Apprendimento automatico di ontologie con eccezioni

Ontologies are a tool for knowledge representation widely used in artificial intelligence. At the base of ontologies are the so-called descriptive logics. A limitation of descriptive logics is the inability to represent exceptions, this generates incompleteness within these ontologies. The goal of this thesis is to introduce a methodology to modify these ontologies to be able to represent exceptions, through machine learning algorithms from datasets of positive and negative examples.

Le ontologie sono uno strumento per la rappresentazione della conoscenza molto utilizzato più utilizzate in intelligenza artificiale. Alla base delle ontologie ci sono le cosiddette logiche descrittive. Un limite delle logiche descrittive è l'incapacità di rappresentare eccezioni, questo genera incompletezza all'interno di queste ontologie. L'obiettivo di questa tesi è di introdurre una metodologia per modificare queste ontologie in modo da poter rappresentare le eccezioni, attraverso degli algoritmi di machine learning a partire da dataset di esempi positivi e negativi.