semantisch zoeken
in een webomgeving
semantisch web, knowledge graph, ontologieën, metadata, linked data, ....
Eric Siever...
semantisch zoeken
semantisch zoeken ≡ semantisch web
van het semantisch web zoals dat Tim Berners Lee in 2004
voor ogen st...
semantisch zoeken
zoeken doen we allemaal, maar wat is
semantisch zoeken ?
heel globaal 2 aspecten daaraan:
1. inschatten ...
4 eric sieverts, juni 2014
5
semantisch zoeken
zoeken doen we allemaal, maar wat is
semantisch zoeken ?
heel globaal 2 aspecten daaraan:
1. inschatten ...
7
semantisch zoeken
1. bepalen wat de zoeker bedoelt
– uit locatie van de zoeker
bijv.: zoekt mobiel in buurt van de Rozengr...
semantisch zoeken
2. interpretatie van betekenis in webpagina's
– herkennen van entiteiten in de tekst
bijv.: namen van pe...
1. intentie van de zoeker
intentie of context van zoekvraag kan worden bepaald:
• op basis van de locatie van de zoeker
– ...
1. intentie van de zoeker
intentie of context van zoekvraag kan worden bepaald:
• op basis van de locatie van de zoeker
• ...
1. intentie van de zoeker
intentie of context van vraag kan worden bepaald:
• op basis van locatie
• op basis van eerder z...
Wie “Bach” zoekt, zal vermoedelijk J.S. bedoelen
en liever gegevens dan websites over hem vinden
Google's Knowledge Graph ...
wat is in dit verband een "graph"?
 een netwerk van al die concepten met
hun onderlinge relaties en kenmerken
14
15 eric sieverts, juni 2014
meer uit de Knowledge Graph
generieke
vragen
leveren
"carousel"
16 eric sieverts, juni 2014
17 eric sieverts, juni 2014
maar niets over
de diefstal ….
19
20 eric sieverts, juni 2014
feitelijk antwoord
boven gewone
resultaten
eric sieverts, juni 201421
22 eric sieverts, juni 2014
eric sieverts, juni 201423
24 eric sieverts, juni 2014
25 eric sieverts, juni 2014
26 eric sieverts, juni 2014
vergelijkingen
27 eric sieverts, juni 2014
Bing heeft zijn "Entity Engine" (Satori)
die ook steeds slimmer begint te worden
28
maar alleen bij landeninstelling
"Verenigde Staten"
29
eric sieverts, juni 201430
hoe doen reguliere zoekmachines en
gespecialiseerde semantische systemen
het bij inhoudelijke vragen?
"how many plays wrot...
32
"how many plays wrote
Shakespeare ?"
33
"who won the 1992
Nobel Peace Prize ?"
hoe doen reguliere zoekmachines en
gespecialiseerde semantische systemen
het bij inhoudelijke vragen?
"who won the 1992 No...
2. interpretatie van betekenis
betekenis herkennen (van tekst) in webpagina's
• herkennen van "entiteiten" in tekst
(herke...
herkennen van "entiteiten"
example:
article from NYTimes
analysed by
….. >>
36
example:
article from NYTimes
analysed by
"Open Calais"
http://viewer.opencalais.com/
zie vb Powerhouse museum
example:
article from NYTimes
analysed by "Zemanta"
http://www.zemanta.com/demo/
38 eric sieverts, juni 2014
2. interpretatie van betekenis
betekenis herkennen (van tekst) in webpagina's
• herkennen van "entiteiten" in tekst
(herke...
eric sieverts, juni 2014
categorisatie: sentiment detection
voorbeeld:
PDF document
geanalyseerd met
Dewey Classifier
categorisatie: onderwerp
41
resultaat van analyse
van PDF document
42
Google herkent
objecten in images
43
Zoekresultaat uit Nederlandse Impala-
systeem (Cees Snoek, UvA) dat is
getraind op afbeeldingen van honderden
concepten (w...
pinterest
biedt automatisch (?) gegenereerde
filters op onder meer recepten
?
2. interpretatie van betekenis
betekenis herkennen (van tekst) in webpagina's
• herkennen van "entiteiten" in tekst
(herke...
eric sieverts, juni 2014
gebruik van semantische codering
gestandaardiseerde markering van kenmerken in
webpagina's - "sem...
48
browser extensies
(in Chrome) om
embedded metadata
uit pagina's te pikken
standaardisatie van
kenmerken van producten
met "GR-ontologie"
volgens "RDFa“ in “XHTML”
50
51
52
nieuwe standaard van de zoekmachinegiganten: microdata
hiërarchie van kenmerken voor embeddable metadata in webpagina’s
53...
de concepten uit de
good relations ontology
zijn recent ook in
schema.org geïncorporeerd
door Google, Bing en Yahoo vastge...
microdata en RDFa
• toepassing hiervan op open web is vaak "SEO-driven"
• Google biedt webmasters "Structured data testing...
• zoeker kan gerichter zoeken en filteren
(zoals in Google's receptenzoeker)
• zoeker krijgt al extra informatie over gevo...
hulp voor makers
van pagina's voor
toevoegen metadata
57
58
59
2. interpretatie van betekenis
betekenis herkennen (van tekst) in webpagina's
• herkennen van "entiteiten" in tekst
(herke...
betekenis door structuur
Facebook
• kent betekenis toe door gegevens gestructureerd op te slaan
• doet dat ook in een "gra...
2. interpretatie van betekenis
betekenis herkennen (van tekst) in webpagina's
• herkennen van "entiteiten" in tekst
(herke...
Tim Berners Lee:
1989: "invented" the World Wide Web
2004: proposed the "semantic web"
2006: designed "linked data" as a s...
linked data
linked (open) data
• kan weergegeven als RDF-tripels
zodat die data computer-leesbaar zijn
• ze staan op inter...
intermezzo linked datardf tripels
eric sieverts, juni 201466
naar idee van
Lucas Koster / IP
"Uit Berlijn"
boek
Uit Berlij...
dbpedia: data
from Wikipedia
last.fm: artists
geonames:
6.2 M toponyms
BBC: wildlife
finder
project
GutenbergIMDB
music br...
in semantisch web
wordt van "alles"
de betekenis
vastgelegd
eric sieverts, juni 2014
semantisch web
om betekenis ook te
ku...
Originally from: http://www.emiliosanfilippo.it/?page_id=1172
ontologieën
69
"Ontology is the philosophical study of the nature of
being, becoming, existence, or reality, as well as
the basic categor...
filosofie
kunstmatige
intelligentie
semantisch
web
71
linked
(open) data
ontologieën
eric sieverts, juni 2014
intermezzo s...
relaties tussen enkele concepten
in een eenvoudige "wijn-ontologie"
Château Lafitte Rothschild {is een} wijnhuis
Château L...
voorbeeld van de relaties
tussen concepten m.b.t.
het standbeeld van Balzac
door Rodin [CIDOC-CRM]
73
elk soort kennisorganisatiesysteem waarmee betekenis
beschreven kan worden, dus ook:
• thesauri
• taxonomieën
• semantisch...
"conceptuele datamodellen" voor allerlei domeinen, zoals
• foaf (persoonsgegevens)
• dublin core (15 velden voor vooral er...
semantisch zoeken
slotconclusies:
 al is het hele "semantisch web" er misschien nog niet,
er is wel steeds meer semantiek...
the end
eric sieverts, juni 201477
Semantisch zoeken in een webomgeving
Semantisch zoeken in een webomgeving
Upcoming SlideShare
Loading in …5
×

Semantisch zoeken in een webomgeving

482 views

Published on

Symposium e-discovery, 12 juni 2014, Amsterdam

Published in: Internet
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
482
On SlideShare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
8
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Semantisch zoeken in een webomgeving

  1. 1. semantisch zoeken in een webomgeving semantisch web, knowledge graph, ontologieën, metadata, linked data, .... Eric Sieverts @sieverts E-discovery juni 2014
  2. 2. semantisch zoeken semantisch zoeken ≡ semantisch web van het semantisch web zoals dat Tim Berners Lee in 2004 voor ogen stond, zijn alleen pas wat losse bouwstenen gerealiseerd, maar die helpen wel bij "semantisch zoeken" eric sieverts, juni 20142 semantisch zoeken semantisch web entiteiten ontologieën metadata ….
  3. 3. semantisch zoeken zoeken doen we allemaal, maar wat is semantisch zoeken ? heel globaal 2 aspecten daaraan: 1. inschatten wat zoekers met hun zoekvraag bedoelen "no strings but things" bijvoorbeeld: – om concreet antwoord te kunnen geven, in plaats van lijstje met "ten blue links" 2. interpretatie van de betekenis van (in webpagina's) aangeboden content eric sieverts, juni 20143
  4. 4. 4 eric sieverts, juni 2014
  5. 5. 5
  6. 6. semantisch zoeken zoeken doen we allemaal, maar wat is semantisch zoeken ? heel globaal 2 aspecten daaraan: 1. inschatten wat zoekers met hun zoekvraag bedoelen – concreet antwoord in plaats van "ten blue links" 2. interpretatie van de betekenis van (in webpagina's) aangeboden content bijvoorbeeld: – ten behoeve van die concrete antwoorden, of – om in die "ten blue links" extra informatie te kunnen tonen eric sieverts, juni 20146
  7. 7. 7
  8. 8. semantisch zoeken 1. bepalen wat de zoeker bedoelt – uit locatie van de zoeker bijv.: zoekt mobiel in buurt van de Rozengracht naar “pizza” >> adres van pizzeria in de buurt – uit eerder zoekgedrag van de zoeker bijv.: personalisatie van ranking bij Google – door analyse van de zoekvraag • uit algemene statistiek van zoekvragen bijv.: wie "bach" zoekt bedoelt 95% zeker "Johann Sebastian" • door herkennen van "entiteiten" bijv.: "Parijs" is een stad (waarover feiten beschikbaar zijn) • door natuurlijke taalinterpretatie – ... eric sieverts, juni 20148
  9. 9. semantisch zoeken 2. interpretatie van betekenis in webpagina's – herkennen van entiteiten in de tekst bijv.: namen van personen, bedrijven, steden, producten, ... – automatisch herkennen van betekenis bijv.: door "machine learning" getraind op vaste concepten – gebruik van metadata/codering volgens ontologieën bijv.: informatie gecodeerd met begrippen uit schema.org ontologie – uit structuur van beschikbare informatie bijv.: gestructureerd opgeslagen kenmerken in Facebook – koppelen aan data uit andere bronnen bijv.: linked (open) data – ... eric sieverts, juni 20149
  10. 10. 1. intentie van de zoeker intentie of context van zoekvraag kan worden bepaald: • op basis van de locatie van de zoeker – globaal: op basis van internetdomein waar gebruiker zit (ip-adres) op google.nl krijg je ander antwoord dan op google.com – heel precies: op basis van bekende gps- of gsm-gegevens (mobiel) • op basis van eerder zoekgedrag van de zoeker • op basis van analyse van gestelde vraag eric sieverts, juni 201410
  11. 11. 1. intentie van de zoeker intentie of context van zoekvraag kan worden bepaald: • op basis van de locatie van de zoeker • op basis van eerder zoekgedrag van de zoeker – wat voor zoekvragen stelde gebruiker eerder – naar welke resultaten keek gebruiker dan (zoals toegepast in Google's relevantie-personalisatie; opgeslagen "web history" is ook al "big data") • op basis van analyse van de gestelde vraag eric sieverts, juni 201411
  12. 12. 1. intentie van de zoeker intentie of context van vraag kan worden bepaald: • op basis van locatie • op basis van eerder zoekgedrag • op basis van analyse van de gestelde vraag – naam van persoon, bedrijf, product, gebeurtenis, … >> feiten – naam van gewoon persoon >> facebook / linked-in gegevens – herkent vaste combinaties van woorden – natuurlijke taal interpretatie – statistiek op frequente eerdere vragen eric sieverts, juni 201412 Google Knowledge Graph wolfram|alpha
  13. 13. Wie “Bach” zoekt, zal vermoedelijk J.S. bedoelen en liever gegevens dan websites over hem vinden Google's Knowledge Graph kent >500 miljoen objecten met >3,5 miljard kenmerken (deels ook in het Nederlands) 13 gegevens o.a. afkomstig uit: "Freebase" (crowdsourced kennisbank), Wikipedia, CIA World factbook en (statistische) analyse van eigen gegevens
  14. 14. wat is in dit verband een "graph"?  een netwerk van al die concepten met hun onderlinge relaties en kenmerken 14
  15. 15. 15 eric sieverts, juni 2014 meer uit de Knowledge Graph generieke vragen leveren "carousel"
  16. 16. 16 eric sieverts, juni 2014
  17. 17. 17 eric sieverts, juni 2014
  18. 18. maar niets over de diefstal …. 19
  19. 19. 20 eric sieverts, juni 2014 feitelijk antwoord boven gewone resultaten
  20. 20. eric sieverts, juni 201421
  21. 21. 22 eric sieverts, juni 2014
  22. 22. eric sieverts, juni 201423
  23. 23. 24 eric sieverts, juni 2014
  24. 24. 25 eric sieverts, juni 2014
  25. 25. 26 eric sieverts, juni 2014 vergelijkingen
  26. 26. 27 eric sieverts, juni 2014
  27. 27. Bing heeft zijn "Entity Engine" (Satori) die ook steeds slimmer begint te worden 28
  28. 28. maar alleen bij landeninstelling "Verenigde Staten" 29
  29. 29. eric sieverts, juni 201430
  30. 30. hoe doen reguliere zoekmachines en gespecialiseerde semantische systemen het bij inhoudelijke vragen? "how many plays wrote Shakespeare ?" 31 "how many plays wrote Shakespeare ?"
  31. 31. 32 "how many plays wrote Shakespeare ?"
  32. 32. 33 "who won the 1992 Nobel Peace Prize ?"
  33. 33. hoe doen reguliere zoekmachines en gespecialiseerde semantische systemen het bij inhoudelijke vragen? "who won the 1992 Nobel Peace Prize ?" 34 "who won the 1992 Nobel Peace Prize ?"
  34. 34. 2. interpretatie van betekenis betekenis herkennen (van tekst) in webpagina's • herkennen van "entiteiten" in tekst (herkennen van woorden/samenstellingen behorend tot categorieën zoals plaats, persoon, bedrijf, product, ...) • automatische categorisatie door training via "machine learning" (met taxonomie of thesaurus, zowel inhoudelijk als bijv. "sentiment detection") • betekenis die herkenbaar aanwezig is in "embedded metadata" (bijvoorbeeld binnen XML of (X)HTML coderingen) >> semantisch web • betekenis af te leiden uit structuur van opgeslagen gegevens (bijvoorbeeld bij Facebook Graph Search) • voor inhoudelijke koppeling met geselecteerde andere bronnen (bijvoorbeeld via "linked data") • ... eric sieverts, juni 201435
  35. 35. herkennen van "entiteiten" example: article from NYTimes analysed by ….. >> 36
  36. 36. example: article from NYTimes analysed by "Open Calais" http://viewer.opencalais.com/ zie vb Powerhouse museum
  37. 37. example: article from NYTimes analysed by "Zemanta" http://www.zemanta.com/demo/ 38 eric sieverts, juni 2014
  38. 38. 2. interpretatie van betekenis betekenis herkennen (van tekst) in webpagina's • herkennen van "entiteiten" in tekst (herkennen van woorden/samenstellingen behorend tot categorieën zoals plaats, persoon, bedrijf, product, ...) • automatische categorisatie door training via "machine learning" (met taxonomie of thesaurus, zowel inhoudelijk als bijv. "sentiment detection") • betekenis die herkenbaar aanwezig is in "embedded metadata" (bijvoorbeeld binnen XML of (X)HTML coderingen) >> semantisch web • betekenis af te leiden uit structuur van opgeslagen gegevens (bijvoorbeeld bij Facebook Graph Search) • voor inhoudelijke koppeling met geselecteerde andere bronnen (bijvoorbeeld via "linked data") • ... eric sieverts, juni 201439
  39. 39. eric sieverts, juni 2014 categorisatie: sentiment detection
  40. 40. voorbeeld: PDF document geanalyseerd met Dewey Classifier categorisatie: onderwerp 41
  41. 41. resultaat van analyse van PDF document 42
  42. 42. Google herkent objecten in images 43
  43. 43. Zoekresultaat uit Nederlandse Impala- systeem (Cees Snoek, UvA) dat is getraind op afbeeldingen van honderden concepten (waaronder schapen)
  44. 44. pinterest biedt automatisch (?) gegenereerde filters op onder meer recepten ?
  45. 45. 2. interpretatie van betekenis betekenis herkennen (van tekst) in webpagina's • herkennen van "entiteiten" in tekst (herkennen van woorden/samenstellingen behorend tot categorieën zoals plaats, persoon, bedrijf, product, ...) • automatische categorisatie door training via "machine learning" (met taxonomie of thesaurus, zowel inhoudelijk als bijv. "sentiment detection") • betekenis die herkenbaar aanwezig is in "embedded metadata" (bijvoorbeeld binnen XML of (X)HTML coderingen) >> semantisch web • betekenis af te leiden uit structuur van opgeslagen gegevens (bijvoorbeeld bij Facebook Graph Search) • voor inhoudelijke koppeling met geselecteerde andere bronnen (bijvoorbeeld via "linked data") • ... eric sieverts, juni 201446
  46. 46. eric sieverts, juni 2014 gebruik van semantische codering gestandaardiseerde markering van kenmerken in webpagina's - "semantic markup" voorbeelden van zulke "embedded metadata": – recipe search bij Google en Yahoo – toepassing e-commerce ontology daarbij gebruikte standaarden: – rich snippet markup / microdata / schema.org (Google, Yahoo, Bing, Yandex) onder andere voor: recepten, recencies, personen, producten, organisaties, gebeurtenissen, muziek – RDFa 47
  47. 47. 48
  48. 48. browser extensies (in Chrome) om embedded metadata uit pagina's te pikken
  49. 49. standaardisatie van kenmerken van producten met "GR-ontologie" volgens "RDFa“ in “XHTML” 50
  50. 50. 51
  51. 51. 52
  52. 52. nieuwe standaard van de zoekmachinegiganten: microdata hiërarchie van kenmerken voor embeddable metadata in webpagina’s 53 + nu ook Yandex
  53. 53. de concepten uit de good relations ontology zijn recent ook in schema.org geïncorporeerd door Google, Bing en Yahoo vastgelegde standaard: microdata met hiërarchie van embeddable metadata kenmerken voor het web 54
  54. 54. microdata en RDFa • toepassing hiervan op open web is vaak "SEO-driven" • Google biedt webmasters "Structured data testing tool" dat fouten in codering detecteert zie blogposts op SearchEngineLand: http://searchengineland.com/how -to-use-rich-snippets-semantic- markup-to-send-rich-signals- 139886 http://searchengineland.com/5- ways-optimize-markup- knowledge-graph-semantic- search-186755 eric sieverts, juni 201455
  55. 55. • zoeker kan gerichter zoeken en filteren (zoals in Google's receptenzoeker) • zoeker krijgt al extra informatie over gevonden items in zijn 10 blue links (zoals Google's rich snippets) wat heeft zoeker hieraan?
  56. 56. hulp voor makers van pagina's voor toevoegen metadata 57
  57. 57. 58
  58. 58. 59
  59. 59. 2. interpretatie van betekenis betekenis herkennen (van tekst) in webpagina's • herkennen van "entiteiten" in tekst (herkennen van woorden/samenstellingen behorend tot categorieën zoals plaats, persoon, bedrijf, product, ...) • automatische categorisatie door training via "machine learning" (met taxonomie of thesaurus, zowel inhoudelijk als bijv. "sentiment detection") • betekenis die herkenbaar aanwezig is in "embedded metadata" (bijvoorbeeld binnen XML of (X)HTML coderingen) >> semantisch web • betekenis af te leiden uit structuur van opgeslagen gegevens (bijvoorbeeld bij Facebook Graph Search) • voor inhoudelijke koppeling met geselecteerde andere bronnen (bijvoorbeeld via "linked data") • ... eric sieverts, juni 201460
  60. 60. betekenis door structuur Facebook • kent betekenis toe door gegevens gestructureerd op te slaan • doet dat ook in een "graph" >> graph search 61 eric sieverts, juni 2014 Facebook Graph Search alles wat gebruikers registreren, wordt gestructureerd opgeslagen in Facebook's graph (met gestandaardiseerde betekenis), waardoor ook gestructureerd gezocht kan worden
  61. 61. 2. interpretatie van betekenis betekenis herkennen (van tekst) in webpagina's • herkennen van "entiteiten" in tekst (herkennen van woorden/samenstellingen behorend tot categorieën zoals plaats, persoon, bedrijf, product, ...) • automatische categorisatie door training via "machine learning" (met taxonomie of thesaurus, zowel inhoudelijk als bijv. "sentiment detection") • betekenis die herkenbaar aanwezig is in "embedded metadata" (bijvoorbeeld binnen XML of (X)HTML coderingen) >> semantisch web • betekenis af te leiden uit structuur van opgeslagen gegevens (bijvoorbeeld bij Facebook Graph Search) • voor inhoudelijke koppeling met geselecteerde andere bronnen (bijvoorbeeld via "linked data") • ... eric sieverts, juni 201463
  62. 62. Tim Berners Lee: 1989: "invented" the World Wide Web 2004: proposed the "semantic web" 2006: designed "linked data" as a step towards realisation of the semantic web eric sieverts, juni 201464 van web tot linked data intermezzo linked data
  63. 63. linked data linked (open) data • kan weergegeven als RDF-tripels zodat die data computer-leesbaar zijn • ze staan op internet zodat het "open" is • bedoeld om te worden hergebruikt zodat het belangrijk ingrediënt voor het semantisch web is • is gestandaardiseerd zodat het makkelijk hergebruikt kan worden • iedereen kan (en moet!) data bijdragen waardoor het soms wel een beetje een rommeltje is • je kunt zoeken in linked data triple-stores SPARQL is voor linked data wat SQL is voor relationele database eric sieverts, juni 201465 intermezzo linked data
  64. 64. intermezzo linked datardf tripels eric sieverts, juni 201466 naar idee van Lucas Koster / IP "Uit Berlijn" boek Uit Berlijn "Armando" Schuldig landschap http://www.worldcat.org/oclc/10098995 http://www.w3.org/1999/02/22-rdf-syntax-ns#type http://xmlns.com/foaf/spec/#term_name http://viaf.org/viaf/9885610/ http://hdl.handle.net/10934/RM0001.COLLECT.496040 http://purl.org/dc/terms/creator http://purl.org/dc/terms/creator http://schema.org/Book Armando http://purl.org/dc/terms/title
  65. 65. dbpedia: data from Wikipedia last.fm: artists geonames: 6.2 M toponyms BBC: wildlife finder project GutenbergIMDB music brainz Reuters: openCalais viaf: virtual international authority file LCSH NY times Flickr "linked open data cloud" - 31 miljard data online – 504 miljoen links daartussen door standaardisering van dataformats en metadata, kunnen computers betekenis van die data "begrijpen" en die data gebruiken rechtspraak.nl
  66. 66. in semantisch web wordt van "alles" de betekenis vastgelegd eric sieverts, juni 2014 semantisch web om betekenis ook te kunnen begrijpen zijn "ontologieën" nodig 68 intermezzo semantisch web & ontologieën
  67. 67. Originally from: http://www.emiliosanfilippo.it/?page_id=1172 ontologieën 69
  68. 68. "Ontology is the philosophical study of the nature of being, becoming, existence, or reality, as well as the basic categories of being and their relations" Wikipedia filosofie kunstmatige intelligentie semantisch web 70 linked (open) data ontologieën eric sieverts, juni 2014 intermezzo semantisch web & ontologieën 70
  69. 69. filosofie kunstmatige intelligentie semantisch web 71 linked (open) data ontologieën eric sieverts, juni 2014 intermezzo semantisch web & ontologieën “een ontologie is een strikt en uitputtend schema voor een bepaald onderwerpsdomein, meestal in een hiërarchische structuur, die alle relevante grootheden en hun relaties bevat, alsmede de regels waaraan die grootheden en relaties binnen dat domein voldoen” of: een geformaliseerde kennisrepresentatie, meestal voor een beperkt onderwerpsdomein (bijv. een wijnontologie) 71
  70. 70. relaties tussen enkele concepten in een eenvoudige "wijn-ontologie" Château Lafitte Rothschild {is een} wijnhuis Château Lafitte Rothschild {produceert} Château Lafitte Rothschild Pauillac Bordeaux {heeft als beste wijnhuizen} Château Lafitte Rothschild Château Lafitte Rothschild Pauillac {wordt gemaakt door} Château Lafitte Rothschild Château Lafitte Rothschild Pauillac {is een} Pauillac Bordeaux {is een} wijnstreek .... veel meer soorten relaties mogelijk dan alleen BT, NT, RT, Use, Used for 72 hiërarchische structuur van concepten van één soort in een eenvoudige "wijn-ontologie"
  71. 71. voorbeeld van de relaties tussen concepten m.b.t. het standbeeld van Balzac door Rodin [CIDOC-CRM] 73
  72. 72. elk soort kennisorganisatiesysteem waarmee betekenis beschreven kan worden, dus ook: • thesauri • taxonomieën • semantische netwerken • namenlijsten • concordanties • …  in veel algemenere zin dan alleen "echte" ontologieën  formele standaard notaties nodig om ze te beschrijven filosofie kunstmatige intelligentie semantisch web 74 linked (open) data schema.org is ook simpele vorm hiervan ontologieën eric sieverts, juni 2014 intermezzo semantisch web & ontologieën 74
  73. 73. "conceptuele datamodellen" voor allerlei domeinen, zoals • foaf (persoonsgegevens) • dublin core (15 velden voor vooral erfgoed) • good-relations ontology (e-commerce) • music ontology (muziek) • skos (thesaurusrelaties) • cidoc-crm (erfgoed) definities van "velden", klassen van eigenschappen, e.d., meestal niet van hun inhouden filosofie kunstmatige intelligentie semantisch web 75 linked (open) data eric sieverts, juni 2014 intermezzo semantisch web & ontologieënontologieën 75
  74. 74. semantisch zoeken slotconclusies:  al is het hele "semantisch web" er misschien nog niet, er is wel steeds meer semantiek op het web, zowel bij zoekmachines als in webpagina's zelf  daardoor wordt het vinden van informatie (of feiten en antwoorden?) steeds makkelijker  maar wel vooral nog voor mainstream onderwerpen  en voor informatiespecialisten blijven de spreekwoordelijke "ten blue links" onontbeerlijk om goed gefundeerde antwoorden te kunnen geven eric sieverts, juni 201476
  75. 75. the end eric sieverts, juni 201477

×