Семантическая аналитика
Семантическая аналитика , также называемая семантической связанностью , представляет собой использование онтологий для анализа контента в веб-ресурсах . Эта область исследований объединяет текстовую аналитику и технологии семантической паутины, такие как RDF . Семантическая аналитика измеряет связанность различных онтологических концепций.
Некоторые академические исследовательские группы, которые ведут активные проекты в этой области, включают в себя Центр Kno.e.sis при Университете штата Райт и другие.
История
Важная веха в начале семантической аналитики произошла в 1996 году, хотя историческое развитие этих алгоритмов во многом субъективно. В своей основополагающей научной публикации Филип Резник установил, что компьютеры способны имитировать человеческое суждение. Охватывая публикации нескольких журналов, улучшения точности общих семантических аналитических вычислений все претендовали на революцию в этой области. Однако отсутствие стандартной терминологии в конце 1990-х годов было причиной большого недопонимания. Это побудило Буданицкого и Херста стандартизировать предмет в 2006 году с помощью резюме, которое также установило рамки для современного анализа орфографии и грамматики. [1]
На заре семантической аналитики получение достаточно большой надежной базы знаний было затруднительным. В 2006 году Strube & Ponzetto продемонстрировали, что Wikipedia может использоваться в семантических аналитических вычислениях. [2] Использование большой базы знаний, такой как Wikipedia, позволяет повысить как точность, так и применимость семантической аналитики.
Методы
Учитывая субъективную природу этой области, различные методы, используемые в семантической аналитике, зависят от области применения. Ни один из отдельных методов не считается правильным, однако одним из наиболее эффективных и применимых методов является явный семантический анализ (ESA). [3] ESA был разработан Евгением Габриловичем и Шаулем Марковичем в конце 2000-х годов. [4] Он использует методы машинного обучения для создания семантического интерпретатора, который извлекает текстовые фрагменты из статей в отсортированный список. Фрагменты сортируются по тому, насколько они связаны с окружающим текстом.
Латентный семантический анализ (ЛСА) — еще один распространенный метод, который не использует онтологии, а рассматривает только текст во входном пространстве.
Приложения
- Связывание сущностей
- Создание онтологии/ наполнение базы знаний
- Задачи поиска и запроса
- Обработка естественного языка
- Системы голосового диалога (например, Amazon Alexa , Google Assistant , Microsoft Cortana )
- Искусственный интеллект
- Управление знаниями
Применение методов семантического анализа обычно оптимизирует организационные процессы любой системы управления знаниями. Академические библиотеки часто используют доменно-специфическое приложение для создания более эффективной организационной системы. Классифицируя научные публикации с помощью семантики и Википедии, исследователи помогают людям быстрее находить ресурсы. Поисковые системы, такие как Semantic Scholar, обеспечивают организованный доступ к миллионам статей.
Смотрите также
Ссылки
- ^ Буданицкий, Александр и Грэм Херст. «Оценка мер лексической семантической связанности на основе WordNet». Comput. Linguist. 32, № 1 (март 2006 г.): 13–47. doi :10.1162/coli.2006.32.1.13
- ↑ Струбе, Майкл и Симоне Паоло Понцетто. «WikiRelate! Вычисление семантической связанности с использованием Википедии». В трудах 21-й Национальной конференции по искусственному интеллекту, том 2 , 1419–1424. AAAI'06. Бостон, Массачусетс: AAAI Press, 2006.
- ^ Z. Zhang, AL Gentile и F. Ciravegna, «Последние достижения в методах лексико-семантической связанности – обзор», Natural Language Engineering , т. 19, № 04, стр. 411–479, октябрь 2013 г.
- ^ Евгений Габрилович и Шауль Маркович. 2007. «Вычисление семантической связанности с использованием явного семантического анализа на основе Википедии». В IJcAI, 1606–1611. Получено 9 октября 2016 г.
Внешние ссылки
- Семантический ученый
