トピックマップ、RDF、DAML、OIL
こう比べてみると、各技術の提案者が示している応用分野は似たりよったりであることは、明確である。唯一の違いとして、RDF、DAML、OILにはEAI分野は入っていない。しかし、これは、EAIの目的にそれらが使用できないということではない。要するに、これらの分野の応用で情報のやり取りをする際に、自分がある規格を選んでも、相手先は別の規格を選ぶかもしれない。しかし、これは以下に示すように必ずしも問題になるわけでもない。 1.2. 解決すべき課題 解決すべき課題はこれらの4つの標準規格を相互流通させることである。最も低レベルでは、これらのデータをシステム間でやりとりさせることである。より望ましい目標は、異なった標準規格を同じプロダクションシステムで動かすソフトウェアを実装することである。たとえば、一つのモデルで定義されたクエリ言語やスキーマ言語で、他モデルのデータも扱えるようになればよい。本論文で
Knowledge Synergy Inc. - Topic Maps and Seamless Knowledge
トピックマップ（Topic Maps） Seamless Knowledge を目指して トピックマップとは トピックマップ (Topic Maps) は、情報リソースが持つ主題、主題間の関係、及び、情報リソースとの関係を、トピック(Topic)、関連(Association)、及び、出現(Occurrence)という構成要素でモデル化してコンピュータ処理可能にしたものです。トピック、関連、出現は、トピックマップの三大構成要です。それぞれの頭文字をとって、TAO of Topic Maps (トピックマップ道) と呼ばれています。 トピック (topic)： 人間が認識する具体的または抽象的な主題／概念 関連 (association)： トピック間の関係 出現 (occurrence)： トピックに関連した情報リソースへのリンク トピック (topic)は、トピックマップの中心になる概念
『トピックマップ』で検索精度を向上 | WIRED VISION
『トピックマップ』で検索精度を向上 2004年12月 2日 コメント： トラックバック (0) John Gartner 2004年12月02日 データベースや検索エンジンを使うと、人や物事について膨大な情報を即座に得られるが、その多くの検索結果は、たいてい当たりと外れが混在している。より適切な検索結果を引き出すために米国政府など各組織が採用している手法に、『トピックマップ』によるデータのインデックス化がある。 トピックマップというのは高度なインデックス技術標準で、言葉を他の事柄との関係性に基づいて分類することによって検索能力を向上させる。たとえば、『ウィリアム・シェイクスピア』というトピックは、シェイクスピアについての論文、シェイクスピアの戯曲、シェイクスピアからの有名な引用などに結びつけられる。 『構造化情報標準促進協会』(OASIS)に属するトピックマップ技術委員会のパトリック・ドゥ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
