РН
Без разметки и онтологий любая база " сырых" текстов это только Информационная помойка.
К сожалению, в реальном мире всё сурово. Датасеты с учителем большая редкость. В крайнем случае, лишь частичное привлечение учителя.
Size: a a a
2020 July 17
ES
что под онтологией понимается?
Классика..
Ontology learning (ontology extraction, ontology generation, or ontology acquisition) is the automatic or semi-automatic creation of ontologies, including extracting the corresponding domain's terms and the relationships between the concepts that these terms represent from a corpus of natural language text, and encoding them with an ontology language for easy retrieval.
Ontology learning (ontology extraction, ontology generation, or ontology acquisition) is the automatic or semi-automatic creation of ontologies, including extracting the corresponding domain's terms and the relationships between the concepts that these terms represent from a corpus of natural language text, and encoding them with an ontology language for easy retrieval.
ES
К сожалению, в реальном мире всё сурово. Датасеты с учителем большая редкость. В крайнем случае, лишь частичное привлечение учителя.
Есть процедуры автоматизации построения онтологий.
И мы ими активно пользуемся..
И мы ими активно пользуемся..
ES
Много хороших обзоров на эту тему..
Например, https://cyberleninka.ru/article/n/metody-avtomaticheskogo-postroeniya-ontologiy
Например, https://cyberleninka.ru/article/n/metody-avtomaticheskogo-postroeniya-ontologiy
ES
FB, например, генерирует вопросы, маскируя слова и таким образом избавляет от необходимости разметки
https://github.com/facebookresearch/UnsupervisedQA
https://github.com/facebookresearch/UnsupervisedQA
Спасибо. Отличная ссылка!
РН
Есть процедуры автоматизации построения онтологий.
И мы ими активно пользуемся..
И мы ими активно пользуемся..
web 2.0 умер вместе со стандартом OWL. изучал эту тему. к сожалению, глубокий скепсис по сравнению с глубинным обучением. но спасибо за материалы. изучу. глубинное обучение привлекает тем, что можно масштабировать не только на языковые модели, но и на любые символьные, включая кодирование временных рядов.
2020 July 18
ES
web 2.0 умер вместе со стандартом OWL. изучал эту тему. к сожалению, глубокий скепсис по сравнению с глубинным обучением. но спасибо за материалы. изучу. глубинное обучение привлекает тем, что можно масштабировать не только на языковые модели, но и на любые символьные, включая кодирование временных рядов.
🤝👍
SS
Много хороших обзоров на эту тему..
Например, https://cyberleninka.ru/article/n/metody-avtomaticheskogo-postroeniya-ontologiy
Например, https://cyberleninka.ru/article/n/metody-avtomaticheskogo-postroeniya-ontologiy
Спасибо. Действительно очень интересный обзор.
Можете порекомендоавть почитать что-то еще подобного уровня?
Можете порекомендовать чаты посвященные онтологиям?
TIA
Можете порекомендоавть почитать что-то еще подобного уровня?
Можете порекомендовать чаты посвященные онтологиям?
TIA
I
думаю, что можно поискать про knowledge graph
например, http://kgb-workshop.org/
например, http://kgb-workshop.org/
I
семантик веб не то чтобы умер. хайп прошел. но рисеч там идет: https://2020.eswc-conferences.org/accepted-papers/
I
а с последними успехами в нлп — внимание должно вернуться
SS
думаю, что можно поискать про knowledge graph
например, http://kgb-workshop.org/
например, http://kgb-workshop.org/
knowledge graph - это, IMHO, другое, хотя и похожее.
I
Да я и не говорю, что это одно и тоже. Я скорее имел в виду что методы близки. Но это я издалека смотрю -- приму уточнения с радостью
OS
а с последними успехами в нлп — внимание должно вернуться
хаха внимание
I
И любовь! 💞
SS
Да я и не говорю, что это одно и тоже. Я скорее имел в виду что методы близки. Но это я издалека смотрю -- приму уточнения с радостью
IMHO, knowledge graph - это граф, который связывает named entities из различных источников. Источником данных может быть и онтология (или сразу несколько разных онтологий). IMHO, точнее это было-бы назвать Linked Data. Термин "knowledge graph" - это чисто маркетинговое название от Google, который в свое время купил DBpedia, которая занималась тем, что извлекала данные из инфобоксов Wikipedia.
Но даже подлинкованные онтологии в knowledge graph содержат только отношения. Там нет правил.
Например: tableware
А вот кусочек из нормальной онтологии:
Но даже подлинкованные онтологии в knowledge graph содержат только отношения. Там нет правил.
Например: tableware
А вот кусочек из нормальной онтологии:
(subclass Tableware Device)
(documentation Tableware EnglishLanguage "&%Devices that are used in &%Ingesting (&%Eating
and/or &%Drinking) a meal. This coves dishware, flatware, and glassware.")
(=>
(instance ?T Tableware)
(hasPurpose ?T
(exists (?I)
(and
(instance ?I Ingesting)
(instrument ?I ?T)))))
I
IMHO, knowledge graph - это граф, который связывает named entities из различных источников. Источником данных может быть и онтология (или сразу несколько разных онтологий). IMHO, точнее это было-бы назвать Linked Data. Термин "knowledge graph" - это чисто маркетинговое название от Google, который в свое время купил DBpedia, которая занималась тем, что извлекала данные из инфобоксов Wikipedia.
Но даже подлинкованные онтологии в knowledge graph содержат только отношения. Там нет правил.
Например: tableware
А вот кусочек из нормальной онтологии:
Но даже подлинкованные онтологии в knowledge graph содержат только отношения. Там нет правил.
Например: tableware
А вот кусочек из нормальной онтологии:
(subclass Tableware Device)
(documentation Tableware EnglishLanguage "&%Devices that are used in &%Ingesting (&%Eating
and/or &%Drinking) a meal. This coves dishware, flatware, and glassware.")
(=>
(instance ?T Tableware)
(hasPurpose ?T
(exists (?I)
(and
(instance ?I Ingesting)
(instrument ?I ?T)))))
Спасибо. А онтология -- это что такое?
I
IMHO, knowledge graph - это граф, который связывает named entities из различных источников. Источником данных может быть и онтология (или сразу несколько разных онтологий). IMHO, точнее это было-бы назвать Linked Data. Термин "knowledge graph" - это чисто маркетинговое название от Google, который в свое время купил DBpedia, которая занималась тем, что извлекала данные из инфобоксов Wikipedia.
Но даже подлинкованные онтологии в knowledge graph содержат только отношения. Там нет правил.
Например: tableware
А вот кусочек из нормальной онтологии:
Но даже подлинкованные онтологии в knowledge graph содержат только отношения. Там нет правил.
Например: tableware
А вот кусочек из нормальной онтологии:
(subclass Tableware Device)
(documentation Tableware EnglishLanguage "&%Devices that are used in &%Ingesting (&%Eating
and/or &%Drinking) a meal. This coves dishware, flatware, and glassware.")
(=>
(instance ?T Tableware)
(hasPurpose ?T
(exists (?I)
(and
(instance ?I Ingesting)
(instrument ?I ?T)))))
В примере я вижу
1) ряд сущностей (tableware, ingesting)
2) связанных отношениями (instance, hasPurpose)
3) какое-то дерево -- дерево вывода назову
То есть хочется предположить, что онтология -- это KG + вывод/правила вывода
1) ряд сущностей (tableware, ingesting)
2) связанных отношениями (instance, hasPurpose)
3) какое-то дерево -- дерево вывода назову
То есть хочется предположить, что онтология -- это KG + вывод/правила вывода
SS
Онтология - это отношения + правила/логика.
Одни отношения - это просто таксономия.
Одни отношения - это просто таксономия.
SS
В примере я вижу
1) ряд сущностей (tableware, ingesting)
2) связанных отношениями (instance, hasPurpose)
3) какое-то дерево -- дерево вывода назову
То есть хочется предположить, что онтология -- это KG + вывод/правила вывода
1) ряд сущностей (tableware, ingesting)
2) связанных отношениями (instance, hasPurpose)
3) какое-то дерево -- дерево вывода назову
То есть хочется предположить, что онтология -- это KG + вывод/правила вывода
1, 2, и 3 пришли из онтологии. Скорее всего из WordNet.