استعلام دلالي

(تم التحويل من Semantic Query)

تسمح الاستعلامات الدلالية Semantic queries بالاستعلامات والتحليلات المتعلقة بالطبيعة الترابطية و السياقية. تتيح الاستعلامات الدلالية استرجاع المعلومات المشتقة صراحةً وضمنيًا بناءً على المعلومات النحوية والدلالية والهيكلية الموجودة في البيانات. وهي مصممة لتقديم نتائج دقيقة (ربما التحديد المميز لقطعة واحدة من المعلومات) أو للإجابة على المزيد من الضبابية وأسئلة مفتوحة على نطاق واسع من خلال مطابقة النمط و الاستدلال الرقمي.

تعمل الاستعلامات الدلالية على الرسوم البيانية المحددة، البيانات الموصولة أو الثلاثيات. يمكّن هذا الاستعلام من معالجة العلاقات الفعلية بين المعلومات و استنتاج الإجابات من شبكة البيانات. هذا على عكس البحث الدلالي، الذي يستخدم الدلالات (علم المعنى) في نص غير منظم لإنتاج نتيجة بحث أفضل. (انظر معالجة اللغات الطبيعية.)

من وجهة نظر تقنية، تعد الاستعلامات الدلالية عمليات دقيقة من النوع لارتباطي تشبه إلى حد كبير استعلام قواعد البيانات. يتم العمل على البيانات المنظمة وبالتالي لديهم إمكانية استخدام ميزات شاملة مثل العوامل (على سبيل المثال> ، <و =)، وفضاءات الأسماء، مطابقة النمط، التصنيف الفرعي، علاقة متعدية، القواعد الدلالية و البحث عن النص الكامل بشكل سياقي. تقدم مجموعة الوب الدلالي من W3C سپاركل[1][2]لصياغة استعلامات دلالية في صيغة مشابهة لـ SQL. تُستخدم الاستعلامات الدلالية في مخازن الثلاثيات وقواعد بيانات الرسم البياني و الويكي الدلالي واللغة الطبيعية وأنظمة الذكاء الاصطناعي.

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

لمحة خلفية

تمثل قواعد البيانات الارتباطية جميع العلاقات بين البيانات بطريقة ضمنية فقط.[3][4]على سبيل المثال، العلاقات بين العملاء والمنتجات (المخزنة في جدولي محتوى ومتصلة بجدول ارتباط إضافي) تظهر فقط في عبارة الاستعلام (SQL في حالة قواعد البيانات الارتباطية) التي كتبها مطور ما. حيث تتطلب كتابة الاستعلام معرفة دقيقة بـ مخطط قواعد البيانات.[5][6]

تمثل البيانات الموصولة جميع العلاقات بين البيانات بطريقة صريحة. في المثال أعلاه، لا يلزم كتابة رمز استعلام. يمكن جلب المنتج الصحيح لكل عميل تلقائياً. في حين أن هذا المثال البسيط سطحي، فإن القوة الحقيقية للبيانات المرتبطة والموصولة تلعب دوراً عندما يتم إنشاء شبكة من المعلومات (العملاء بمعلوماتهم الجغرافية المكانية مثل المدينة والولاية والبلد؛ المنتجات مع فئاتها الفرعية والكاملة). الآن يمكن للنظام أن يجيب تلقائياً على الاستفسارات والتحليلات الأكثر تعقيداً التي تبحث عن اتصال موقع معين بفئة منتج. تم حذف جهود التطوير لهذا الاستعلام. يتم تنفيذ طلب البحث الدلالي عن طريق السير في شبكة المعلومات والعثور على التطابقات (يُطلق عليها أيضاُ اسم عبور الرسم البياني للبيانات).

جانب آخر مهم للاستعلامات الدلالية هو أنه يمكن استخدام نوع العلاقة لدمج الذكاء في النظام. العلاقة بين العميل والمنتج لها طبيعة مختلفة اختلافاً جوهرياً عن العلاقة بين الحي ومدينته. يتيح هذا الأخير لمحرك الاستعلام الدلالي استنتاج أن العميل الذي يعيش في مانهاتن يعيش أيضاً في مدينة نيويورك بينما قد يكون للعلاقات الأخرى أنماط أكثر تعقيداً وتحليلات سياقية. تسمى هذه العملية الاستدلال أو الاستنتاج وهي قدرة البرنامج على استنباط معلومات جديدة بناءً على حقائق معينة.


المقالات

  • Velez, Golda (2008). "Semantics Help Wall Street Cope With Data Overload". wallstreetandtech.com.
  • Zhifeng, Xiao (2009). "Spatial information semantic query based on SPARQL". in Liu, Yaolin; Tang, Xinming. International Symposium on Spatial Analysis, Spatial-Temporal Data Modeling, and Data Mining. 7492. International Symposium on Spatial Analysis. pp. 74921P. doi:10.1117/12.838556. Bibcode2009SPIE.7492E..60X. 
  • Aquin, Mathieu (2010). "Watson, more than a Semantic Web search engine" (PDF). Semantic Web Journal.
  • Dworetzky, Tom (2011). "How Siri Works: iPhone's 'Brain' Comes from Natural Language Processing". International Business Times.
  • Horwitt, Elisabeth (2011). "The semantic Web gets down to business". computerworld.com.
  • Rodriguez, Marko (2011). "Graph Pattern Matching with Gremlin". markorodriguez.com on Graph Computing.
  • Sequeda, Juan (2011). "SPARQL Nuts & Bolts". Cambridge Semantics.
  • Freitas, Andre (2012). "Querying Heterogeneous Datasets on the Linked Data Web" (PDF). IEEE Internet Computing.
  • Kauppinen, Tomi (2012). "Using the SPARQL Package in R to handle Spatial Linked Data". linkedscience.org.
  • Lorentz, Alissa (2013). "With Big Data, Context is a Big Issue". Wired.

انظر أيضاً

المراجع

  1. ^ "Introducing SPARQL: Querying the Semantic Web". XML.com. 2005.
  2. ^ "SPARQL Query Language for RDF". W3C. 2008.
  3. ^ "Semantic queries in databases: problems and challenges". ACM Digital Library. 2009.
  4. ^ "Karma: A System for Mapping Structured Sources into the Semantic Web" (PDF). eswc-conferences.org. 2012.
  5. ^ "A Scalable Approach to Learn Semantic Models of Structured Sources" (PDF). 8th IEEE International Conference on Semantic Computing. 2014.
  6. ^ "Semantics for Big Data Integration and Analysis" (PDF). AAAI Fall Symposium on Semantics for Big Data. 2013.

وصلات خارجية