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  



No comments:

Post a Comment