ニューロタグ

この記事では、W3C *（World Wide Web Consortium）がセマンティックWeb **として開発を開始したものを実装するためのオプションの1つを検討します。



ここで私が提示したアイデアはセマンティックWebの概念ではなく、W3Cによって開発された標準には自分自身を結び付けません。なぜなら、私の観点からは、将来の情報ネットワークの最も実行可能なモデルの外観やその他のニーズはわずかに異なるためですが、この概念はセマンティックWeb。



セマンティックWebの理論については多くのことが言われていますが、今では多くの時間が経過しており、これらのアイデアのインターネット上での実装は観察されていません。



私はフレームワークの概念モデルに焦点を当て、セマンティックWebについて語った人々が夢見ていたすべてを具体化し、そのようなシステムの開発の実用的な側面を検討し、新たな問題の解決策を掘り下げます。 まず第一に、これらはユーザーにそのような複雑なシステムを適応させる問題であり、ユーザーがシステムとやり取りする動機を持ち、必要なものをすべて簡単に手に入れることができるように概念モデルを構築することです。



システムは本質的に自己学習型であり、ユーザーとのコミュニケーションを通じてシステムから情報を収集する必要があるため、この流れでは、ユーザーとの対話が特に重要です。 したがって、このタスクは、プログラマーとしてだけでなく、社会学者、心理学者、そして最も重要なのは発明者としても取り組む必要があります。



このフレームワークは、インターネットの単なるデータ転送手段であるネットワークの基礎と考えることができます。これは、HTTP、SMTP、SNMP、FTP、Telnetなどのプロトコルよりも1つ上のレベルで抽象化されたプロトコルとそれらを操作するプログラムのセットです。



これは、管理システムのモデルであり、グローバル規模での分散知識ベースの自己組織化であり、インターネットの開発の現在の段階で、通常のCMSの機能を実行できますが、機能が大幅に拡張されており、商用目的で使用できます。



問題の実用的な側面と具体的な解決策が先にあり、最初のアプローチは理論によって行われます。



* World Wide Web Consortium（W3C）-World Wide Webの技術標準を開発および実装する組織



**：セマンティックWebは、人間の言語のすべてのリソースにコンピューターが理解できる説明が提供されるネットワークの概念です。



II。 ニューロタグ



現在、多くのウェブサイトがあり、いくつかの一般的な原則によって結合されており、その結合は「Web2.0」と呼ばれます。

この現象の傾向の1つは、フォークソノミー*です。



これはいいです。 さらに見ると？



1.ニューロタグの理論



通常のタグ（タグ、キーワード）に欠けているものは何ですか？

関係、分類。



新しいコンセプトを紹介しましょう：

ニューロタグを通常のキーワードと呼び、このキーワードと他のキーワードの相互接続のシステムと呼びます。

同様の構造がエキスパートシステム**でよく使用され、知識ベースを形成します。 エキスパートシステムに関する対応する文献では、セマンティックタグはこの概念に対応します。



ニューロタグは、他のニューロタグとのあらゆるタイプの接続をいくつでも持つことができます。



リレーションは、たとえば次のように分類することもできます。

リンクされたプロパティは次のとおりです。

•同義語

•反意語

•親カテゴリ（Hyperonym）約：食品= G（ケーキ）

•子カテゴリ（タグの子孫、Hyponym）によって：stool = g（家具）

•関連カテゴリ別（タグには多くの共通の親がいます）約：グッピー= p（ゴールドフィッシュ）（共通の類義語-水族館の魚）

•与えられたオブジェクトの一部（メロニム）約：engine = m（車）

•与えられた（ホロニム）メモを含むオブジェクト：house = x（roof）

•単語の別の言語への翻訳（同義語のサブタイプ）約：Sky = t（Sky）

これは、「subject-predicate-object」という形式のRDF ***トリプレットに似ています。

（たとえば、RDF用語の「Green Eyes」というステートメントは、subject-「eyes」、predicate-「has color」、object-「green」のように表すことができます）

しかし、この場合、限定された述語のセットがあります。



一方では、親カテゴリのリストから2つのニューロタグが関連しているかどうかを常に判断できるため、関連カテゴリなどのこのタイプの接続は冗長に見えるかもしれませんが、他方では、このタイプのタグ間通信の存在はネットワーク圧縮プロセスを大幅に改善できますニューロタグ。これについてはもう少し詳しく説明します。



このタイプの接続は、同義語/反義語および一部/全体の関係と同様に、一般種の関係の結合であり、階層構造を形成します。



さらに、各接続にはpowerなどのパラメーターがあり、これは実際に、特定の接続が人間の論理の観点からどの程度関連しているかを示します。



このタイプの情報編成は、重み付き（ファジー）接続を持つセマンティックネットワーク****と呼ばれます。 このようなシステムは、知識ベースとしてエキスパートシステムでよく使用されます。

上記のタイプのコミュニケーションに加えて、機能的関係（通常、動詞「生成する」、「影響」...によって定義される）、定量的（より少ない、等しい...）、空間的（遠い、近い、のため、など） under、over ...）、temporary（earlier、later、during ...）、attributive（プロパティを持つ、値を持つ）など。

別のもっと面白い方法で行くことができます：関係を分類しないこと。 理論的には、上記の方法による接続の分類は冗長ですが、このステップは、そのようなシステムの開発中に生じる計算能力の問題を考慮して正当化される可能性が最も高いです。 分類されていない接続があるシステムであっても、2つのニューロタグがどの程度正確に相互接続されているかを判断できます。

たとえば、親/娘のニューロタグのみが接続されている場合、大規模システムで相互接続された2つのニューロタグのうち、親は常により多くの接続を持ちます。



個々の接続を頂点（ニューロタグ）とみなし、他の頂点との接続を確立することもできます。

たとえば、「sky」-「blue」という2つの関連タグがある場合、これら2つのタグの関係は「blue sky」にすぎません。

したがって、述部の型指定がなくても、汎用種の関係を編成できます。



このようなネットワークでは、理論的には大量のリング接続が形成される可能性があるため、頂点を再帰的にトラバースする場合、無限サイクルとスタックオーバーフローを回避するために再帰の深さを制御する必要があります。



ここで、分類されたタグ間リンクのケースを検討したいと思います。なぜなら、私見：人間の思考にとってより直感的だからです。



相互接続されたキーワードのネットワークを備えたシステムのすべての利点と問題を知り、そのようなシステムを開発する実際的な側面を振り返ります。



*フォークソノミー（英語のフォークソノミー、フォーク-フォーク+分類-分類から）-新語、ランダムに選択されたキーワードによる共同分類の実践を示します。 言い換えれば、この概念は、ファセット分類の従来の正式な方法とはまったく異なるという事実により注目を集めるカテゴリに情報を整理するための、人々のグループの自発的な協力を指します。 通常、この現象は、パブリックWebサイトなどの非階層コミュニティでのみ発生し、マルチレベルチームでは発生しません。 通常、情報オーガナイザーが主なユーザーであるため、フォークソノミーは、グループ全体の全体的な概念情報モデルをより正確に反映した結果を生成します。



**エキスパートシステムは、問題を解決する専門家を置き換えることができるインテリジェントなプログラムです。

特定の主題分野の知識に基づく論理的結論

特定のタスクのソリューションを提供します。

ESは1970年代に人工知能の研究者によって開発され始め、1980年代に商業的な補強を受けました。



***リソース記述フレームワークは、リソース、特にリソースメタデータを記述するためのW3Cコンソーシアムベースのモデルです。 このモデルの基礎は、リソースに関して作成された特別なタイプのステートメントを使用するという考え方です。 RDFの主な目標の1つは、機械と人間が認識できる方法でアサーションを等しく提供することです。 RDF情報を表すための構文がいくつかありますが、その中で最も一般的なものは、RDF / XML、トリプレット、およびグラフモデルです。

****セマンティックネットワークは、知識を表す1つの方法です。 タイトルは2つの科学からの用語を組み合わせたものです。言語学のセマンティクスは文の意味を研究し、数学のネットワークは一種のグラフです。 セマンティックネットワークでは、頂点の役割は知識ベースの概念によって果たされ、アーク（さらには有向）が頂点間の関係を定義します。 したがって、セマンティックネットワークは、サブジェクトエリアのセマンティクスを概念と関係の形で反映します。



III。 体に近い



だから、関係。 どこから入手しますか？

通常のタグ（キーワード）を使用すると、ユーザーが特定のフィールドに単純にタグを入力することは明らかです。

しかし、システムはそれらの間の接続についてどのように学習しますか？

まず、ユーザーに尋ねる必要があります。

私見：最も便利なのは、関心のあるコンテンツのブロックに囲まれた、ユーザーに発行される控えめで厳密な用量の調査プログラムです。



事実、いくつかの情報Webリソースのページをニューロタグシステムでリーフスルーすると、ユーザーは記事のリストの中で、ページをリロードして最小限のコンテンツ領域を占有することでユーザーを情報から引き離さないように、ajaxテクノロジーを使用した小さな投票に出くわします：



Q：「牛乳」と「山羊乳」はどのように関連していますか？

1.「牛乳」-「山羊乳」の概念の補助的なカテゴリー

2.「山羊乳」-「牛乳」の概念の補助カテゴリー

3.同義語

4.異なる言語で同じこと

5.接続なし



ただし、このような投票をサイトのコンテンツに挿入するだけでは効率的ではありません。

このようなアプローチは、ユーザーが関心のあるコンテンツを見るのを単に妨げるだけです。

したがって、インセンティブが必要です。



この場合、最も便利なインセンティブは、システムのユーザー評価に対する投票への参加の影響である可能性があります。これは、最近、Webリソースのユーザー評価が非常にファッショナブルで人気のある機能になったためです。



これを行うには、特別な特性を持つことをお勧めします。 厳密に制限されたフレームワーク内で、システムポーリングのおかげでのみユーザーの評価の増加を防ぐために、全体的な評価に影響する評価。 （以下、神経タグの関係に関するビルトイン調査をシステム調査と呼びます）

ユーザーがシステム調査に参加すると、ユーザーが選択した関係のパワーが1増加するか、何もしません（ニューロタグ間に接続「接続なし」が確立されるオプションもありますが、これは明らかに冗長なデータです）。

関係の力を高めるときに、ユーザーの評価を考慮することもできます。



投票用のニューロタグは、コンテンツの任意の1つのユニットのニューラルタグのリストから選択されます。

たとえば、ユーザーが写真をサーバーにアップロードし、キーワードでマークした場合：

星空、空、星、夜、これらのタグが何らかの関係を持っていると仮定することは論理的です。



しかし、ニューラルタグネットワークの最も興味深い機能は自己組織化です。

たとえば、そのような関係がある場合：



「ウクライナの法律」-ニューロタグ「法律」の補助カテゴリー

「法律」は、ニューロタグ「政治」の補助的なカテゴリです

「民営化法」-ニューロタグ「ウクライナの法律」の補助カテゴリー



それを仮定することは論理的です



「ウクライナの法律」-ニューロタグ「政治」の補助カテゴリ、

「民営化法」-ニューロタグ「政治」の補助カテゴリー

「民営化に関する法律」-ニューロタグ「法律」の補助カテゴリー



このシステムは、古い知識から新しい知識を導き出し、知識ベースのパターンを見つけ、さらに分析により、矛盾、知識ベースの矛盾を見つけ、知識ベースの正しい構成を監視し（内省）、その結論を証明し、推論の線を「説明する」ことができます。

また、論争のある問題では、システムは重み付き（ファジー接続）を使用するため、システムは登録ユーザーに対して控えめな投票を生成します。



ニューロタグのかなり大きなデータベースでは、ユーザーの介入なしにタグ間関係を確立する機会がますます増えています。その数はWebリソースの成長に伴って指数関数的に増加します。したがって、大規模で大きなWebリソースには、このようなシステムから最も明確な利点があります。



システムのポーリングと評価のメカニズムは優れたソリューションであり、さらなる開発が必要なエキスパートシステムのボトルネックであるナレッジベースのサポートに対処することを可能にします...しかし、ご覧のとおり、その開発は別の分野で少し見つかりました。



エキスパートシステムでナレッジベースを維持することが難しい最初の最も基本的な理由は、ナレッジの急速な「老化」であり、「廃止」の速度は、ES自体の作成速度を超えることがよくあります。 2番目の理由は、知識工学の分野で必要な数の専門家が不足していることです。

そして、新世代のグローバルソーシャルネットワークでは、各登録ユーザーはナレッジエンジニアリングの分野の専門家です。 実際、エンジニアリングの知識を必要としない専門家。

エキスパートシステムとは異なり、スーパーグローバルデータを使用しているため、知識の急速な老化の問題はここではそれほど重要ではありません。



これは、検索エリアを大幅に拡張し、よりインタラクティブにすることができるため、検索エンジンにとって大きな利点です。



また、Web 2.0で非常に流行している混chaとした「タグクラウド」を構造化されたツリー構造に変えます。



合理化者には、そのようなシステムには不当に大きな計算能力が必要であり、ニューロタグのデータベースは非常に急速に巨大なサイズに成長する、さらにユーザーからの注意が必要であり、これがニューロタグのネットワークを使用する利点を正当化できないと言う権利があります。



しかし、実際には、実際の利点の検討には至りませんでした。これは、特定のサービスの実際の実装に関連しているためです。 そして、これは根本的に異なるデータ編成で作業するため、ユーザーインターフェイスへの根本的に新しいアプローチを開発する際に創造的な可能性を適用できる良い場所です。

たとえば、pipes.yahoo.comを見ると、このような複雑なデータ構造を操作するための本当に便利なインターフェイスを作成する機能は完全に解決可能なタスクであり、初心者でも一見思われるよりもはるかに便利にすべてを実行できることに気づき始めます。



しかし、Webリソースの開発に対する同様のアプローチが別の記事で提供できる最も重要なことについて。 これはわずかに異なるトピックであり、異なるテクノロジーですが、ニューロタグのネットワークなしでは存在できず、それを補完し、多くのソーシャルサービスの開発に根本的に新しいアプローチを適用できます。それらの明らかな非効率性...を排除することで、ニューラルタグネットワークが役立ちます。



継続する。