sistemi basati su conoscenza costruzione automatica di ontologie di dominio
Download
Skip this Video
Download Presentation
Sistemi basati su conoscenza Costruzione automatica di ontologie di dominio

Loading in 2 Seconds...

play fullscreen
1 / 22

Sistemi basati su conoscenza Costruzione automatica di ontologie di dominio - PowerPoint PPT Presentation


  • 111 Views
  • Uploaded on

Sistemi basati su conoscenza Costruzione automatica di ontologie di dominio. Dott. Fabio Massimo Zanzotto a.a. 2001-2002. Ontologie di dominio (esempio). cibo. vegetale. carne. frutta. ortaggio. carne_bianca. carne_rossa. mela. pera. arancia. Ontologia di dominio.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Sistemi basati su conoscenza Costruzione automatica di ontologie di dominio' - aileen-chase


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
sistemi basati su conoscenza costruzione automatica di ontologie di dominio

Sistemi basati su conoscenzaCostruzione automatica di ontologie di dominio

Dott. Fabio Massimo Zanzotto

a.a. 2001-2002

ontologie di dominio esempio
Ontologie di dominio(esempio)

cibo

vegetale

carne

frutta

ortaggio

carne_bianca

carne_rossa

mela

pera

arancia

ontologia di dominio
Ontologia di dominio
  • Le applicazioni basate su conoscenza richiedono molte informazioni precise
    • Grandezza delle ontologie di dominio
    • Precisione dell’informazione contenuta.
concetto importanti
Concetto importanti
  • Ontologia contiene:
    • Concetti
    • Relazioni tra concetti
    • Istanze
  • I concetti sono quelli ritenuti importanti per l’applicazione
nozione di termine
Nozione di termine
  • Dato un dominio conoscitivo, un termine è la rappresentazione superficiale di un concetto importante per il dominio
  • Es. Dominio Informatico

hard disk

Turing machine

Von Neumann machine

Virtual machine

costruzione di ontologie di dominio
Costruzione di ontologie di dominio
  • Passo importante: individuare i concetti che si desidera includere
    • Fare una ipotetica lista di candidati
    • Separare concetti importanti da quelli non importanti (da includere/da non includere)
costruzione di ontologie di dominio1
Costruzione di ontologie di dominio
  • Non sono esperto di dominio (problema):
    • Ingegnere della conoscenza
    • Progettista di basi di dati
    • Programmatore

ma

conoscono una metodologia di risoluzione del problema

ontologie di dominio
Ontologie di dominio
  • Sorgente di informazione (conoscenza)
    • Testi scritti in linguaggio naturale che riguardano il dominio in questione
ciclo di produzione

Ingegneri della conoscenza + Esperti del Dominio

Ciclo di produzione

Modello esteso del dominio

Termine

Collezione di documenti

Ontologia

pre-esistente

produzione semi automatica di ontologie
Produzione semi-automatica di ontologie
  • Affiancare agli esperti di dominio Ingegneri della Conoscenza “Automatici”
  • Abbiamo:
    • Cosa dobbiamo cercare: i concetti importanti
    • Dove cercarlo: i testi scritti in linguaggio naturale
    • Il trait-d’union: la nozione di termine
nozione di termine riflessioni
Nozione di termine: riflessioni
  • Rappresentazione superficiale
    • Proprietà osservabile nel mondo testuale
  • Importanza per il dominio
    • Proprietà osservabile nel modello esteso del dominio
  • La rappresentazione superficiale (termine) non è il concetto soggiacente
rappresentando in xi
Rappresentando in XI
  • Per ogni concetto vogliamo rappresentare una forma interna e le sue proprietà

/* hard_diskC(X) è il concetto*/

prop(hard_diskC(X),

[name(X,[hard,disk])]).

nozione di termine riflessioni1
Nozione di termine: riflessioni
  • Rappresentazione superficiale
    • Sequenza di 1 o 2 parole
  • Importanza per il dominio
    • Frequenza con cui è osservata la sequenza
  • Si assume che esiste una relazione uno a uno tra termine e concetto
costruzione del modello sistema
Costruzione del modello/sistema
  • Specifiche:
    • Costruire una procedura che dato un insieme di testi in ingresso, mostri le forme superficiali in ordine di importanza
  • Ci vogliamo del male e lo implementiamo in ProLog
conta su di un testo
Conta su di un testo

/*

concetti_importanti(Testo,Concetti_Ordinati)

Testo = [w1,w2,...,wn]

Concetti_Ordinati = [(c1,freq1),..., (cn,freqn)]

*/

conta su di un testo1
Conta su di un testo

I concetti devono essere rappresentati dalla sequenza di parole intervallata da _ e terminano con C

ed hanno come proprietà quella di manifestarsi nel testo con la forma superficiale rappresentata dalle parole stesse

Es.

Forma superficiale Rappresentazione

hard disk hard_diskC

pre-tax profit pre-tax_profitC

conta su di un testo2
Conta su di un testo

concetti_importanti(Testo,Concetti_Ordinati):-

singoli(Testo,ConcettiSemplici),

importanza(ConcettiSemplici,ConcettiSempliciVal),

coppie(Testo,ConcettiCompl),

importanza(ConcettiCompl,ConcettiComplVal),

append( ConcettiSempliciVal,

ConcettiComplVal,

ConcettiVal),

sorted(ConcettiVal, Concetti_Ordinati).

singoli e coppie
Singoli e coppie

singoli([],[]).

singoli([W|RT],[C|RC]):-

atomconcat(W,’C’,C),

!,

singoli(RT,RC).

coppie([],[]).

coppie([W1,W2|RT],[C|RC]):-

atomconcat([W1,’_’,W2,’C’],C),

!,

coppie([W2|RT],RC).

importanza
Importanza

importanza([],[]).

importanza([C|RC],[(C,FREQ)|RCFREQ]):-

compare(C,[C|RC],FREQ,RCREST)

!,

importanza(RT,RC).

compare(_,[],0,[]).

compare(A,[A|REST],FREQ,REST1):-

compare(A,REST,F1,REST1),

FREQ is F1 + 1.

compare(A,[B|REST],FREQ,[B|REST1]):-

compare(A,REST,FREQ,REST1).

esempio
Esempio

??????

esercizi
Esercizi
  • Trasformare un testo in ingresso (sequenza di caratteri) in sequenza di parole (si utilizzi il concetto di stringa in prolog)
  • Scrivere un predicato che ordini per importanza i concetti in più testi.
limiti dell algoritmo presentato
Limiti dell’algoritmo presentato
  • Forme superficiali povere

Vengono proposti concetti non convincenti

  • Nozione di importanza troppo poco informativa

Salgono concetti generici

ad