Купить книгу Конвейер онтологий: структура для инженерии знаний на русском [PDF, EPUB, FB2, MOBI]
#49580
Ontology Pipeline: A Framework for Knowledge Engineering (B0HJ8QWJ5V)
Купить и скачать электронную книгу в форматах PDF, EPUB, FB2, MOBI
Jessica Talisman | #91: Теория компьютерной информации
Создавайте семантические системы знаний с использованием надежных и готовых к применению в искусственном интеллекте таксономий, онтологий и графов знаний.
Книга «Конвейер онтологий» предоставляет руководителям отделов данных, инженерам-семантикам, онтологам, таксономистам, менеджерам знаний, библиотекарям, архитекторам ИИ и корпоративным командам по работе с данными практическую основу для преобразования сложного организационного языка в структурированные, машиночитаемые знания. Вместо того чтобы рассматривать разработку онтологий или построение графов знаний как «черный ящик», эта книга предлагает четкую последовательность: контролируемые словари, схемы метаданных, таксономии, тезаурусы, онтологии и графы знаний.
В книге анализируется, как язык, определения, метки, синонимы, метаданные и взаимосвязи влияют на производительность систем искусственного интеллекта. Объясняется, почему большие языковые модели, генерация с расширенными возможностями поиска, семантический поиск, разрешение сущностей и информационный поиск зависят от чистых, управляемых, семантически обогащенных данных. Также показано, как методы библиотечного и информационного дела могут помочь организациям создавать масштабируемые системы управления семантическими знаниями, поддерживающие как человеческое понимание, так и машинное мышление.
Разработайте каждый этап конвейера онтологии, используя практические рекомендации, примеры, стандарты и шаблоны реализации. Читатели познакомятся с разработкой контролируемых словарей, таксономиями SKOS, тезаурусными связями, RDF, OWL, SHACL, SPARQL, вопросами компетенций, управлением онтологиями, семантической проверкой и архитектурой графов знаний. Книга связывает эти концепции с реальными потребностями предприятий, включая качество данных, семантические уровни, управление ИИ, моделирование предметной области, управление знаниями и производственную инфраструктуру ИИ.
Оцените, что на самом деле требуется для создания и поддержки графа знаний как архитектуры, а не просто как продукта или базы данных. Узнайте, почему мы создаем, управляем и поддерживаем граф знаний, уделяя внимание семантическому долгу, кадровому обеспечению, операционному финансированию, управлению изменениями онтологии, рабочим процессам проверки и долгосрочному доверию. Для команд, инвестирующих в ИИ, управление данными, каталоги данных, управление метаданными, корпоративную архитектуру или семантические технологии, эта книга предоставляет недостающую дорожную карту.
Используйте Ontology Pipeline для создания формальной, явной и общедоступной модели того, что знает ваша организация. Независимо от того, создаете ли вы семантический слой, повышаете точность RAG, разрабатываете доменную онтологию, создаете корпоративный граф знаний или пытаетесь сделать результаты работы ИИ более надежными, Ontology Pipeline предоставляет словарь, структуру и процессы для перехода от разрозненных данных к управляемым организационным знаниям.
Один из самых значительных сдвигов, происходящих в нашей отрасли, заключается в том, что управление корпоративными данными расширяется и включает в себя управление корпоративными знаниями. Искусственный интеллект ускоряет этот переход, поскольку он зависит не только от хорошо управляемых данных. Он зависит от контекста, общего смысла, доверительных отношений и способности организовывать огромные массивы неструктурированных знаний, которые существуют в каждом крупном предприятии. Поскольку ИИ становится основным интерфейсом для доступа к корпоративной информации, управление знаниями станет основой, которая позволит масштабно внедрять надежный ИИ.
Джессика Талисман демонстрирует, что будущее корпоративного ИИ будет определяться не просто сложностью наших моделей, но и качеством знаний, которые мы им предоставляем. Книга «Конвейер онтологий» предлагает руководителям, работающим с данными, практический план по внедрению этих знаний в качестве управляемой корпоративной инфраструктуры. Руководители отделов данных, стремящиеся выйти за рамки сегодняшнего ажиотажа вокруг ИИ и сосредоточиться на возможностях, которые будут выделять их организации, сочтут эту книгу важным вкладом в эволюцию лидерства в области данных.
Малкольм Хокер, директор по данным, Profisee
Книга «Конвейер онтологий» предоставляет руководителям отделов данных, инженерам-семантикам, онтологам, таксономистам, менеджерам знаний, библиотекарям, архитекторам ИИ и корпоративным командам по работе с данными практическую основу для преобразования сложного организационного языка в структурированные, машиночитаемые знания. Вместо того чтобы рассматривать разработку онтологий или построение графов знаний как «черный ящик», эта книга предлагает четкую последовательность: контролируемые словари, схемы метаданных, таксономии, тезаурусы, онтологии и графы знаний.
В книге анализируется, как язык, определения, метки, синонимы, метаданные и взаимосвязи влияют на производительность систем искусственного интеллекта. Объясняется, почему большие языковые модели, генерация с расширенными возможностями поиска, семантический поиск, разрешение сущностей и информационный поиск зависят от чистых, управляемых, семантически обогащенных данных. Также показано, как методы библиотечного и информационного дела могут помочь организациям создавать масштабируемые системы управления семантическими знаниями, поддерживающие как человеческое понимание, так и машинное мышление.
Разработайте каждый этап конвейера онтологии, используя практические рекомендации, примеры, стандарты и шаблоны реализации. Читатели познакомятся с разработкой контролируемых словарей, таксономиями SKOS, тезаурусными связями, RDF, OWL, SHACL, SPARQL, вопросами компетенций, управлением онтологиями, семантической проверкой и архитектурой графов знаний. Книга связывает эти концепции с реальными потребностями предприятий, включая качество данных, семантические уровни, управление ИИ, моделирование предметной области, управление знаниями и производственную инфраструктуру ИИ.
Оцените, что на самом деле требуется для создания и поддержки графа знаний как архитектуры, а не просто как продукта или базы данных. Узнайте, почему мы создаем, управляем и поддерживаем граф знаний, уделяя внимание семантическому долгу, кадровому обеспечению, операционному финансированию, управлению изменениями онтологии, рабочим процессам проверки и долгосрочному доверию. Для команд, инвестирующих в ИИ, управление данными, каталоги данных, управление метаданными, корпоративную архитектуру или семантические технологии, эта книга предоставляет недостающую дорожную карту.
Используйте Ontology Pipeline для создания формальной, явной и общедоступной модели того, что знает ваша организация. Независимо от того, создаете ли вы семантический слой, повышаете точность RAG, разрабатываете доменную онтологию, создаете корпоративный граф знаний или пытаетесь сделать результаты работы ИИ более надежными, Ontology Pipeline предоставляет словарь, структуру и процессы для перехода от разрозненных данных к управляемым организационным знаниям.
Один из самых значительных сдвигов, происходящих в нашей отрасли, заключается в том, что управление корпоративными данными расширяется и включает в себя управление корпоративными знаниями. Искусственный интеллект ускоряет этот переход, поскольку он зависит не только от хорошо управляемых данных. Он зависит от контекста, общего смысла, доверительных отношений и способности организовывать огромные массивы неструктурированных знаний, которые существуют в каждом крупном предприятии. Поскольку ИИ становится основным интерфейсом для доступа к корпоративной информации, управление знаниями станет основой, которая позволит масштабно внедрять надежный ИИ.
Джессика Талисман демонстрирует, что будущее корпоративного ИИ будет определяться не просто сложностью наших моделей, но и качеством знаний, которые мы им предоставляем. Книга «Конвейер онтологий» предлагает руководителям, работающим с данными, практический план по внедрению этих знаний в качестве управляемой корпоративной инфраструктуры. Руководители отделов данных, стремящиеся выйти за рамки сегодняшнего ажиотажа вокруг ИИ и сосредоточиться на возможностях, которые будут выделять их организации, сочтут эту книгу важным вкладом в эволюцию лидерства в области данных.
Малкольм Хокер, директор по данным, Profisee