Mehrsprachigkeit in Ontologien
Baumuster und Repräsentationsmodelle
Versandkostenfrei!
Versandfertig in 6-10 Tagen
59,90 €
inkl. MwSt.
PAYBACK Punkte
0 °P sammeln!
Die unvermeidbare Symbiose zwischen Ontologien und natürlicher Sprache hat sich angesichts des wachsenden Interesses und der wachsenden Anwendung von Semantic Web-Technologien als immer relevanter erwiesen. Ontologien, die in einer natürlichen Sprache gut dokumentiert sind, bieten dem Menschen nicht nur ein besseres Verständnis des von ihm repräsentierten Weltmodells, sondern auch eine bessere Nutzung durch die Systeme, die sie möglicherweise verwenden. Im aktuellen Szenario des Semantic Web werden Ontologien von Benutzern auf der ganzen Welt erstellt und von Anwendungen verwendet, die mi...
Die unvermeidbare Symbiose zwischen Ontologien und natürlicher Sprache hat sich angesichts des wachsenden Interesses und der wachsenden Anwendung von Semantic Web-Technologien als immer relevanter erwiesen. Ontologien, die in einer natürlichen Sprache gut dokumentiert sind, bieten dem Menschen nicht nur ein besseres Verständnis des von ihm repräsentierten Weltmodells, sondern auch eine bessere Nutzung durch die Systeme, die sie möglicherweise verwenden. Im aktuellen Szenario des Semantic Web werden Ontologien von Benutzern auf der ganzen Welt erstellt und von Anwendungen verwendet, die mit Texten in verschiedenen natürlichen Sprachen zusammenarbeiten. Mehrsprachigkeit wird dann zu einem entscheidenden Thema, das in mehreren Phasen des Ontologieentwicklungsprozesses untersucht werden muss. In dieser Arbeit nähern wir uns der Mehrsprachigkeit in der Anfangsphase des Wissenserwerbs für die Ontologiemodellierung durch Experten und in einem späteren Stadium der Anreicherung der Ontologie mit mehrsprachigen Informationen. Beide Ansätze zielen darauf ab, Ontologien näher an durchschnittliche Benutzer aus verschiedenen Sprach- und Kulturgemeinschaften heranzuführen, da dies eine grundlegende Voraussetzung für die Konsolidierung des Semantic Web ist.
Andere Kunden interessierten sich für
