入力は記事になり、出力はFOAFでのrdfデータになります(他の..plsが提案する場合)。私の疑問は次のとおりです。
1)人や場所などを識別し、rdf構造を生成するようにシステムをトレーニングするにはどうすればよいですか?2)識別後、データベースに保存してから、rdf構造を取得して生成する必要がありますか?他の方法はありますか?
3)OWLを使用および適用するにはどうすればよいですか?(Webオントロジー言語)plsが私を導きます。前もって感謝します。
入力は記事になり、出力はFOAFでのrdfデータになります(他の..plsが提案する場合)。私の疑問は次のとおりです。
1)人や場所などを識別し、rdf構造を生成するようにシステムをトレーニングするにはどうすればよいですか?2)識別後、データベースに保存してから、rdf構造を取得して生成する必要がありますか?他の方法はありますか?
3)OWLを使用および適用するにはどうすればよいですか?(Webオントロジー言語)plsが私を導きます。前もって感謝します。
固有表現抽出(NER)-http ://en.wikipedia.org/wiki/Named-entity_recognition(人や企業を認識することは人がよく行うことなので、大丈夫で、周りにたくさんの例を見つける必要があります)。OpenNLP、LingPipe、およびGATEは、NERなどを実行するために使用できるツールのほんの一部です。
OWLを使用してRDFデータの推論を行う場合は、RDFをトリプルストアに格納することをお勧めします(無料で利用できるオープンソースのトリプルストアがたくさんあります)。
これは、選択したトリプルストアによって異なります。OWL推論を提供するものもあれば、ストアにデータを追加して推論なしでトリプルストアを使用するときに推論エンジンを使用することもできます(つまり、完全なマテリアライゼーション)。しかし、繰り返しになりますが、実際に必要な推論の量に応じて、これが可能である場合と不可能な場合があります。