t_wの輪郭

https://industryportal.enit.fr/ontologies/REQSPECONTO

情報工学やってたら哲学になってきた

Neo4j と RDF（オントロジー） に類似性を感じるなと思っていたらNeo4j公式がオントロジーについて言及していた。

そもそも、グラフデータベースが関係がありそう。

2022-11-14頃に『知識創造企業』で初めて見かけてメモしただけである

知識とは……という話を求めて、いまさらになって読んでる。

あの本やべぇな。また再読すべきか。
どういう文脈で「オントロジー」をメモしたのか忘れてしまった。

2022-11-14頃に『知識創造企業』で初めて見かけてメモしただけである

オントロジーの記述レベルでの分類に則れば、輪郭法はレベル1のオントロジーということになりそう？

「じゃあレベル2、レベル3のオントロジーを再現するシステムを作ればレベルアップじゃん」
というのはきっと安直な考えで、そうしたときに手間の増大が凄そうな予感がしている。

あるいは、『私もそんな感じの認識をしている』とそこから言及される輪郭から察するに、デラングが引き入れの関係性を明示するものなのかもしれない。

オントロジーの（半）自動生成

https://youtu.be/BW3I4cp3jgM

内因性
外因性
全体-部分関係
他の個体との関係を定義

オントロジーの記述レベルでの分類に則れば、輪郭法はレベル1のオントロジーということになりそう？

レベル1：概念の切り出しと、概念間の関係のみを記述
　　　　　概念のラベル（名前）と階層構造だけが存在する
レベル2：各概念の意味定義や、関係の記述が加えられたもの
　　　　　記述された性質に関して、コンピュータが応えられる
レベル3：オントロジーとして記述されたものだけでなく、
　　　　　問題解決システムの振る舞いや質問応答ができる

『勉強会／オントロジーの概要』

ドメインオントロジー（domain ontology）
特定の分野の異なるタスクでも使えるオントロジー

タスクオントロジー（task ontology）
異なる分野の同じタスクに使えるオントロジー

上位オントロジー（upper ontology）
様々な対象の抽象的な概念体系を扱うオントロジー

接触元 『勉強会／オントロジーの概要』

https://www.youtube.com/watch?v=KVxQKJTTCbg

セマンティックウェブに対応したオントロジーの検索エンジン

『デジタルツインの相互運用性向上に向けた動的事物を記述するオントロジーの設計』より

上に引用した図を見るに、パッと見た印象として、オントロジー（あるいはOWLで記述される構造）というのはUMLのクラス図・ER図・アクティビティ図などに近いものとして映る。
どちらも「現実世界をより正確に分かりやすく表現したい」という動機のもとに作られたものだろうから、似たような形態に収斂進化した、あるいはどちらかが元になって作られたのではないかと思われる。

https://www.jstage.jst.go.jp/article/jsaisigtwo/2022/SWO-058/2022_06/_article/-char/ja/

https://nistep.repo.nii.ac.jp/index.php?action=pages_view_main&active_action=repository_action_common_download&item_id=5569&item_no=1&attribute_id=12&file_no=1&page_id=13&block_id=21

共通語彙の提供
暗黙知識、前提知識の明示化
シス テム構築のビルディングブロックの提供
システム構築時にガイドラインを提供
領域知識に基づく類推を支援再利用性
相互運用性
実装容易性
知識の共有・再利用を促進
Theory of contentの提供

『大規模知識ベースに関する調査研究 一 オントロジー工学に関する調査研究 一』より

『大規模知識ベースに関する調査研究 一 オントロジー工学に関する調査研究 一』

再利用性
相互運用性
実装容易性
知的ツール

『大規模知識ベースに関する調査研究 一 オントロジー工学に関する調査研究 一』より

https://www.jipdec.or.jp/archives/publications/J0002793.pdf

URL: https://www.youtube.com/watch?v=18CZ89hpkM8
講師：瀧寛和　教授
ざっくりした概論。3/31まで公開とのこと。
　
本編 https://youtu.be/18CZ89hpkM8?t=61
人工知能の歴史 https://youtu.be/18CZ89hpkM8?t=288
1980年ごろの自然言語処理 https://youtu.be/18CZ89hpkM8?t=713
LispからC言語へのトランスパイラ https://youtu.be/18CZ89hpkM8?t=945
エキスパートシステム https://youtu.be/18CZ89hpkM8?t=988
ロジックプログラミング https://youtu.be/18CZ89hpkM8?t=1170
ICOT https://youtu.be/18CZ89hpkM8?t=1227
知識獲得 https://youtu.be/18CZ89hpkM8?t=1457
遺伝的アルゴリズム https://youtu.be/18CZ89hpkM8?t=1894
人工知能技術体系 https://youtu.be/18CZ89hpkM8?t=2091
オントロジー https://youtu.be/18CZ89hpkM8?t=2272
脳波計測 https://youtu.be/18CZ89hpkM8?t=2393
記号処理からディープラーニング https://youtu.be/18CZ89hpkM8?t=2684
ディープラーニングによる自然言語処理 https://youtu.be/18CZ89hpkM8?t=2961
日本政府の人工知能戦略 https://youtu.be/18CZ89hpkM8?t=3260
ライフデザインイノベーション https://youtu.be/18CZ89hpkM8?t=3418
人工知能の脅威論 https://youtu.be/18CZ89hpkM8?t=3704
人工知能で知能増幅 https://youtu.be/18CZ89hpkM8?t=4298

ウェブは人間が読むための「文書のウェブ」から、様々なデータを自在に発見して利用できる「データのウェブ」へと向かいます。セマンティック・ウェブと呼ばれる分野では、このデータのウェブを実現するために、表現のモデルや交換・共有を可能にするオントロジー、そして推論や頼性検証といった各レベルでの技術開発が進められています。メタデータを適切に与えることで、文書情報をこの「データのウェブ」に組み込むことが可能になります。