Есть ли какое-нибудь приложение-убийца для Ontology/semantics/OWL/RDF?

Меня интересовали семантические технологии после прочтения большого количества книг, блогов и статей в сети, в которых говорилось, что это сделает машинные машины понятными, позволят интеллектуальным агентам сделать отличные рассуждения, автоматизированную и динамическую структуру услуг и т.д.

Я все еще читаю то же самое с двух лет. Значительно увеличилось количество статей/блогов/семантических конференций. Но я все еще не вижу никакого приложения-убийцы. Почему это так? Или есть какое-то приложение/продукт (коммерческий/открытый источник), уже существующий, что на самом деле делает все, что хвастается?

Более точно, существует ли какой-либо продукт, который использует семантические технологии (esp RDF/OWL/SPARQL) и обеспечивает функциональность/производительность/ремонтопригодность, что было бы невозможно с существующими (не семантическими) технологиями? Некоторый продукт, полностью зависящий от семантических технологий и действительно добавляющий ценность для клиентов и генерирующих доходы?

Ответ 1

Я думаю, Drupal 7 - это шанс стать семантическим приложением для убийц, это следующая версия CMS с большой базой установки и когда релиз является окончательным, и все начинают модернизировать внезапно, тонны сайтов будут автоматически выставлять RDF в виде встроенного RDFa без какого-либо вмешательства со стороны пользователей.

С точки зрения бизнеса я думаю, что вещи связанные данные, такие как GoodRelations - потенциальное приложение-убийца, например, см. Scott Brinker и Priyank Mohan в блогах, в которых обсуждается, как BestBuy испытал 30% -ное увеличение трафика после начала внедрения GoodRelations на основе связанные данные как RDFa на своих веб-страницах.

В целом связанные данные - отличный способ увеличить ваш сайт с помощью машиносчитываемых данных и показать замечательные результаты в видимости вашего сайта, я Недавно мы увидели пару выступлений ребята из BBC, чье приложение

Ответ 2

В биологии интерес к RDF и связанным с ним технологиям очень высок. Люди хотят, чтобы как меньше парсинга, так и пользовательский код интегрировали данные и более сложные запросы. RDF уже предоставляет первый; например, UniProtKB, один из крупнейших биомедицинских ресурсов, предлагает свои данные в RDF. Для расширенного запроса мы еще не совсем там, так как производительность и доступность хороших данных RDF и онтологи OWL по-прежнему немного отсутствуют. Но при запуске, посмотрите BioGateway для примера того, что можно сделать.

В этом свете плоды этих технологий не являются отдельными приложениями для убийц, а все накопленные временные сбережения для исследователей, которые могут исследовать данные вместо написания специальных сценариев и создания временных баз данных SQL и всей этой сантехники.

Ответ 3

Только что обнаружено DBpedia. Это многообещающая попытка представить множество данных из Википедии как RDF. Вы можете загрузить весь файл извлечения в формате 16 ГБ, но он также имеет страницу поиска по ключевым словам. Будучи представленным как RDF, допускаются очень специфические "семантические" запросы. В этом приведены несколько примеров запросов, например, как вы найдете список официальных сайтов компаний с более чем 50000 сотрудниками. Вы даже можете запросить "облако" удаленно с помощью любой оболочки, которая может взаимодействовать с ее общедоступным API, например этот модуль Python.

Ответ 4

Семантическая сеть полагается на контент-провайдеров, которые стараются правильно комментировать все, чтобы сделать его машиносчитываемым.

Это слишком большая работа для большинства людей, которые не являются библиотекарями.

Реальное приложение-убийца похоже на то, что может выводить семантику из неструктурированного контента без специальной разметки. Посмотрите на удивительную работу Google, например, с ее поисковой системой.

Чтобы система работала, она не должна налагать тяжелые нагрузки на пользователей.

Среднее пространство - это тегирующие системы, как здесь, в Stackoverflow. Они работают очень хорошо, даже несмотря на то, что теги полностью несовместимы и частично несогласованы.

Ответ 5

Глубокая семантическая поддержка интересна для ряда мест, где нужны мощные запросы. Пример был в проекте Я недавно работал над тем, где служба, которая использовалась для поиска, куда отправлять рабочую нагрузку, была семантически. Сам RDF/SPARQL интересен тем, что он дает вам довольно богатые запросы сразу с места в карьер, но когда вы добавляете OTL-онтологию, он становится еще лучше, так как это означает, что вы можете отвечать на более насыщенные запросы (то есть задавать вопросы ближе к тому, что пользователь - и их работодатель - действительно хочет), позволяя поставщикам услуг выражать то, что они предлагают, более четко. Это не значит, что это означает, что все говорят всем обо всем, совсем нет. Вместо этого у нас были стороны, описывающие, какие услуги были предоставлены, а не какая конфигурация, которую они использовали для предоставления этих услуг. И все это было основано на использовании семантических технологий повсеместно во всех информационных системах.

В настоящее время я работаю над Taverna, который в настоящее время использует RDF для предоставления сугубо регистрирующей системы; в частности, пользователи (особенно ученые) могут осуществлять поиск по большому количеству информации, записанной гораздо легче, чем если бы им пришлось просто grep через огромный текстовый файл. В конце концов, было бы немного абсурдно, если бы вам пришлось использовать интеллектуальный анализ текста, чтобы узнать, что на самом деле произошло в рабочем процессе текстового поиска...

Ответ 6

Я был впечатлен AceWiki. Это один из нескольких проектов вики, которые пытаются семантически организовать информацию, в которую входят люди.

Это все еще продолжается, и имеет некоторые ограничения. Например, это позволяет людям вводить предложения, которые соответствуют подмножеству английской лексики и грамматики.

Однако я надеюсь, что они взлетят. Там такое огромное количество бесплатных данных (например, Wikipedia), и мы не можем создавать программы, чтобы рассуждать над ним, потому что контент слишком шумный.

Ответ 7

Protege хорош для разработки онтологий.