SlideShare ist ein Scribd-Unternehmen logo
1 von 19
ОНТОРЕДАКТОР КАК КОМПЛЕКСНЫЙ ИНСТРУМЕНТ ОНТОЛОГИЧЕСКОЙ ИНЖЕНЕРИИ  Рубашкин В. Ш. ,  Пивоварова Л. М.     Санкт-Петербургский государственный университет   Кафедр а   информационных систем  факультета филологии и искусств
Онторедактор  – инструментальная среда, предназначенная для создания онтологии или работы с ней.
[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Конкретный пример – определение несовместимости понятий через использование таких конструкций как  D isjointWith ,  D isjointUnion O f   и др. <owl:Class rdf:ID=&quot; Паста &quot;> <rdfs:subClassOf rdf:resource=&quot;# Съестное &quot;/> <owl:disjointWith rdf:resource=&quot;# Мясо &quot;/> <owl:disjointWith rdf:resource=&quot;# Дичь &quot;/> <owl:disjointWith rdf:resource=&quot;# Морепродукты &quot;/> <owl:disjointWith rdf:resource=&quot;# Десерт &quot;/> <owl:disjointWith rdf:resource=&quot;# Фрукты &quot;/> </owl:Class> Создается явное впечатление, что предлагается описывать отношение объемной несовместимости способом «каждый с каждым»
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
NB :  Внетаксономические импликативы: Мясо     Твердая консистенция Дичь = df  Мясо  &  Природного происхождения Водка – алкогольный напиток ----------------------------------------- Мясо       Водка
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Обеспечение достоверности Формальная и содержательная правильность Процедура ввода должна обнаруживать и блокировать ввод, например,  концепта, определяемого  И-толковани ем  вида  Тигр      животное  And  металлический   ( определяющие концепты должны быть  объемно  совместимы ) Но: Лед     квазиобъект  And  цилиндрической формы   -  формально правильн о (содержательная ошибка) . .
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
Обеспечение достоверности Конечная цель при проектировании процедур ввода состоит в том, чтобы  полностью исключить  формально определимые ошибки . При этом технологически &quot;хорошее&quot; решение будет состоять не в том, чтобы уметь обнаруживать формальные ошибки  post factum , а  в том, чтобы сама процедура ввода была спроектирована так, что бы  ввод логически некорректных элементов описания оказыва л ся вообще невозможным.
Тестирование Проверить содержательную правильность описаний концептов можно только путем организации &quot;лабораторных&quot; испытаний и экспертной оценки их результатов администратором. Окончательную проверку и отладку (&quot;бета-тестирование&quot;) онтология может пройти  в рамках целевых информационных технологий. &quot;Тестирование&quot; отдельных концептов сводится к просмотру и проверке содержимого словарных статей и, следовательно, относится к компетенции подсистемы навигации и броузинга. Собственно тестирование  как отличающаяся от броузинга процедура может состоять только в тестировании  отношений  между концептами – как объемных, так и ассоциативных.

Weitere ähnliche Inhalte

Andere mochten auch (17)

Florida Keys Sales Mission Presentation June 2007[1]
Florida  Keys    Sales  Mission  Presentation  June 2007[1]Florida  Keys    Sales  Mission  Presentation  June 2007[1]
Florida Keys Sales Mission Presentation June 2007[1]
 
Crimen Horrendo
Crimen HorrendoCrimen Horrendo
Crimen Horrendo
 
La2 Motherboard
La2 MotherboardLa2 Motherboard
La2 Motherboard
 
Aviaq P
Aviaq PAviaq P
Aviaq P
 
Nina
NinaNina
Nina
 
Handpaintings
HandpaintingsHandpaintings
Handpaintings
 
Your Mission
Your MissionYour Mission
Your Mission
 
Pole Barn
Pole BarnPole Barn
Pole Barn
 
프레젠테이션1
프레젠테이션1프레젠테이션1
프레젠테이션1
 
La2 Comp System1
La2 Comp System1La2 Comp System1
La2 Comp System1
 
Net Neutrality
Net NeutralityNet Neutrality
Net Neutrality
 
KM Postcards
KM PostcardsKM Postcards
KM Postcards
 
Why Gerund
Why GerundWhy Gerund
Why Gerund
 
Estoesnieve
EstoesnieveEstoesnieve
Estoesnieve
 
WWF Advertising
WWF AdvertisingWWF Advertising
WWF Advertising
 
Software1
Software1Software1
Software1
 
tiny frog 青蛙爬高塔
tiny frog 青蛙爬高塔tiny frog 青蛙爬高塔
tiny frog 青蛙爬高塔
 

Ähnlich wie Dialog

Ainl 2013 bogatyrev_математическая и лингвистическая
Ainl 2013 bogatyrev_математическая и лингвистическаяAinl 2013 bogatyrev_математическая и лингвистическая
Ainl 2013 bogatyrev_математическая и лингвистическая
AINL Conferences
 
извлечение объектов и фактов из текстов
извлечение объектов и фактов из текстовизвлечение объектов и фактов из текстов
извлечение объектов и фактов из текстов
Yandex
 
Ontology and Text Alalize
Ontology and Text AlalizeOntology and Text Alalize
Ontology and Text Alalize
Ochirov Tsyren
 
Fact Extraction (ideograph)
Fact Extraction (ideograph)Fact Extraction (ideograph)
Fact Extraction (ideograph)
NLPseminar
 
Ontologies for Information Extraction
Ontologies for Information ExtractionOntologies for Information Extraction
Ontologies for Information Extraction
Lidia Pivovarova
 
Работа с текстом для дистанционного курса Часть 2. Гавриков Дмитрий 02.12.10
Работа с текстом для дистанционного курса Часть 2. Гавриков Дмитрий 02.12.10Работа с текстом для дистанционного курса Часть 2. Гавриков Дмитрий 02.12.10
Работа с текстом для дистанционного курса Часть 2. Гавриков Дмитрий 02.12.10
Сообщество eLearning PRO
 
Проектирование программных систем. Занятие 8
Проектирование программных систем. Занятие 8Проектирование программных систем. Занятие 8
Проектирование программных систем. Занятие 8
Dima Dzuba
 

Ähnlich wie Dialog (20)

OntoEd
OntoEdOntoEd
OntoEd
 
I M S Rubashkin
I M S RubashkinI M S Rubashkin
I M S Rubashkin
 
бурдаев Ontology 2010
бурдаев Ontology 2010бурдаев Ontology 2010
бурдаев Ontology 2010
 
Ainl 2013 bogatyrev_математическая и лингвистическая
Ainl 2013 bogatyrev_математическая и лингвистическаяAinl 2013 bogatyrev_математическая и лингвистическая
Ainl 2013 bogatyrev_математическая и лингвистическая
 
rubashkin
rubashkinrubashkin
rubashkin
 
Онтологии и информационная архитектура: соотношение терминов и потенциал совм...
Онтологии и информационная архитектура: соотношение терминов и потенциал совм...Онтологии и информационная архитектура: соотношение терминов и потенциал совм...
Онтологии и информационная архитектура: соотношение терминов и потенциал совм...
 
введение в объектно ориентированный анализ
введение в объектно ориентированный анализвведение в объектно ориентированный анализ
введение в объектно ориентированный анализ
 
Методы интеграции разнородных онтологий
Методы интеграции разнородных онтологийМетоды интеграции разнородных онтологий
Методы интеграции разнородных онтологий
 
Составные части объектного подхода
Составные части объектного подходаСоставные части объектного подхода
Составные части объектного подхода
 
Проблемы автоматической рубрикации текстов
Проблемы автоматической рубрикации текстовПроблемы автоматической рубрикации текстов
Проблемы автоматической рубрикации текстов
 
извлечение объектов и фактов из текстов
извлечение объектов и фактов из текстовизвлечение объектов и фактов из текстов
извлечение объектов и фактов из текстов
 
Ontology and Text Alalize
Ontology and Text AlalizeOntology and Text Alalize
Ontology and Text Alalize
 
IMS
IMSIMS
IMS
 
Fact Extraction (ideograph)
Fact Extraction (ideograph)Fact Extraction (ideograph)
Fact Extraction (ideograph)
 
Ontologies for Information Extraction
Ontologies for Information ExtractionOntologies for Information Extraction
Ontologies for Information Extraction
 
Работа с текстом для дистанционного курса Часть 2. Гавриков Дмитрий 02.12.10
Работа с текстом для дистанционного курса Часть 2. Гавриков Дмитрий 02.12.10Работа с текстом для дистанционного курса Часть 2. Гавриков Дмитрий 02.12.10
Работа с текстом для дистанционного курса Часть 2. Гавриков Дмитрий 02.12.10
 
Проектирование программных систем. Занятие 8
Проектирование программных систем. Занятие 8Проектирование программных систем. Занятие 8
Проектирование программных систем. Занятие 8
 
Некоторые трудности при обучении программированию: что нельзя обойти и умолч...
Некоторые трудности при обучении программированию:что нельзя обойти и умолч...Некоторые трудности при обучении программированию:что нельзя обойти и умолч...
Некоторые трудности при обучении программированию: что нельзя обойти и умолч...
 
Проект платформы для образовательных приложений
Проект платформы для образовательных приложенийПроект платформы для образовательных приложений
Проект платформы для образовательных приложений
 
L24
L24L24
L24
 

Mehr von Lidia Pivovarova

Mehr von Lidia Pivovarova (20)

Classification and clustering in media monitoring: from knowledge engineering...
Classification and clustering in media monitoring: from knowledge engineering...Classification and clustering in media monitoring: from knowledge engineering...
Classification and clustering in media monitoring: from knowledge engineering...
 
Convolutional neural networks for text classification
Convolutional neural networks for text classificationConvolutional neural networks for text classification
Convolutional neural networks for text classification
 
Grouping business news stories based on salience of named entities
Grouping business news stories based on salience of named entitiesGrouping business news stories based on salience of named entities
Grouping business news stories based on salience of named entities
 
Интеллектуальный анализ текста
Интеллектуальный анализ текстаИнтеллектуальный анализ текста
Интеллектуальный анализ текста
 
AINL 2016: Yagunova
AINL 2016: YagunovaAINL 2016: Yagunova
AINL 2016: Yagunova
 
AINL 2016: Kuznetsova
AINL 2016: KuznetsovaAINL 2016: Kuznetsova
AINL 2016: Kuznetsova
 
AINL 2016: Bodrunova, Blekanov, Maksimov
AINL 2016: Bodrunova, Blekanov, MaksimovAINL 2016: Bodrunova, Blekanov, Maksimov
AINL 2016: Bodrunova, Blekanov, Maksimov
 
AINL 2016: Boldyreva
AINL 2016: BoldyrevaAINL 2016: Boldyreva
AINL 2016: Boldyreva
 
AINL 2016: Rykov, Nagornyy, Koltsova, Natta, Kremenets, Manovich, Cerrone, Cr...
AINL 2016: Rykov, Nagornyy, Koltsova, Natta, Kremenets, Manovich, Cerrone, Cr...AINL 2016: Rykov, Nagornyy, Koltsova, Natta, Kremenets, Manovich, Cerrone, Cr...
AINL 2016: Rykov, Nagornyy, Koltsova, Natta, Kremenets, Manovich, Cerrone, Cr...
 
AINL 2016: Kozerenko
AINL 2016: Kozerenko AINL 2016: Kozerenko
AINL 2016: Kozerenko
 
AINL 2016: Shavrina, Selegey
AINL 2016: Shavrina, SelegeyAINL 2016: Shavrina, Selegey
AINL 2016: Shavrina, Selegey
 
AINL 2016: Khudobakhshov
AINL 2016: KhudobakhshovAINL 2016: Khudobakhshov
AINL 2016: Khudobakhshov
 
AINL 2016: Proncheva
AINL 2016: PronchevaAINL 2016: Proncheva
AINL 2016: Proncheva
 
AINL 2016:
AINL 2016: AINL 2016:
AINL 2016:
 
AINL 2016: Bugaychenko
AINL 2016: BugaychenkoAINL 2016: Bugaychenko
AINL 2016: Bugaychenko
 
AINL 2016: Grigorieva
AINL 2016: GrigorievaAINL 2016: Grigorieva
AINL 2016: Grigorieva
 
AINL 2016: Muravyov
AINL 2016: MuravyovAINL 2016: Muravyov
AINL 2016: Muravyov
 
AINL 2016: Just AI
AINL 2016: Just AIAINL 2016: Just AI
AINL 2016: Just AI
 
AINL 2016: Moskvichev
AINL 2016: MoskvichevAINL 2016: Moskvichev
AINL 2016: Moskvichev
 
AINL 2016: Goncharov
AINL 2016: GoncharovAINL 2016: Goncharov
AINL 2016: Goncharov
 

Dialog

  • 1. ОНТОРЕДАКТОР КАК КОМПЛЕКСНЫЙ ИНСТРУМЕНТ ОНТОЛОГИЧЕСКОЙ ИНЖЕНЕРИИ Рубашкин В. Ш. , Пивоварова Л. М. Санкт-Петербургский государственный университет Кафедр а информационных систем факультета филологии и искусств
  • 2. Онторедактор – инструментальная среда, предназначенная для создания онтологии или работы с ней.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8. Конкретный пример – определение несовместимости понятий через использование таких конструкций как D isjointWith , D isjointUnion O f и др. <owl:Class rdf:ID=&quot; Паста &quot;> <rdfs:subClassOf rdf:resource=&quot;# Съестное &quot;/> <owl:disjointWith rdf:resource=&quot;# Мясо &quot;/> <owl:disjointWith rdf:resource=&quot;# Дичь &quot;/> <owl:disjointWith rdf:resource=&quot;# Морепродукты &quot;/> <owl:disjointWith rdf:resource=&quot;# Десерт &quot;/> <owl:disjointWith rdf:resource=&quot;# Фрукты &quot;/> </owl:Class> Создается явное впечатление, что предлагается описывать отношение объемной несовместимости способом «каждый с каждым»
  • 9.
  • 10.
  • 11. NB : Внетаксономические импликативы: Мясо  Твердая консистенция Дичь = df Мясо & Природного происхождения Водка – алкогольный напиток ----------------------------------------- Мясо   Водка
  • 12.
  • 13.
  • 14.
  • 15. Обеспечение достоверности Формальная и содержательная правильность Процедура ввода должна обнаруживать и блокировать ввод, например, концепта, определяемого И-толковани ем вида Тигр  животное And металлический ( определяющие концепты должны быть объемно совместимы ) Но: Лед  квазиобъект And цилиндрической формы - формально правильн о (содержательная ошибка) . .
  • 16.
  • 17.
  • 18. Обеспечение достоверности Конечная цель при проектировании процедур ввода состоит в том, чтобы полностью исключить формально определимые ошибки . При этом технологически &quot;хорошее&quot; решение будет состоять не в том, чтобы уметь обнаруживать формальные ошибки post factum , а в том, чтобы сама процедура ввода была спроектирована так, что бы ввод логически некорректных элементов описания оказыва л ся вообще невозможным.
  • 19. Тестирование Проверить содержательную правильность описаний концептов можно только путем организации &quot;лабораторных&quot; испытаний и экспертной оценки их результатов администратором. Окончательную проверку и отладку (&quot;бета-тестирование&quot;) онтология может пройти в рамках целевых информационных технологий. &quot;Тестирование&quot; отдельных концептов сводится к просмотру и проверке содержимого словарных статей и, следовательно, относится к компетенции подсистемы навигации и броузинга. Собственно тестирование как отличающаяся от броузинга процедура может состоять только в тестировании отношений между концептами – как объемных, так и ассоциативных.