Inden for datalogi er en ontologi en formel model af et fagområde, som entydigt definerer begreber, deres egenskaber og relationerne imellem dem. Det gør det muligt for mennesker og maskiner at fortolke data ensartet og drage slutninger ud fra dem. Ontologier ligger til grund for mange vidensgrafer, semantiske søgesystemer og dataintegrationsprojekter. Eksempel: en produktontologi fastslår, at en »elcykel« er en »cykel« og har et »batteri«.
Knowledge engineering omfatter indsamling, organisering og forberedelse af ekspertviden, så IT-systemer kan bruge den. Oprindeligt handlede det om regler til ekspertsystemer; i dag er det ofte vigtigst at dokumentere spredt viden fra manualer, procesbeskrivelser og folks hoveder, så AI-agenter kan svare pålideligt ud fra den. Det indebærer klare strukturer, opdaterede kilder, definerede ansvarsområder og lukning af identificerede huller.
Semantisk analyse undersøger sprogets betydning – ikke kun hvilke ord der optræder, men hvad der menes. Det omfatter at fortolke flertydige ord rigtigt i sammenhængen (f.eks. »leder« som chef eller som elektrisk leder), at genkende relationer mellem begreber og at klassificere udsagn efter indhold. Det ligger til grund for anvendelser som analyse af kundefeedback, spørgsmålsbesvarelse eller søgesystemer, der også skal forstå forskelligt formulerede forespørgsler med samme betydning.
Strukturerede data følger et fast skema med tydeligt navngivne felter, f.eks. tabeller, databaser eller JSON-objekter med oplysninger som navn, pris og dato. Maskiner kan læse, filtrere og behandle dem pålideligt – i modsætning til fri tekst eller billeder. På websites beskriver schema.org-markup f.eks. produkter, begivenheder eller FAQ'er, så søgemaskiner og AI-systemer forstår indholdet entydigt. AI kan også udtrække strukturerede data fra ustruktureret tekst.
Et kognitivt kort er oprindelig et begreb fra psykologien, der beskriver den mentale repræsentation, som mennesker eller dyr danner af deres omgivelser. I ledelse og AI refererer det også til grafiske modeller, der viser begreber som noder og deres årsag-virkning-forhold som vægtede pile, f.eks. »fuzzy cognitive maps«. Sådanne kort hjælper med at strukturere ekspertviden og udforske scenarier, f.eks. hvordan prisændringer påvirker efterspørgsel og lagerbeholdning.
