Imprecise Empirical Ontology Refinement: Application to Taxonomy Acquisition

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F07%3A00040314" target="_blank" >RIV/00216224:14330/07:00040314 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Imprecise Empirical Ontology Refinement: Application to Taxonomy Acquisition

Popis výsledku v původním jazyce

The significance of uncertainty representation has become obvious in the Semantic Web community recently. This paper presents new results of our research on uncertainty incorporation into ontologies created automatically by means of Human Language Technologies. The research is related to OLE (Ontology LEarning)footnote{The project's web page can be found at URL: url{http://nlp.fi.muni.cz/projects/ole/}.} -- a project aimed at bottom-up generation and merging of ontologies. It utilises a proposal of expressive fuzzy knowledge representation framework called {sf ANUIC} (Adaptive Net of Universally Interrelated Concepts). We discuss our recent achievements in taxonomy acquisition and show how even simple application of the principles of {sf ANUIC} canimprove the results of initial knowledge extraction methods.

Název v anglickém jazyce

Imprecise Empirical Ontology Refinement: Application to Taxonomy Acquisition

Popis výsledku anglicky

The significance of uncertainty representation has become obvious in the Semantic Web community recently. This paper presents new results of our research on uncertainty incorporation into ontologies created automatically by means of Human Language Technologies. The research is related to OLE (Ontology LEarning)footnote{The project's web page can be found at URL: url{http://nlp.fi.muni.cz/projects/ole/}.} -- a project aimed at bottom-up generation and merging of ontologies. It utilises a proposal of expressive fuzzy knowledge representation framework called {sf ANUIC} (Adaptive Net of Universally Interrelated Concepts). We discuss our recent achievements in taxonomy acquisition and show how even simple application of the principles of {sf ANUIC} canimprove the results of initial knowledge extraction methods.

Druh

D - Stať ve sborníku

CEP obor

IN - Informatika

OECD FORD obor

—

Projekt

<a href="/cs/project/1ET100300419" target="_blank" >1ET100300419: Inteligentní modely, algoritmy, metody a nástroje pro vytváření sémantického webu</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2007

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of ICEIS 2007, vol. Artificial Intelligence and Decision Support Systems

ISBN

978-972-8865-89-4

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

—

Název nakladatele

INSTICC

Místo vydání

Portugal

Místo konání akce

Funchal, Madeira, Portugal

Datum konání akce

1. 1. 2007

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—