SWSNL: Semantic Web Search Using Natural Language

Habernal, Ivan; Konopík, Miloslav

doi:10.1016/j.eswa.2012.12.070

Cited by 46 publications

(20 citation statements)

References 23 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…SWSNL está construido sobre el paradigma de la Web Semántica, y usa una ontología, con el fin de almacenar su base de conocimientos [8]. Permite que los usuarios realicen sus preguntas en lenguaje natural, cuenta con un módulo de interpretación de la consulta en lenguaje natural, donde realiza un preprocesamiento, reconocimiento de entidades y utiliza un modelo de análisis semántico estocástico para interpretar la consulta.…”

Section: Introductionunclassified

“…Además, utiliza patrones que permiten caracterizar los tipos de preguntas y de respuestas, generando reformulaciones de las consultas de los usuarios, que son enviadas como consultas a un motor de búsqueda. WebQA aplica tres técnicas para reformular las consultas, las que son [7]: un reformulador según patrones preestablecidos, un reformulador en base a la permutación de las dos primeras palabras, y un reformulador en base a la conjunción de palabras claves.SWSNL está construido sobre el paradigma de la Web Semántica, y usa una ontología, con el fin de almacenar su base de conocimientos [8]. Permite que los usuarios realicen sus preguntas en lenguaje natural, cuenta con un módulo de interpretación de la consulta en lenguaje natural, donde realiza un preprocesamiento, reconocimiento de entidades y utiliza un modelo de análisis semántico estocástico para interpretar la consulta.…”

unclassified

“…Ese módulo realiza una interpretación semántica de la consulta y genera la consulta en SPARQL. Finalmente, el módulo de resultados de la búsqueda es el encargado de obtener los resultados [8].Existe un gran número de trabajos recientes vinculados al procesamiento de las consultas en lenguaje natural para la web, algunos de ellos para idiomas distintos al inglés o español [13][14], o basados en el enlazado de datos (linked data) usando lógica descriptiva [15][16][17].En particular, nosotros desarrollamos un Marco Ontológico Dinámico Semántico, cuyas principales características son:• Permite usar el lenguaje natural español para realizar consultas sobre la Web.• Es basado en un conjunto de ontologías para el procesamiento de la consulta en lenguaje natural.• Posee un componente de aprendizaje ontológico, que le permite adquirir nuevo conocimiento y actualizar sus ontologías. Este aspecto es el que le permite adaptarse a su entorno.…”

unclassified

See 3 more Smart Citations

Implementación del Marco Ontológico Dinámico Semántico

Rodriguez

Aguilar

2017

Ingeniare. Rev. chil. ing.

View full text Add to dashboard Cite

RESUMENEn este trabajo se implementa el Marco Ontológico Dinámico Semántico (MODS) especificado en [1]. El MODS permite formalizar e interpretar las consultas realizada por los usuarios en lenguaje natural. Para ello, MODS transforma la consulta en un formato de Representación del Significado de la Consulta (RSC), el cual está basado en un lenguaje ontológico (OWL) para poder ser usado por la Web Semántica, utilizando los diferentes componentes que lo integran. El MODS está compuesto por un lexicón, una ontología lingüística, una ontología de tareas y una ontología de dominio. De esta manera, el MODS utiliza mecanismos de la semántica ontológica y del procesamiento del lenguaje natural, para procesar las consultas de los usuarios. En específico, en este artículo se define ontológicamente, usando lógica descriptiva, a cada uno de los componentes del MODS. Además, se realiza la implementación ontológica de cada componente, usando en cada caso adicionalmente, específicas librerías. Por ejemplo, OpenNLP es usada por la ontología de tareas para el procesamiento de textos, el Framework Jena es usado por todas las ontologías del MODS para la manipulación de las mismas, y Pellet es usado como el razonar en las ontologías del MODS. Finalmente, se presentan experimentos usando dicha implementación del MODS.Palabras clave: Ontologías, procesamiento de lenguaje natural, Web Semántica. ABSTRACT In this work the Dynamic Semantic Ontological Framework (MODS) specified in [1] is implemented. MODS formalizes and interprets queries made by users in natural language. For this, MODS transforms the query into a format of representation of the meaning of the 431 INTRODUCCIÓNEn este trabajo se presenta la especificación ontológica y la implementación del Marco Ontológico Dinámico (MODS) de la arquitectura propuesta en [1], con el fin de que sea un interpretador de consultas en lenguaje natural para la Web. MODS permite formalizar e interpretar las consultas en lenguaje natural enviadas a la Web. En este trabajo se describen ontológicamente los diferentes componentes de esa arquitectura, usando lógica descriptiva. Después, se realiza la implementación de cada una de las ontologías utilizadas por el MODS, para culminar con experimentos realizados sobre dicha implementación. Así, en este trabajo se presenta la especificación ontológica, la implementación y la experimentación de la propuesta presentada en [1].Entre los trabajos similares que se han realizado a este, se pueden mencionar los siguientes: El sistema MESIA es un modelo computacional, para la extracción selectiva de información de textos cortos [2]. En particular, MESIA facilita la comunicación del usuario con el motor de búsqueda AltaVista (http:// www.altavista.com). El sistema recibe la consulta del usuario escrita en lenguaje natural, y la convierte en una consulta booleana. Además, realiza una expansión de la consulta mediante recursos lingüísticos. Finalmente, durante el proceso de búsqueda se produce una expansión de los resultados, después de la búsqueda, MESIA incorpo...

show abstract

Section: Introductionunclassified

unclassified

See 2 more Smart Citations

Implementación del Marco Ontológico Dinámico Semántico

Rodriguez

Aguilar

2017

Ingeniare. Rev. chil. ing.

View full text Add to dashboard Cite

show abstract

“…The main reason is that, although semantic analysis appears to be theoretically powerful on the web, it cannot process the missing structured data (Habernal and Konopik, 2013) to provide a satisfactory answer.…”

Section: Introductionmentioning

confidence: 99%

Multiple Internet of Intelligences for Risk Analysis

Huang¹

2014

JRACR

View full text Add to dashboard Cite

In this study, we define a multiple Internet of intelligences (M-IOI) as the processing of homological information in layers. If agents in an M-IOI not only provide information in response to a question asked by a customer but also review information from other agents and summarize it, we refer to this as a summarizing M-IOI. The fuzzy mathematics method of normal diffusion is suggested to transform the summaries into fuzzy sets so that a satisfactory answer to the question is given. A summarizing M-IOI is used in a case study of typhoon dynamic risk in Wenzhou, China, where an insurance company wants to know whether the level of the risk will increase significantly. The effective knowledge in a summarizing M-IOI is measured to evaluate the quality of the answer. We also discuss the relation between IOIs and a global brain.

show abstract