ऑन्टोलॉजिकल सिस्टम
ऐसी प्रणालियों के साथ जो धीरे-धीरे अधिक कठोर हो जाती हैं, हम कैसे काम कर सकते हैं? यदि हम प्रकाश एकीकरण का विकल्प चुनते हैं तो ऐसा करना संभव है।
किसी प्रश्न का उत्तर देने के लिए जानकारी के सभी उपलब्ध स्रोतों के बीच खोज करने की आवश्यकता होती है। यह ऑपरेशन ऑनलाइन किया जा सकता है (इस अर्थ में कि प्रतिक्रिया समय इसकी अनुमति देता है) या ऑफ़लाइन (ए भरकर)। डेटाबेस प्रतिक्रियाओं का)
यदि हमारे प्रश्न का उत्तर नहीं दिया गया है डेटा डेटा-माइनिंग के माध्यम से एकत्र किया गया, हम जानना चाहते हैं कि क्या इसे एकत्रित करने के अन्य तरीके हैं डेटा उत्तर पाने के लिए.
आइए, उदाहरण के लिए, उस मामले को संबोधित करें जिसमें एक कंपनी उन कंपनियों या उन लोगों को अलग करने में रुचि रखती है जो दोनों हैं ग्राहकों क्या आपूर्तिकर्ता. उनके पहचानकर्ता के रूप में एक टैक्स कोड या वैट नंबर होता है, इसलिए एक एकल कोड एक एकल इकाई की पहचान करता है। I को एकीकृत करके डेटा डेटा और अतिरेक का फायदा उठाकर, जानकारी को नए तरीके से व्यवस्थित करना और अपेक्षाकृत आसानी से उस इकाई की पहचान करना संभव है जो ग्राहक और आपूर्तिकर्ता दोनों है।
अतिरिक्त मूल्य तब प्राप्त होता है, जब उप-विभाजन के बजाय ग्राहकों और आपूर्तिकर्ताओं, हम एक सामान्य श्रेणी, वार्ताकारों के बारे में बात कर रहे हैं, जिसमें अन्य विषय शामिल हैं (उदाहरण के लिए पी.ए., जैसे नगर पालिका जिसे करों का भुगतान किया जाता है)। इस मामले में, विचार, अवधारणा पर विचार करना है, न कि वाक्यविन्यास को, एकत्रीकरण के ध्रुव के रूप में। इससे हम बुनियादी बातों को एकीकृत करने से बच सकते हैं डेटा और इसलिए हल्का एकीकरण करें।
ग्राहक और आपूर्तिकर्ता ऐसे कीवर्ड हैं जो मुझे कुछ ऐसी संस्थाओं की पहचान करने की अनुमति देते हैं जिनके साथ मेरा संबंध है।
इस बिंदु पर हमारे वार्ताकारों के लिए एक संरचना बनाना संभव है, जो व्यक्ति या कानूनी संस्थाएं हैं, जो नई कंपनियां हो सकती हैं जिनके साथ संबंध हो सकते हैं, लेकिन जो न तो हैं ग्राहकों न ही आपूर्तिकर्ता (जैसे नगर पालिका, पड़ोसी)। इसलिए हमें पता चलता है कि हम लोगों के एक समूह और कानूनी संस्थाओं के एक समूह के साथ बातचीत करते हैं।
तक पहुंचने का एक तरीका है डेटाबेस एक ऐसे सहसंबंध के माध्यम से जिसकी अपेक्षा नहीं की गई थी: हम i पाते हैं ग्राहकों जो आपूर्तिकर्ता भी हैं क्योंकि हम इसकी संरचना का उल्लेख करते हैं डेटा, लेकिन, शामिल होने के लिए डेटा और एक सहसंबंध खोजें, हम न केवल हमारे द्वारा खोजे गए मूल्यों पर भरोसा करते हैं, बल्कि अतिरेक और संरचना पर भी भरोसा करते हैं (उदाहरण के लिए, मैं कैसे समझूं कि मैक डोनाल्ड और मैकडॉनल्ड्स एक ही कंपनी हैं?)।
कीवर्ड के उपयोग से बचने के लिए, यानी शाब्दिक विशेषताओं के साथ संस्थाओं को चित्रित करने से बचने के लिए, हमें ऑन्टोलॉजिकल सिस्टम का उपयोग करना चाहिए: हम एक निश्चित इकाई के लिए समानार्थक शब्द में रुचि नहीं रखते हैं, लेकिन हम दुनिया की संरचना, यानी ऑन्कोलॉजी को समझने में रुचि रखते हैं।
L’ontologia è qualcosa di diverso da una semantica: quest’ultima è associata ai linguaggi, mentre le ontologie sono associate ai mondi. L’ontologia è lo studio dell’essere, o del “modo in cui noi stiamo nel mondo”, mentre le semantiche sono legate ai linguaggi: per poter avere un significato, deve esistere un linguaggio. Il mondo è generato da un linguaggio, che ci permette quindi di andare sempre oltre a ciò che vediamo, e l’ontologia parla di un mondo specifico.
उदाहरण के लिए, यदि हम "गगनचुंबी इमारत" शब्द को "से अधिक ऊंची इमारत" के रूप में परिभाषित करते हैं
टाइप करें "मैं अपनी जेब में गगनचुंबी इमारत के साथ घर आया" का उस ऑन्कोलॉजी में कोई मतलब नहीं है जिसे हमने परिभाषित किया है, जबकि यदि एक ऑन्कोलॉजी में "गगनचुंबी इमारत" शब्द का अर्थ "स्मारिका प्रतिमा जो एक इमारत का पुनरुत्पादन करती है" भी शामिल है, तो वह वाक्य होगा एक सटीक अर्थ ग्रहण करें.
के बीच संबंध स्थापित करके डेटाबेस, हम दुनिया का वर्णन करते हैं: यह दुनिया ही है जो यह कहती है कि हमारे द्वारा उपयोग किए जाने वाले शब्दों को निर्धारित करती है। यह दुनिया हमेशा सीमित है: संगठन के जीवन में घटनाओं की संख्या सीमित है। भाषा द्वारा उत्पन्न दुनिया अनंत है और भाषा के साथ हम किसी भी संभावित दुनिया का प्रतिनिधित्व कर सकते हैं, क्योंकि भाषा केवल मौजूदा नहीं, बल्कि संभावनाओं से संबंधित है। किसी भी मामले में, यह तर्क है जो हमें शब्दार्थ के सार तक पहुंचने की अनुमति देता है: यह तर्क है जो कहता है कि, यदि कोई सेवा प्रदान करता है, तो वह एक आपूर्तिकर्ता है, क्योंकि हम जानते हैं कि सेवा एक प्रकार की आपूर्ति है .
ऑन्कोलॉजी हमें दो चरणों को अलग करने की अनुमति देती है: एकत्रीकरण और संभावित एकीकरण। एकत्रीकरण में उन चीज़ों को एक साथ लाना शामिल है जिनमें हमारी रुचि है, और यह एकीकरण का एक महत्वपूर्ण हिस्सा है: यदि मेरे पास समान दस्तावेज़ वाले दो दस्तावेज़ हैं डेटा और मैं उनका अर्थ जोड़ता हूं, सबसे बड़ा प्रयास किया गया है। फ़ाइलों का वास्तविक एकीकरण (विलय या संपादन) मामूली हिस्सा है।
आप इसमें निहित जानकारी को सहसंबंधित कर सकते हैं डेटाबेस, लेकिन शब्दार्थ का उपयोग करते हुए दस्तावेज़ और वीडियो भी। ज्यादा होने का फायदा डेटाबेस, सिर्फ एक के बजाय, यह है कि हम इसमें रख सकते हैं डेटाबेस परमाणु स्तर पर विश्लेषणात्मक जानकारी।
फिर हमें एक मानकीकृत प्रतिक्रिया प्राप्त करने के लिए जानकारी को सहसंबंधित करने में सक्षम होना चाहिए जो हमें लागतों को अनुकूलित करने और सभी के साथ सही संबंध की गारंटी देने की अनुमति देता है। ग्राहकों (उसी तरह उत्तर देने में सक्षम होना)।
यह समझने के लिए कि क्या किससे संबंधित है, आइए एक उदाहरण पर विचार करें जो वेब से एक विचार से आता है: हम सभी संबंधित जानकारी को पहचानने के लिए संसाधनों पर टैग लागू कर सकते हैं। इस दृष्टिकोण के साथ समस्या यह है कि हम एक ही चीज़ को दर्शाने के लिए विभिन्न रूपों में टैग का उपयोग कर सकते हैं (टैग सिंटैक्स से संबंधित हैं)। दूसरा समाधान शब्दार्थ आयाम को संदर्भित करना है, जो शब्दकोष (अर्थात टैग प्राप्त करने के लिए शब्दों का उपयोग) से शब्दार्थ (अवधारणाओं और संस्थाओं को प्राप्त करना) की ओर बढ़ता है।
हालाँकि, जिस शब्दार्थ विज्ञान में हम रुचि रखते हैं, वह प्राकृतिक भाषाओं की तुलना में एक अलग प्रकृति का है, जिसके सामान्य तौर पर प्रस्तावित की तुलना में व्यापक उद्देश्य होते हैं। शब्दार्थ विज्ञान की बदौलत हम एक ऐसी भाषा का वर्णन कर सकते हैं जिसके माध्यम से हम अपनी रुचि की दुनिया, यानी ऑन्कोलॉजी का वर्णन कर सकते हैं।
ओन्टोलॉजी को तार्किक भाषाओं का उपयोग करके वर्णित किया जा सकता है, सबसे व्यापक में से एक ओडब्लूएल (ओन्टोलॉजी वेब लैंग्वेज) है।
इसके माध्यम से, हम दुनिया भर में घूमने और तथ्यों की व्याख्या करने में सक्षम हैं। यह एक बहुत ही सारगर्भित विवरण है, जो उन कार्यों के संबंध में उपयोगी है जो हम करना चाहते हैं।
ऑन्कोलॉजी में, नोड्स के बीच संबंध परिभाषित करते हैं कि प्रश्न में ऑन्टोलॉजी के लिए क्या संभव और प्रासंगिक है, इसके बाहर नहीं, और यह उन कार्यों के संबंध में पूर्ण है जो हम कर सकते हैं।
इसका उपयोग विभिन्न चीजों को सहसंबंधित करने के लिए भी किया जाता है, उदाहरण के लिए जब कोई कंपनी किसी अन्य कंपनी के बारे में कुछ जानना चाहती है। इस मामले में मुझे विभिन्न सूचनाओं को सहसंबंधित करने के तरीके खोजने होंगे। अमूर्तन का उपयोग सबसे अधिक उपयोग की जाने वाली तकनीक है:
- संगठन निदान;
- मानव निदान;
- मशीन निदान.
अमूर्तता का प्रकार उस उत्तर पर निर्भर करता है जो हम देना चाहते हैं: तीन निदान एक-दूसरे से संबंधित हैं, भले ही स्पष्ट रूप से ये अवधारणाएं विभिन्न श्रेणियों से संबंधित हों।
इनमें से प्रत्येक श्रेणी संगठन के साथ व्यक्ति के संबंधों में अधिकारों-कर्तव्यों का एक समूह निर्धारित करती है।
साझा करें:
ऑनलाइन वेब एजेंसी से और अधिक जानकारी प्राप्त करें
ईमेल द्वारा नवीनतम लेख प्राप्त करने के लिए सदस्यता लें।
