MétaCan
Menu
Retour à la cohorte
Enregistrement W1999603696 · doi:10.1142/s0218194004001816

FROM KNOWLEDGE MODELING TO ONTOLOGY CONSTRUCTION

2004· article· en· W1999603696 sur OpenAlexafffund
Christine W. Chan

Notice bibliographique

RevueInternational Journal of Software Engineering and Knowledge Engineering · 2004
Typearticle
Langueen
DomaineComputer Science
ThématiqueSemantic Web and Ontologies
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDefense Advanced Research Projects AgencyNational Science Foundation
Mots-clésOntologyComputer scienceSoftware engineeringDomain knowledgeXMLProcess ontologyDomain (mathematical analysis)Knowledge-based systemsOntology-based data integrationStructuringKnowledge sharingUpper ontologyProcess (computing)Open Knowledge Base ConnectivityKnowledge managementWorld Wide WebProgramming languagePersonal knowledge management

Résumé

récupéré en direct d'OpenAlex

This paper presents the Knowledge Modeling System (KMS) and its application. The KMS supports users in formalizing and documenting knowledge elements acquired for development of knowledge-based systems. The system was developed based on a knowledge modeling technique called the Inferential Modeling Technique. It facilitates building an application ontology of a domain by explicitly structuring and formalizing both domain and task knowledge of any industrial problem domain. The system also supports knowledge sharing by converting the ontology into the Extensible Mark-Up Language (XML). The tool is compared against some other existing efforts at ontology construction support. Application of the KMS for constructing an application ontology in the domain of monitoring and control of a petroleum separation process is also presented.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,010
Communication savante0,0090,017
Science ouverte0,0030,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,243
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations24
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Software Engineering and Knowledge EngineeringMême sujetSemantic Web and OntologiesTravaux en français237 207