Contenidos
Demostración del plan de carga de destino en Informatica
La “Web de documentos” se ha consolidado gracias a la creación de una impresionante familia de lenguajes XML y afines. Además, la “web semántica” está desarrollando su propia familia de lenguajes basada principalmente en RDF. Aunque ambas familias han sido desarrolladas específicamente para la “web”, cada una de ellas se ha desarrollado a partir de premisas diferentes y con objetivos específicos. El resultado es que la combinación de ambas familias en una sola aplicación es sorprendentemente difícil. Esto es desafortunado, ya que la combinación del procesamiento semántico con el procesamiento de documentos proporciona ventajas en ambas direcciones, es decir, el uso de la inferencia semántica para un procesamiento de documentos más inteligente y el uso de herramientas de procesamiento de documentos para presentar representaciones semánticas a un usuario final. En este artículo, investigamos este problema de integración, centrándonos en el papel de la semántica (RDF) en la selección, estructuración y estilo del contenido (XML). Analizamos los enfoques adoptados por dos arquitecturas de ejemplo y utilizamos nuestro análisis para derivar una alternativa más integrada.
Tutorial de la Web Semántica 13/14: Lenguaje de Ontología Web (OWL)
Este artículo incluye una lista de referencias generales, pero permanece en gran medida sin verificar porque carece de suficientes citas en línea correspondientes. Por favor, ayude a mejorar este artículo introduciendo citas más precisas. (Agosto de 2020) (Aprende cómo y cuándo eliminar este mensaje de la plantilla)
En la teoría de los lenguajes de programación, la semántica es el campo que se ocupa del estudio matemático riguroso del significado de los lenguajes de programación[1]. Lo hace evaluando el significado de las cadenas sintácticamente válidas definidas por un lenguaje de programación específico, mostrando el cómputo involucrado. En el caso de que la evaluación fuera de cadenas sintácticamente inválidas, el resultado sería la no computación. La semántica describe los procesos que sigue un ordenador al ejecutar un programa en ese lenguaje específico. Esto puede mostrarse describiendo la relación entre la entrada y la salida de un programa, o una explicación de cómo se ejecutará el programa en una determinada plataforma, creando así un modelo de computación.
Habilitar la gobernanza de datos unificada con Azure Purview
El tutorial ilustra metodologías para desarrollar soluciones de gestión de datos basadas en ontologías (OBDM), cuyo objetivo es acoplar vistas conceptuales del dominio de la información, expresadas como ontologías OWL 2, con las fuentes de datos reales y posiblemente preexistentes. En el tutorial introduciremos los fundamentos de OBDM, presentaremos Graphol, un modelo gráfico para el desarrollo rápido de ontologías OWL 2, e ilustraremos cómo vincular ontologías con datos. Llevaremos a cabo una sesión práctica en la que los participantes desarrollarán (pequeñas) aplicaciones OBDM y experimentarán funcionalidades OBDM, como la respuesta a consultas SPARQL, explotando las herramientas OBDM más modernas.
La gestión de datos basada en ontologías (OBDM) es un paradigma reciente para acceder y gestionar fuentes de datos a través de una ontología que actúa como una visión conceptual e integrada de los datos, y de mapeos declarativos que conectan la ontología con las fuentes de datos. El marco OBDM ha suscitado un gran interés en los últimos años, lo que ha llevado al desarrollo de instrumentos avanzados basados en esta tecnología. Estas herramientas se han adoptado recientemente para el desarrollo de aplicaciones OBDM para la gestión de datos empresariales en diversos dominios. Un aspecto importante en OBDM es la construcción de una especificación del sistema, es decir, la definición tanto de la ontología como del mapeo. Se trata de una actividad compleja, que requiere diversas competencias y metodologías y herramientas adecuadas que la respalden, y éste es el tema que aborda específicamente el presente tutorial. El tutorial aprovecha la experiencia del grupo de investigación sobre tecnologías semánticas de la Sapienza, que ha participado en los últimos años en varios proyectos industriales y académicos y ha fundado recientemente OBDA Systems, una innovadora empresa de la Universidad de la Sapienza de Roma.
Conferencia de Lynda Hardman | De los datos enlazados a las historias
En el proceso de traducción, las barreras semánticas han atraído la atención de los investigadores. Tomando como ejemplo la traducción entre el chino y el inglés, este trabajo utilizó algoritmos inteligentes para reconocer el rol semántico del inglés, introdujo el etiquetado de roles semánticos, diseñó un codificador de roles semánticos, integró el codificador con el modelo transformador y probó el rendimiento de la traducción del sistema. Los resultados experimentales mostraron que la puntuación BLEU-4 del sistema combinado era significativamente mayor que la del sistema de referencia y el sistema transformador tradicional. Los valores medios de BLEU-4 de los tres sistemas fueron 35,02, 35,78 y 36,9, respectivamente, y la puntuación del sistema combinado fue la más alta. El análisis específico de varios ejemplos también reveló que los resultados de traducción del sistema combinado eran más fiables. Los resultados experimentales verifican la eficacia del sistema combinado en la traducción automática y la importancia del reconocimiento semántico en la traducción.