Decision Support Tools for Ontological Engineering
Notice bibliographique
Résumé
Development cost of knowledge-based systems is often high because knowledge bases are often constructed from scratch in a distributed and heterogeneous environment involving different locations, system types, knowledge representation mechanisms and stakeholders. Hence, it is difficult to share and re-use existing knowledge base components. Sharing and re-using knowledge can help reduce costs and make it possible to create systems capable of more powerful problem solving. The Semantic Web (SW) is the next evolutionary step for the World Wide Web (Web). The SW aims to provide semantics to data on the Web, enabling computers to more easily share and perform problem solving on the data SW technology can be used to share and re-use knowledge between KBSs in a distributed and heterogeneous environment. Semantic data networks on the Web provide the bases of the SW, enabling knowledge that is distributed over the Web to be easily shared and processed by a machine. A semantic data structure is required for representing data or knowledge in a shareable format, and an ontology is designed to fulfill this objective. According to the World Wide Web Consortium, an ontology is "a specification of a conceptualization" (Gruber, 1993); ontologies are the vocabularies of the SW that define the concepts and relationships used to describe an area of interest. An ontology represents the definitions of concepts, axioms and facts which discribe real world phenomenon of interest. As suggested in Hence, an ontology can also become the basis for building knowledge-based systems. Ontologies implemented in XML 1 based languages, such as RDF 2 and OWL 3 , enable different KBS development groups or different Semantic Web applications to share and re-use their knowledge and data. Knowledge Acquisition (KA) is an important step for building knowledge-based systems (KBS). In the process, software tools are often used for helping knowledge engineers construct ontologies and knowledge bases more efficiently and effectively. The objective of 1
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».