W 1909 roku, Charles S. Peirce proponuje graficzny zapis węzłów i krawędzi o nazwie "egzystencjalne wykresy", który nazwał "logiką przyszłości".

Zostały wynalezione dla komputerów przez Richarda H. Richensa w Cambridge Language Research Unit w 1956 roku jako "Interlingua" dla automatycznego tłumaczenia języków naturalnych.

Zostały one opracowane przez Roberta F. Simmonsa w System Development Corporation na początku 1960 i później rozwijane we współpracy m.in. z Allanem M. Collinsem i współpracownikami np. Quillianem czy Loftusem.

W latach 1960 - 1980 opracowano ideę semantycznych Linków w ramach systemów hipertekstowych jako najbardziej podstawowa jednostka, lub krawędź, w sieci semantycznej. Idea te była niezwykle wpływowa, i można zauważyć wiele prób, by dodać linki semantyczne do HTML i XML.

Sieci semantycznej używamy, gdy mamy pewność, że dobrze rozumiemy pojęcia z danej dziedziny i powiązania między nimi.

Większość sieci semantycznych jest oparta na kognitywistyce (poznawczo).

Składają się z łuków i węzłów, które mogą być zorganizowane w hierarchii taksonomicznej.

Sieci semantyczne pozwalają także odzwierciedlać dziedziczenie i prezentację węzłów jako proto-obiektów.

O czym należy pamiętać o sieci semantyczne ? Niektórych właściwości nie da się łatwo wyrazić za pomocą

sieci semantycznej. Na przykład negacji, alternatywy i ogólnego braku wiedzy taksonomicznej. Wyrażanie tych relacji wymaga rozwiązania, takie jak uzupełnienie o rachunek predykatów i przy użyciu specjalistycznych procedur.

Pytania możliwe: • Kto jest martwy? • Kto gra Jazz/Trumpet ?

Wiedza o relacjach to: • atrybuty • odpowiednie związane z nimi wartości. Mechanizmy wnioskowania możliwe są dzięki: • Właściwościom dziedziczenia (elementy dziedziczą wartości z bycia członkami klasy). Dane muszą być zorganizowane w hierarchię klas.

• Boxed nodes -- objects and values of attributes of objects.

• Values can be objects with attributes and so on.

• Arrows -- point from object to its value.

• This structure is known as a slot and filler structure, semantic network or a collection of frames.

• Prostokąty (węzły) – obiekty i wartości atrybutów obiektów. • Strzałki - punkt od obiektu do jego wartości.

The algorithm to retrieve a value for an attribute of an instance object:

1. Find the object in the knowledge base

2. If there is a value for the attribute report it

3. Otherwise look for a value of instance if none fail

4. Otherwise go to that node and find a value for the attribute and then report it

5. Otherwise search through using isa until a value is found for the attribute.

1. Znajdź obiekt w bazie wiedzy

2. Jeśli jest wartość atrybutu to zwróć ją.

3. W przeciwnym razie szukaj wartości

instancji.

4. W przeciwnym razie przejdź do węzła i

znajdź wartość atrybutu, a następnie zwróć

ją.

5. W przeciwnym razie dokonaj

przeszukiwania za pomocą isa dopóki nie

znajdziesz wartości dla atrybutu.

isa(person, mammal)

Instance(Mike-Hall, person)

team(Mike-Hall, Cardiff)

zdanie: John dał Mary książki. Tutaj mamy kilka aspektów zdarzenia.

Prosty mechanizm wnioskowania po prostu śledzi połączenia między węzłami sieci.

2 metody:

Intersection search

Inheritance

Aktywacja dwóch węzłów i poszukiwanie ich przecięcia i szukanie w ten sposób zależności między obiektami. Odwiedzone węzły odpowiednio oznaczamy.

Dziedziczenie opiera się na reprezentacji „isa”

Dziedziczenie również zapewnia środki do rozumowania domyślnego.

przykład:

•Emus are birds.

• Typically birds fly and have wings.

• Emus run.

1. Emus are birds.

2. Typically birds fly and have wings.

3. Emus run.

dog: any of a large and varied group of domesticated animals related to the fox, wolf, and jackal

chihuahua: any of an ancient Mexican breed of very small dog with large, pointed ears

bird: any of a class of warm-blooded, two-legged, egg-laying vertebrates with feathers and wings

penguin: any of an order of flight-less birds found in the Southern Hemisphere, having webbed feet and paddle-like flippers for swimming and diving

ostrich: a large, swift-running bird of Africa and the Near East; the largest and most powerful of living birds; it has a long neck, long legs, two toes on each foot, and small useless wings

canary: a small yellow songbird of the finch family, native to the Canary Islands

Najpierw szukamy klas obiektów, przedmiotów.

Potem dopiero definiujemy poszczególne obiekty tak by je jakoś między sobą rozróżnić.

vertebrate

^

| is-a

has-part

| /------------- wings

/ reproduction

| /--------------- egg-laying

| / body-temp

| /----------------- warm-blooded

bird--< no. of legs

^ ^ ^ \----------------- 2

/ | \ \ covering

is-a / | \ \--------------- feathers

/ | \ \ movement

color / | \ \------------- flight

yellow ------canary

size / | is-a \ is-a

small -----/ | \ movement

| ostrich---------- run

movement | \ size

swim ----------penguin \--------- big

sieci semantyczne związane z odpowiednimi zestawami narzędzi programowych służących do inżynierii wiedzy leksykalnej:

1. Semantic Network Processing System (SNePS) Stuarta C. Shapiro lub

2. paradygmat MultiNet Hermanna Helbig (w szczególności nadaje się do reprezentacji semantycznej wyrażeń języka naturalnego i używane w różnych aplikacjach NLP).

3. Sieci semantyczne są stosowane w specjalistycznych zadaniach wyszukiwania informacji, takich jak wykrywanie plagiatu. Sieci semantyczne pozwalają wtedy na kompresję w celu zmniejszenia różnorodności językowej i umożliwiają przez to określenie znaczenia słowa, niezależnie od zestawów słów.

The MemberOf link between Jill and FemalePersons indicates that Jill belongs to the category of female persons.

O ile nie ma przeciwwskazań, zakłada się, że obiekty należące do pewnej klasy dziedziczą po niej wszelkie jej własności.

Dziedziczenie jest wielokrotne. Można należeć do więcej niż jednej kategorii.

Jill ma 2 nogi !

Link: HasSister odwrotny do linku SisterOf.

Czasami po prostu takie linki ułatwiają wnioskowanie: „Czyją siostrą jest Jack”.

Gdy odkryjemy że link HasSister jest linkiem odwrotnymi do SisterOf , wówczas proces wnioskowania może iść za linkiem HasSister od Jack do Jill i odpowiedzieć na pytanie.

Wady:

Reprezentacja tylko binarnych relacji co tworzy problem dla relacji Run(ChennaiExpress,

Chennai,Bangalore,Today).

Nie ma standardowej definicji nazw linków.

Zalety:

Potrafią reprezentować wartości domyślne dla kategorii. Jack ma 1 nogę, ale przecież jest osobą a każda osoba ma 2 nogi. Wtedy 2 nogi będzie wartością domyślną, ale jeśli dla Jack określono inaczej to ta wartość zostaje nadpisana.

Są łatwe do interpretacji.

Są łatwe do przełożenia na język PROLOG.

Tom is a cat.

Tom caught a bird.

Tom is owned by John.

Tom is ginger in colour.

Cats like cream.

The cat sat on the mat.

A cat is a mammal.

A bird is an animal.

All mammals are animals.

Mammals have fur.