دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: شبکه سازی: اینترنت ویرایش: 1 نویسندگان: S. Handschuh, S. Staab سری: Frontiers in artificial intelligence and applications 96 ISBN (شابک) : 158603345X, 4274905993 ناشر: IOS Press سال نشر: 2003 تعداد صفحات: 240 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
در صورت تبدیل فایل کتاب Annotation for the semantic web به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب حاشیه نویسی برای وب معنایی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
وب معنایی عوامل ماشینی را هدف قرار می دهد که بر اساس معنایی صریح و مشخص محتوا به منظور جستجو، فیلتر کردن، متراکم کردن یا مذاکره دانش برای کاربران انسانی خود پیشرفت می کنند. یک فناوری اصلی برای ایجاد وب معنایی، اما همچنین برای استفاده از حوزههای کاربردی مانند مدیریت دانش و کسب و کار الکترونیکی، حوزه حاشیهنویسی معنایی است که محتوای قابل درک برای انسان را به شکل قابل فهم ماشینی تبدیل میکند. این کتاب در مورد طیف وسیعی از فناوریهایی که برای دستیابی به این ترجمه و تغذیه کاربردهای هزاره سوم استفاده میشوند، گزارش میدهد. کتاب با بررسی قدیمی ترین حاشیه نویسی های معنایی آغاز می شود. نمایه سازی نشریات در کتابخانه ها با چندین تکنیک برای ساخت صریح حاشیه نویسی های معنایی، از جمله رویکردهای همکاری و ابرداده وب معنایی ادامه می یابد. یکی از ابزارهای اصلی برای بهبود کار حاشیه نویسی معنایی استخراج اطلاعات است و از برچسب گذاری معنایی مجموعه های زبانی می توان چیزهای زیادی آموخت. به طور خاص، استخراج اطلاعات برای خودکار کردن کار حاشیه نویسی صرفاً دستی - حداقل تا حدی - اهمیت پیدا می کند. یک زیر کلاس مهم از وظایف استخراج اطلاعات، استخراج هدف گرا محتوا از منابع HTML و/یا XML است.
The Semantic Web aims at machine agents that thrive on explicitly specified semantics of content in order to search, filter, condense, or negotiate knowledge for their human users. A core technology for making the Semantic Web happen, but also to leverage application areas like Knowledge Management and E-Business, is the field of Semantic Annotation, which turns human-understandable content into a machine understandable form. This book reports on the broad range of technologies that are used to achieve this translation and nourish 3rd millennium applications. The book starts with a survey of the oldest semantic annotations, viz. indexing of publications in libraries. It continues with several techniques for the explicit construction of semantic annotations, including approaches for collaboration and Semantic Web metadata. One of the major means for improving the semantic annotation task is information extraction and much can be learned from the semantic tagging of linguistic corpora. In particular, information extraction is gaining prominence for automating the formerly purely manual annotation task - at least to some extent.An important subclass of information extraction tasks is the goal-oriented extraction of content from HTML and / or XML resources.
Cover......Page 1
Title page......Page 2
Foreword......Page 6
Contents......Page 10
The Digital Library Approach......Page 12
Semantic Annotation in Mathematics and Math-Net......Page 14
Manual Annotations......Page 34
Annotating of the Shallow and the Deep Web......Page 36
Collaboration through Annotations in the Semantic Web......Page 57
Wrapping......Page 72
Semantic Markup of News Items with Lixto......Page 74
Using RDF Schema to Interpret XML Documents Meaningfully......Page 90
Information Extraction & Linguistics......Page 102
Linguistic Annotation for the Semantic Web......Page 104
Designing Adaptive Information Extraction for the Semantic Web in Amilcare......Page 123
Content-based Indexing and Searching of Multimedia Documents......Page 139
Graphics......Page 156
Supporting Semantic Image Annotation and Search......Page 158
Image Semantics without Annotations......Page 167
MUSETTE: Uses-based Annotation for the Semantic Web......Page 191
Usage of Annotations......Page 202
COHSE: Conceptual Open Hypermedia Service......Page 204
Annotation for an Open Learning Repository for Computer Science......Page 223
Author Index......Page 240