知識表現の獲得
知識表現の獲得
知識表現に関する研究対象は次の通りです。
意味ネットワーク
オントロジー
意味ネットワーク
各概念にラベルを付与し、概念間の関連性を記号で表すネットワーク型モデルです。
下位概念から上位概念の属性を引き継ぐ矢印が使われます。
上記はG検定似出てくる試験的な表現です。分かりやすく噛み砕くと次のようになります。
上位概念に向けて下位概念から矢印を引く。
具体例としては下記が有名です。
果物←みかん←種子
果物←バナナ←皮
ここで主語をどこに置くかで関係を表す表現が変わります。
下位概念を主語にした場合は「is-a」を使用します。例えば次のようになります。
みかん is-a 果物
バナナ is-a 果物
上位概念を主語にした場合は「part-of」を使用します。例えば次のようになります。
種子 part-of みかん
皮 part-of バナナ
オントロジー
オントロジーとは、知識・概念を共有・活用しやすいように体系化するための方法論です。2種類に分けられます。
ベビーウェイトオントロジー
ライトウェイトオントロジー
ベビーウェイトオントロジーは、記述を厳密に設計します。一般的に人間が行うので時間や労力がかかります。
一方で、ライトウェイトオントロジーは、効率化重視です。コンピュータを使うことで、概念間の関係性の正当性は深く考えず、自動的に関係性を見つけさせます。
ライトウェイトオントロジーの応用例として、ワトソンが有名です。米国の有名なクイズ番組で史上最強チャンピオンに勝利しました。
また、オントロジーは、自然言語処理やセマンティックウェブの分野で情報の意味を定義するために使われます。
※自然言語処理は別記事
セマンティックウェブとは、オントロジーを活用して作成したウェブ上の意味ネットワークです。LOD(Linked Open Data)という技術を使用します。
※タグ付けに関連する概念ですが、深く解説するのはG検定から逸脱するので扱いません
LOD(Linked Open Data)とは、コンピュータが利用可能なデータをリンクさせ、公開・共有するための技術です。
最後に
貴重な時間を使い本ノートを読んでいただきありがとうございます。
Xやってますので、ためになると思われたらフォローやリポストお願いします。
https://x.com/silverDdoger?t=U7aB3ZQyofCXaImq8TzZMA&s=09
また、ノートに対しての感想いただけると励みになりますのでよろしくお願いします。
G検定爆速勉強法も是非参考にしてください。
