Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: Flexible Query Answering

Sortuj według:

Ogranicz wyniki do:

Knowledge - discovery based flexible query answering systems

Raś Z. W.

Prace Instytutu Podstaw Informatyki Polskiej Akademii Nauk

2003

Nr 963

1-14

Query answering systems are strictly dependent on models used to store the data. If these models are table-based and objects stored in them are described by weighted values of attributes, then query languages linked with these table-based models should be based on alphabets containing non-weighted values of these attributes and some logical connectives including: or, and, not. In this paper, we also give two examples of models used to store the data which are not table-based. The first one, introduced by Ras in [1] and called po-system, is hierarchical one with attributes and their values hidden. Ras shows in [1] how to reconstruct these hidden attributes and their values. The second one, called information tree, was introduced by Chen and Ras [16,17]. Since information trees are constructed from table based systems, attributes and their values are known a priori and they can be naturally used when constructing query languages for information trees. One way to make query answering systems flexible is to assume a hierarchical structure of their attributes [9,12,13,14,15]. The resulting query answering systems based on hierarchical attributes are often called cooperative [12,13,14,15]. One way to develop knowledge based query answering systems is to discover rules either locally or at remote sites (if system is distributed) and use these rules in a query answering process. There are two classical situations when it can be done. The first one is when attributes are incomplete so we may need rules to approximate the null values and the same way change the answer to a query. The second one is when users want to ask queries based on some attributes which are not listed in a local domain. Since these attributes are locally not available, we can only search for their definitions at remote sites and use them to approximate given queries [7,8,9,10]. This paper gives mainly an overview of the results presented in [1,5,6,7,8,9,10] with a goal to present new foundations for knowledge-discovery based query answering systems in a distributed scenario .

Elastyczne systemy odpowiedzi na pytania oparte na wydobywaniu wiedzy Systemy odpowiedzi na pytania są ściśle uzależnione od modeli przechowywania danych. Jeśli modele te są tablicowe i dane przechowywane o obiektach są opisane w nich wartościami atrybutów z wagami, to języki zapytań budowane dla tych modeli powinny być oparte na alfabecie zawierającym te wartości atrybutów z pominięciem wag oraz spójniki logiczne, takie jak: lub, i, nie. W pracy tej również podane będą dwa modele przechowywania danych, które nie są tablicowe. Pierwszy z nich, zaproponowany przez Rasia w pracy [1] i nazwany po-systemem, jest modelem hierarchicznym, w którym atrybuty i ich wartości są ukryte. Raś w pracy [1] pokazuje, jak atrybuty te i ich wartości można odtworzyć. Drugi model, zaproponowany przez Chena i Rasia [16,17], nazwany został drzewem informacyjnym. Ponieważ drzewa informacyjne są konstruowane z systemów tablicowych, atrybuty i ich wartości są naturalnie znane i tym samym mogą być używane do konstrukcji języków zapytań dla drzew informacyjnych. Jednym ze sposobów budowy elastycznych systemów odpowiedzi na pytania jest założenie, że atrybuty systemu przechowującego dane są hierarchiczne [9,12,13,14,15]. Systemy odpowiedzi na pytania oparte na atrybutach hierarchicznych nazywane są często kooperacyjnymi [12,13,14,15]. Jednym ze sposobów budowania systemów odpowiedzi na pytania opartych na wiedzy jest wydobywanie reguł z systemów lokalnych lub odległych (jeśli system jest rozproszony) przechowujących dane i używanie tych reguł w procesie odpowiadania na pytania. Poniżej wymienione będą dwie klasyczne sytuacje, gdy wydobywanie reguł może być pomocne przy budowaniu lepszych systemów odpowiedzi na pytania. Pierwszy dotyczy sytuacji, gdy dane o obiektach są niekompletne i gdy reguły opisujące niekompletne atrybuty systemu przechowującego dane są użyte do zastąpienia tych niekompletnych danych wartościami przybliżonymi. Drugi dotyczy sytuacji, gdy użytkownik chce zadać pytanie używając atrybutów spoza dziedziny lokalnego systemu przechowującego dane. Atrybuty te są lokalnie niedostępne, tak więc, aby przetworzyć lokalnie pytanie użytkownika, ich definicje są wydobywane z systemów odległych i używane lokalnie do zastąpienia pytania użytkownika pytaniem przybliżonym [7,8,9,10]. Ta praca jest głównie przeglądem wyników opisanych w [1,5,6,7,8,9,10] i ma na celu przedstawienie nowych podstaw do budowania elastycznych systemów odpowiedzi na pytania opartych na wydobywaniu wiedzy w środowisku rozproszonym. Słowa kluczowe: systemy informacyjne, elastyczne systemy odpowiedzi, kooperacyjne i kolaboracyjne systemy, wydobywanie wiedzy, ontologie, zbiory przybliżone.