В удачный день Сеть знаний ошибочно воспринимается как аспект Интернета, который изобилует ловушками на пути к реализации.

Чтобы решить описанную выше проблему, мы создали сервис под названием URIBurner. Эта услуга обеспечивает «обманчиво простую» эксплуатацию веб-ДНК - в форме связанных данных - при соблюдении следующих принципов:

  • Сущности называются однозначно с использованием гиперссылок, что позволяет сэкономить время за счет устранения нюансов, связанных с созданием и публикацией связанных данных категории 5 звезд.
  • Имена объектов разрешаются (при нажатии или отмене ссылки) в документы с описанием объектов - обеспечивая преимущества экономичного построения сети знаний
  • Описания сущностей - в форме структурированных предложений Тема (Сущность), Предикат (Атрибут), Объект (Значение), где каждый компонент идентифицируется панелью Гиперссылка. Объект, который может также обозначаться типизированным или нетипизированным литералом

Любой, кто использует одно из следующих расширений браузера в тандеме с URIBurner (или с их собственным частным экземпляром Модуля промежуточного программного обеспечения Virtuoso Sponger), может вносить контент в Сеть знаний с помощью простого шаблона URL и / или щелчка мышью:

Помимо URIBurner, ODE и OSDS, мы представили концепцию Нанотации, с помощью которой любой может создавать и публиковать Связанные данные везде, где допускается текстовое содержимое, используя такие обозначения, как JSON-LD или RDF-Turtle. Этот мощный механизм для определения данных имеет дополнительное преимущество де-изолированности данных, поскольку эти данные больше не удерживаются ни одной службой социальных сетей.

Использование нанотрансляции для создания семантической паутины связанных данных из твита - практическое руководство

Twitter - это платформа, которая используется недостаточно активно. Например, он предоставляет глобальную платформу духа времени (a / k / a «эй твиттер»), которую ее участники собирают краудсорсингом.

Использование Твиттером # хэштегов в качестве идентификаторов тем и @ обработчиков в качестве идентификаторов агентов (человека, организации или бота) является ключом к его зарождающейся функциональности как высокофункционального анклава Сети знаний.

Вот пример варианта использования, который демонстрирует, как Nanotation, URIBurner, ODE и OSDS совместно используют Twitter в качестве анклава сети знаний и точки запуска в более крупную сеть LOD Cloud Knowledge Graph.

Сценарий

Ранее сегодня я наткнулся на твит, который содержал инфографику под названием Ваша карта цифрового маркетинга - из документа с аналогичным названием.

Меня заинтересовало использование следующих хэштегов: #Ads, #DigitalMarketing и #SEO. Принимая во внимание единообразное использование этих тегов, я попытался использовать ответный твит, чтобы сделать несколько явных заявлений о том, что эти хэштеги определили для достижения двух целей:

  • Опишите, как связаны референты этих хэштегов (объектов, идентифицированных), в структурированном виде.
  • Сохраните эти заметки в базе знаний, лежащей в основе URIBurner (т. Е. Многомодельного экземпляра СУБД Virtuoso, который естественным образом обрабатывает данные, представленные в виде предложений RDF)

Шаги

(1) Я пишу свой ответный твит, используя нанотацию для описания типов отношений сущностей, которые я имею в виду, используя термины из словаря SKOS, который описывает термины для построения деревьев таксономии.

Текст нанотирования основан на изображении выше, с некоторыми улучшениями интеграции DBpedia.
{
‹#DigitalMarketing› a skos: Concept.
‹#DigitalMarketing› skos: related dbpedia: SEO, dbpedia: Advertising .
‹#DigitalMarketing› skos: wide dbpedia: Marketing.
}

(2) Просматривая свой твит, я могу щелкнуть значок OSDS (находится на панели инструментов моего браузера), и OSDS представит перевод нанотации, встроенной в твит.

(3) В качестве альтернативы, используя тот факт, что наше расширение ODE добавляет пункт контекстного меню в мой браузер, я могу навести указатель мыши на URI, который идентифицирует мой твит, а затем использовать комбинацию CTRL + Click для вызова извлечения, преобразования и загрузки. (ETL) на URIBurner, который затем возвращает страницу, показанную ниже:

(4) Выпадающее меню «Обзор с помощью» в верхней части этой страницы позволяет мне переключаться на альтернативные представления, которые предоставляют дополнительные функции, такие как переход со страницы, описывающей отдельный твит, на страницу, на которой перечислены все экземпляры твита, существующие в База данных URIBurner.

(5) Когда я нажимаю на запись с надписью «Embedded Turtle Statement 7», URIBurner возвращает страницу, которая явно раскрывает субъект, предикат, объектную структуру этого утверждения.

(6) Помня о своей цели создать дерево таксономии из хэштегов в исходном твите, я нажимаю ссылку «DigitalMarketing», которая возвращает страницу ниже. Как видите, Цифровой маркетинг представлен как подкатегория Маркетинг в соответствии с моей целью.

Самым важным здесь является тот факт, что характер типа отношений (skos:broader), который связывает маркетинг и цифровой маркетинг, согласован и понятен как человеку, так и части программного обеспечения, совместимого с RDF, которое понимает семантику типов (отношений) отношений, как определено особый словарный запас.

Что здесь случилось?

Я делал заметки с помощью твита, обрабатывая хэштеги и слова, используемые в структурированном операторе subject → predicate → object, используя цифровое сокращение, предоставляемое nanotation.

Почему это важно?

Я могу создавать заметки по своей прихоти, которые в совокупности обогащают базу данных URIBurner, что, в свою очередь, обогащает более крупную сеть знаний LOD Cloud. Что наиболее важно, у меня есть мощная способность использовать эти знания с помощью различных методов:

  • Поиск по ключевым словам
  • Точный поиск - где я могу начать с ключевого слова или известного URI и использовать фильтрацию атрибутов, чтобы более точно определить то, что я ищу, на основе ролей субъекта или объекта всех отношений сущностей в базе данных URIBurner.
  • Запрос SPARQL через HTTP
  • SQL-запрос с использованием соединения ODBC, JDBC, ADO.NET или OLE-DB

Вывод

Запись заметок - это самый эффективный метод, который я знаю для приобретения и улучшения навыков.

В мире, который все больше требует накопления и гибкого использования знаний, возможность создавать заметки где угодно и когда угодно бесценна!

Представьте, что все это означает, когда эти заметки постепенно расширяют сеть знаний (будь то общедоступную, частную или смешанную), которая питает искусственный интеллект посредством машинного обучения и не только.

Ссылки

Связанный