(Semi-)Automatische Ontologieerstellung - Abteilung Datenbanken ...

Weitere Magazine

Empfehlungen

Info

• • • • • • • POM Die vorhandenen “primitives” sind: concepts (CLASS) concept inheritance (SUBCLASS-OF) concept instantiation (INSTANCE-OF) properties / relations (RELATIONS) domain and range restrictions (DOMAIN / RANGE) mereological relations • equivalence
• • • • POM Zu diesen “primitives” sind die entsprechenden Algorithmen zugeordnet. Jeder Algorithmus speichert einen Wahrscheinlichkeitswert, wie sicher er sich mit seinem Ergebnis ist. Zudem speichert das POM Änderungen ab, wenn sich die Ontologie oder der zugrundeliegende Corpus ändern. Über ontology writers kann das POM in gängige Ontologie Sprachen, wie RDFS, OWL oder F-Logic überführt werden.
Seite 1 und 2: (Semi-)Automatische Ontologieerstel
Seite 3 und 4: • • • • Text2Onto Text2Onto
Seite 5 und 6: • • Text2Onto Zentrale Komponen
Seite 7 und 8: • GUI: Text2Onto
Seite 9 und 10: Text2Onto • http://ontoware.org/p
Seite 11 und 12: • • • • OntoLT Ein Protege
Seite 13 und 14: • • OntoLT Über Vorbedingungen
Seite 15 und 16: • OntoLT Die Precondition Languag
Seite 17 und 18: OntoLT
Seite 19 und 20: • • • OntoLearn OntoLearn ist
Seite 21 und 22: • • • Structural Semantic Int
Seite 23 und 24: Art Eingabeformat Verwendete Method
Seite 25: • • • • POM Ist das Datenmo
Seite 29 und 30: POMEntit y POMConcep t POM POMSimil
Seite 31 und 32: POMEntit y POM POMSimilarity Relati
Seite 33 und 34: POM • Ein POMConcept stellt ein K
Seite 35 und 36: SSI Schritt 2 ist die Anwendung des
Seite 37 und 38: SSI Beispiel 2. Anwenden der Regeln
Seite 39 und 40: 3. Schritt • SSI Beispiel • {bo
Seite 41 und 42: • • • • Zusammenfassung Es

(Semi-)Automatische Ontologieerstellung - Abteilung Datenbanken ...

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?