Voorbeeld

Opstellen van een kennismodel met iKnow data

Stap 6 van Wetsanalyse is het opstellen van een kennismodel. Dit kennismodel bestaat uit een aantal verschillende onderdelen (data, regels en processen). Dit ziet u terug in iKnow Data, iKnow Rules en iKnow Processes.

Fact based modeling

In iKnow Data is het mogelijk om een Fact Based Modeling (FBM) model op te stellen. Een FBM-model bestaat uit objecttypes (entiteittypes en waardetypes) en feittypes.

Het geheel van deze modelelementen vormt het model, maar dat kan te groot worden voor één overzichtelijke weergave. Daarom heeft iKnow Data  “Model views”. Met deze model views kan je een deel van het model selecteren om weer te geven.

Het hele model van het kennisdomein wordt links in het scherm als modelcatalogus weergegeven. In het midden van het scherm staat het canvas van de geselecteerde Model view.

Drag & drop opbouwen

Het definiëren van een feittype is een samenwerking tussen het canvas (waarop het feittype getoond wordt) en de modelcatalogus. De gebruiker sleept de entiteit- en/of waardetypes vanuit de catalogus in de rollen van het feittype. De objecttype-expressies worden al voor-ingevuld in het communicatiepatroon, waardoor de gebruiker enkel nog het werkwoorddeel van het feittype hoeft toe te voegen.

Beperkingsregels toevoegen

Vervolgens kan de gebruiker verder met het toevoegen van de geldende beperkingsregels op het feittype, zoals de uniciteitsregels of eventuele verplichte rol-regels. Dit kan per verbinding (objecttype speelt rol) van het feittype met een entiteittype, het kan ook in één keer voor alle rollen die een entiteittype speelt in verschillende feittypes.

Metadata toevoegen

Ook voor elk element van iKnow Data geldt dat er metadata beschikbaar zijn. Het eigenschappenscherm van bijvoorbeeld een entiteittype wordt na selecteren hiervan getoond aan de rechterzijde van het scherm. Hierin zijn, afhankelijk van het element, verschillende eigenschappen getoond. Ook voor deze elementen kunnen weer zelf-gedefinieerde eigenschappen opgevoerd worden.

Verwoording in natuurlijke taal

Een FBM-model is voor een kennismodelleur een prachtig overzicht van de vastgelegde kennis. Door anderen wordt een modelweergave echter vaak als moeilijk ervaren. Het gebruik van concrete voorbeelden is dan cruciaal om toch te kunnen valideren of het model een correcte vertaling is van de analyseresultaten. Het is mogelijk om aan een feittype voorbeeldpopulaties toe te voegen. Een gebruiker kan vervolgens makkelijk overschakelen naar een view van een entiteittype of feittype waarin de verbalisatie van de voorbeelden wordt gegenereerd, op basis van de voorbeeldpopulatie en de communicatiepatronen.

Historie en versiebeheer

Inzage in de wijzigingen op een feittype, entiteittype of model view is een essentieel onderdeel van iKnow Data. De gebruiker kan op deze wijze inzicht krijgen in eerdere versies van dergelijke elementen. Met de ‘Historie’ functie is het mogelijk om een versie van een element te vergelijken met een andere versie van dit element, of de progressie van een element te bekijken op een tijdlijn. Dit biedt de modelleur op snelle en toegankelijke wijze inzicht in de evolutie van het element.

Rapportages

Alles wat in iKnow geborgd wordt aan kennis, moet er ook makkelijk uitgehaald kunnen worden. Hiervoor zijn rapportagemogelijkheden toegevoegd aan iKnow. Zowel in iKnow Cognitatie, als in iKnow Data en in iKnow Rules is het mogelijk om van verschillende elementen een rapportage op te vragen. Deze rapportage wordt vervolgens op het scherm getoond in iKnow. De gebruiker kan dan nog eventuele wijzigingen aan de weergave doorvoeren, zoals bepaalde kolommen wel/niet meenemen in de rapportage, de inhoud filteren en de kolommen herschikken. Vervolgens kan de rapportage geëxporteerd worden naar formaten als PDF, Excel en HTML.

Bronanalyse en datamodel gekoppeld

Tenslotte staat het FBM-model niet op zich, het hangt nauw samen met de analyseresultaten van de eerste stappen van Wetsanalyse. Binnen iKnow is het mogelijk deze koppeling makkelijk en snel te leggen. Hiervoor kan de gebruiker, net zoals in use case 1 getoond, voor verschillende documenten in iKnow Cognitatie, het FBM-model in een split screen modus zetten met een geopend document. Vervolgens kan de gebruiker een annotatie (bijvoorbeeld concept, maar ook tekstelementen, samengestelde tekstelementen of tekstannotaties) slepen naar het betreffende FBM-modelelement. Op deze wijze wordt de koppeling gelegd en is de lineage tussen het FBM-model en de analyseresultaten geborgd. Deze lineage kan vervolgens vanuit beide kanten met één klik opgevraagd worden; dus vanuit het FBM-modelelement terugnavigeren naar het analyseresultaat, alsook vanuit het analyseresultaat navigeren naar de gekoppelde FBM-modelelementen.

Een goed gesprek over hoe wij u kunnen helpen?