Wednesday, January 20, 2016

DBLP RDF

DBLP RDF

วันนี้ทำ Research สักนิด ค้นๆดู RDF Profile ของตัวเองจาก DBLP ใส่ URI http://dblp.uni-trier.de/pers/s/Sriharee:Gridaphat  ก็จะไปหน้าผลงานวิจัยของตัวเอง



 โหลดเอกสาร RDF ก็จะได้ไฟล์ด้านล่าง สับสนเล็กน้อยกับ owl:sameAs หรือว่า RDF ของ DBLP มีหลายเวอร์ชั่น

<?xml version="1.0" encoding="US-ASCII"?>
<rdf:RDF xmlns:dblp="http://dblp.uni-trier.de/rdf/schema-2015-01-26#" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:owl="http://www.w3.org/2002/07/owl#" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:foaf="http://xmlns.com/foaf/0.1" xmlns:bibtex="http://data.bibbase.org/ontology/#">
<dblp:Person rdf:about="http://dblp.uni-trier.de/pers/s/Sriharee:Gridaphat">
<owl:sameAs rdf:resource="http://dblp.org/pers/s/Sriharee:Gridaphat" />
<dblp:personLastModifiedDate>2015-09-12T03:11:13+0200</dblp:personLastModifiedDate>
<dblp:primaryFullPersonName>Gridaphat Sriharee</dblp:primaryFullPersonName>
<dblp:authorOf rdf:resource="http://dblp.uni-trier.de/rec/journals/vjcs/Sriharee15" />
<dblp:authorOf rdf:resource="http://dblp.uni-trier.de/rec/conf/ant/Sriharee15" />
<dblp:authorOf rdf:resource="http://dblp.uni-trier.de/rec/conf/aciids/RattanapanichS14" />
<dblp:authorOf rdf:resource="http://dblp.uni-trier.de/rec/conf/cse/Sriharee13" />
<dblp:authorOf rdf:resource="http://dblp.uni-trier.de/rec/conf/ictai/YajaiS12" />
<dblp:authorOf rdf:resource="http://dblp.uni-trier.de/rec/conf/ndt/Sriharee11" />
<dblp:authorOf rdf:resource="http://dblp.uni-trier.de/rec/conf/apccm/PunnarutS10" />
<dblp:coCreatorWith rdf:resource="http://dblp.uni-trier.de/pers/p/Punnarut:Ravikarn" />
<dblp:coCreatorWith rdf:resource="http://dblp.uni-trier.de/pers/r/Rattanapanich:Rittipol" />
<dblp:coCreatorWith rdf:resource="http://dblp.uni-trier.de/pers/y/Yajai:Apichet" />
<dcterms:license rdf:resource="http://www.opendatacommons.org/licenses/by/" />
</dblp:Person>
</rdf:RDF>

จาก RDF Profile ของนักวิจัย จะลิงค์ไปยังผลงานแต่ละชิ้น ลองกำหนด URI http://dblp.uni-trier.de/rec/journals/vjcs/Sriharee15 จะได้ RDF อีกไฟล์แสดงรายละเอียดผลงานในรายการนั้น

<?xml version="1.0" encoding="US-ASCII"?>
<rdf:RDF xmlns:dblp="http://dblp.uni-trier.de/rdf/schema-2015-01-26#" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:owl="http://www.w3.org/2002/07/owl#" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:foaf="http://xmlns.com/foaf/0.1" xmlns:bibtex="http://data.bibbase.org/ontology/#">
<dblp:Publication rdf:about="http://dblp.uni-trier.de/rec/journals/vjcs/Sriharee15">
<owl:sameAs rdf:resource="http://dblp.org/rec/journals/vjcs/Sriharee15" />
<owl:sameAs rdf:resource="http://dx.doi.org/10.1007/s40595-014-0033-6" />
<dblp:publicationLastModifiedDate>2015-05-18T13:22:49+0200</dblp:publicationLastModifiedDate>
<dblp:title>An ontology-based approach to auto-tagging articles.</dblp:title>
<dblp:bibtexType rdf:resource="http://data.bibbase.org/ontology/#Article" />
<dblp:publicationType rdf:resource="http://dblp.uni-trier.de/rdf/schema-2015-01-26#Article" />
<dblp:authoredBy rdf:resource="http://dblp.uni-trier.de/pers/s/Sriharee:Gridaphat" />
<dblp:primaryElectronicEdition rdf:resource="http://dx.doi.org/10.1007/s40595-014-0033-6" />
<dblp:publishedInJournal>Vietnam J. Computer Science</dblp:publishedInJournal>
<dblp:publishedInJournalVolume>2</dblp:publishedInJournalVolume>
<dblp:publishedInJournalVolumeIssue>2</dblp:publishedInJournalVolumeIssue>
<dblp:pageNumbers>85-94</dblp:pageNumbers>
<dblp:yearOfPublication>2015</dblp:yearOfPublication>
<dcterms:license rdf:resource="http://www.opendatacommons.org/licenses/by/" />
</dblp:Publication>
</rdf:RDF>

ถ้าเอา RDF File สองไฟล์มา merge กันจะได้กราฟด้านล่าง

ตัวอย่างไฟล์ RDF ของอีกผลงานหนึ่ง

<?xml version="1.0" encoding="US-ASCII"?>
<rdf:RDF xmlns:dblp="http://dblp.uni-trier.de/rdf/schema-2015-01-26#" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:owl="http://www.w3.org/2002/07/owl#" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:foaf="http://xmlns.com/foaf/0.1" xmlns:bibtex="http://data.bibbase.org/ontology/#">
<dblp:Publication rdf:about="http://dblp.uni-trier.de/rec/conf/apccm/PunnarutS10">
<owl:sameAs rdf:resource="http://dblp.org/rec/conf/apccm/PunnarutS10" />
<dblp:publicationLastModifiedDate>2010-09-17T14:25:14+0200</dblp:publicationLastModifiedDate>
<dblp:title>A researcher expertise search system using ontology-based data mining.</dblp:title>
<dblp:bibtexType rdf:resource="http://data.bibbase.org/ontology/#Inproceedings" />
<dblp:publicationType rdf:resource="http://dblp.uni-trier.de/rdf/schema-2015-01-26#Inproceedings" />
<dblp:authoredBy rdf:resource="http://dblp.uni-trier.de/pers/p/Punnarut:Ravikarn" />
<dblp:authoredBy rdf:resource="http://dblp.uni-trier.de/pers/s/Sriharee:Gridaphat" />
<dblp:primaryElectronicEdition rdf:resource="http://crpit.com/confpapers/CRPITV110Punnarut.pdf" />
<dblp:publishedInBook>APCCM</dblp:publishedInBook>
<dblp:pageNumbers>71-78</dblp:pageNumbers>
<dblp:yearOfPublication>2010</dblp:yearOfPublication>
<dblp:publishedAsPartOf rdf:resource="http://dblp.uni-trier.de/rec/conf/apccm/2010" />
<dcterms:license rdf:resource="http://www.opendatacommons.org/licenses/by/" />
</dblp:Publication>
</rdf:RDF>

RDF Schema ของ DBLP อยู่ที่ http://dblp.uni-trier.de/rdf/schema-2015-01-26


Sunday, January 10, 2016

Google Scholar

Google Scholar

วันนี้ทดลองใช้ Google Scholar ค้นหาบทความวิชาการทั้งหมดของตัวเอง พบเกือบทั้งหมด Google Scholar ดีจริงๆ ได้ทราบว่า Paper ถูกอ้างอิงไปกี่ฉบับโดยใครบ้าง แถมสามารถ Extract ข้อมูลเพื่อนำไปทำรายการบรรณานุกรมได้  
ใน Expert Finding ในปัจจุบันจะมีฐานข้อมูล Web of Science ที่ค่อนข้างเป็นที่รู้จักที่ใช้ในการค้นหาบทความวิจัยที่ตีพิมพ์ในที่ประชุมทางวิชาการและวารสาร  แต่ Google Scholar กำลังเป็นที่นิยมเพราะเป็น Open system ใช้งานง่าย แถมลิงค์ไปยังแหล่งจัดเก็บเอกสารงานวิจัยต่างๆได้
Google Scholar คำนวณค่า h-index และ h-median ของนักวิจัยให้

เป้าหมายต่อไปคืออาจจะต้องค้นหา API Google Scholar เพื่อดึงข้อมูลมาใช้ในงานวิจัยต่อไป 
กฤดาภัทร  สีหารี
10 มกราคม 2559 



Saturday, January 9, 2016

Semantic Web กับ Expertise Finding: Part I

Semantic Web go far beyond my knowledge

วันนี้ใช้เวลานิดนึงในการทำวิจัยเรื่องเก่าแต่เอามาใส่ขวดเหล้าใหม่ Expertise Finding ผู้เขียนตีพิมพ์งานวิจัยเรื่องนี้ไปตั้งแต่ปี ค.ศ. 2010 ทำกับนักศึกษาปริญญาโทคนแรก ในขณะที่ตัวเองได้เดินทางไปทำวิจัยในตำแหน่ง Postdoc ที่ประเทศนอร์เวย์ แต่ก็ติดต่อกับนักศึกษาและให้คำแนะนำ สอบถาม ถกเถียง แนวคิดกับนักศึกษาตลอดในระยะเวลาประมาณ 6 เดือน เป็นงานที่ได้รับการอ้างอิงมากพอสมควร และคิดว่าน่าจะเป็นรายแรกที่พูดถึง Semantics ซึ่งใช้ออนโทโลยีนำไปกำหนดความเชี่ยวชาญ การจับคู่และการจัดเรียง ความเชี่ยวชาญของนักวิจัย

ปีนี้ 2016 ต้องศึกษาปรับปรุงงานให้ทันสมัย เผอิญไปขอทุนเขามา  พูดถึง Expertise Finding (การค้นหาความเชี่ยวชาญ) บางคนอาจจะสงสัยกับคำว่า Expert Finding (การค้นหาผู้ี่ยวชาญ) ในความเห็นส่วนตัว Expertise เน้นความเชี่ยวชาญทางวิชาการหรือความเชี่ยวชาญในด้านใดด้านหนึ่งโดยเฉพาะ ซึ่งการประเมินจะวัดจากผลงานส่วนตัวของนักวิจัยเป็นหลัก เช่นผลงานวิจัยต่างๆ   แต่ Expert Finding เน้นความเชี่ยวชาญในหลายๆมุมมอง เช่น มองถึงการให้คำแนะนำผู้อื่น มองถึงผลงานที่สะท้อนทำให้คนอื่นเป็นที่รู้จัก มองถึงความเชี่ยวชาญทางวิชาการหรือความรู้เฉพาะของบุคคลนั้น  โดยส่วนตัวมองว่า Expert Finding เป็นการประเมินในมุมมองที่กว้างกว่า Expertise Finding ซึ่ง Expert Finding อาจประเมินในชุมชน หรือสังคม หรือในแวดวงที่บุคคลนั้นทำงานอยู่  งานวิจัยหลายๆงานก็ไม่ได้บ่งบอกความแตกต่างของมุมมองในการค้นหาความเชี่ยวชาญหรือผู้เชี่ยวชาญมากนัก  แต่ผู้เขียนขอสรุปว่า Expertise Finding เป็น Subset ของ Expert Finding มีการใช้ Dataset ที่แสดงความสามารถของบุคคล และไม่จำเป็นที่จะต้องสะท้อนมุมมองจากผู้อื่นหรือผู้ที่มีความเกี่ยวข้อง

วันนี้ค้นหาผลงานตัวเองใน DBLP ที่ http://dblp.rkbexplorer.com/ ที่มีการบรรยายผลงานวิจัยที่ตีพิมพ์ในฐานข้อมูล DBLP ของมหาวิทยาลัยในเยอรมัน จำชื่อมหาวิทยาลัยไม่ได้ พบว่ากำหนดคีย์เวิร์ดคือ นามสกุลเข้าไป ระบบงานก็ค้นหาข้อมูลออกมาได้ดังภาพ  (แสดงชื่อเก่าของผู้เขียนก่อนเปลี่ยนเป็นชื่อใหม่)  ข้อมูลในระบบ DBLP นี้เป็น NoSQL พูดง่ายๆคือไม่ได้ใช้ฐานข้อมูลแต่ใช้ Profile ซึ่งสร้างด้วยภาษษ rdf  และใช้เทคโนโลยี Semantic Web ในการคิวรีเอกสาร นั้นคือใช้เครื่องมือที่รองรับภาษา SPARQL ซึ่งปัจจุบันเป็นภาษามาตรฐานในการคิวรีเอกสาร RDF


 สังเกตดูข้อมูลในตาราง Subject, Property, Object คือข้อมูลที่บรรยายเกี่ยวกับผลงานของผู้เขียน คลิกเลือกงานวิจัยเรื่องแรกในชีวิตก็ว่าได้ ออกมาเมื่อปี 2003 ไปนำเสนอที่กรุงปารีส ทำกับอาจารย์ที่ปรึกษาที่จุฬาฯ

Property ในตารางจะแสดงความสัมพันธ์ระหว่าง Subject และ Object ซึ่ง Object คือโหนดในกราฟ RDF ซึ่งอาจมีการบรรยายข้อมูลคุณลักษณะอื่นๆของโหนด เช่นภาพด้านล่างผู้เขียนลองเลือกโหนดคือชื่อตัวเอง   ก็จะแสดงข้อมูลต่างๆที่เกี่ยวข้องที่สามารถหาได้ในกราฟออกมา
ผู้เขียนลองดาวน์โหลด RDF ไฟล์ของผลงานวิจัยที่ DBLP จัดเก็บในปี ค.ศ. 2003 ได้มาขนาดไฟล์ 147 MB โชคดีที่เปิดใน Notepad++ ได้ แต่ถ้าใหญ่กว่านั้นคงดูไม่ได้ นี่เป็นปัญหาใหญ่ของการใช้ Profile แทนการจัดเก็บด้วยระบบฐานข้อมูล คงต้องไปศึกษา HADOOP เพื่อจะประมวลผลเอกสารขนาดใหญ่ต่อไป
RDF เป็นภาษาสำหรับการบรรยายรีซอร์สบนเว็บที่พัฒนาโดยองค์กร W3C ตั้งแต่ปี ค.ศ. 1998 ต่อมาก็มีภาษา RDFS (RDF Schema) ออกตามมาเพื่อใช้ในการสร้างออนโทโลยีอย่างง่าย และในปัจจุบันนี้ภาษาที่ได้รับการนำเสนอให้เป็นภาษามาตรฐานคือภาษา OWL 
วกกลับมากับข้อมูลเชิงความหมายในเอกสาร RDF ส่วนหัวของเอกสารจะกำหนด Ontology Description หรือออนโทโลยีที่ใช้เพื่อทำการสร้างเอกสาร RDF อันนี้  ดึงมาจากสองออนโทโลยีหลักๆ ในตัวอย่าง akt คือ Prefix namespace ของออนโทโลยีที่กำหนดที่สร้างไว้ใน http://www.aktors.org/ontology/portal  ส่วนอีกอันคงจะอ้างอิงเฉยๆแต่ไม่ได้ใช้ในเอกสารเพราะผู้เขียนหาไม่เจอ 

 <owl:Ontology rdf:about="">
    <rdfs:label>DBLP : dblp-publications.rdf</rdfs:label>
    <dc:title xml:lang="en">DBLP : dblp-publications-2003.rdf</dc:title>
    <dc:description xml:lang="en">This ontology contains information detailing publications from dblp</dc:description>
    <dc:creator>ReSIST Project</dc:creator>
    <dc:creator>Christopher Franklin</dc:creator>
    <owl:imports rdf:resource="http://www.aktors.org/ontology/portal"/>
    <owl:imports rdf:resource="http://www.aktors.org/ontology/extension"/>
  </owl:Ontology>

ส่วนของการบรรยายข้อมูล rdf:about คือรีซอร์สที่ถูกบรรยายหรือคือโหนดในกราฟ แท็กต่างๆที่เป็น Child element (อยู่ล่างแค่ระดับเดียว) ภายใต้แท็กหนึ่งๆ จะถูกมองเหมือนเป็นแขน (edge) ที่ต่อเชื่อมไปยังโหนด  แขนนั้นอาจเชื่อมไปยังโหนดหรือข้อมูล   

 <akt:Book-Section-Reference rdf:about="http://dblp.rkbexplorer.com/id/conf/dais/SrihareeS03">
        <owl:sameAs rdf:resource="http://dblp.l3s.de/d2r/resource/publications/conf/dais/SrihareeS03"/>
        <akt:has-title>Discovering Web Services Using Behavioural Constraints and Ontology.</akt:has-title>
        <akt:has-author>
            <akt:Person rdf:about="http://dblp.rkbexplorer.com/id/people-3e489988b3bbdf918f97058302fe45fc-10a5df016a458827ffebbf37bc36d712">
                <akt:full-name>Natenapa Sriharee</akt:full-name>
            </akt:Person>
        </akt:has-author>
        <akt:has-author>
            <akt:Person rdf:about="http://dblp.rkbexplorer.com/id/people-d28f7a7a0328771dc2038fa5e37a8086-10a5df016a458827ffebbf37bc36d712">
                <akt:full-name>Twittie Senivongse</akt:full-name>
            </akt:Person>
        </akt:has-author>
        <akt:article-of-journal>
            <akt:Journal rdf:about="http://dblp.rkbexplorer.com/id/journal-f6793e3a8031f0d1320f9c620c483c84">
                <akt:has-title>DAIS</akt:has-title>
            </akt:Journal>
        </akt:article-of-journal>
        <akt:cites-publication-reference rdf:resource="http://dblp.rkbexplorer.com/id/conf/dais/2003"/>
        <akt:has-web-address>http://dx.doi.org/10.1007/978-3-540-40010-3_22</akt:has-web-address>
        <akt:has-date>
            <akts:Calendar-Date rdf:about="http://www.aktors.org/ontology/date#2003">
                <akts:year-of>2003</akts:year-of>
            </akts:Calendar-Date>
        </akt:has-date>
    </akt:Book-Section-Reference>

จากข้อมูลข้างต้นพิจารณากราฟบางส่วนของการบรรยายข้อมูลจากส่วนนี้
 <akt:Book-Section-Reference rdf:about="http://dblp.rkbexplorer.com/id/conf/dais/SrihareeS03">
        <owl:sameAs rdf:resource="http://dblp.l3s.de/d2r/resource/publications/conf/dais/SrihareeS03"/>
        <akt:has-title>Discovering Web Services Using Behavioural Constraints and Ontology.</akt:has-title>
        <akt:has-author>
            <akt:Person rdf:about="http://dblp.rkbexplorer.com/id/people-3e489988b3bbdf918f97058302fe45fc-10a5df016a458827ffebbf37bc36d712">
                <akt:full-name>Natenapa Sriharee</akt:full-name>
            </akt:Person>
        </akt:has-author>
  ...
 </akt:Book-Section-Reference>

จะแสดงกราฟได้ดังภาพ


เหตุผลของการบรรยายข้อมูลด้วยภาษา RDF ก็เนื่องจากสนับสนุนการขยายความในการบรรยายข้อมูล โดยไม่ต้องสนใจ Structure ของข้อมูลมากนัก  ข้อมูลทีบรรยายด้วย RDF ถูกมองว่าเป็น Structured Information แต่สามารถขยายหรือหดได้ด้วยการต่อแขนไปยังโหนดหรือเอาแขนออก  โดยไม่กระทบกระเทือนกับข้อมูลที่บรรยายไปแล้ว นี่เป็นข้อดีที่ RDF ถูกเลือกใช้ในการสร้างข้อมูลเชิงความหมายใน Semantic Web 

การสืบค้นข้อมูลทำได้ง่ายด้วยเทคนิคของ Graph Matching ซึ่งจะจับคู่ไปยังโหนดและแขน  นั่นเอง  การสืบค้นมองข้อมูลในรูปแบบกราฟ  สมมติคิวรีด้วยประโยค Triple (Subject, property,object) เช่น
?x owl:sameAs ?y ก็จะแสดงโหนดและโหนดที่มีความเท่ากันเชิงความหมาย (owl:sameAs แสดงความหมายว่ารีซอร์สเป็นรีซอร์สเดียวกัน ถึงแม้ว่าบรรยายด้วยออนโทโลยีที่ต่างกันก็ตาม)

เป้าหมายถัดไปสำหรับงานวิจัยคือการเพิ่มโหนดเพื่อสร้าง Expertise Finding ในงานวิจัยของผู้เขียนชิ้นก่อนนั้นทำการวิเคราะห์ Expertise จาก Title เป็นหลัก แต่ในการทำวิจัยในปีนี้ต้องพิจารณาเรื่องของ Citation และ h-Index ซึ่งมันยังไม่มีปรากฎใน RDF ของ DBLP  

...ติดตามตอนต่อไป...

กฤดาภัทร สีหารี 
9 มกราคม 2559 


Thursday, January 7, 2016

Semantic Computing

Semantic Computing

Semantic Computing หรือการประมวลผลเชิงความหมาย  แปลเองเป็นภาษาไทยโดยผู้เขียน อะไรทำให้เกิด Semantic Computing ? อาจจะต้องย้อนไปดูประวัติศาสตร์ Semantic Web ซึ่งเป็นแนวคิดหรือหลักการที่พยายามจะทำให้
1. ข้อมูลบนเว็บเป็นข้อมูลที่สื่อความหมาย (ข้อมูลเชิงความหมาย)
2. มนุษย์และโปรแกรมคอมพิวเตอร์สามารถเข้าใจความหมายของข้อมูลนั้นตรงกัน และ
3. ข้อมูลเชิงความหมายสามารถแสดงด้วยภาษาคอมพิวเตอร์ซึ่งโปรแกรมคอมพิวเตอร์สามารถสกัดและประมวลผลได้โดยง่าย
ใน Semantic Web เทคโนโลยีจะพูดถึงเลเยอร์ต่างๆของการแสดงข้อมูลเชิงความหมาย  และพูดถึงภาษา  แต่ไม่ได้มีเรื่องของการประมวลผลที่ระบุหรือเจาะจงโดยเฉพาะว่าจะต้องนำไปใช้กับระบบงานอะไรบ้าง  ดังนั้นการประยุกต์หลักการใน Semantic Web ไปใช้งานในระบบงานต่างๆนำไปสู่คำว่า Semantic Computing

Semantic Computing หรือการประมวลผลเชิงความหมาย  ในที่นี้ขอขยายความว่า เป็นการประมวลผลในระบบงานใดระบบงานหนึ่งซึ่งมีการประยุกต์ใช้ข้อมูลเชิงความหมายและหลักการและเทคโนโลยีที่เกี่ยวข้องกับความหมายในการประมวลผล เช่นเทคโนโลยี Semantic Web, Natural Language Processing, Data mining 
ในระบบที่มี semantic computing อาจใช้เทคโนโลยีหลายๆเทคโนโลยีหรือหลายหลักการร่วมกันก็ได้

ขอยกตัวอย่างระบบงานที่อาจมองว่าเป็นระบบงานที่มีการประมวลผลเชิงความหมาย อาทิ

1. ระบบจัดการแท็กของเอกสารที่พิจารณาแท็กให้กับเอกสารโดยการเลือกคำที่สื่อความหมายถึงเนื้อหาของบทความ

2. ระบบการค้นหาข้อมูลที่มีการพิจารณาความหมายของข้อมูล เช่น ใน Google จะเห็นได้ว่าเมื่อผู้ใช้งานค้นหาข้อมูล Google จะขึ้นทางเลือกในการค้นโดยค้นหาคำที่มีความสัมพันธ์ระหว่างกันให้ผู้ใช้เลือก และเมื่อผู้ใช้งานเลือกก็จะนำพาไปยังเว็บไซต์ที่ถูก Index ด้วยคำเหล่านั้นซึ่งค่อนข้างตรงกับความต้องการของผู้ใช้มากกว่าการค้นด้วยคีย์เวิร์ดธรรมดา

3. ระบบสารสนเทศที่มีการใช้ Profile หมายถึงเอกสาร ซึ่งบรรยายด้วยภาษาเชิงความหมาย เช่น ภาษา OWL, RDF, RDFS ในการสร้างข้อมูล  จะเห็นได้จากระบบงานต่างๆเช่น DBLP, หรือระบบจัดทำการประชุมวิชาการต่างๆที่พยายามสร้างข้อมูลของผู้เขียนผลงานวิจัย กรรมการในการจัดงาน

การประยุกต์ใช้ Semantic Computing อาจใช้ข้อมูลเชิงความหมายซึ่งสื่อถึงข้อมูลและความหมายในระดับที่มีความลึกซึ้ง หรือง่ายไม่ซับซ้อนขอบเขตการใช้งาน Semantic Computing ในระบบงานต่างๆสามารถจำแนกกว้างๆได้เป็น 3 ลักษณะ ซึ่งผู้เขียนขอยืมมุมมองที่มีความเห็นสอดคล้องกันกับงานวิจัยนี้
1. การประมวลผลเชิงความหมายในมุมมองเชิงออนโทโลยี (Semantic Computing on Ontological Perspective)   
2. การประมวลผลเชิงความหมายในมุมมองเชิงการรับรู้  (Semantic Computing on Cognitive Perspective) 
3. การประมวลผลเชิงความหมายในมุมมองเชิงปฏิบัติ (Semantic Computing on Pragmatic Perspective) 

การประมวลผลเชิงความหมายในมุมมองเชิงออนโทโลยี 
การประมวลผลเชิงความหมายในระดับนี้มีการใช้ข้อมูลเชิงความหมายที่กำหนดด้วยออนโทโลยี  ระบบงานมักมีออนโทโลยีที่มีการสร้างขึ้นมาโดยเฉพาะสำหรับระบบและผู้ที่เกี่ยวข้อง  การใช้งานออนโทโลยีเป็นไปในลักษณะของการแชร์ความรู้ หรือออนโทโลยีเป็น Knowledge Base (ฐานความรู้)  ซึ่งแสดงข้อมูลและความหมายของข้อมูลเพื่อสร้างการสื่อสารหรือข้อตกลงในโดเมน  ตัวอย่างของระบบงานเช่น ระบบฐานข้อมูลยา ซึ่งเก็บข้อมูลเกี่ยวกับยา สารเคมี องค์ประกอบของยา หรือระบบฐานข้อมูลพันธุ์พืชที่มีการจำแนกชั้นทางวิทยาศาสตร์ (Scientific taxonomy)

การประมวลผลเชิงความหมายในมุมมองเชิงการรับรู้ 
การประมวลผลเชิงความหมายในระดับนี้มีการใช้ข้อมูลเชิงความหมายเพื่อสร้างระบบที่มีความอัตโนมัติเพื่อตอบสนองต่อการรับรู้  (perception) ซึ่งกระบวนการทำงานประกอบด้วย Input, Reasoning และ Response ข้อมูลเชิงความหมายที่สร้างขึ้นจะใช้ในกระบวนการอนุมาน (Reasoning) ตัวอย่างของระบบงานเช่น ระบบ IoT ที่สร้างระบบอัตโนมัติเพื่อควบคุมการทำงานที่ตอบสนองต่อสภาวะแวดล้อมที่เปลี่ยนไป ระบบนำทางเพื่อค้นหาเส้นทางที่ใช้ข้อมูลเชิงความหมายที่ถูกวิเคราะห์มาแล้ว

การประมวลผลเชิงความหมายในมุมมองเชิงปฏิบัติ
การประมวลผลเชิงความหมายในระดับนี้มีการใช้ข้อมูลเชิงความหมายอย่างง่าย  หรือเป็นข้อมูลที่ไม่ซับซ้อนซึ่งอาจมีความเกี่ยวข้องกับ Natural Language Processing หรือ NLP (การประมวลผลภาษาธรรมชาติ) เป็นการใช้ข้อมูลเชิงความหมายเพื่อปรับปรุงประสิทธิภาพการทำงานของระบบ เช่น การแปลภาษาด้วย NLP เพียงอย่างเดียวพิจารณาคำ และรูปไวยากรณ์  อาจประยุกต์ใช้ข้อมูลเชิงความหมายเพื่อสร้างรูปประโยคซึ่งมีการใช้คำที่หลากหลายแต่สื่อความหมายไปในทางเดียวกัน  ระบบจัดการแท็กเอกสารที่ใช้คำที่สื่อความหมายซึ่งอาจกำหนดใน Controlled vocabulary ระบบงานที่เกี่ยวข้องกับ Social Networking ซึ่งมีการสกัดข้อมูลเพื่อนำมาวิเคราะห์ความหมายหรือความสัมพันธ์ของเอนทิตี้ (เช่น บุคคล สถานที่)ในระบบ  ระบบสืบค้นความเชี่ยวชาญของนักวิจัย


ทั้ง 3 แนวคิดในการประยุกต์ใช้การประมวลผลเชิงความหมายล้วนต้องใช้เทคโนโลยี Semantic Web ซึ่งประกอบด้วยภาษาในการบรรยายข้อมูลเชิงความหมาย  ออนโทโลยี โลจิกและระบบโลจิก  ถ้าพิจารณาระดับความลึกซึ้งของข้อมูลเชิงความหมายที่ต้องมีการจัดการ  อาจพิจารณาระดับสูงสุดไปหาต่ำสุดคือ Ontological perspective, Cognitive perspective และ Pragmatic perspective ตามลำดับ


เขียนโดย 
กฤดาภัทร  สีหารี
8 มกราคม 2016 
© 2016 ห้ามคัดลอก ดัดแปลง หรืออ้างอิงข้อความในบล็อก แชร์เพื่อความรู้เท่านั้น