Ontologie

Wat is een ontologie?

Een ontologie is een formeel, gedeeld model van de begrippen in een bepaald domein: welke soorten dingen er bestaan, welke eigenschappen ze hebben en hoe ze met elkaar samenhangen. Kort gezegd is het een machineleesbare afspraak over wat de dingen betekenen.

De term komt oorspronkelijk uit de filosofie, waar ontologie draait om de vraag wat er bestaat. In data en IT bedoelen we iets concreters, en daar gaat de rest van dit stuk over.

Vergelijk het met de plattegrond van een gebouw: die legt vast welke soorten ruimtes er zijn en hoe ze aansluiten, maar zegt niets over wie er woont of welke meubels er staan. Een ontologie doet dat voor kennis, nog voor je er echte gegevens in stopt.

De bouwstenen van een ontologie

Elke ontologie is opgebouwd uit dezelfde vaste onderdelen.

Klassen of begrippen
De soorten dingen in je domein: Klant, Product, Order. Een klasse is de categorie, geen concreet exemplaar. "Klant" is de klasse, "Jan Peeters" is een individu binnen die klasse.

Eigenschappen
De kenmerken van een ding: een Product heeft een naam en een prijs, een Klant heeft een e-mailadres. Dit zijn de waarden die aan een ding hangen.

Relaties
De verbanden tussen begrippen: een Klant plaatst een Order, een Order bevat Producten. Een ontologie kan zoveel soorten relaties bevatten als je domein nodig heeft.

Hiërarchie
Begrippen kunnen onder elkaar hangen. Een VIP-klant is een soort Klant, dus alles wat voor een Klant geldt, geldt ook voor een VIP-klant. Dat overerven van eigenschappen zit in de kern van het model.

Axioma's of regels
Formele afspraken die altijd waar zijn, zoals: elke Order hoort bij precies één Klant. Op basis van die regels kan software zelf conclusies trekken en tegenstrijdigheden opsporen.

Een kleine ontologie voor een webshop

Stel dat je de kennis van een webshop wil vastleggen. Je begint met drie klassen: Product, Klant en Order.

Daarna leg je de relaties vast. Een Klant plaatst een of meer Orders, een Order bevat een of meer Producten. Zo weet elk systeem dat een order zonder klant niet bestaat, en dat een product ook los van een bestelling in de catalogus zit.

Vervolgens geef je elk begrip zijn eigenschappen: een Product heeft een naam, een prijs en een voorraad, een Klant heeft een e-mailadres, een Order heeft een datum en een status. Ten slotte leg je de regels vast, zoals dat elke Order bij precies één Klant hoort. Een programma dat deze ontologie leest, weet nu wat een "order" is en hoe die met de rest samenhangt, zonder dat een mens dat telkens moet uitleggen.

Ontologie, taxonomie en databaseschema

Deze drie worden vaak door elkaar gehaald, terwijl ze elk iets anders doen.

Ontologie versus taxonomie

Een taxonomie is puur een boomstructuur: een indeling van boven naar onder, zoals productcategorieën of een bibliotheekindeling. Ze kent maar één soort verband, "is een soort van". Een ontologie kan die hiërarchie ook aan, maar voegt er meer soorten relaties en echte regels aan toe. Een taxonomie zegt dat een fiets in de categorie "voertuigen" hoort. Een ontologie kan daarbovenop vastleggen dat een fiets twee wielen heeft en door een persoon bestuurd wordt.

Ontologie versus databaseschema

Een databaseschema beschrijft hoe gegevens in één database opgeslagen worden: welke tabellen, welke kolommen, welke sleutels. Het is gebonden aan dat ene systeem en aan de manier van bewaren. Een ontologie beschrijft betekenis, los van waar de data staat, en kan daarom over meerdere systemen heen gebruikt worden. Twee databases met een verschillend schema kunnen dezelfde ontologie delen, zodat ze het eens zijn over wat een "klant" is.

De standaarden: RDFS en OWL

Een ontologie schrijf je meestal op in een taal die machines kunnen lezen. De twee bekendste komen van het W3C, het standaardenlichaam achter het web.

RDFS (RDF Schema) is de eenvoudige laag. Je definieert er klassen mee, je zegt dat de ene klasse een subklasse van de andere is, en je legt vast op welke klassen een eigenschap van toepassing is.

OWL (Web Ontology Language) gaat verder. Bovenop RDFS druk je er strengere regels en logica mee uit, bijvoorbeeld dat twee klassen elkaar uitsluiten of dat een eigenschap precies één waarde mag hebben. Software kan die logica gebruiken om zelf nieuwe feiten af te leiden of fouten in de data te vinden.

Ontologie en de knowledge graph

Een ontologie komt pas echt tot haar recht in een knowledge graph: een netwerk van feiten waarin dingen als punten en hun verbanden als lijnen bewaard worden. Het verschil tussen de twee is simpel. De ontologie is het schema, de woordenlijst en de spelregels. De knowledge graph is de ingevulde data: de echte klanten, producten en orders, gekoppeld volgens die regels.

Je kan de ontologie zien als een contract over wat de gegevens precies betekenen. Zonder dat contract is zo'n netwerk maar een hoop losse feiten. Met de ontologie erbij weet elk systeem, en elke AI-assistent, hoe die feiten samenhangen.