توضیحات
Ontologies have become increasingly important as the use of knowledge graphs, machine learning, natural language processing (NLP), and the amount of data generated on a daily basis has exploded. As of 2014, 90% of the data in the digital universe was generated in the two years prior, and the volume of data was projected to grow from 3.2 zettabytes to 40 zettabytes in the next six years. The very real issues that government, research, and commercial organizations are facing in order to sift through this amount of information to support decision-making alone mandate increasing automation. Yet, the data profiling, NLP, and learning algorithms that are ground-zero for data integration, manipulation, and search provide less than satisfactory results unless they utilize terms with unambiguous semantics, such as those found in ontologies and well-formed rule sets. Ontologies can provide a rich ‘schema’ for the knowledge graphs underlying these technologies as well as the terminological and semantic basis for dramatic improvements in results. Many ontology projects fail, however, due at least in part to a lack of discipline in the development process. This book, motivated by the Ontology 101 tutorial given for many years at what was originally the Semantic Technology Conference (SemTech) and then later from a semester-long university class, is designed to provide the foundations for ontology engineering. The book can serve as a course textbook or a primer for all those interested in ontologies.
————————————————————–
ترجمه ماشینی :
با افزایش استفاده از نمودارهای دانش، یادگیری ماشین، پردازش زبان طبیعی (NLP) و میزان داده های تولید شده به صورت روزانه، هستی شناسی ها اهمیت فزاینده ای پیدا کرده اند. تا سال 2014، 90 درصد از دادههای دنیای دیجیتال در دو سال قبل تولید شد و پیشبینی میشد که حجم دادهها از 3.2 زتابایت به 40 زتابایت در شش سال آینده افزایش یابد. مسائل بسیار واقعی که دولت، سازمانهای تحقیقاتی و تجاری با آن مواجه هستند تا این حجم از اطلاعات را برای حمایت از تصمیمگیری به تنهایی بررسی کنند، افزایش اتوماسیون را الزامی میکنند. با این حال، الگوریتمهای پروفایل داده، NLP و یادگیری که برای یکپارچهسازی، دستکاری و جستجوی دادهها در حد صفر هستند، نتایج کمتر رضایتبخشی ارائه میکنند، مگر اینکه از اصطلاحاتی با معنایی واضح استفاده کنند، مانند آنهایی که در هستیشناسیها و مجموعههای قوانین به خوبی شکلگرفته شدهاند. هستیشناسیها میتوانند یک «طرحواره» غنی برای نمودارهای دانش زیربنای این فناوریها و همچنین مبنای اصطلاحی و معنایی برای بهبود چشمگیر نتایج ارائه کنند. با این حال، بسیاری از پروژههای هستیشناسی با شکست مواجه میشوند، حداقل تا حدی به دلیل فقدان نظم و انضباط در فرآیند توسعه. این کتاب با انگیزه آموزش هستیشناسی 101 که سالها در کنفرانسی که در ابتدا در کنفرانس فناوری معنایی (SemTech) و سپس از یک کلاس دانشگاهی یک ترم برگزار شد، ارائه شد، برای ارائه پایههای مهندسی هستیشناسی طراحی شده است. این کتاب میتواند بهعنوان کتاب درسی درسی یا مقدمهای برای همه علاقهمندان به هستیشناسی باشد.
tag : دانلود کتاب مهندسی هستی شناسی (سخنرانی ترکیبی در مورد داده ها، معناشناسی و دانش) , Download مهندسی هستی شناسی (سخنرانی ترکیبی در مورد داده ها، معناشناسی و دانش) , دانلود مهندسی هستی شناسی (سخنرانی ترکیبی در مورد داده ها، معناشناسی و دانش) , Download Ontology Engineering (Synthesis Lectures on Data, Semantics, and Knowledge) Book , مهندسی هستی شناسی (سخنرانی ترکیبی در مورد داده ها، معناشناسی و دانش) دانلود , buy مهندسی هستی شناسی (سخنرانی ترکیبی در مورد داده ها، معناشناسی و دانش) , خرید کتاب مهندسی هستی شناسی (سخنرانی ترکیبی در مورد داده ها، معناشناسی و دانش) , دانلود کتاب Ontology Engineering (Synthesis Lectures on Data, Semantics, and Knowledge) , کتاب Ontology Engineering (Synthesis Lectures on Data, Semantics, and Knowledge) , دانلود Ontology Engineering (Synthesis Lectures on Data, Semantics, and Knowledge) , خرید Ontology Engineering (Synthesis Lectures on Data, Semantics, and Knowledge) , خرید کتاب Ontology Engineering (Synthesis Lectures on Data, Semantics, and Knowledge) ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.