アスペクト2の構造化

Structuring Aspects 1の読者は、それが何のために書かれたかについて誤解しています。 私は第2シリーズでも同様に出てくると思います。 したがって、いくつかの想定されるスタートアップを説明する一貫したテキストを作成する過程で、段落を1つまたは2つではなくページを占有するように、特定のものを比較的詳細にペイントする必要があったことを説明します。 しかし、一般にインターネットリーダー、特にHabrは長いテキストを好まないため、これも考慮に入れる必要があります。 その結果、私は2つの悪から選択し、2つの別々のメモで草に覆われた場所を設計しました。これは、構造化のトピックに関する既存のものを収集、理解、コメント、または追加する試みをまとめたものです。



知識の構造化、つまり階層的分類によるアリストテレスへのアプローチに関しては、 分類法はほとんど唯一のものです。 いずれにせよ、完全に支配的。 たとえば、フォルダーはWindowsで整理されます。 これは、特に階層の視覚化と相まって便利です。 欠点は、1つの基準または機能でのみ階層を構築できることです。一方、その要素には通常、さまざまな階層に構築したり、さまざまなセットに組み合わせたりできる多くの機能があります。 たとえば、同じ音楽ファイルをジャンル、アーティスト、作成期間などで体系化できます。 ただし、これらすべての基準に従って階層を作成する場合は、ファイルをコピーしてメモリ内のスペースを占有する必要があります。



おそらく、誰もが代替方法- ファセット分類 -を聞いたわけではありません。 階層的分類ほど直感的ではないという事実は言うまでもありません。 ただし、この方法の大きなプラスは間違いない。 上記の問題は解決されました-同じオブジェクトが異なる階層またはセットに同時に属することができます。



ウィキペディアの記事から判断すると、これは概念的なアプローチの完全なリストです。 これらのことは認識論/認識論 （知識の科学）または認知学に関連しているように思えますが、これは明確に述べられていません。 いずれにせよ、私は知識の分類と構造化の問題に一般的に捧げられた知識のセクションをすぐに見つけることができませんでした。 私が理解している限り、認識論は他のいくつかのことに焦点を当てており、認識論は純粋に人々の人間の知覚への適用性の観点から構造化の問題に焦点を合わせていません。 人々は、記憶と思考のモデルの構築に関して研究されますが、構造化の一般原則を導き出すことを目的としてではなく、人々が最も適切かつ容易に知識を知覚または操作できることを基礎としてではなく、人工知能でこれらのモデルを使用することを目的としています。 さらに、知覚の容易さだけでなく、問題を提起することもできます。 たとえば、コンテンツを複製せずに上記の代替案を作成する機会は、メモリを節約するだけでなく、共通のWikiスペースでの社会的相互作用の観点からも重要です。 社会での普遍的な役割（ 最初の記事で書いたように）と、インターネットサービスに対するそのような知識の実際的な価値を考えると、構造化に関する専門セクションの欠如はかなり奇妙です。



前述の人工知能分野の人間と機械の接合部には、構造化の問題に大きく関連する、 知識表現のかなり発達したセクションがあります（ 知識工学も参照）。 たとえば、そのフレームワークには、 セマンティックネットワークの概念があります 。 後者は、分類階層と同様に、有向グラフの形式で表現できます。 つまり この主題が独立した知識のセクションとして定式化されていた場合、これらのことは一般的に研究することができます。



これとは別に、コンテンツオブジェクトにタグタグを提供するなど、情報を構造化する方法がインターネット上で広く普及しています。 この場合、オブジェクトは実際には、異なるラベルが割り当てられているのと同じ数のセットに同時に属します。 良い方法は、構造化されたスペースが大きくなりすぎたり、不均一になったりするまでです。 たとえば、ウィキペディアの妥当なタグクラウドを想像するのは困難です。 ただし、この機会に、書籍でさえも執筆中です-Tagging：Peaple Powered Metadata for the Social Web （これは読んでいません。 フォークソノミーリンクも参照してください）。 名前から判断すると、作成者はタグをメタデータとして理解します。



後者は、たとえばセマンティックWebの概念において、最も頻繁にメタデータと呼ばれるものとわずかに異なります 。 そこでは、データに関するデータ、Webリソースの簡単な標準化された説明、さらには、人ではなく機械の操作の便宜のために標準化されています。 メタデータの一般的な理解のトピックでは、厳密な標準化から遠ざかり、人間の知覚に近づくと、データとメタデータの違いが条件付きで相対的になります-コンテキストに応じて、同じコンテンツがデータとメタデータの両方を提供できることに注意してください。 メタデータの役割は、オブジェクト間の関係によって果たせることに注意してください。 たとえば、階層的な（ツリーのような）構造では、オブジェクト間の関係はデフォルトで一般から特定になります（またはその逆、これは重要ではありません）。 このような関係には、リンクされているオブジェクトに関する特定の情報が含まれていることが重要です。 セマンティック構造をとると、特定のオブジェクトのさまざまなリレーションとリレーションの一般的な組み合わせで、非常に包括的に説明できます。 これは、私が書くことを計画しているスタートアップの主要なアイデアの1つです。