W informatyce ontologia to formalny model dziedziny wiedzy, który jednoznacznie definiuje pojęcia, ich właściwości i relacje między nimi. Dzięki temu ludzie i maszyny mogą spójnie interpretować dane i wyciągać z nich wnioski. Ontologie leżą u podstaw wielu grafów wiedzy, systemów wyszukiwania semantycznego i projektów integracji danych. Przykład: ontologia produktów stwierdza, że „rower elektryczny” jest „rowerem” i ma „akumulator”.
Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.
Uruchom demoInżynieria wiedzy obejmuje pozyskiwanie, porządkowanie i przygotowywanie wiedzy eksperckiej tak, aby systemy IT mogły z niej korzystać. Pierwotnie koncentrowała się na regułach dla systemów eksperckich; dziś priorytetem jest często udokumentowanie rozproszonej wiedzy z instrukcji, opisów procesów i głów ludzi, aby agenci AI mogli na jej podstawie niezawodnie odpowiadać. Wymaga to jasnych struktur, aktualnych źródeł, określonych odpowiedzialności i uzupełniania zidentyfikowanych luk.
Analiza semantyczna bada znaczenie języka – nie tylko to, jakie słowa występują, ale co zostało rozumiane. Obejmuje to poprawną interpretację wieloznacznych słów w kontekście (na przykład „zamek” jako budowla albo element zamknięcia), rozpoznawanie relacji między pojęciami i klasyfikowanie wypowiedzi według treści. Stanowi podstawę zastosowań takich jak analiza opinii klientów, odpowiadanie na pytania czy systemy wyszukiwania, które powinny rozumieć także różnie sformułowane zapytania o tym samym znaczeniu.
Dane ustrukturyzowane mają ustalony schemat z jednoznacznie nazwanymi polami, na przykład tabele, bazy danych lub obiekty JSON zawierające takie informacje jak nazwa, cena i data. Maszyny mogą je niezawodnie odczytywać, filtrować i przetwarzać – w przeciwieństwie do tekstu swobodnego lub obrazów. Na stronach internetowych znaczniki schema.org opisują na przykład produkty, wydarzenia lub FAQ, aby wyszukiwarki i systemy AI jednoznacznie rozumiały treść. AI potrafi też wyodrębniać dane ustrukturyzowane z tekstu nieustrukturyzowanego.
Mapa poznawcza to pierwotnie pojęcie z psychologii, opisujące mentalną reprezentację otoczenia, jaką tworzą ludzie lub zwierzęta. W zarządzaniu i AI oznacza także modele graficzne, które przedstawiają pojęcia jako węzły, a ich związki przyczynowo-skutkowe jako ważone strzałki, na przykład „rozmyte mapy poznawcze”. Takie mapy pomagają porządkować wiedzę ekspertów i badać scenariusze, na przykład jak zmiany cen wpływają na popyt i stany magazynowe.
