješke (primjerice Ike Wiki).
2. Prezentacija svjesna sadržaja (Context-Aware Presentation). Mnogi semantički wikiji mogu promijeniti način prikazivanja sadržaja prema semantičkim zabilješkama. Ovo uključuje bogate linkove koje prikazuju relevantne stranice u odvojenim odeljcima,  prezentacija informacije koje mogu biti izvedene iz osnovne baze znanja (primjerice prozor sa grafičkim prikazom stabla, informacije o licenci), ili čak birati prikaz sadržaja prema tome što je pogodnije u odnosu na sam sadržaj (na primer multimedijalni sadržaj naspram tekstualnog sadržaja).
3. Semantička navigacija (Semantic Navigation). Semantički wiki nudi dodatne informacije o relaciji opisa veze. Primjerice bilješka u kojoj je direktno ugrađen link, opisuje relaciju između dvije stranice. Takve informacije mogu se koristiti kao mogućnost dodatne ili sofisticiranije navigacije. Ako uzmemo za nekakav generalni primjer, stranica koja opisuje neku važnu ličnost može na primer ponuditi odvojeni odeljak sa referencama kategoriziranim po njegovoj biografiji, dijelima, dostignućima i slično.
4. Semantičko pretraživanje (Semantic Search). Mnogi semantički wikiji omogućavaju semantičku pretragu nad osnovnom bazom znanja. Uobičajeno je da su upiti napisani u jeziku SPARQL, koji je RDF upitni jezik propisan od strane W3C konzorcija. Koristeći semantičku pretragu korisnik može postaviti pitanje za koje dobiva putem semantičke pretrage određene rezultate.
5. Podrška zaključivanju (Reasoning Support). Zaključivanje znači izvlačenje dodatnih, implicitnih činjenica unijetih u sistem preko predefiniranih pravila u bazu znanja. Na primer, iz činjenice da je „Mozart“ komponirao „Čarobnu frulu“ sustav je sposoban zaključiti da je „Mozart“ upravo „kompozitor“. Iako je zaključivanje važna karakteristika ono je podržano samo od strane nekoliko wikija. Razlog tome može biti vremenski zahtevan proces, memorijski intenzivna obrada koja inače može da iznedri rezultate koji se ne očekuju i/ili sam korisnik ne može lako doći do njih.

Uzimajući u obzir sva navedena svojstva, wiki sustavi su ontologije upravo zato jer podržavaju osnovno pravilo ontologije, a to je uređena trojka odnosno odnos subjekt, predikat i objekt. Isto tako što je iznimno bitno za wikije je i mogućnost zaključivanja to jest stvaranja zatvorenog kruga odnosa na temelju utvrđivanja dva koncepta uređene trojke. Kada se učita sadržaj početne strane (slika 2.) korisnik dobija opšte podatke u vezi IkeWikija. Strane u IkeWikiju su “podeljene” na tri dela: odeljak za navigaciju, osnovni deo strane i deo za odlazeće i dolazeće veze. Wikiji kao ontologije primijenjene u obrazovanju su mnogobrojne. Postoji stranica koja se zove WikiMAtrix na linku: http://www.wikimatrix.org/index.php?l=de  koja sadrži preko 60 wiki sustava s detaljima o njihovim svojstvima koji rade po istom principu, samo imaju prilagođenu su određeni za pojedina područja educiranja i informiranja te podržavaju konceptualno pretraživanje određenog konteksta.  Većina današnjih Wikija rade po istom principu i vrlo su slični pa za lakšu koordinaciju i snalaženje imaju na lijevom djelu strane odjeljak za navigaciju. Ispod logo znaka sadrži pododjeljak namijenjen za korisničke naloge (User). Neki wikiji daju i mogućnost autentifikacije to jest provjere korisničkog imena i logiranja. Ispod pododjeljka za korisničke naloge slijedi pododjeljak za navigaciju (Navigation) koji sadrži veze: prema glavnoj strani u okviru teme za koju je korisnik zainteresiran (Main Page), zatim prema najčešćim promjenama koje su napravljene o toj temi (Recent Changes) i prema html stranama za pomoć u korištenju (Help). Nakon pododjeljka za navigaciju nalazi se pododjeljak za pretraživanje (Search). Posljednji pododjeljak u odjeljku za navigaciju je pododjeljak za čuvanje veza kojima se pristupalo ( tzv. History).

Najveći dio strane zauzima odjeljak prikaza sadržaja o temi koju korisnik proučava. Taj odjeljak ima najčešće nekoliko kartica kao na primjeru slike 1 kartica Article, Metadata, Context, Hystory. Ovisno od wiki sustava do wiki sustava, te kartice mogu biti različito imenovane i oblikovane različitim sadržajima.

SSSSS

 Slika 1. Standardni prikaz wiki sučelja-(IkeWiki, jedan od prvih semantičkih wiki sustava)
Crvenim okvirom na slici 1 je prikazan modul za logiranje kojeg nudi većina wiki sustava.  Plavim obrubom je prikazan navigacijski izbornik, a zelenim obrubom  kartice to jest sadržaj glavne stranice wiki sustava.

DADA

Slika 2. Platypus wiki

Radi usporedbe navodimo još jedan wiki sustav koji se bavi drugom domenom sadržaja. Koncepcija prikaza je gotovo identična wiki sustavu na slici 1. s nekim malenim  razlikama. U ovom wiki sustavu nema odjeljka za mogućnost provjere autentifikacije i logiranja.  Ostali odjeljci su identični: postoji navigacijski blok, kartice sa sadržajima i logo.

GHGHG.JPG Slika 3. Media Wiki sustav

Wiki sustav koji se bavi isključivo medijskim sadržajima ima gotovo identičan izgled kao i prethodni wikiji uz malenu izmjenu da se navigacijski blok recimo nalazi na lijevoj strani, dok se na prethodnim wiki sustavima nalazio desno. No to ne mora zbunjivati korisnika ili ga sputavati u radu i učenju. Wiki sustava ima vrlo mnogo pa ih je nemoguće sve proanalizirati, i uspoređivati, ali većina wiki sustava su gotovo identični po pitanju organizacije sadržaja i blokova. No svaki od njih pokriva određenu domenu sadržaja pa je prema tome omogućeno podešavanja blokova i navigacije upravo prema potrebi i ergonomiji korištenja tom domenom sadržaja.

Ukoliko postavimo pitanje zašto je wiki sustav vrlo korisna ontologija za učenje i obrazovanje, znajmo da odgovor nije baš jednostavan. Pretežito jednaka sučelja za jednostavno korištenje omogućavaju korisniku povoljnu koordinaciju te snalaženje po aplikaciji. To doprinosi prvenstveno personalizaciji radnog mjesta to jest omogućiti da radno mjesto bude ugodno za učenje i rad. Većina wikija upravo nudi svojom jednostavnošću veliki spektar mogućnosti učenja čime se ne opterećuje korisnika nepotrebnim snalaženjem i po aplikaciji ili mukotrpnim savladavanjem tehničkih zahtjeva aplikacije. Osoba (korisnik) puno lakše uči kada može odabrati odgovarajući wiki sustav s odgovarajućom i željenom kategorijom sadržaja odnosno domenom sadržaja za učenje koja je svojstvena samo tom wikiju dakle samo toj domeni koja omogućava internalizaciju učenja odnosno odlaženje u dubinu sadržaja putem ontoloških veza nadređene i podređene klase; odnosno kada može provoditi kontekstualno pretraživanje željenog i odgovarajuće konteksta te kada nije potrebno puno vremena i energije trošiti na snalaženje po wikiju, nego u slučaju gubitka koordinacije putem navigacijskog izbornika, korisnik se može vratiti na željenu destinaciju. Kao što je napomenuto većina wikija nudi i zaključivanje to jest na temelju ugrađene ontologije i  one uređene trojke odnosa u unutar ontologije, wiki može zaključiti na temelju dva pojma i njihovoj vezi o trećem pojmu ili konceptu. Iz priloženog se vidi  iznimno povoljna mogućnost proširivanja znanja osim eventualne sumnje u autonomiju i istinitost i vjerodostojnost objavljenog sadržaja na wiki sustavu.

Tezaurusi

         Tezaurusi je strukturirani popis pojmova za sadržajnu obradu arhivskog gradiva[1]. To u ontološkom smislu znači da  je tezaurus izrađen po sistematskom ili formalnom načelu ovisno naravno  modeliranju određene domene znanja. To uvelike podsjeća na izradu ontologije putem formalnih jezika OWL i SUMO  jezika za modeliranje određene domene znanja. Dakle da bi izradili tezaurus prema formalnom i  sistematskom načelu, analiziraju se osnovni elementi koji sadržajno pokrivaju određenu domenu  samog tezaurusa. Domene tezaurusa su različite; prema tome imamo i različitih tezaurusa koji se dijele na :

  1. jednojezični (deskriptori/nedeskriptori iz danog prirodnog jezika)
  2. višejezični (deskriptori/nedeskriptori iz više prirodnih jezika); izvorni (ishodište za izradu novih tezaurusa);
  3. ciljani (razvijen iz izvornog tezaurusa);
  4. mikrotezaurus (dio većeg tezaurusa; makrotezaurus (pokriva široko područje znanja);
  5. specijalni tezaurus (omeđen na uže područje znanja);
  6. tematski (deskriptori se razvrstavaju po temama, područjima, disciplinama interesa);
  7. fasetni (pojmovi su apstraktnije, ali temeljitije zastupljeni;
  8. fasete (skupine pojmova iste prirode koje imaju po jednu zajedničku karakteristiku). [2]

            Za područje obrazovanja je najbitniji specijalni i tematski tezaurus. Primijetimo da svaka ova vrsta tezaurusa obuhvaća određene kategorije ontologija ako ih podijelimo prema stupnju formalnosti. Primjerice jednojezični ili višejezični spadaju u kategoriju vrlo neformalnih ontologija, dok tematski, specijalni ili fasetni spadaju u rigorozno formalne ontologije.

            Dakle tezaurusima omogućujemo  podjelu u semantička polja s određenim izrazom kojeg nazivamo indeksom pretraživanja ili terminima. Taj indeks u stvarnosti znači individualno ime određene klase koja sadrži instance. Tezaurusom klasificiramo  sadržaj određenog područja sa simboličnim imenima. Da bi se sadržaj tezaurusa mogao povezati sa simboličnim imenima ili terminima, potrebno je analitički prikupiti i izdvojiti termine koji čine sam okvir tezaurusa  da bi se potom taj okvir prilagodio stvarnom sadržaju i s njime povezao. Svaki pojam treba biti zastupljen jednim deskriptorom ili skupinom deskriptora koji odgovara danom u tezaurusu i po mogućnosti im odrediti sadržaj.

Temeljni zahtjev pri izradi tezaurusa je postizanje jednoznačnosti ili jedinstvenosti što je zapravo i cilj ontologija to jest osnovni princip dizajniranja samih ontologija prema svojstvu standardizacije imena i jasnoće.  Da bi se otklonile bilo kakve lažne koordinacije ili pogrešne koordinacije, u tezaurusima koristimo indikatora uloge (simboli za smanjivanje opsega označenog) i indikator smjera (povezivanje u smislene cjeline). Samu strukturu deskriptora tvore njegov širi izraz, uži i srodni izrazi te sinonimi u obliku imenice/glagolske imenice ili subjekta odnosno predikata. Strukturu tezaurusa čini oblik svakog pojma u tezaurusu u međusobnim vezama, a upute u tezaurusu prikazuju veze među pojmovima. Dakle struktura tezaurusa je  konfiguracija svakog naziva i razvrstavanje različitih naziva u odnosu jednih prema drugima tvori strukturu tezaurusa. Ukrštene uputnice u tezaurusu čine jasnom prirodu odnosa koji međusobno povezuju nazive unutar mreže pojmova. Vrijednost tezaurusa kao dokumentacijskog jezika manje je određena izborom naziva, a više izborom pojmovnih odnosa. Tezaurus ima složenu strukturu ako koristi hijerarhijske odnose i odnos pridruženosti, a jednostavnu ako popis naziva sadrži samo odnose isto znatnosti među pojmovima.[3]

Pod obaveznim dijelovima svakog tezaurusa ubrajamo  uvod, abecedno kazalo pojmova i sistematsko kazalo deskriptora koje sačinjavaju  određenu ontologiju. Termini u tezaurusu mogu se kombinirati u prethodno povezane deskriptore (preko koordinacija) ili se izrazi mogu staviti u odnose naknadno u postupku označivanja ili pretraživanja (poslije koordinacija).

U svrhu učenja i obrazovanja, tezaurus omogućuje pretraživanje pojmova uz koje su vezane stroge definicije, izvučene iz baze podataka. No današnji tezaurusi uz prisutnost uređene trojke odnosa (subjekt, predikat, objekt), obogaćuju pojmove to jest odabrane termine ne sam definicijama, već i sinonime, uže pojmove, šire i srodne pojmove. Tu opciju poneki tezaurusi imaju uključenu automatski.  Iako je pravilo da tezaurus bude strukturiran isključivo za jednu domenu pojmova i njihovih opisa, postoji mogućnost naprednih tezaurusa koja se smatra iznimno korisnikom u obrazovanju, a to je uključivanje kontekstualnog pretraživanja, gdje uz zadani pojam koji je predmet istraživanja u domeni medicine primjerice, omogući i obogaćivanje tog pojma s pojmovima, definicijama ili užim te širim kontekstom neke druge domene čisto radi usporedbe i boljeg razumijevanja pojmova. Mogućnost kontekstualnog pretraživanja se sastoji u zaključivanju i prepoznavanju pojma temeljem ontološke veze  iz nekog drugog aspekta i definicije ili još bolje područja.

Primjerice postoje tezaurusi koji ne uključuju samo jednu domenu, već omogućuju korištenje više domena odjednom. Upisivanje pojma bi značilo istovremeno uključivanje pojmova iz više kontekstualnih razina, a i domena.

Primjer toga je naširoko poznat tezaurus EUROVOC.

 

eur.JPG

Slika 4. EUROVOC tezaurus

Slika 4. EUROVOC tezaurusU EUROVOC smo upisali pojam protection, a kao rezultate EUROVOC je prepoznao taj pojam s više aspekata. Iako nisam precizno definirao domenu pretraživanja, EUROVOC je ponudio puno više područja i aspekata pogleda na taj pojam, što je uzrokovano ontološkim  vezama.   S No odabirom svakog od ponuđenih varijanti pojma  „protection“, otvara nam se detaljni opis tog pojma. Stoga pretpostavimo da se radi o nekoj instanci koja ima svoje atribute i svojstva koja su u ovom slučaju opis. EUROVOC ima još ponekih specifičnosti upotrebe. Primjerice u našem slučaju upisali smo pojam „protect“ no on nam je u zamjenu za taj pojam ponudio i „defense“ što u prijevodu znači da se na temelju korištenja ontološke veze i odnosa podređeni-nadređeni, prepoznao i nadređeni pojam to jest uključena je prvotno opisana mogućnost pronalaženja sinonima, ali u kontekstu baza znanja, ovo bi značilo da je tezaurus „pametan“ da može iz veza odgonetnuti odnos dobro strukturiranih pojmova. To bi svakom polazniku ili učeniku bilo od iznimne važnosti jer kao prvo može proširiti znanje ne samo iz jedne domene, već iz više aspekata, a  i može usput naučiti nove inačice tog istog pojma. Sljedeći primjer tezaurusa koji navodimo, je običan tezaurus koji nema mogućnost prepoznavanja pojmova na razini da bi mogao predlagati bolje ili srodnije pojmove to jest da bi imao razinu prepoznavanja sinonima ili homonima. Radi se o AGROVOC tezaurusu.

agro

Slika 6. AGROVOC tezaurus

Slika 6. AGROVOC tezaurus Ta vrsta tezaurusa pokriva samo jednu domenu, domenu agrikulture. Stoga svaki pojam koji se upiše u pretraživanje, će dati rezultate isključivo iz te domene. Naravno ta domena znanja pokriva jako puno članaka i definicija, ali i praktičnih iskustava te provedenih istraživanja. Za razliku od njega EUROVOC je omogućavao pretraživanje pojma s više aspekata što znači da je i ontološka povezanost podrazumijevala ogromne ontološke mreže odnosa. Ovdje je ontološka mreža isključivo usredotočena na područje agrikulture. Sad područje agrikulture se dijeli na više djelatnosti tako da postoji ipak nekakva raznovrsnost. Osnovna poveznica i veza između instanci klasa postoji u samom prepoznavanju pojma, jer na temelju pojma kao simboličnog indeksa, izvlači sve potrebne opise i sadržaje.  Tezaurus takve vrste kakav je AGROVOC je prilično dobar za istraživanje samo jedne domene učenja.

Ukoliko postoje polaznici ili učenici koji se bave samo tom domenom, onda je dobrodošlo da se ovakav ograničen i dobro strukturiran niz pojmova i njihovih iskustvenih objašnjenja svodi samo  na to područje, kako se polaznika tog područja ne bi moglo omesti ili odvratiti pažnju do njemu bitnih sadržaja tog područja i domene.  Primjerice EUROVOC je  omogućavao pronalaženje sinonima i uključivanje više domeni pretraživanja, no za razliku od njega, AGROVOC je usredotočen isključivo na domenu agrikulture. Ali usredotočenost na tu domenu je dobra ukoliko se korisnik želi sadržajno i konceptualno usredotočiti samo na dubinu tog sadržaja bez ometajućih okolinskih faktora. No ukoliko se odluči potražiti isti pojam u nekom drugom ponuđenom tezaurusu kojeg podržava AGROVOC, ona može odabrati dulji popis tezaurusa s kojima je ontološki povezan AGROVOC.  Mogli bismo reći da je AGROVOC jedna globalna razina tezaurusa koja uključuje osim svoje uobičajene domene koja predstavlja prema opisanim  koracima izrade vrlo dobro strukturiranu i sistematiziranu domenu znanja no s druge strane daje veliku mogućnost da se korisnik odmakne od te domene na neku drugu pomoću liste ostalih tezaurusa koje AGROVOC uključuje za pretraživanje.

Portali

       Danas su ontologije esencijalni dio mnogih aplikacija poput portala o znanstvenim izvorima, upravljanja znanjem, integracije heterogenih izvora informacija, elektroničkog poslovanja te semantičkih web usluga.[1]

Tesla portal

Ovom se tvrdnjom hoće reći da su portali zapravo semantički oblikovane ontologije za diseminaciju znanja. Svaki portal ima svoju bazu znanja koja s brojnim vezama, svojstvima i odnosima između entiteta, objekata i instanci te baze.  Portali za obrazovanje najčešće spadaju u grupu više domenskih portala. Iako su tom portali za učenje, ali u njih se ubrajaju domene iz više područja kao što je primjerice Tesla portal.


dfddf.JPG

Slika 8. Početna stranica Tesla portala

       Tesla portal omogućava pristup različitim domenama znanja koje su kategorizirane upravo prema predmetima koji se predaju na pojedinim školama.

        To znači da obuhvaćaju više domena znanja koje mogu sadržavati i iste instance pri čemu se može primijeniti pravilo ekvivalencije kao pravilo zaključivanja DL-a. Primjerice u Tesla portalu se nalaze predmeti koji dijele jednake sadržaje koji u neku ruku predstavljaju određenu kategoriju. Primjerice postoje predmeti „Informatika“ i „Programiranje“ te „Računalstvo“ u portalu. Ekvivalenciju bismo primijenili upravo na način da  provjerimo da li se radi o istoj domeni znanja (a radi se) te provjerimo postojanje instanci. Instance su u ovom slučaju određene cjeline ili jedinice znanja.

       A budući da se radi o gotovo srodnim predmetima, postoje jednake instance za sve tri kategorije. Primjerice dijagrami programskog toka kao jedna instanca odnosno jedinica ili cjelina u domeni znanja iz područja informatike, je prisutna u sva tri predmeta. Zatim u općenito u portalima pa tako i Tesla portalu zanimljiva je ontološka podijeljenost sadržaja. Tesla portal predstavlja ujedno i nastavni program koji se dijeli na: predmetno područje, nastavnu cjelinu, nastavnu temu, nastavnu jedinicu. Ako primijenimo nad Tesla portalom ontologiju, onda imamo ovakvu situaciju: Predmetno područje predstavlja odgovarajuću domenu znanja, koja se dalje razlaže na nastavnu cjelinu to jest kategorije ili klase (koncepte) ; te koncepte možemo podijeliti na njihove instance koje zovemo nastavna tema, a svaka nastavna tema ima svoje atribute i svojstva u obliku opisa nastavnih jedinica. Tesla portal je realiziran putem takve ontologije.

 Baltazar portal

Još jedna vrsta prihvatljivog portal  za učenje primijenjenog u obrazovanju je Baltazar portal ili takozvani portal video sadržaja. Budući da se Baltazar portal bavi isključivo video sadržajima, svojstva i atributi koje bismo smjestili pod instance svake klase se mogu sagledati ako video materijal to jest multimedijalni atribut i svojstvo.

balt.JPG

Slika 9. Portal Baltazar

Primijetimo pravila u kreiranju ontologije  nad slikom 8. Osigurana je ternarna veza to jest uređena trojka odnosa subjekt, predikat i objekt. No prvo je potrebno razjasniti odnose. Na početnoj stranici, s lijeve stran se nalaze kategorije to jest  klase gdje pored svake imamo informaciju o broju mogućih instanci.

 

sadaasdas.JPG

Slika 10. Instance klase

Sa slike 10 možemo zaključiti da su pojedine instance prikazane kao dvije u jednom retku iz čega se da zaključiti da postoji povezanost po kronološkoj dobi ili događajima koji su srodni po nazivu naroda tog vremena. Time se dokazuje onaj predikat, svojstvo koje veže subjekt i objekt. Ako sagledamo povezanost ovih instanci preko uređene trojke odnosa (subjekt, objekt, predikat), onda bi se ovo moglo protumačiti na ovakav način: subjekt je Turska osvajanja; predikat mora biti neki manje zavisan kontekst riječi koji nije direktno vidljiv na slici 13, ali se može protumačiti kao započela su zbog dok objekt predstavlja sve vrijednosti u obliku podataka koji se izlažu u filmu. Primjenjivost deskriptivnih logika nad ovim portalom u istoj je mjeri zastupljena kao i kod Tesla portala.

Zaključak

       Suvremeni trendovi u oblikovanju pokazuju da je upravljanje znanjem sve bitnija stavka u dinamičnim okolinama.  Upravljanje znanjem se sastoji upravo u dobro strukturiranom sadržaju prikupljenom u neki A, T i R-box. Jedino moderne tehnologije u čijoj je esencijalnoj sastavnici ontologija, deskriptivne logike i semantički web , mogu strukturirati znanje tako da ostaje trajna komponenta kojoj se može pristupati nas strukturiran i sistemski obrađen način. Ontologije su od iznimne važnosti u obrazovanju jer se u njemu traži izrazita preciznost, strukturiranost i povezivanje manjih dijelova u cjeline kako bi se stvorila dobra generalizacija objektivne stvarnosti u glavi polaznika. Aplikacije u obliku wiki sustava, tezaurusa ili portala, su samo jedan izdvojeni, ali i vrlo često primijenjen  sustav organizacije znanja u mislene cjeline i strukture.  U našem radu usredotočili smo se na njih jer osim što su najprimjenjenije i najdjelotvornije u praksi, imaju dobro uređenu ontološku strukturu određenih domena znanja.

Literatura

  1. http://semanticweb.org/wiki/IkeWiki (učitano 18. 01.2017.)
  2. http://dzs.ffzg.unizg.hr/text/Obavijest%20i%20znanje/oiz_rjecnik.htm(učitano 18.01.2017.)
  3. http://peerev.org/data/c058f544c737782deacefa532d9add4c/PE_doc_27117.pdf (učitano 18.01.2017.)
  4. http://www.wikimatrix.org/index.php?l=de (učitano 18.01.2017.)
  5. http://aims.fao.org/agrovoc(učitano 18.01.2017.)
  6. http://eurovoc.europa.eu/drupal/?q=hr (učitano 18.01.2017.)
  7. https://tesla.carnet.hr (učitano 18.01.2017.)
  8. https://baltazar.carnet.hr/ssologin/ (učitano 18.01.2017.)
  9. http://platypuswiki.sourceforge.net (učitano 18.01.2017.)
  10. http://dzs.ffzg.unizg.hr/text/Slavic_2004.pdf (učitano 18.01.2017.)
  11. http://www.semantic-systems-biology.org/apo/ (učitano 18.01.2017.)
  12. http://www.cs.utexas.edu/users/mfkb/related.html (učitano 18.01.2017.)
  13. http://www.eurocris.org/ontologies/cerif/1.3 (učitano 18.01.2017.)
  14. http://www.cs.utexas.edu/users/mfkb/related.html (učitano 18.01.2017.)

 

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s