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