Из Википедии, свободной энциклопедии
Перейти к навигации Перейти к поиску

Семантические запросы позволяют выполнять запросы и аналитику ассоциативного и контекстного характера. Семантические запросы позволяют извлекать как явно, так и неявно полученную информацию на основе синтаксической, семантической и структурной информации, содержащейся в данных. Они предназначены для получения точных результатов (возможно, для четкого отбора одного единственного фрагмента информации) или для ответа на более расплывчатые и широко открытые вопросы с помощью сопоставления с образцом и цифровых аргументов .

Семантические запросы работают с именованными графами , связанными данными или тройками . Это позволяет запросу обрабатывать фактические отношения между информацией и выводить ответы из сети данных . Это контрастирует с семантическим поиском , который использует семантику (науку о значении) в неструктурированном тексте для получения лучших результатов поиска. (См. Обработку естественного языка .)

С технической точки зрения семантические запросы - это точные операции реляционного типа, очень похожие на запрос к базе данных . Они работают со структурированными данными и, следовательно, имеют возможность использовать комплексные функции, такие как операторы (например,>, <и =), пространства имен, сопоставление с образцом , создание подклассов , транзитивные отношения , семантические правила и контекстный полнотекстовый поиск . Семантический веб стека технология W3C предлагает SPARQL [1] [2] , чтобы сформулировать семантические запросы в синтаксисе аналогично SQL . Семантические запросы используются в хранилищах троек ,графические базы данных , семантические вики , системы естественного языка и искусственного интеллекта.

Фон [ править ]

Реляционные базы данных представляют все отношения между данными только неявным образом. [3] [4] Например, отношения между покупателями и продуктами (хранящиеся в двух таблицах содержимого и связанные с дополнительной таблицей ссылок) возникают только в операторе запроса ( SQL в случае реляционных баз данных), написанном разработчик. Написание запроса требует точного знания схемы базы данных . [5] [6]

Связанные данные явным образом представляют все отношения между данными . В приведенном выше примере писать код запроса не нужно. Подходящий продукт для каждого покупателя может быть доставлен автоматически. В то время как этот простой пример тривиален, реальная сила связанных данных вступает в игру, когда создается сеть информации (клиенты с их геопространственной информацией, такой как город, штат и страна; продукты с их категориями внутри подкатегорий и суперкатегорий). ). Теперь система может автоматически отвечать на более сложные запросы и аналитику, которые ищут связь определенного местоположения с категорией продукта. Усилия по разработке для этого запроса опущены. Выполнение семантического запроса осуществляется ходьбой.сеть информации и поиска совпадений (также называемая обходом графа данных ).

Еще одним важным аспектом семантических запросов является то, что тип отношения может использоваться для включения интеллекта в систему. Отношения между покупателем и продуктом имеют принципиально иную природу, чем отношения между районом и его городом. Последнее позволяет механизму семантических запросов сделать вывод, что клиент, живущий на Манхэттене, также живет в Нью-Йорке, тогда как другие отношения могут иметь более сложные шаблоны и «контекстную аналитику». Этот процесс называется выводом или рассуждением и представляет собой способность программного обеспечения получать новую информацию на основе заданных фактов.

Статьи [ править ]

  • Велес, Голда (2008). «Семантика помогает Уолл-стрит справиться с перегрузкой данных» . wallstreetandtech.com.
  • Чжифэн, Сяо (2009). «Семантический запрос пространственной информации на основе SPARQL». В Лю, Яолинь; Тан, Синьмин (ред.). Международный симпозиум по пространственному анализу, пространственно-временному моделированию данных и интеллектуальному анализу данных . 7492 . ШПИОН. стр.74921 Bibcode : 2009SPIE.7492E..60X . DOI : 10.1117 / 12.838556 . S2CID  62191842 .
  • Аквин, Матье (2010). «Watson, больше, чем поисковая система семантической паутины» (PDF) . Семантический веб-журнал.
  • Дворецки, Том (2011). «Как работает Siri:« мозг »iPhone происходит из обработки естественного языка» . International Business Times.
  • Хорвитт, Элизабет (2011). «Семантическая сеть переходит к делу» . computerworld.com.
  • Родригес, Марко (2011). «Сопоставление графического образа с Гремлином» . markorodriguez.com по графическим вычислениям.
  • Секеда, Хуан (2011). "Гайки и болты SPARQL" . Кембриджская семантика.
  • Фрейтас, Андре (2012). «Запросы гетерогенных наборов данных в сети связанных данных» (PDF) . IEEE Internet Computing.
  • Кауппинен, Томи (2012). «Использование пакета SPARQL в R для обработки пространственных связанных данных» . connectedscience.org.
  • Лоренц, Алисса (2013). «С большими данными, контекст - большая проблема» . Проводной.

См. Также [ править ]

  • Внимание
  • Dataspaces
  • Представление знаний
  • Связанные данные
  • Выравнивание онтологий
  • Философия
  • Семантическая интеграция
  • Семантическая публикация
  • Семантика бизнес-лексики и бизнес-правил
  • SPARQL

Ссылки [ править ]

  1. ^ «Введение в SPARQL: запросы к семантической сети» . XML.com. 2005 г.
  2. ^ "Язык запросов SPARQL для RDF" . W3C. 2008 г.
  3. ^ «Семантические запросы в базах данных: проблемы и вызовы» . Цифровая библиотека ACM. 2009 г.
  4. ^ "Карма: система отображения структурированных источников в семантическую сеть" (PDF) . eswc-conferences.org. 2012 г.
  5. ^ «Масштабируемый подход к изучению семантических моделей структурированных источников» (PDF) . 8-я Международная конференция IEEE по семантическим вычислениям. 2014 г.
  6. ^ «Семантика для интеграции и анализа больших данных» (PDF) . Осенний симпозиум AAAI по семантике больших данных. 2013.

Внешние ссылки [ править ]

  • Стандарты семантической сети W3C - Запрос