Комментарии 14
Очень интересно!
«Графы знаний» чем-то отличаются от «семантических сетей»? Или это как «LG — новое имя Голд Стар»? Или в сеть в общем случае можно запихать всё, что угодно, в «ГЗ» только то, что реально считается знанием, а не просто «рыба живёт в воде, Волга впадает в какое-то море, лошади кушают овёс и сено»…?
«Графы знаний» чем-то отличаются от «семантических сетей»? Или это как «LG — новое имя Голд Стар»? Или в сеть в общем случае можно запихать всё, что угодно, в «ГЗ» только то, что реально считается знанием, а не просто «рыба живёт в воде, Волга впадает в какое-то море, лошади кушают овёс и сено»…?
+1
По структуре — семантическая сеть может быть одним из представлений графа знаний. С точки зрения логики информации, которая хранится в этом виде, семантическая сеть накладывает лишь одно ограничение — она описывает взаимосвязи между объектами. Для «графа знаний» этих ограничений больше, что именно имел в виду Дмитрий Ильич здесь, я не знаю.
Могу предположить, что для того, чтобы назвать информацию «знаниями», необходимо ввести критерий полноты (насколько полно эта информация описывает предметную область) и самодостаточности (можно ли вывести/описать новое понятие, имея на руках лишь информацию из уже созданного графа). Наверняка есть какие-то дополнительные тонкости.
В любом случае, это понятие явно производное и скорее нужно для идентификации проекта, чем для описания принципиально новой сущности. С точки зрения разработчика, наверное, система с «графом знаний» начинает требовать заметно меньше усилий на поддержку (если выполняется критерий самодостаточности).
Могу предположить, что для того, чтобы назвать информацию «знаниями», необходимо ввести критерий полноты (насколько полно эта информация описывает предметную область) и самодостаточности (можно ли вывести/описать новое понятие, имея на руках лишь информацию из уже созданного графа). Наверняка есть какие-то дополнительные тонкости.
В любом случае, это понятие явно производное и скорее нужно для идентификации проекта, чем для описания принципиально новой сущности. С точки зрения разработчика, наверное, система с «графом знаний» начинает требовать заметно меньше усилий на поддержку (если выполняется критерий самодостаточности).
0
Связались с Дмитрием Муромцевым — вот его ответ:
Под семантическими сетями подразумевают множество методов графовой репрезентации знаний, а также базы знаний, построенные на этих методах. Например, это могут быть концептуальные графы Джона Совы (http://www.jfsowa.com/cg/cgexampw.htm), пропорциональные сети Стюарта Шапиро(https://www.cse.buffalo.edu/sneps/Downloads/) и др. Есть известные ресурсы в формате семантических сетей, которые существуют уже много лет. Например Cyc (http://www.cyc.com), который в наше время доступен в онтологическом формате. Одним из известных формализмов семантических сетей в 80-х был графический язык KL-ONE (http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.545.601&rep=rep1&type=pdf) Рональда Брахмана. В последствии идеи, использованные в этом языке, были применены при разработке языка онтологий OWL.
Графы знаний — это термин, появившийся сравнительно недавно и предполагает, прежде всего, технологию создания баз знаний на основе связанных данных (linked data и RDF) и онтологий. Также под этим термином понимают и сами базы знаний, созданные с помощью данной технологии. Наиболее известные графы знаний: DBpedia (http://wiki.dbpedia.org), Wikidata (https://www.wikidata.org/wiki/Wikidata:Main_Page), Yago (https://www.mpi-inf.mpg.de/departments/databases-and-information-systems/research/yago-naga/yago/#c10444), musicbrainz (https://musicbrainz.org) и др.
Примечательно, что в современном своем состоянии база знаний Cyc представлена в проекте http://www.opencyc.org, который тоже корректнее называть уже графом знаний знаний (http://delivery.acm.org/10.1145/220000/219745/p33-lenat.pdf?ip=77.234.203.218&id=219745&acc=ACTIVE%20SERVICE&key=24E52AF21FCA316E%2E4996C6BC452BB88B%2E4D4702B0C3E38B35%2E4D4702B0C3E38B35&CFID=840418762&CFTOKEN=53499921&__acm__=1513246391_9c96d3efb8b3a6d2f02bb2bd2b50856b)
Под семантическими сетями подразумевают множество методов графовой репрезентации знаний, а также базы знаний, построенные на этих методах. Например, это могут быть концептуальные графы Джона Совы (http://www.jfsowa.com/cg/cgexampw.htm), пропорциональные сети Стюарта Шапиро(https://www.cse.buffalo.edu/sneps/Downloads/) и др. Есть известные ресурсы в формате семантических сетей, которые существуют уже много лет. Например Cyc (http://www.cyc.com), который в наше время доступен в онтологическом формате. Одним из известных формализмов семантических сетей в 80-х был графический язык KL-ONE (http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.545.601&rep=rep1&type=pdf) Рональда Брахмана. В последствии идеи, использованные в этом языке, были применены при разработке языка онтологий OWL.
Графы знаний — это термин, появившийся сравнительно недавно и предполагает, прежде всего, технологию создания баз знаний на основе связанных данных (linked data и RDF) и онтологий. Также под этим термином понимают и сами базы знаний, созданные с помощью данной технологии. Наиболее известные графы знаний: DBpedia (http://wiki.dbpedia.org), Wikidata (https://www.wikidata.org/wiki/Wikidata:Main_Page), Yago (https://www.mpi-inf.mpg.de/departments/databases-and-information-systems/research/yago-naga/yago/#c10444), musicbrainz (https://musicbrainz.org) и др.
Примечательно, что в современном своем состоянии база знаний Cyc представлена в проекте http://www.opencyc.org, который тоже корректнее называть уже графом знаний знаний (http://delivery.acm.org/10.1145/220000/219745/p33-lenat.pdf?ip=77.234.203.218&id=219745&acc=ACTIVE%20SERVICE&key=24E52AF21FCA316E%2E4996C6BC452BB88B%2E4D4702B0C3E38B35%2E4D4702B0C3E38B35&CFID=840418762&CFTOKEN=53499921&__acm__=1513246391_9c96d3efb8b3a6d2f02bb2bd2b50856b)
0
За ссылки на DBpedi-ю и Yago — огромнейшее спасибо!
0
Так и в чем глубокий смысл подобных конструкций если они могут быть получены и поняты только специально разработанными паттернами. Причем паттерн нужно составлять для каждой конкретной, единичной задачи. Собственно так и работают сегодня все эти Сири, Алексы и прочие Алисы. Ручками прописывают паттерны, ибо самообучатся такое не может.
Странно что кто то вкладывает деньги и время в такой тупик.
Странно что кто то вкладывает деньги и время в такой тупик.
0
Глубокий смысл в том, что если эти самые «специально разработанные паттерны» делать по-уму (читай — по стандарту), должным образом описывать и делиться с другими, то возникнет сеть знаний следующего порядка.
И, как ни странно, «Большие Парни» тоже умеют договариваться. Тогда возникает что-нить типа schema.org или foaf или… да много уже чего работает.
И, как ни странно, «Большие Парни» тоже умеют договариваться. Тогда возникает что-нить типа schema.org или foaf или… да много уже чего работает.
0
Нет в описанном вами никакого смысла. :(
Паттернов многие миллиарды. И все без исключения они включают целиком или частично другие паттерны, те самые уровни абстракции. Создавать их вручную просто лишено смысла. Вы просто никогда не закончите этот процесс. И уследить возрастающие уровни абстракции это за пределами человеческого мозга.
На начальном этапе своего проекта, я делал визуализации происходящих изменений. После возникновения примерно первого десятка уровней, понимать происходящее уже не возможно.
Паттернов многие миллиарды. И все без исключения они включают целиком или частично другие паттерны, те самые уровни абстракции. Создавать их вручную просто лишено смысла. Вы просто никогда не закончите этот процесс. И уследить возрастающие уровни абстракции это за пределами человеческого мозга.
На начальном этапе своего проекта, я делал визуализации происходящих изменений. После возникновения примерно первого десятка уровней, понимать происходящее уже не возможно.
0
Не лишено. Смысла, я имею ввиду. В прикладных задачах все, имеющие смысл в данной задаче паттерны «перибираемы» — множество счетное и конечное.
Десяток уровней — да Вы, батенька, гигант! Ноамального человека на 3-5 уровней хватает.
Десяток уровней — да Вы, батенька, гигант! Ноамального человека на 3-5 уровней хватает.
0
Не перебираемы к сожалению. Либо у вас какие то очень странные задачи. Дело в том что семантика не решает даже простых задач, а просто создает видимость таковых решений. Я предпочитаю работать в сторону алгоритма который сам формирует новые уровни абстракций по мере необходимости. Правда пока не удается решить задачу многопоточной обработки входящего потока, а в один поток все довольно медленно работает.
0
Я думаю, разница у нас в том, что я — простой пролетарий умственного труда, а Вы — мыслитель со своим проектом. Мое мышлении поплосче будет.
Я уважаю людей, по зову сердца бросающихся на слабо сформулированные задачи. Но по темам Speech Recognition and Ontology мне случилось «покопать отсюда и до обеда» и решать задачи в формулировках работодателя. Своими впечатлениями от этого опыта и делюсь.
Чем могу…
Я уважаю людей, по зову сердца бросающихся на слабо сформулированные задачи. Но по темам Speech Recognition and Ontology мне случилось «покопать отсюда и до обеда» и решать задачи в формулировках работодателя. Своими впечатлениями от этого опыта и делюсь.
Чем могу…
0
А вот Speech Recognition кстати довольно интересная задача. И пока то что вижу я на базе своего проекта, основная проблема в том что ее отделяют от задачи Voice Synthesis. А при реализации этих задач совместно получается довольно интересно. Собственный голос в подражании слышимым звукам в то же время является и основным паттерном для распознавания.
Основная проблема, что визуализация процесса создания паттернов лишена смысла. Просто трата времени.
Хотя результат обобщения одной детской книги выглядит вот так.
Основная проблема, что визуализация процесса создания паттернов лишена смысла. Просто трата времени.
Хотя результат обобщения одной детской книги выглядит вот так.
0
Блин, только не голосовое управление. Максимум — чтобы брелок мигал и пищал при фразе "Где эти [censored] ключи?", произнесённой с достаточной экспрессией.
0
Зарегистрируйтесь на Хабре , чтобы оставить комментарий
Дмитрий Муромцев (ИТМО) — об онтологическом моделировании и формировании разговорного интеллекта