Introducere Succesul webului semantic este dependent de existența unor ontologii corespunzătoare și de proliferarea paginilor web adnotate cu metadate conforme acestor ontologii. Obținerea metadatelor prin definirea manuală a unor reguli de extracție a informației necesită o muncă titanică, timp și experiență de înalt nivel.
PANKOW (prescurtare din engleză de la Pattern-based Annotation through Knowledge on the Web, Anotare prin similaritate utilizând informația incorporată de web) reprezintă o metodă de auto-anotare bazată pe numărarea paginilor web care includ anumite șabloane lingvistice specificate.Philipp Cimiano, Siegfried Handschuh, Steffen Staab (2004). "Towards the Self-Annotating Web". In Proceedings of the 13th International Conference on World Wide Web (WWW '04), pp. 462-471. ACM, New York. ISBN 1-58113-844-X. DOI: 10.1145/988672.988735 Este o abordare similară învățării automate nesupravegheate a corespondenței dintre anumiți termeni și categoriile unei ontologii, ce combină ideea folosirii șabloanelor lingvistice în identificarea relațiilor ontologice cu ideea de folosire a Internetului ca sursă gigantică de informație.
Descrierea metodei
Identificarea termenilor Sistemul caută în textul HTML care descrie paginile de Internet termeni care ar putea constitui exemple de categorii ale ontologiei. În general, aceștia sunt substantive comune ce pot fi identificate cu algoritmi specifici de separare a unităților lexicale.
Procesul de anotare Substantivele comune candidate și termenii ontologiei sunt combinați în șabloane lingvistice ce sunt apoi utilizate ca termeni de căutare în Google. În final, pentru fiecare combinație substantiv-categorie ontologică, sistemul rezumă rezultatele interogării la un număr total de pagini regăsite incluzând combinația respectivă și atribuie termenul (substantiv comun) categoriei ontologice cele mai relevante din punct de vedere al acestui număr.
Performanță și avantaje PANKOW este ca performanță la nivelul sistemelor celor mai moderne din domeniu, în plus fiind mai simplu și mai intuitiv în ce privește anotarea paginilor Internet.
Context istoric Proiectul PANKOW a fost inițiat la Universitatea Karlsruhe, Germania, în 2004.
Note
Bibliografie Philipp Cimiano, Siegfried Handschuh, Steffen Staab, Towards the Self-Annotating Web In Proceedings of the 13th WWW Conference, pp. 462-471. ACM, New York, May 2004. ISBN 1-58113-844-X
Categorie:World Wide Web Categorie:Web 3.0