Bản thể học trong AI là gì?

Chính xác bản thể học trong AI là gì? Làm thế nào tôi nên viết chúng và tại sao chúng quan trọng?

Bản thể học

Trước khi xem xét câu hỏi trực tiếp, sẽ hữu ích để có được một số bối cảnh về nguồn gốc của bản thể luận. Điều này sẽ giúp hiểu lý do tại sao thuật ngữ được chọn và giữ rõ ràng về bản thể học là gì và không phải là gì.

bản thể họcdanh từ trên · tol · o · gy | \ än-ˈtä-lə-jē

1: một nhánh của siêu hình học liên quan đến bản chất và các mối quan hệ của bản thể - Bản thể học liên quan đến các thực thể trừu tượng.

2: một lý thuyết cụ thể về bản chất của sự tồn tại hoặc các loại sự vật tồn tại

Khái niệm bản thể học không bắt nguồn từ thế giới phần mềm, mặc dù một sự trừu tượng hóa phần mềm, ở một mức độ nào đó, là bản thể học. Một số tài liệu đã nhầm lẫn bản thể học với một bản đồ về mối quan hệ giữa các loại cụ thể trong một thiết kế hướng đối tượng, có thể không đủ trừu tượng để đảm bảo việc sử dụng thuật ngữ này.

Bản thể học trong AI

Có một vài lớp liên quan gồm các chuyên gia hoặc nhóm chuyên gia đang tìm cách khám phá những thứ có thể không được phát minh hoặc đặt nhưng dù sao vẫn tồn tại. Xu hướng này bắt nguồn từ học viện, như nhiều người làm.

Chúng tôi có một vài ứng dụng rõ ràng để khám phá sự xuất hiện của những thứ không được lên kế hoạch hoặc thậm chí được chú ý ban đầu.

• Các doanh nghiệp có ý định hành động một cách chủ động, đó là ứng dụng kinh doanh thông minh
• Các nhà nghiên cứu hệ thống ngôn ngữ tự nhiên có ý định ánh xạ các chuỗi các yếu tố ngôn ngữ như từ, tiền tố, hậu tố, cách chia động từ, biệt ngữ đa từ, hoặc thông tục đến và từ các mạng ngữ nghĩa và cấu trúc liên kết
• Các nhà nghiên cứu dữ liệu quan tâm đến việc theo dõi sự xuất hiện của liên kết web trên toàn thế giới và dự phòng nội dung

Bài báo được tham chiếu trong bình luận đầu tiên cho câu hỏi có một đoạn thú vị, "Tài liệu Trí tuệ nhân tạo chứa nhiều định nghĩa về bản thể học, nhiều trong số này mâu thuẫn với nhau. Đối với mục đích của hướng dẫn này, một bản thể luận là một mô tả chính thức rõ ràng về các khái niệm trong một miền diễn ngôn (các lớp (đôi khi được gọi là khái niệm)), các thuộc tính của từng khái niệm mô tả các tính năng và thuộc tính khác nhau của khái niệm (vị trí (đôi khi được gọi là vai trò hoặc thuộc tính)) và hạn chế đối với vị trí (mặt (đôi khi được gọi là hạn chế vai trò)) Một bản thể học cùng với một tập hợp các trường hợp riêng lẻ của các lớp tạo thành một cơ sở tri thức. Trong thực tế, có một dòng tốt nơi bản thể học kết thúc và cơ sở tri thức bắt đầu. "

Lưu ý cú pháp LISP ở trên. Cũng lưu ý các định nghĩa mâu thuẫn của Bản thể học vì nó áp dụng cho AI. Các định nghĩa này đôi khi liên quan đến các lớp khái niệm như trong khung học tập PAC (có lẽ gần đúng). Họ có thể liên quan đến công việc NLP về ngữ nghĩa.

Có thể là khôn ngoan để ổn định thuật ngữ, đó là lý do tại sao định nghĩa từ điển được sao chép ở trên. AI sẽ không được hưởng lợi từ sự xuất hiện của biệt ngữ sai lệch, trong đó các từ không còn có nghĩa là những gì chúng từng có nghĩa, chỉ vì không ai dành thời gian để xem những gì là hợp pháp về ý nghĩa của chúng trước khi chúng bắt đầu viết bài.

Một số tài liệu tham khảo

Đây là một vài ấn phẩm học thuật cung cấp một cái nhìn tổng quan về việc sử dụng các khái niệm bản thể học trong khám phá.

• Học bản thể học cho web ngữ nghĩa , A Maedche, S Staab - Hệ thống thông minh của IEEE, 2001

• Hướng tới một bản thể luận bối cảnh mở rộng cho trí thông minh xung quanh , D Preuveneer, J Van den Bergh, D Wagelaar, 2004

• Bản thể học từ văn bản: phương pháp, đánh giá và ứng dụng *, P Buitelaar, P Cimiano, B Magnini, 2005

• Khai thác thông tin dựa trên bản thể học cho trí tuệ doanh nghiệp , H Saggion, A Funk, D Maynard, K Bontcheva, The Semantic Web, 2007