Was sind die praktischen Anwendungen von Ontologien?

Ich habe viele Artikel und Bücher über Ontologien gelesen und versuche herauszufinden, wie sie in einem echten Projekt verwendet werden.

Wie kann beispielsweise die Ontologie eines Fußballspieler-Roboters definiert und mit einer kognitiven Architektur verwendet werden, um ihn intelligent zu machen?

Sind Ontologien Beziehungen zwischen Begriffen in diesem Wissensbereich (zum Beispiel Beziehung zwischen dem Wort- und Fußwort und der Definition physikalischer Regeln und deren Beziehung zur Fuß- und Ballbewegung, ...) oder Beziehungen zwischen Taktiken, Strategien und verschiedenen Taktikmischungen?

Gibt es eindeutige Beispiele für die Verwendung von Ontologie in realen Projekten und deren Kombination mit kognitiven Architekturen wie ACT-R zur Erweiterung der kognitiven Architektur ?

Ich weiß nichts über Robotik, aber Ontologien sind Teil des Standard-Toolkits für moderne Expertensysteme , insbesondere für Systeme mit einer Komponente zur Verarbeitung natürlicher Sprache .

Betrachten Sie beispielsweise den Prozess der Literaturrecherche nach systematischen Übersichten in der Medizin . Von den Millionen von medizinischen Studien, die es gibt, müssen Gutachter die etwa 20 hochwertigen randomisierten Kontrollstudien finden, die für die klinische Frage relevant sind, die sie beantworten möchten. Dies ist ein klassisches Nadel-im-Heuhaufen-Problem, und Informatiker möchten gerne Tools entwickeln, die die Suche unterstützen.

Medizinische Ontologien wie MeSH , ICD und GALEN spielen dabei eine Rolle, da sie eine "Antwort" auf die Frage darstellen, worum es in einer bestimmten medizinischen Studie "geht".

Das Frage-Antwort-System von IBM, Watson , verwendete die Ontologie DBPedia in seinen Algorithmen zur Bewertung von Beweisen, um die Jeopardy Challenge zu bestehen (und zu gewinnen) .

Mit der Ontologie können Sie komplexe Datensysteme aus verschiedenen Domänen modellieren, begründen und verwalten. Zum Beispiel Natural Language Processing ( NLP ), Molekularbiologie und Bioinformatik , drahtlose Sensornetzwerke , um nur einige zu nennen.

In Anbetracht des Semantic Web (RDF-basiert) als speziellen Anwendungsfall für ontologiebasierte Systeme gibt es viele Unternehmen und Werbespots wie Franz.Inc, die sich mit Semantic Web und Freebase (Teil von Google) befassen .

Abstrakt definierte Ontologien sind "Repräsentation von Wissen": das Objekt und ihre Beziehungen.

Grundsätzlich repräsentiert die Ontologie das Wissen, das der "intelligente" Agent ausnutzt.

In der Praxis können Ontologien entweder wie folgt verwendet werden:

• eine strukturierte Wissensrepräsentation für domänenspezifische Datenbanken

• ein strukturiertes Datenformat für die Interoperabilität verschiedener Systeme

• Eine Möglichkeit, eine Objekthierarchie mit einer Programmiersprache für eine Zieldomäne zu strukturieren

Kognitive Architektur bedeutet, dass es eine Entscheidungsarchitektur gibt, bei der nativey Wissensrepräsentation und darauf basierende intelligente Inferenz ausnutzt, wie dies beispielsweise bei BDI-Agenten (Belief Desire Intention) der Fall ist, die modale Logik verwenden.

Im Bereich Multiagentensysteme können Sie die zahlreichen Industrieprojekte überprüfen, die auf JADE- oder JACK-Architekturen basieren und Ontologien und kognitive Architekturen verwenden.

Es besteht eine ziemlich starke Verbindung zwischen Ontologien und APIs. Eine Ontologie kann grob als wortbasierte API angesehen werden . Viele sind mit webbasierten Sprachen im XML-Teil des sogenannten verbunden hier ebenfalls definierten Semantic Web verbunden . Tim Berners Lee, der Erfinder des Web, hat sich stark für das Semantic Web eingesetzt und darauf geschrieben. Hier sind zwei einfache Beispiele, die in Blogs leicht zu verstehen sind.

• RSS

• Blog-Trackbacks