- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Средства автоматической интеграции разнородных онтологий презентация
Содержание
- 1. Средства автоматической интеграции разнородных онтологий
- 2. Понятие онтологии Онтология – конструкция для представления
- 3. Применение онтологий Информационный поиск (Information retrieval) Обеспечение
- 4. Методы создания 3 подхода к созданию онтологий
- 5. Цель дипломной работы Цель –
- 6. Задачи Анализ существующих проектов Выбор формата результирующей
- 7. Обзор аналогов Наиболее близкий аналог – YAGO
- 8. Язык описания результата RDF/RDFS – Resource Description
- 9. Средства интеграции Язык разработки – Python 2.6.2
- 10. Результат Проведен обзор аналогов Выбран стандарт RDF/XML
- 11. Направления дальнейшей работы Улучшение эвристик для определения
- 12. Спасибо за внимание
Понятие онтологии Онтология – конструкция для представления знаний в Интернете, представляющая собой множество объектов, классифицированных в соответствии с некоторыми критериями, плюс описание свойств этих объектов. Онтология кодирует объекты и свойства в
Слайд 1Средства автоматической интеграции разнородных онтологий
Панасенко Алексей, 525 группа
Научный руководитель Большакова Е.И.
Слайд 2Понятие онтологии
Онтология – конструкция для представления знаний в Интернете, представляющая собой
множество объектов, классифицированных в соответствии с некоторыми критериями, плюс описание свойств этих объектов. Онтология кодирует объекты и свойства в понятном для компьютера формате.
Слайд 3Применение онтологий
Информационный поиск (Information retrieval)
Обеспечение концептуального индексирования
Семантический Веб (Semantic Web)
Автоматизация «интеллектуальных»
задач обработки значения ресурсов сети
Слайд 4Методы создания
3 подхода к созданию онтологий
Автоматическое извлечение знаний
Использование экспертов
Использование сообщества
У каждого
– свои недостатки
Для получения наилучшего результата необходимо комбинировать подходы
Для получения наилучшего результата необходимо комбинировать подходы
Слайд 5Цель дипломной работы
Цель – разработка средств интеграции двух разнородных онтологий –
русскоязычной Wikipedia и базы знаний, составленной сотрудниками НИВЦ МГУ.
Слайд 6Задачи
Анализ существующих проектов
Выбор формата результирующей онтологии
Проектирование и кодирование средств автоматической интеграции
Выборочное
тестирование результирующей онтологии
Слайд 7Обзор аналогов
Наиболее близкий аналог – YAGO
Авторы – Fabian M. Suchanek, Gerhard
Weikum
Автоматическое получение знаний из WordNet и Wikipedia
1.7 миллиона сущностей
15 миллионов фактов
Язык описания онтологии – RDF/RDFS
Автоматическое получение знаний из WordNet и Wikipedia
1.7 миллиона сущностей
15 миллионов фактов
Язык описания онтологии – RDF/RDFS
Слайд 8Язык описания результата
RDF/RDFS – Resource Description Framework
Разработан World Wide Web Consortium
Создан
специально для обмена онтологиями через Internet
Синтаксис на основе XML
Синтаксис на основе XML
Слайд 9Средства интеграции
Язык разработки – Python 2.6.2
Сначала онтология НИВЦ конвертируется в RDF,
затем пополняется из XML-dump Wikipedia
Для пополнения используются категории и панели информации Wikipedia
Для пополнения используются категории и панели информации Wikipedia
Слайд 10Результат
Проведен обзор аналогов
Выбран стандарт RDF/XML в качестве языка описания результирующей онтологии
На
языке Python созданы средства интеграции онтологий
Слайд 11Направления дальнейшей работы
Улучшение эвристик для определения категорий сущностей
Тестирование новых эвристик
Оптимизация программы
по скорости выполнения
