Apakah ontologi dan Web Semantik mati? [Tutup]


10

Apakah Web Semantik mati? Apakah ontologi sudah mati?

Saya mengembangkan rencana kerja untuk tesis saya tentang "Basis pengetahuan melalui ontologi yang ditetapkan untuk kelompok-kelompok kepentingan di sekitar lahan basah" . Saya telah meneliti dan mengembangkan ontologi untuk itu tetapi saya masih tidak jelas tentang banyak hal. Apa bahasa pemodelan untuk ontologi?

Metodologi apa untuk ontologi yang lebih baik? OTK atau METONTOLOGI ?

Apakah ada program yang berfungsi?

Cratilo adalah perangkat lunak untuk menganalisis korpora tekstual dan untuk ekstraksi istilah-istilah tertentu dari bidang studi (dikembangkan oleh profesor Jorge Antonio Mejia, Francisco Javier Alvarez dan John Albeiro Sánchez, Institut Filsafat Universitas Antioquia). Ini memungkinkan analisis leksikal teks, mengidentifikasi kata-kata yang muncul frekuensinya dan lokasi dalam teks. Melalui proses pengakuan, Cratylus mengidentifikasi semua kata dalam teks dan membangun basis data menjadi draft analisis pekerjaan. Apakah ada alat serupa lainnya?

Bisakah istilah yang ditemukan oleh Cratilo digunakan untuk membuat basis pengetahuan?

Apa kerangka kerja semantik terbuka yang ada yang dapat digunakan untuk hal-hal seperti itu?

Apakah ada perangkat lunak yang secara otomatis membuat RDF, OWL, dan XML? Bagaimana cara kerja Tails? Jena? Wijen?


2
Ada terlalu banyak pertanyaan di pos Anda. Anda harus mencoba membaginya.
Jakub Kotowski

Anda juga mengeposkan silang ini ke opendata. Silakan baca: meta.stackexchange.com/questions/64068/…
Spacedman

Jawaban:


14

(Walaupun saya berpikir bahwa pertanyaan Anda biasanya tidak dianggap sebagai pertanyaan yang bagus untuk situs ini, saya pikir itu harus dilestarikan karena hampir semua orang yang baru mengenal bidang ini pada awalnya juga sama-sama bingung dan sulit untuk menemukan informasi yang lurus, bijaksana, dan seimbang). tentang itu.)

Apakah Web Semantik mati? Apakah ontologi sudah mati?

Banyak orang pindah dari Web Semantic. Di sisi lain, masih banyak yang menggunakannya. Selalu ada banyak kebingungan tentang di mana nilainya terletak. Ada kasus penggunaan yang benar-benar mendapat manfaat dari teknologi web semantik tetapi mereka sangat sedikit dan jarang.

Data Terbuka Tertaut

Itulah sebagian alasan mengapa subbidang Data Terbuka Terkait dibuat. Anda dapat melihat Data Tertaut sebagai versi yang lebih pragmatis dari Web Semantic (atau sebagai penggerak yang diperlukan untuk visi web semantik yang lebih megah).

Data Tertaut, meski lebih pragmatis, masih menggunakan ontologi. Hanya saja tidak begitu sulit menggunakan OWL dan mendesain ontologi Anda terlebih dahulu dan dengan cara yang sangat formal.

Basis pengetahuan seperti Freebase (sekarang digantikan oleh Wikidata ) bahkan tidak membangun teknologi Web Semantik (itu selalu tersedia juga dalam bentuk dump RDF). Di sisi lain, bahkan Freebase membangun konsep yang mirip dengan yang ada di Semantic Web dan memang memiliki bentuk ontologi.

Perangkat lunak untuk menghasilkan ontologi

Tidak ada perangkat lunak yang akan membuat ontologi berkualitas tinggi secara otomatis untuk Anda. Setidaknya tidak dalam arti OWL / ontologi logika orde pertama. Di sisi lain, banyak jenis perangkat lunak, termasuk Cratilo yang disebutkan oleh Anda, dapat membantu Anda membangun langkah yang lebih rendah dalam spektrum semantik seperti glosarium atau mungkin bahkan suatuonomonomy yang nantinya dapat diubah menjadi lebih dari taksonomi atau ontologi oleh algoritma lainnya. Bahkan mungkin ada perangkat lunak untuk membuat ontologi OWL yang lengkap tetapi saya pikir itu masih merupakan bidang penelitian yang aktif.

Ontologi dan metodologi

Seperti biasa, itu tergantung pada apa sebenarnya kebutuhan dan tujuan Anda. Dalam bidang-bidang seperti biomedis dan ilmu kehidupan pada umumnya, mereka menciptakan ontologi formal yang kompleks karena mereka memiliki data dengan struktur yang sangat bervariasi dan ontologi membantu mereka menjaga segala sesuatu teratur dan bermanfaat. Sebaliknya, eshop mungkin lebih baik bertahan dengan pemodelan basis data relasional normal dan hanya menambahkan pengidentifikasi global (URI) dalam semangat Data Tertaut jika mereka ingin membangun grafik pengetahuan yang tepat nanti.

Bahkan jika Anda membutuhkan ontologi, Anda mungkin ingin melewati metodologi terlebih dahulu. Terutama jika Anda benar-benar baru di bidang ini dan tidak tahu apa kebutuhan Anda.

Jena, Wijen, ...

Jena, Sesame, Virtuoso, dll. Adalah triplestores - mereka digunakan untuk menyimpan dan permintaan RDF. Kebanyakan ontologi dapat diwakili dalam RDF. Bahkan yang ditulis dalam OWL. RDF memiliki bagian semantik, RDF / S, yang memungkinkan Anda untuk merumuskan beberapa ontologi dasar. Itu mungkin cukup untuk memulai. Bahkan RDF / S dapat membingungkan dan berbelit-belit ketika Anda mulai berpikir tentang node kosong, bernama grafik (apakah sudah diperbaiki? Apakah dinamis?), Dll.

Meskipun saya pikir pertanyaan Anda biasanya tidak dianggap sebagai pertanyaan yang bagus untuk situs ini, saya pikir itu harus dilestarikan karena hampir semua orang yang baru mengenal bidang ini pada awalnya juga sama-sama bingung dan sulit untuk menemukan informasi yang lurus, bijaksana, dan seimbang tentang Itu.


terima kasih banyak, maaf untuk banyak pertanyaan, adalah pertama kali saya menggunakan pertukaran stack, saya bingung dengan proyek kelulusan saya, saya tidak punya penasihat atau direktur tingkat :( dan saya bingung tentang ontologi informasi, saya mencoba menyusun proyek kelulusan saya di lahan basah dan ontologi dan manajemen pengetahuan, tetapi tidak. Jika saya melakukannya dengan baik. Sekali lagi terima kasih atas bantuan Anda. maaf untuk bahasa Inggris saya, saya mencoba untuk meningkatkannya
Antonio Edgar Martinez

@AntonioEdgarMartinez tolong, terima salah satu jawabannya. Saya sarankan menerima jawaban jkbkot karena lebih komprehensif daripada jawaban saya.
Wojciech Walczak

2

Ada terlalu banyak masalah umum di pos Anda.

Kami jelas berada di era musim panas AI sekarang (bukan kebalikan dari AI musim dingin ), dan penelitian tentang Semantic Web kurang mendapat perhatian.

Meski begitu, ada banyak proyek yang berkaitan dengan membangun ontologi. Google memiliki Grafik Pengetahuan dan Gudang Pengetahuan . Keduanya menggunakan Freebase (di antara sumber lain).

Ada puluhan tautan yang dapat saya berikan kepada Anda untuk menjawab beberapa pertanyaan Anda, tetapi hal terbaik yang dapat Anda lakukan adalah menelusuri halaman Web Semantik W3C .

Lihatlah RDF, SPARQL, OWL, Virtuoso, Protege - ini adalah standar de facto.

Dalam hal mengekstraksi ontologi dari korpora tekstual - ada berbagai alat di luar sana. Tak satu pun dari mereka yang sempurna, jadi Anda benar-benar harus melakukan riset dan menemukan sesuatu yang sesuai dengan kebutuhan Anda. Misalnya, ada OntoLearn Reloaded (makalah ini relatif baru, sehingga Anda dapat memeriksa daftar pustaka untuk mencari pendekatan lain).


terima kasih banyak, maaf untuk banyak pertanyaan, adalah pertama kali saya menggunakan pertukaran stack, saya bingung dengan proyek kelulusan saya, saya tidak punya penasihat atau direktur tingkat :( dan saya bingung tentang ontologi informasi, saya mencoba untuk menyusun proyek kelulusan saya di lahan basah dan ontologi dan manajemen pengetahuan, tetapi tidak. Jika saya melakukannya dengan baik, sekali lagi terima kasih atas bantuan Anda. Maaf untuk bahasa Inggris saya, saya mencoba untuk meningkatkannya.
Antonio Edgar Martinez

2

Ada juga proyek DBPedia akademik , versi RDF dari subset Wikipedia.

Menurut mesin pencari Alexa, yang peringkat situs web menurut popularitas mereka di internet, itu di antara 100.000 situs web teratas - tidak buruk, tidak sepenuhnya tidak relevan.

Minat umum untuk situs web DBpedia.org pada periode 2015-2016 tampaknya cukup konstan. Lihat ambil layar.

jangka waktu dbpedia 2015

Lainnya situs serupa (menurut Alexa) jauh kurang populer.

Jadi saya akan mengatakan Penerimaan Web Semantik tidak mati, hanya saja baunya lucu.

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.