РАЗВОЈ ОНТОЛОГИЈЕ УПОТРЕБОМ МЕТОДА ОБРАДЕ ПРИРОДНОГ ЈЕЗИКА

Невена Роквић

doi:10.24867/20BE12Rokvic

Невена Роквић

DOI: https://doi.org/10.24867/20BE12Rokvic

Ključne reči: Онтологија, Обрада природног језика, Неуронске мреже, Уградња речи

Apstrakt

Онтологије се користе широм различитих области као супериорно решење за приказивање доменског знања. Традиционални системи грађења онтологије подразумевају комплексан процес који захтева велке количине ресурса и времена. Са развојем науке и области обраде природног језика тај процес је могуће делимично или у потпуности аутоматизовати. Овај рад тежи да применом машинског учења попуни онтологију из домена рачунарских наука. Као улазни подаци за тренирање неуронске мреже коришћени су наставни материјали, где су као резултат добијене уградње речи којима је аутоматски попуњавана онтологија. Добијени модел је евалуиран поређењем са оригиналним подацима из наставних материјала.

Reference

[1] Salatino, Angelo A., et al. "The computer science ontology: A comprehensive automatically-generated taxonomy of research areas." Data Intelligence 2.3 (2020): 379-416.
[2] Mikolov, Tomas, et al. "Efficient estimation of word representations in vector space." arXiv preprint arXiv:1301.3781 (2013).
[3] Wohlgenannt, Gerhard, and Filip Minic. "Using word2vec to Build a Simple Ontology Learning System." International Semantic Web Conference (Posters & Demos). 2016.
[4] Obeid, Charbel, et al. "Ontology-based recommender system in higher education." Companion Proceedings of the The Web Conference 2018. 2018.
[5] https://ocw.mit.edu/index.htm.(приступљено у јуну 2022.)
[6] vanRossum, Guido. "Python reference manual." Department of Computer Science [CS] R 9525 (1995).
[7] Noy, N. F., Crubézy, M., Fergerson, R. W., Knublauch, H., Tu, S. W., Vendetti, J., & Musen, M. A. (2003). Protégé-2000: an open-source ontology-development and knowledge-acquisition environment<. AMIA Symposium, (str. 953-953).