Ontologische systemen
Hoe kunnen we opereren met systemen die geleidelijk aan rigider worden? Dit is mogelijk als we de keuze maken voor lichte suppletie.
Om een โโantwoord te geven op een vraag, moet er gezocht worden in alle beschikbare informatiebronnen. Deze handeling kan online worden uitgevoerd (in de zin dat de reactietijden dit toelaten) of offline (door het invullen van een databank van antwoorden).
Als onze vraag niet wordt beantwoord in de gegevens verzameld via datamining, willen we weten of er andere manieren zijn om de gegevens om het antwoord te krijgen.
Laten we bijvoorbeeld het geval onder ogen zien waarin een bedrijf geรฏnteresseerd is in het isoleren van die bedrijven of mensen die beide zijn klanten welke leveranciers. Ze hebben een belastingcode of btw-nummer als identificatie, dus een enkele code identificeert een enkele entiteit. Door i gegevens data en het benutten van de redundantie, is het mogelijk om de informatie op een nieuwe manier te organiseren en, op een relatief gemakkelijke manier, om de entiteit te identificeren die zowel klant als leverancier is.
Toegevoegde waarde ontstaat wanneer, in plaats van te delen klanten en leveranciers hebben we het over een algemene categorie, de gesprekspartners, waar ook andere onderwerpen onder vallen (bijvoorbeeld de PA, zoals de gemeente waaraan belasting wordt betaald). Het idee is in dit geval om het concept, en niet de syntaxis, als aggregatiepool te beschouwen. Hierdoor hoeven we de sokkels niet te integreren gegevens en daarom de lichte integratie uitvoeren.
Klant en leverancier zijn sleutelwoorden waarmee ik een aantal entiteiten kan identificeren waarmee ik een relatie heb.
Op dit punt is het mogelijk om een โโstructuur te creรซren voor onze gesprekspartners, die individuen of rechtspersonen zijn, die nieuwe bedrijven kunnen zijn om relaties mee te hebben, maar die geen van beide zijn klanten noch leveranciers (bijvoorbeeld de gemeente, de buren). We ontdekken daarom dat we interacties hebben met een aantal mensen en een aantal rechtspersonen.
Er is een manier om toegang te krijgen tot de databank door middel van een niet voorziene correlatie: vinden we i klanten die ook leveranciers zijn omdat we verwijzen naar de structuur van gegevens, maar om lid te worden van i gegevens en een correlatie vinden, vertrouwen we niet alleen op de waarden die we vinden, maar ook op redundantie en structuur (hoe weet ik bijvoorbeeld of Mac Donalds en McDonald's hetzelfde bedrijf zijn?).
Om het gebruik van trefwoorden te vermijden, dwz om te voorkomen dat entiteiten met lexicale attributen worden gekarakteriseerd, moeten we ontologische systemen gebruiken: we zijn niet geรฏnteresseerd in synoniemen voor een bepaalde entiteit, maar we zijn geรฏnteresseerd in het begrijpen van de structuur van de wereld, dwz ontologie.
Ontologie is iets anders dan semantiek: de laatste wordt geassocieerd met talen, terwijl ontologieรซn geassocieerd worden met werelden. Ontologie is de studie van het zijn, of โde manier waarop we in de wereld zijnโ, terwijl semantiek gekoppeld is aan talen: om betekenis te hebben, moet er een taal bestaan. De wereld wordt gegenereerd door een taal, die ons daarom in staat stelt altijd verder te gaan dan wat we zien, en de ontologie parla van een specifieke wereld.
Als we bijvoorbeeld de term "wolkenkrabber" definiรซren als "gebouw groter dan X meter", dan is een zin van
type "Ik ging naar huis met de wolkenkrabber in mijn zak" slaat nergens op in de ontologie die we hebben gedefinieerd, terwijl als een ontologie voor de term "wolkenkrabber" ook de betekenis voorziet van "beeldje-souvenir dat een gebouw reproduceert", dat zin zou een precieze betekenis aannemen.
Het leggen van verbanden tussen databank, beschrijven we de wereld: het is de wereld die zegt dat het de woorden bepaalt die we gebruiken. Zo'n wereld is altijd eindig: het aantal feiten in het leven van de organisatie is eindig. De wereld die door taal wordt opgeroepen, is daarentegen oneindig en met taal kunnen we elke mogelijke wereld vertegenwoordigen, aangezien taal betrekking heeft op het potentieel, niet alleen op het bestaande. In ieder geval is het de logica die ons tot de essentie van de semantiek brengt: en de logica die zegt dat als iemand een dienst levert, hij een leverancier is, aangezien we weten dat service een vorm van levering is.
De ontologie stelt ons in staat om twee fasen te scheiden: aggregatie en uiteindelijke integratie. Aggregatie heeft alles te maken met het samenbrengen van wat ons interesseert, en het is een belangrijk onderdeel van integratie: als ik twee documenten heb met dezelfde gegevens en hun betekenis samenvoegen, is de grootste inspanning geleverd. De daadwerkelijke integratie van de bestanden (samenvoegen of bewerken) is het ondergeschikte.
Het is mogelijk om de informatie in de databank, maar ook documenten en video's, met behulp van semantiek. Het voordeel van meer hebben databank, in plaats van slechts รฉรฉn, is dat we nei kunnen behouden databank analytische informatie op atomair niveau.
Vervolgens moeten we de informatie kunnen correleren om een โโgestandaardiseerd antwoord te krijgen waarmee we de kosten kunnen optimaliseren en een correcte relatie met alle klanten (op dezelfde manier kunnen antwoorden).
Laten we, om te begrijpen wat met wat verband houdt, een voorbeeld bekijken dat voortkomt uit een idee van het web: we kunnen tags op bronnen toepassen om alle gerelateerde informatie te herkennen. Het probleem met deze benadering is dat we verschillend gevormde tags zouden kunnen gebruiken om hetzelfde weer te geven (tags zijn syntaxisgebonden). Een tweede oplossing is om te verwijzen naar de semantische dimensie, van een lexicon (dat wil zeggen, het gebruik van woorden om tags te verkrijgen) naar een semantische (obducerende concepten en entiteiten).
De semantiek waarin we geรฏnteresseerd zijn, is echter van een andere aard dan die van natuurlijke talen, die over het algemeen bredere doelstellingen hebben dan de voorgestelde. Dankzij semantiek kunnen we een taal karakteriseren waarmee we de wereld van onze interesse kunnen beschrijven, dat is ontologie.
Ontologieรซn kunnen worden beschreven met behulp van logische talen, een van de meest populaire is OWL (Ontology Web Language).
Hierdoor kunnen we ons in de wereld bewegen en de feiten interpreteren. Het is een zeer abstracte beschrijving, nuttig in relatie tot de acties die we willen uitvoeren.
In ontologie bepalen de relaties tussen knooppunten wat mogelijk is en wat relevant is voor de ontologie in kwestie, niet daarbuiten, en het is compleet met betrekking tot de acties die we kunnen doen.
Het wordt ook veel gebruikt om verschillende dingen met elkaar in verband te brengen, bijvoorbeeld wanneer het ene bedrijf iets wil weten over een ander bedrijf. In dit geval moet ik manieren vinden om verschillende informatie met elkaar in verband te brengen. Het gebruik van abstractie is de meest gebruikte techniek:
- diagnose van de organisatie;
- diagnose van de mens;
- machine diagnose.
Het type abstractie hangt af van het antwoord dat we willen geven: de drie diagnoses houden verband met elkaar, ook al behoren deze begrippen blijkbaar tot verschillende categorieรซn.
Elk van deze categorieรซn bepaalt een reeks rechten en plichten in de relatie van de persoon met de organisatie.
Plaats op:
Lees meer bij Online Web Agency
Schrijf u in om de nieuwste artikelen per e-mail te ontvangen.
