• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Semantic Web Technologies -metadata, ontology, logic, agent-
 

Semantic Web Technologies -metadata, ontology, logic, agent-

on

  • 2,660 views

In this presentation, we discribe four Semantic Web technologies:explicit metadata, ontologies, logic and agents.

In this presentation, we discribe four Semantic Web technologies:explicit metadata, ontologies, logic and agents.

Statistics

Views

Total Views
2,660
Views on SlideShare
2,549
Embed Views
111

Actions

Likes
1
Downloads
20
Comments
0

2 Embeds 111

http://d.hatena.ne.jp 110
http://www.slideshare.net 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Semantic Web Technologies -metadata, ontology, logic, agent- Semantic Web Technologies -metadata, ontology, logic, agent- Presentation Transcript

  • Semantic Web Technologies id:blanc_et_noir
  • 概要
    • 本発表では,セマンティック Web を支える技術をいくつか紹介する
      • Explicit Metadata (明示的なメタデータ)
      • Ontologies (オントロジー)
      • Logic (論理)
      • Agents (エージェント)
  • セマンティック Web とは
    • 情報に意味を付与することで,人を介さずにコンピュータが自律的に適切な処理をできるようにするための技術
  • 現在の Web の問題
    • 人間が人手で Web 上の必要な情報を収集・整理・判断
    • Web コンテンツは人間向けに書かれているため,コンピュータが効率的に情報を処理することは難しい
  • 現在の Web の問題:例 1
    • HTML で記載する Web は,人が読む分には問題無い
    <h1> 川崎クリニックへようこそ </h1> <p> 川崎クリニックは川崎市の○○にあります.治療は山田,鈴木,渋谷が担当します. </p> <h2> 診察時間 </h2> <p> 月〜金 11:00 - 19:00<br> 土   15:00 - 19:00<br> 日・祝は休み <br> ただし急患は随時受付 </p> 大体おk!
  • 現在の Web の問題:例 1
    • 書かれている意味をコンピュータは理解できない
    <h1> 川崎クリニックへようこそ </h1> <p> 川崎クリニックは川崎市の○○にあります.治療は山田,鈴木,渋谷が担当します. </p> <h2> 診察時間 </h2> <p> 月〜金 11:00 - 19:00<br> 土   15:00 - 19:00<br> 日・祝は休み <br> ただし急患は随時受付 </p>
  • 現在の Web の問題:例 1
    • 書かれている意味をコンピュータは理解できない
    <h1> 川崎クリニックへようこそ </h1> <p> 川崎クリニックは川崎市の○○にあります.治療は山田,鈴木,渋谷が担当します. </p> <h2> 診察時間 </h2> <p> 月〜金 11:00 - 19:00<br> 土   15:00 - 19:00<br> 日・祝は休み <br> ただし急患は随時受付 </p> クリニックの場所はどこ? いつ開いてるの?
  • この数字は何を意味しているでしょう? “ 3058577” 現在の Web の問題:例 2
  • この数字は何を意味しているでしょう? “ 3058577” 筑波大の郵便番号かな? ? 現在の Web の問題:例 2
  • この数字は何を意味しているでしょう? “ 3058577” 筑波大の郵便番号かな? ? このままではコンピュータが自律的に 理解・処理するのは難しい>< 現在の Web の問題:例 2
  • Explicit Metadata (明示的なメタデータ)
    • コンピュータが処理しやすいような表現
    • メタデータ (Metadata: data about data)
      • データの「意味」を規定するデータ
    • メタデータを使うと,その情報の意味をコンピュータにも理解させることが可能に
  • 目次
      • Explicit Metadata (明示的なメタデータ)
      • Ontologies (オントロジー)
      • Logic (論理)
      • Agents (エージェント)
  • メタデータとは?
    • メタデータ (Metadata: data about data)
      • データの「意味」を規定するデータ
    • 例:
  • メタデータとは?
    • メタデータ (Metadata: data about data)
      • データの「意味」を規定するデータ
    • 例:
    ペットボトルの中身が 分からない! 何が入ってるんだろう?
  • メタデータとは?
    • メタデータ (Metadata: data about data)
      • データの「意味」を規定するデータ
    • 例:
    お茶だ!
  • メタデータとは?
    • メタデータ (Metadata: data about data)
      • データの「意味」を規定するデータ
    • 例:
  • Explicit Metadata (明示的なメタデータ)
    • 例えば以下のようにメタデータが付与されると,コンピュータも理解しやすい!
    <company> <location> 川崎市 </ location> <companyName> 川崎クリニック </ companyName> <staff> <therapist> 山田 </ therapist> <therapist> 鈴木 </ therapist> <secretary> 渋谷 </ secretary> </staff> </company> おk!
  • 目次
      • Explicit Metadata (明示的なメタデータ)
      • Ontologies (オントロジー)
      • Logic (論理)
      • Agents (エージェント)
  • Ontologies (オントロジー)
    • もともとは哲学用語で「存在の本質についての学問」
    • 転じて
    • 「ある概念についての明示的かつ定型的な仕様」
    •   An ontology is an explicit and formal specification of a conceptualization
    ・・・・・?
    • 語彙の定義や語彙と語彙の関係を記述したもの ( 辞書のようなイメージ )
    • オントロジーを用いることで,用語の意味の理解を助けることができる
    • オントロジーはドメインに対する共通理解を可能にする
      • 専門用語間の意味の違いを埋める
      • 複数のオントロジー間の相互マッピング
    Ontologies (オントロジー)
    • Web 検索への適用
      • 意味の記述と項目の関連性をたどって検索
    • 一般的な情報・特化した情報を有効利用
      • 検索に失敗した場合は,検索エンジンがユーザに対してより一般的な検索語を提示
      • 検索結果が多すぎる場合,より専門的な検索語を提示
    Ontologies (オントロジー)
  • Web Ontology Languages (1)
    • RDF Schema
    • RDF はオブジェクトとそれらの関係を記述するためのデータモデル
    • RDF Schema は語彙を記述するための言語
    • RDF リソースの属性・クラスを記述
    • 属性・クラスの階層関係を定義するための意味論を提供
  • Web Ontology Languages (2)
    • OWL
    • より表現力の高いオントロジー記述言語
    • クラス間の関係
    • Cardinality (濃度)
      • 例: “ exactly one ” (ただ 1 つ存在する)
    • 属性のタイプを定義
    • 属性の特徴を定義 ( 例: 対称性がある )
  • 目次
      • Explicit Metadata (明示的なメタデータ)
      • Ontologies (オントロジー)
      • Logic (論理)
      • Agents (エージェント)
  • Logic (論理)
    • 知識表現のための形式言語
      • エージェントは与えられた知識から自動的に結論を推論する
    • 論理・推論は暗黙的なオントロジーを発見するために利用される
      • 想定外の関係や不整合の発見
    • 論理・推論はオントロジーよりも一般的
      • エージェントの意思決定や行動の選択に用いられる
  • Logic (論理)
    • 論理・推論の表現力が高まるほど,結論を得るための計算コストが大きくなる
      • 計算不可能な状態になった場合,結論を得ることが不可能になる.
    • Explanations (説明) : 推論の各ステップをたどれるように
      • セマンティック Web エージェントの行動に対してユーザの確信度を高める
  • 目次
      • Explicit Metadata (明示的なメタデータ)
      • Ontologies (オントロジー)
      • Logic (論理)
      • Agents (エージェント)
  • Agents (エージェント)
    • エージェントは自動的かつ能動的に動作する
      • オブジェクト指向・コンポーネントベースの開発手法の発展形
      • 捕捉:コンポーネントベースの開発とは,再利用可能なソフト部品を組み合わせてアプリケーションを開発する手法のこと
  • Agents (エージェント)
    • セマンティック Web におけるパーソナルエージェントの役割
      • ユーザ情報・タスクの受け取り
      • Web 情報の検索・他のエージェントとのコミュニケーション
      • ユーザの要求との比較,結論の選択
      • ユーザ への 返答
  • セマンティック Web における エージェント技術
    • セマンティック Web のエージェントはこれまで述べた技術を利用している!
    • メタデータ
      • Web からの情報抽出・情報発見
    • オントロジー
      • 検索・翻訳
      • 他のエージェントとのコミュニケーション
    • 論理・推論
      • 情報の処理->意思決定
  • 捕捉:セマンティック Web と AI
    • セマンティック Web の実現には AI 技術が不可欠
    • AI の技術やエージェントの技術をマッピングし直しただけではない
    • 例 ) セマンティック Web は AI が扱ってきた知識や論理の量とは比較にならないほど膨大な量を扱う
    • -> 従来の AI 技術で対応できないのでは?
  • おわり