B
Нет, вы недооцениваете. Это старая тематика — создавать системы концептов под определённую задачу в автоматическом режиме.
Size: a a a
2019 October 17
t2
Сейчас как раз переписываю старые лабы по ИИ в вузе. Там вот это все, Prolog, Scheme, правила продукций на базах знаний
t2
70ые-80ые короче
B
Brenoritvrezorkre
Вопросы-ответы — это QA-системы, которые базируются отнюдь, как правило, не на онтологиях.
Даже википедия знает:
"In the 1970s, knowledge bases were developed that targeted narrower domains of knowledge. The question answering systems developed to interface with these expert systems produced more repeatable and valid responses to questions within an area of knowledge. These expert systems closely resembled modern question answering systems except in their internal architecture. Expert systems rely heavily on expert-constructed and organized knowledge bases, whereas many modern question answering systems rely on statistical processing of a large, unstructured, natural language text corpus."
» modern question answering systems rely on statistical processing of a large, unstructured, natural language text corpus
"In the 1970s, knowledge bases were developed that targeted narrower domains of knowledge. The question answering systems developed to interface with these expert systems produced more repeatable and valid responses to questions within an area of knowledge. These expert systems closely resembled modern question answering systems except in their internal architecture. Expert systems rely heavily on expert-constructed and organized knowledge bases, whereas many modern question answering systems rely on statistical processing of a large, unstructured, natural language text corpus."
» modern question answering systems rely on statistical processing of a large, unstructured, natural language text corpus
B
Если речь не о миниатюрных QA-системах , к которым приставлен специальный человек, пишущий запросы.
D
Самая большая проблема онтологий - их надо наполнять
D
Обычно это делают люди. В 20 веке только люди
B
При помощи FCA можно разгрузить экспертов по знаниям.
B
Зачем онтологии для диагностики, тоже не ясно либо ясно очень смутно.
B
Единственное адекватное применение онтологий, которое я видел вне интеллектуальных агентов — это интеграция знаний, а также их маппинг, всё.
B
Насколько часто это требуется?
AK
можно делать выводы, что если университет - это организация, а МГУ - это университет, то МГУ - это организация, например.
D
Самая большая проблема онтологий - их надо наполнять
Поэтому сейчас интерес к ним угас
D
можно делать выводы, что если университет - это организация, а МГУ - это университет, то МГУ - это организация, например.
++
D
Экспертные системы
B
можно делать выводы, что если университет - это организация, а МГУ - это университет, то МГУ - это организация, например.
Ну, для штук по типу этого достаточно пролога.
AK
онтология же по большому счету это штука для представления знаний. классы + отношения + связи + факты грубо говоря
B
И там насоздавали кучу языков для этого, по типу OWL.
B
Но конкретно для задачи сделать какой-либо вывод достаточно всего лишь написания программы на прологе.
B
Т.е. написание отдельно онтологии избыточно. Не избыточно, если мы хотим делать то, что пролог не умеет — например, когда хотим создать композицию нескольких онтологий.