W 1909 roku, Charles S. Peirce proponuje graficzny zapis węzłów i krawędzi o nazwie "egzystencjalne wykresy", który nazwał "logiką przyszłości". Zostały wynalezione dla komputerów przez Richarda H. Richensa w Cambridge Language Research Unit w 1956 roku jako "Interlingua" dla automatycznego tłumaczenia języków naturalnych. Zostały one opracowane przez Roberta F. Simmonsa w System Development Corporation na początku 1960 i później rozwijane we współpracy m.in. z Allanem M. Collinsem i współpracownikami np. Quillianem czy Loftusem. W latach 1960-1980 opracowano ideę semantycznych Linków w ramach systemów hipertekstowych jako najbardziej podstawowa jednostka, lub krawędź, w sieci semantycznej. Idea te była niezwykle wpływowa, i można zauważyć wiele prób, by dodać linki semantyczne do HTML i XML.
Sieci semantycznej używamy, gdy mamy pewność, że dobrze rozumiemy pojęcia z danej dziedziny i powiązania między nimi. Większość sieci semantycznych kognitywistyce (poznawczo). jest oparta na Składają się z łuków i węzłów, które zorganizowane w hierarchii taksonomicznej. mogą być Sieci semantyczne pozwalają także odzwierciedlać dziedziczenie i prezentację węzłów jako proto-obiektów. O czym należy pamiętać o sieci semantyczne? Niektórych właściwości nie da się łatwo wyrazić za pomocą sieci semantycznej. Na przykład negacji, alternatywy i ogólnego braku wiedzy taksonomicznej. Wyrażanie tych relacji wymaga rozwiązania, takie jak uzupełnienie o rachunek predykatów i przy użyciu specjalistycznych procedur.
Pytania możliwe: Kto jest martwy? Kto gra Jazz/Trumpet?
Wiedza o relacjach to: atrybuty odpowiednie związane z nimi wartości. Mechanizmy wnioskowania możliwe są dzięki: Właściwościom dziedziczenia (elementy dziedziczą wartości z bycia członkami klasy). Dane muszą być zorganizowane w hierarchię klas.
Boxed nodes -- objects and values of attributes of objects. Values can be objects with attributes and so on. Arrows -- point from object to its value. This structure is known as a slot and filler structure, semantic network or a collection of frames.
Prostokąty (węzły) obiekty i wartości atrybutów obiektów. Strzałki - punkt od obiektu do jego wartości.
The algorithm to retrieve a value for an attribute of an instance object: 1. Find the object in the knowledge base 2. If there is a value for the attribute report it 3. Otherwise look for a value of instance if none fail 4. Otherwise go to that node and find a value for the attribute and then report it 5. Otherwise search through using isa until a value is found for the attribute.
1. Znajdź obiekt w bazie wiedzy 2. Jeśli jest wartość atrybutu to zwróć ją. 3. W przeciwnym razie szukaj wartości instancji. 4. W przeciwnym razie przejdź do węzła i znajdź wartość atrybutu, a następnie zwróć ją. 5. W przeciwnym razie dokonaj przeszukiwania za pomocą isa dopóki nie znajdziesz wartości dla atrybutu.
isa(person, mammal) Instance(Mike-Hall, person) team(mike-hall, Cardiff)
zdanie: John dał Mary książki. Tutaj mamy kilka aspektów zdarzenia.
Prosty mechanizm wnioskowania po prostu śledzi połączenia między węzłami sieci. 2 metody: Intersection search Inheritance
Aktywacja dwóch węzłów i poszukiwanie ich przecięcia i szukanie w ten sposób zależności między obiektami. Odwiedzone węzły odpowiednio oznaczamy.
Dziedziczenie opiera się na reprezentacji isa Dziedziczenie również zapewnia środki do rozumowania domyślnego. przykład: Emus are birds. Typically birds fly and have wings. Emus run.
1. Emus are birds. 2. Typically birds fly and have wings. 3. Emus run.
dog: any of a large and varied group of domesticated animals related to the fox, wolf, and jackal chihuahua: any of an ancient Mexican breed of very small dog with large, pointed ears bird: any of a class of warm-blooded, two-legged, egg-laying vertebrates with feathers and wings penguin: any of an order of flight-less birds found in the Southern Hemisphere, having webbed feet and paddle-like flippers for swimming and diving ostrich: a large, swift-running bird of Africa and the Near East; the largest and most powerful of living birds; it has a long neck, long legs, two toes on each foot, and small useless wings canary: a small yellow songbird of the finch family, native to the Canary Islands
Najpierw szukamy klas obiektów, przedmiotów. Potem dopiero definiujemy poszczególne obiekty tak by je jakoś między sobą rozróżnić.
vertebrate ^ is-a has-part /------------- wings / reproduction /--------------- egg-laying / body-temp /----------------- warm-blooded bird--< no. of legs ^ ^ ^ \----------------- 2 / \ \ covering is-a / \ \--------------- feathers / \ \ movement color / \ \------------- flight yellow ------canary size / is-a \ is-a small -----/ \ movement ostrich---------- run movement \ size swim ----------penguin \--------- big
sieci semantyczne związane z odpowiednimi zestawami narzędzi programowych służących do inżynierii wiedzy leksykalnej: 1. Semantic Network Processing System (SNePS) Stuarta C. Shapiro lub 2. paradygmat MultiNet Hermanna Helbig (w szczególności nadaje się do reprezentacji semantycznej wyrażeń języka naturalnego i używane w różnych aplikacjach NLP). 3. Sieci semantyczne są stosowane w specjalistycznych zadaniach wyszukiwania informacji, takich jak wykrywanie plagiatu. Sieci semantyczne pozwalają wtedy na kompresję w celu zmniejszenia różnorodności językowej i umożliwiają przez to określenie znaczenia słowa, niezależnie od zestawów słów.
The MemberOf link between Jill and FemalePersons indicates that Jill belongs to the category of female persons.
O ile nie ma przeciwwskazań, zakłada się, że obiekty należące do pewnej klasy dziedziczą po niej wszelkie jej własności. Dziedziczenie jest wielokrotne. Można należeć do więcej niż jednej kategorii. Jill ma 2 nogi!
Link: HasSister odwrotny do linku SisterOf. Czasami po prostu takie linki ułatwiają wnioskowanie: Czyją siostrą jest Jack. Gdy odkryjemy że link HasSister jest linkiem odwrotnymi do SisterOf, wówczas proces wnioskowania może iść za linkiem HasSister od Jack do Jill i odpowiedzieć na pytanie.
Wady: Reprezentacja tylko binarnych relacji co tworzy problem dla relacji Run(ChennaiExpress, Chennai,Bangalore,Today). Nie ma standardowej definicji nazw linków. Zalety: Potrafią reprezentować wartości domyślne dla kategorii. Jack ma 1 nogę, ale przecież jest osobą a każda osoba ma 2 nogi. Wtedy 2 nogi będzie wartością domyślną, ale jeśli dla Jack określono inaczej to ta wartość zostaje nadpisana. Są łatwe do interpretacji. Są łatwe do przełożenia na język PROLOG.
Tom is a cat. Tom caught a bird. Tom is owned by John. Tom is ginger in colour. Cats like cream. The cat sat on the mat. A cat is a mammal. A bird is an animal. All mammals are animals. Mammals have fur.