SlideShare uma empresa Scribd logo
1 de 55
Baixar para ler offline
オントロジーとは?
大阪大学産業科学研究所
古崎晃司
2018/12/2 1
2018年12月12日(日)
宇宙人クラブ・ミニセミナー
@Wonder LAB Osaka
講演の概要
 自己紹介
 諸々の活動紹介
 宇宙との関わり
 Nasa Space Apps Challenge Osakaの成果
 ミニレクチャー
 オントロジーについて
2018/12/2 2
自己紹介
 コミュニティ活動
研究成果として
公開中のソフト
 古崎(こざき)晃司
@koujikozaki
 本職: 大阪大学・准教授
 専門: オントロジー工学(情報科学・人工知能)
=“かしこい”コンピュータ(ソフトウェア)を作る
→学問にとどまらず,
世の中で使われる技術を作りたい
32018/12/2
2011より
毎年開催している
コンテスト
関西を中心とした
LODの普及活動
大阪をITの力でよくしよう
と活動している団体です。
http://code4.osaka/about/
Code For OSAKA
2018/12/2 4
“ITで地域を「よく」する”ことを目指し
た“シビックテック(※)”のコミュニティ
※Civic(市民)+Tech(技術)の造語.市民が自ら持つ技術
を活用して,地域の課題を解決しようという活動.
活動内容
• 月1回の定例会
• ハッカソン,アイデアソン
などのイベント開催
プロジェクト例
• フェリーハッカソン
(大阪港150年記念イベント)
• Re: FURO Osaka(銭湯×IT)
• デジットハッカソン
フェリーハッカソン
2018/12/2 5
http://code4.osaka/ferry-hack/
大阪‐別府の
「弾丸フェリー
(船上2泊,現地0泊)」
にてハッカソン!
第2回は,
2019/1/25(金)-27(日)
(12/3参加申込み開始)
最近の活動:○○チャレンジ
 最近は,
LODチャレンジ,アーバンデータチャレンジ
以外にも,「〇〇チャレンジ」と名がつくコンテスト
・イベント等に,いろいろ関わっています.
 クイズ:
古崎が2018年度に関わっている
「〇〇チャレンジ」の数は?
 正解は,あわせて「5つ」です!
2018/12/2 6
NASA(米国航空宇宙局)のインキュベーターイノベーション
プログラムとして実施される世界最大規模のハッカソン.
(2016年には世界160都市以上で同時開催)
大阪会場の運営&メンターとして参加.2018/12/2 7
Space Apps 
Challenge 
Osakaでの
成果
https://koujikozaki.github.io/SACO2018/
“「思い出の品」を宇宙に持っていく…”
という小学生のアイデアを基に,
メンター陣で開発
2018/12/2 8
⽉ ⽕星 ⽊星 ⼟星 天王星 海王星 冥王星
αケンタ
ウリ
Moon Mars Jupiter Saturn Uranus Neptune Pluto α Centauri
距離 0.1 2 7 10 30 50 100 1000000
1 0.95 0.63 0.56 0.55 0.51 0.49 0.48 0.34
2 0.90 0.59 0.53 0.52 0.48 0.47 0.45 0.32
3 0.85 0.56 0.50 0.49 0.46 0.44 0.43 0.30
4 0.80 0.53 0.47 0.46 0.43 0.42 0.40 0.28
5 0.75 0.49 0.44 0.43 0.40 0.39 0.38 0.27
6 0.70 0.46 0.42 0.40 0.38 0.36 0.35 0.25
7 0.65 0.43 0.39 0.38 0.35 0.34 0.33 0.23
8 0.60 0.40 0.36 0.35 0.32 0.31 0.30 0.21
9 0.55 0.36 0.33 0.32 0.29 0.29 0.28 0.19
10 0.50 0.33 0.30 0.29 0.27 0.26 0.25 0.18
11 0.45 0.30 0.27 0.26 0.24 0.23 0.23 0.16
12 0.40 0.26 0.24 0.23 0.21 0.21 0.20 0.14
13 0.35 0.23 0.21 0.20 0.19 0.18 0.18 0.12
14 0.30 0.20 0.18 0.17 0.16 0.16 0.15 0.11
15 0.25 0.16 0.15 0.14 0.13 0.13 0.13 0.09
16 0.20 0.13 0.12 0.12 0.11 0.10 0.10 0.07
荷物の数
2018/12/2 9
目的地までの距離と荷物の数で「到達確率」を計算(by Akitoさん)
NASAのオープンデータ
2018/12/2 Space Apps Challenge OSAKA 10
https://open.nasa.gov/
ここから,必要に応じて,
適切なデータを“見つける”
ことを助ける
オントロジー・ツールを作り
たい.
授賞式シンポジウム
2018年12月8日(土)2018/12/2 11
LODチャレンジ関西支部とし
て大阪ブロックの地域拠点に
(古崎は拠点コーディネータ)
Code for OSAKAも協力
2018/12/2 12
作品概要:12月22日(土)まで
作品締切:1月26日(土)まで
昨年度,Code For OSAKAは,
Re:FUROプロジェクト(銭湯×IT)でファイナル進出2018/12/2 13
主催:人工知能学会セマンティックウェブと
オントロジー(SWO)研究会
シャーロック・ホームズのような
“推理”(推論)ができるAI技術の開発にチャレンジ!
11/25(日)
最終審査&授賞式
@淡路島
2018/12/2 14
2018/12/2 15http://jist2018.knowledge‐graph.jp/
ミニレクチャー
:オントロジー入門
 ねらい
 “オントロジー”についての概要を知り,興味を持って
いただく
 レクチャー内容
 オントロジーとは?
 オントロジー構築の基本的な考え方
 オントロジーの構築・利用例
2018/12/2 16
お願い:
インタラクティブな形で進めたいので,質問・ギモン・
突っ込み(・ボケ?)は,随時,お願いします!
オントロジーとは?
• オントロジーって何?
:オントロジーの定義
• なぜ,オントロジーが必要なの?
:オントロジーの役割/使われ方
2018/12/2 17
人工知能研究とオントロジー
 人工知能研究における2つのアプローチ
 データ駆動型AI
:大量のデータから,数理モデルやアルゴリズム等
に基づいて,法則性や関係性を導出するアプローチ.
 例)機械学習,深層学習,パターン認識,
データマイニング,統計解析,…
 知識型AI
:計算機上に表現された知識に基づいて,必要な
解答や知識を導出するアプローチ
 例)知識表現,ルールベース,オントロジー,
セマンティックウェブ,…
18
LOD(Linked Open Data)2018/12/2
2018/12/2 19
オントロジー工学
 オントロジー(Ontology)
 哲学用語:「存在論」
 人工知能分野:「概念化の明示的記述」 [Gruber 1993]
An explicit specification of conceptualization
 オントロジー工学(1992-)
 “対象世界をどのように捉えるか?”を計算機と人間
が共有できる形で明確化・体系化する,理論・手法を
研究する分野 [オントロジー工学:溝口理一郎,2005]
対象世界
<item rdf:about="http://www.kanzaki.com/bass/">
<title>コントラバスの話</title>
<link>http://www.kanzaki.com/bass/</link>
<description>
コントラバスに関する基礎知識、
エッセイなどを集めた 楽しくてためになるセクション
</description>
</item>
<channel rdf:about="http://www.kanzaki.com/info/rss.rdf">
…省略…
<items> <rdf:Seq>
<rdf:li rdf:resource="http://www.kanzaki.com/bass/"/>
…省略…
</rdf:Seq></items> </channel>
オントロジー
知識
知識記述
概念化
 オントロジーの構成
 対象世界を説明するのに必要な「概念」
 概念間の「関係」
 概念定義の内容
 ラベル(,コメント)
 上位概念/下位概念
 部分概念
 属性
 公理
2018/12/2 20
自転車
サドル
ハンドル
前輪
is-a関係
part-of関係
attribute-of関係
秋田犬 土佐犬
犬
ほ乳類
猫
動物
サイズ:26×2.3
色: 赤
変速:24段変速
・前輪とハンドルは
連動している.
・前輪≠後輪
その他の関係
オントロジーの一般的な構成
オントロジーの使われ方①
 オントロジーの基本的な役割
 知識(やデータ)を記述する際に用いる“語彙”や
“規約”を提供する.
 語彙:使用することができる「用語」とそれらの意味
→オントロジーにより,共通語彙を定義する
 規約:知識やデータを記述するルール
→知識やデータの記述のされ方を統一する
 オントロジーに基づき知識・データ
を記述することにより,
知識・データの統合が可能に!
2018/12/2 21
オントロジー
知識
2018/12/2 22
オントロジーによる共通語彙
の提供(1/2)
※用語をドキュメントなどのキーワードとして利用する場合
を例として考えると…
 共通語彙なし(キーワードの自由記述)
 同じ用語でも表記法が異なると同じと分からない
 例) 「原付」と「原動機付二輪車」,「スクーター」
 「クエンチ」と「急冷」
→使用する用語の統一(=共通語彙)が必要
 語彙の統一のみ(単なる用語の列挙のみ)
 用語間の関係性が分からない
 例) 「マウンテンバイク」は「自転車」の一種である
 「ドーピング」(半導体/スポーツ)
→用語の関係性を明確にする必要がある
原付
原動機付
二輪車=
?
⊇
?
自転車
マウンテン
バイク
≠
?
ドーピング ドーピング
半導体に
おける
スポーツに
おける
必要な情報(知識)に正確にアクセスすること
ができない→知識の共有・再利用の低下
2018/12/2 23
オントロジーによる共通語彙
の提供(2/2)
 共通語彙や同義語辞書を用意すると…
 用語の表記揺れを吸収
 語彙(概念)階層を用意すると…
<軽量(語彙レベル)オントロジー>
 階層の上下を見ることで関連する情報が分
かる(検索範囲のハンドリング)
 例)
 「自転車」について検索する際に「マウンテン
バイク」も同時に検索
 「自転車」で検索して十分な結果を得られなか
った際に,検索範囲を気相法まで広げる
 所属する階層を見ることで,大まかな意味の
違いを区別することができる
⊇自転車
マウンテン
バイク
車両
-自転車
-マウンテンバイク
≠ドーピング ドーピング
原付
原動機付
二輪車=
原付の同義語
・原動機付自転車
・スクーター
半導体プロセス
-...
-ドーピング
スポーツ不正行為
-...
-ドーピング
しかし,これでは十分な意味の違いを捉える
ことはできない.→より詳細な定義が必要
オントロジーの使われ方②
 語彙・規約を提供するオントロジーの基本構造
 語彙の分類を表すis-a階層
 概念構造の定義
 定義された語彙を用いて記述
 規約を表すルール記述
→知識・データ記述のスキーマ,記述内容チェックに利用
 オントロジーを“知識源”として利用
 オントロジーそのものを,
体系化された知識源として
利用する
 他の知識・データと連携して利用
2018/12/2 24
オントロジー
知識
オントロジー構築の
基本的な考え方
2018/12/2 25
オントロジー構築利用環境「法造」
 オントロジー工学の基礎理論に基づいて開発された,
オントロジー(=法)の構築(=造)および利用を支援す
るソフトウェア
 1996年より開発
 http://www.hozo.jpにて
フリーソフトウェアとして公開
 登録ユーザ数:約5,000
 ダウンロード数:約12,000
(共に,国内外含む)
 研究室内外のオントロジー開発
プロジェクトでの多数の利用実績
2018/12/2 26
法造の画面例
ほう【法】(『広辞苑』より引用)
・物事の普遍的なあり方。物事をする仕方。
また、それがしきたりになったもの。
・社会生活維持のための支配的な規範。
・真理。道理。正しい理法。存在の法則性。
・ものの性質。特性。属性。
・存在するものの分類。カテゴリー
「法造」のオントロジー表現
ノード
:概念を表す
is-aリンク
:is-a関係を表す
p/oスロット
:part-of関係
を表す
a/oスロット
:attribute-of
関係を表す
関係リンク
:スロット間の
関係を表す
ロール概念
クラス制約
個数制約
2018/12/2 27
その他のオントロジー構築ツール
Protégé by Stanford大学
2018/12/2 28
https://protege.stanford.edu/
オントロジー構築の基本的な考え方
 オントロジー構築の基本姿勢
 「何が本質か?」を追求する
 例)人間 vs 教師,もの vs プロセス(川や滝はどちら?)
 この基本姿勢が,データスキーマやシソーラスなどとの違い
 「対象世界をどのように捉えたか(概念化したか)を明らかに
することにより,諸概念の共通性と相違点を明確にする」
 具体的な構築指針
 概念間の意味的相違点(分類視点)の明確化
 概念の「違い」を理解する(分かる=分ける)
 概念間の違いを明確にすることが,is-a階層構築の基本指針
 概念の共通性・本質属性
 対象とする概念群に共通する性質や本質的な性質(本質属性)を捉
える
2018/12/2 29
2018/12/2 30
 例1)概念(分類)階層のみ  例2)概念の定義を追加
車両
-二輪車
-自動二輪
-自転車
-三輪車
-
…
車両
-二輪車
→車輪の数 =2
-自動二輪
→動力源 =エンジン
-自転車
→動力源 =人
-三輪車
→車輪の数 =3
-
…
各概念の意味の
違いは暗黙的
各概念の意味の違い
が明示化される
分類視点の明確化の例:車両
分類視点の明確化の例
:料理(揚げ物)
2018/12/2
「衣」の違い
「具」の違い
31
分類視点の明確化の例
:光デバイス
協力:東工大・伊原学先生
発光機能整流機能・光電流発生機能← 機能による違い→
機能の入力による違い 機能の入力による違い
機能を実現する材料による違い
各概念の意味の違い
が明示化される
2018/12/2
機能による違い
32
オントロジー構築のミニレッスン
例)「料理を作る」という行為
 「お好み焼き」を作る手順
 キャベツ,ちくわなどの材料を「切る」
 切った材料に水,小麦粉,卵などを「混ぜる」
 混ぜた材料(お好み焼きのもと)を「焼く」
 「切る」,「混ぜる」,「焼く」といった概念に共通す
る性質・本質的な捉え方は?
 使う道具,手の動かし方などは,全て異なる
 料理を作る際に必要な基本動作(行為)という意味で
は共通?...
 対象物に「変化を与える」という点で共通
→行為の前後で「対象物がどのように変化するか」
で捉える(概念化する)ことができる.
2018/12/2 33
「行為」の定義例
2018/12/2
対象物の
行為前の状態
対象物の
行為後の状態
切る
固まり
↓
断片化された状態
混ぜる
複数の対象物
↓
混合物の状態
焼く
生
↓
焼けた状態
この概念化は,料理に関わらず,
あらゆる(他動詞)行為に適用可能
34
中間のまとめ:
オントロジーとは?
 オントロジー
 対象世界を“どのように捉えた(概念化した)か?”
を(コンピュータ可読な形で)体系化したもの
 オントロジー構築の基本的な考え方
 「何がその概念化にとって本質か?」を追求する
 オントロジー構築の具体的指針
 概念の「共通性」と「相違点」を明確にする
2018/12/2 35
オントロジーの構築・利用事例
• NASAのオントロジー
• 取り組んでいるオントロジー研究
• 生物規範工学オントロジー
• 臨床医学オントロジー
2018/12/2 36
NASAのオントロジー
 SWEET Ontologies
 Semantic Web for Earth and Environmental
Terminology (SWEET) Ontologies.
 https://github.com/ESIPFed/sweet
 The NASA Air Traffic Management
Ontology (atmonto)
 https://data.nasa.gov/ontologies/atmonto/
NAS
2018/12/2 37
企業におけるオントロジー利用
 システム間や組織間のデータ統合・連携にオントロジーが活
用されることが多い
 参考資料
 第42回セマンティックウェブとオントロジー(SWO)研究会
テーマ:「情報大洪水時代のデータ連携とセマンティクス」
http://www.sigswo.org/papers/42program
招待講演セッション(※スライド公開)
 BIMによる建築・インフラ分野のデジタライゼーションの可能性
一般社団法人 buildingSMART Japan
技術統合委員会委員長 足達 嘉信 氏
 標準ドメイン・オントロジーの構築と産業界向けの活用について
IEC/SC 3D 国際議長/株式会社東芝 主任研究員 山下 蘭 氏
 データサイエンティストからみた統合されたデータ分析基盤の恩恵
Cloudera Field Data Scientist有賀 康顕 氏
2018/12/2 38
現在,取り組んでいる研究
 研究テーマ
 情報の意味を適切に扱い「知識」として体系化する
オントロジー工学を基盤技術とした,セマンティック
(意味処理)技術に基づく実践的AIシステムの開発
 研究内容
 ①オントロジー工学の基礎理論
 ②オントロジー理論とLOD(Linked Open Data)技術
に基づく知的ソフトウェア開発基盤ツールの開発
 ③オントロジー理論/LOD技術と基盤ツールを利用した
応用研究の実践
2018/12/2 39
「理論」・「ツール」・「応用」を3本柱とした研究
オントロジー工学の基礎理論
 オントロジー基礎理論
 ロール理論
 コンテキスト(状況・文脈)に依存する概念の扱いに関する理論
 identity理論
 インスタンス(もの・事象)の生成・消滅・同一性に関する理論
 オントロジー構築方法論
 オントロジー構築の基本的な考え方
 分類観点の明確化=概念定義の違いを明示する
 具体的な構築方法論
 視点に応じたis-a(分類)階層の動的生成
 複雑な構造物を適切に概念化する構造化手法
 Is-a(分類)階層の対称性を利用した,オントロジー洗練支援
 既存データ・文書等を用いた,オントロジーの半自動構築支援
2018/12/2 40
研究内容①
コンテキストに応じ
た知識処理手法
コンテキストに応じた
知識処理理論
オントロジー構築利用環境「法造」
 オントロジー工学の基礎理論に基づいて開発された,
オントロジー(=法)の構築(=造)および利用を支援す
るソフトウェア
 1996年より開発
 http://www.hozo.jpにて
フリーソフトウェアとして公開
 登録ユーザ数:約5,000
 ダウンロード数:約12,000
(共に,国内外含む)
 研究室内外のオントロジー開発プロジェクトでの
多数の利用実績あり
2018/12/2 41
法造の画面例
研究内容②
これまで実施した主な応用研究
2018/12/2 42
2002 201720122007
ナノテクノロジー
(2002~2007)
生物規範工学
(2012~2017)
臨床医学オントロジー
(2006~継続中)
サスティナビリティ学(環境分野)
(2007年~継続中)
生命科学・バイオインフォマティクス
(2007年~継続中)
防災
(2009~2011) (行政)オープンデータ
(2011年~継続中)
工
学
生
命
社
会
課
題
「法造」公開
2004
LOD研究
2011
概念俯瞰
2009
研究内容③
さまざまな領域で
オントロジー/LOD
の応用研究を実践
生物規範工学オントロジー
 バイオミメティクス(biomimetics)研究
 「自然に学ぶものつくり」=bio+mimetic(模倣)
 研究事例
 蓮の葉の撥水性(ロータス効果)を模倣した,塗装や
セルフクリーニングに関する研究
 ヤモリの指の粘着性に着目した接着剤の開発
 蝶や玉虫の「構造色」
 流体抵抗の低いサメ肌の構造を模した高速水着
 バイオミメティクス・データベースの開発
 生物の知識の無い工学者が,「新製品開発の際に模倣でき
そうな“生物”」を見つけたい
 工学,生物学の知識をオントロジーとして体系化し,製品で
実現したいこと(ゴール)から,関連する生物を探索する
2018/12/2 43
研究事例
生物規範工学オントロジー
科学研究費補助金 新学術領域研究
(研究領域提案型)
「生物多様性を規範とする
革新的材料技術」
(H24~H29年度)において開発
(略称:生物規範工学)
442018/12/2
ISO/TC 266 Biomimetics
・WG4 Knowledge infrastructure of biomimeticsにおいて
「Ontology-Enhanced Thesaurus (OET) for Biomimetics」
をTR(Technical Report)として提案中
バイオミメティクス・データベースから有用な情報
を見つけるには,“工学”と“生物学”の用語の違
いを適切に“つなぐ”ことが重要.
オントロジー
機能分解
機能オントロジー
生物種
Taxonomy
構造
振る舞い
生息環境
オントロジーは,概念の本質的な構造を捉え,領域を横断
した概念(用語)の“つながり”(関係)を明らかにする.
異分野間の用語の違い工学
ニーズ
課題
生物学
多様な生物種
と豊富な情報
2018/12/2 45
オントロジーを用いることで,キーワードの連想的
な検索(キーワード探索)が行える.
汚れない
汚れても
落ちる
洗い流す 水で覆う
撥水性
親水性 バラの花
凹凸構造 蓮の葉泥の中
に住む
ミミズ
生物種
構造
生物種
生物種
性質
性質
生息環境
機能
機能 機能
機能
論文
著者
画像DB
画像
文献DB
オントロジーから
得られる情報
外部DBからの情報2018/12/2 46
デモ
 バイオミメティクス・オントロジーによる
キーワード探索システム
http://biomimetics.hozo.jp/
2018/12/2 47
オントロジーを用いた探索例
各ノードの色が
表す概念の種類
ノードは概念
(用語)を表す
「始点」として選んだ
用語を中央に表示
リンクは概念間
の関係を表す
マウスを持ってくる
と「ラベル」を表示
始点からの“つながり”を表す「パス」
が,ゴールを実現するために関係し
そうな“生物”へのつながりを示す
実現したいこと(ゴール)を始点とし,関連する生物を探索した例
http://biomimetics.hozo.jp/
にて公開
2018/12/2 48
探索結果を用いたDB検索
検索対象とする
DBを選択
※ノードを選択して「右クリック」すると,探索結果を用いた様々な検索ができる
選択したDBを検索した結果の表示
2018/12/2 49
その他の関連情報の表示
選択したノードが表す
概念の概要を表示
中心から選択したノード
までのパスを表示
選択したノードの次のパス
(マップに表示されていな
い部分)を探索
外部で公開されているDB(DBpedia)
から取得した情報
オントロジー内の情報2018/12/2 50
 我が国初の本格的医療オントロジーの開発
 オントロジーの概要
51
臨床医学オントロジーの開発
平成19~28年度 医療情報システム開発普及等委託費(厚生労働省)
「医療情報システムのための医療知識基盤データベース研究開発事業」
(代表者:東京大学医学部・大江和彦)
2018/12/2
研究内容③:オントロジー構築・利用の事例
もの
独立実在物
オブジェクト 生起物
従属的実在物
人体
状態プロセス
特性 属性
従属的
因果構造物
因果
構造物
疾患
オント
ロジー
対象依存
異常状態
汎用
異常状態
参照
特性木 属性木
参照 分解
同時
並行型
プロセス
解剖
オント
ロジー
汎用
構造物
参照
イベント
 我が国初の本格的医療オントロジーの開発
 オントロジーの概要
52
臨床医学オントロジーの開発
平成19~28年度 医療情報システム開発普及等委託費(厚生労働省)
「医療情報システムのための医療知識基盤データベース研究開発事業」
(代表者:東京大学医学部・大江和彦)
2018/12/2
研究内容③:オントロジー構築・利用の事例
もの
独立実在物
オブジェクト 生起物
従属的実在物
人体
状態プロセス
特性 属性
従属的
因果構造物
因果
構造物
疾患
オント
ロジー
対象依存
異常状態
汎用
異常状態
参照
特性木 属性木
参照 分解
同時
並行型
プロセス
解剖
オント
ロジー
汎用
構造物
参照
イベント
疾患オントロジー
12診療科約6000の疾患を
対象に主な病態や症状の
因果連鎖を記述
解剖学オントロジー
主な血管,神経,骨の接続
関係(数万),および,人体
の全な臓器・器官を記述
オントロジー構築の基本方針
医療以外の領域にも適用可能
な汎用的な枠組みの導入
疾患コンパス
疾患に関する様々な情報をナビゲートするWebシステム
2018/12/2 53
表示する疾患の検索・選択
選択した疾患の
因果連鎖を可視化
(疾患連鎖LD)
疾患に関する一般知識
(DBpediaより)
リンクを辿ることで
関連する医療コード
など外部DBへ
選択した異常状
態の対象部位を
ハイライト
疾患が対象とする臓器・
器官を3D画像で表示
http://lodc.med-ontology.jp/ にて公開
研究内容③:臨床医学オントロジーの応用事例
疾患コンパスのシステム構成
 疾患オントロジーをLinked Dataに変換した「疾患連鎖LD」を中心
に,既存サービスやDB(LOD)を連携させることで実装.
2018/12/2 54
DBpedia
http://lifesciencedb.jp/bp3d/
疾患連鎖LD
BodyParts3D
http://dbpedia.org/
ICD
MeSH
…
解剖学構造
の3D画像
一般知識
疾患オントロジー
convert
疾患コンパス …
他の
LOD
SPARQL
SPARQL
SPARQL
mapping
mapping
link
link
関連情報
他のWeb
サービス API
API
関連情報
臨床医が構築
API:サービス間を連携させるための仕組み.システム毎に構築が必要.
SPARQL:Linked Dataの検索用に標準化されたクエリ言語.汎用のAPIとして利用可.
まとめ
 オントロジーとは?
 対象世界を“どのように捉えた(概念化した)か?”
を(コンピュータ可読な形で)体系化したもの
 オントロジーの役割
 知識・データ記述に用いる語彙や規約を提供
→知識・データの共有と統合化
 体系化した知識源としての利用
→知識システム/AIの基盤知識
 オントロジー構築・利用の動向
 様々な領域での,オントロジー構築が進んでいる
 企業システムでの利用事例も増えている
2018/12/2 55

Mais conteúdo relacionado

Mais procurados

研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有Naoaki Okazaki
 
ナレッジグラフ/LOD利用技術の入門(後編)
ナレッジグラフ/LOD利用技術の入門(後編)ナレッジグラフ/LOD利用技術の入門(後編)
ナレッジグラフ/LOD利用技術の入門(後編)KnowledgeGraph
 
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live![part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!KnowledgeGraph
 
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15Yoichi Ochiai
 
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)Kota Matsui
 
グラフィカルモデル入門
グラフィカルモデル入門グラフィカルモデル入門
グラフィカルモデル入門Kawamoto_Kazuhiko
 
研究分野をサーベイする
研究分野をサーベイする研究分野をサーベイする
研究分野をサーベイするTakayuki Itoh
 
SPARQLでオープンデータ活用!
SPARQLでオープンデータ活用!SPARQLでオープンデータ活用!
SPARQLでオープンデータ活用!uedayou
 
深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)Masahiro Suzuki
 
第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)
第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)
第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)KnowledgeGraph
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方joisino
 
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向Koichiro Mori
 
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量takaya imai
 
[part 1]ナレッジグラフ推論チャレンジ・Tech Live!
[part 1]ナレッジグラフ推論チャレンジ・Tech Live![part 1]ナレッジグラフ推論チャレンジ・Tech Live!
[part 1]ナレッジグラフ推論チャレンジ・Tech Live!KnowledgeGraph
 
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介Recruit Technologies
 
最適化超入門
最適化超入門最適化超入門
最適化超入門Takami Sato
 
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)Shota Imai
 
Python nlp handson_20220225_v5
Python nlp handson_20220225_v5Python nlp handson_20220225_v5
Python nlp handson_20220225_v5博三 太田
 

Mais procurados (20)

研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有研究室における研究・実装ノウハウの共有
研究室における研究・実装ノウハウの共有
 
ナレッジグラフ/LOD利用技術の入門(後編)
ナレッジグラフ/LOD利用技術の入門(後編)ナレッジグラフ/LOD利用技術の入門(後編)
ナレッジグラフ/LOD利用技術の入門(後編)
 
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live![part 2]ナレッジグラフ推論チャレンジ・Tech Live!
[part 2]ナレッジグラフ推論チャレンジ・Tech Live!
 
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
 
機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)機械学習による統計的実験計画(ベイズ最適化を中心に)
機械学習による統計的実験計画(ベイズ最適化を中心に)
 
グラフィカルモデル入門
グラフィカルモデル入門グラフィカルモデル入門
グラフィカルモデル入門
 
研究分野をサーベイする
研究分野をサーベイする研究分野をサーベイする
研究分野をサーベイする
 
SPARQLでオープンデータ活用!
SPARQLでオープンデータ活用!SPARQLでオープンデータ活用!
SPARQLでオープンデータ活用!
 
DBpedia Japaneseとは?
DBpedia Japaneseとは?DBpedia Japaneseとは?
DBpedia Japaneseとは?
 
RDF Semantic Graph「RDF 超入門」
RDF Semantic Graph「RDF 超入門」RDF Semantic Graph「RDF 超入門」
RDF Semantic Graph「RDF 超入門」
 
深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)深層生成モデルと世界モデル(2020/11/20版)
深層生成モデルと世界モデル(2020/11/20版)
 
第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)
第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)
第2回ナレッジグラフ推論チャレンジ2019の紹介(11/22, SWO研究会)
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方
 
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
 
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
 
[part 1]ナレッジグラフ推論チャレンジ・Tech Live!
[part 1]ナレッジグラフ推論チャレンジ・Tech Live![part 1]ナレッジグラフ推論チャレンジ・Tech Live!
[part 1]ナレッジグラフ推論チャレンジ・Tech Live!
 
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
 
最適化超入門
最適化超入門最適化超入門
最適化超入門
 
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
強化学習の基礎と深層強化学習(東京大学 松尾研究室 深層強化学習サマースクール講義資料)
 
Python nlp handson_20220225_v5
Python nlp handson_20220225_v5Python nlp handson_20220225_v5
Python nlp handson_20220225_v5
 

Semelhante a オントロジーとは?

Linked Open Data(LOD)の基本理念から考える, ハッカソンのヒント
Linked Open Data(LOD)の基本理念から考える, ハッカソンのヒントLinked Open Data(LOD)の基本理念から考える, ハッカソンのヒント
Linked Open Data(LOD)の基本理念から考える, ハッカソンのヒントKouji Kozaki
 
オープンデータとLOD~オープンデータって何?~
オープンデータとLOD~オープンデータって何?~オープンデータとLOD~オープンデータって何?~
オープンデータとLOD~オープンデータって何?~Kouji Kozaki
 
OSC2016.Enterprise OpenStack & Cloud Native Applications
OSC2016.Enterprise OpenStack & Cloud Native ApplicationsOSC2016.Enterprise OpenStack & Cloud Native Applications
OSC2016.Enterprise OpenStack & Cloud Native Applicationsirix_jp
 
査読付き論文を高速生産する1つのマインドセット、3つの方法 (in Japanese)
査読付き論文を高速生産する1つのマインドセット、3つの方法 (in Japanese)査読付き論文を高速生産する1つのマインドセット、3つの方法 (in Japanese)
査読付き論文を高速生産する1つのマインドセット、3つの方法 (in Japanese)Toshihiko Yamakami
 
Osc tokyo20141019-last
Osc tokyo20141019-lastOsc tokyo20141019-last
Osc tokyo20141019-lastKiyoshi Ogawa
 
地域のLinked Open Dataでできること
 ー 奈良の観光情報を例に ー
地域のLinked Open Dataでできること
 ー 奈良の観光情報を例に ー地域のLinked Open Dataでできること
 ー 奈良の観光情報を例に ー
地域のLinked Open Dataでできること
 ー 奈良の観光情報を例に ーFuyuko Matsumura
 
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催Tsubasa Yumura
 
LODで広がる オープンデータ活用の可能性
LODで広がるオープンデータ活用の可能性LODで広がるオープンデータ活用の可能性
LODで広がる オープンデータ活用の可能性Kouji Kozaki
 
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見Mitsutoshi Kiuchi
 
オープンデータについて(Code for Osaka第3回定例会)
オープンデータについて(Code for Osaka第3回定例会)オープンデータについて(Code for Osaka第3回定例会)
オープンデータについて(Code for Osaka第3回定例会)Kouji Kozaki
 
「PUSH 大阪」の紹介
「PUSH 大阪」の紹介「PUSH 大阪」の紹介
「PUSH 大阪」の紹介Kouji Kozaki
 
Japanese Wikipedia Ontology for WCJ2013
Japanese Wikipedia Ontology for WCJ2013Japanese Wikipedia Ontology for WCJ2013
Japanese Wikipedia Ontology for WCJ2013Susumu Tamagawa
 
楽天のECにおけるAI技術の活用
楽天のECにおけるAI技術の活用楽天のECにおけるAI技術の活用
楽天のECにおけるAI技術の活用Rakuten Group, Inc.
 
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けてThe Whole Brain Architecture Initiative
 
Rtm・ros相互運用プログラミング環境
Rtm・ros相互運用プログラミング環境Rtm・ros相互運用プログラミング環境
Rtm・ros相互運用プログラミング環境openrtm
 
Bluemixとapache sparkでできる io tデータの収集と分析
Bluemixとapache sparkでできる io tデータの収集と分析Bluemixとapache sparkでできる io tデータの収集と分析
Bluemixとapache sparkでできる io tデータの収集と分析Mitsutoshi Kiuchi
 
International Space Apps Challenge Tokyo 2013 - Ideathon Briefing
International Space Apps Challenge Tokyo 2013 - Ideathon BriefingInternational Space Apps Challenge Tokyo 2013 - Ideathon Briefing
International Space Apps Challenge Tokyo 2013 - Ideathon BriefingIsana Kashiwai
 
Linked Open Data(LOD)を用いた オープンデータの活用事例と今後の展望
Linked Open Data(LOD)を用いたオープンデータの活用事例と今後の展望Linked Open Data(LOD)を用いたオープンデータの活用事例と今後の展望
Linked Open Data(LOD)を用いた オープンデータの活用事例と今後の展望Kouji Kozaki
 

Semelhante a オントロジーとは? (20)

Linked Open Data(LOD)の基本理念から考える, ハッカソンのヒント
Linked Open Data(LOD)の基本理念から考える, ハッカソンのヒントLinked Open Data(LOD)の基本理念から考える, ハッカソンのヒント
Linked Open Data(LOD)の基本理念から考える, ハッカソンのヒント
 
WikidataとOSM
WikidataとOSMWikidataとOSM
WikidataとOSM
 
オープンデータとLOD~オープンデータって何?~
オープンデータとLOD~オープンデータって何?~オープンデータとLOD~オープンデータって何?~
オープンデータとLOD~オープンデータって何?~
 
OSC2016.Enterprise OpenStack & Cloud Native Applications
OSC2016.Enterprise OpenStack & Cloud Native ApplicationsOSC2016.Enterprise OpenStack & Cloud Native Applications
OSC2016.Enterprise OpenStack & Cloud Native Applications
 
査読付き論文を高速生産する1つのマインドセット、3つの方法 (in Japanese)
査読付き論文を高速生産する1つのマインドセット、3つの方法 (in Japanese)査読付き論文を高速生産する1つのマインドセット、3つの方法 (in Japanese)
査読付き論文を高速生産する1つのマインドセット、3つの方法 (in Japanese)
 
Osc tokyo20141019-last
Osc tokyo20141019-lastOsc tokyo20141019-last
Osc tokyo20141019-last
 
地域のLinked Open Dataでできること
 ー 奈良の観光情報を例に ー
地域のLinked Open Dataでできること
 ー 奈良の観光情報を例に ー地域のLinked Open Dataでできること
 ー 奈良の観光情報を例に ー
地域のLinked Open Dataでできること
 ー 奈良の観光情報を例に ー
 
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
宇宙データを使った世界同時開催ハッカソン「International Space Apps Challenge」の日本開催
 
LODで広がる オープンデータ活用の可能性
LODで広がるオープンデータ活用の可能性LODで広がるオープンデータ活用の可能性
LODで広がる オープンデータ活用の可能性
 
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
(2017.8.27) Elasticsearchと科学技術ビッグデータが切り拓く日本の知の俯瞰と発見
 
オープンデータについて(Code for Osaka第3回定例会)
オープンデータについて(Code for Osaka第3回定例会)オープンデータについて(Code for Osaka第3回定例会)
オープンデータについて(Code for Osaka第3回定例会)
 
「PUSH 大阪」の紹介
「PUSH 大阪」の紹介「PUSH 大阪」の紹介
「PUSH 大阪」の紹介
 
Japanese Wikipedia Ontology for WCJ2013
Japanese Wikipedia Ontology for WCJ2013Japanese Wikipedia Ontology for WCJ2013
Japanese Wikipedia Ontology for WCJ2013
 
ORCIDの現状と活用事例
ORCIDの現状と活用事例ORCIDの現状と活用事例
ORCIDの現状と活用事例
 
楽天のECにおけるAI技術の活用
楽天のECにおけるAI技術の活用楽天のECにおけるAI技術の活用
楽天のECにおけるAI技術の活用
 
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
第7回WBAシンポジウム:全脳確率的生成モデル(WB-PGM)〜世界モデルと推論に基づく汎用人工知能に向けて
 
Rtm・ros相互運用プログラミング環境
Rtm・ros相互運用プログラミング環境Rtm・ros相互運用プログラミング環境
Rtm・ros相互運用プログラミング環境
 
Bluemixとapache sparkでできる io tデータの収集と分析
Bluemixとapache sparkでできる io tデータの収集と分析Bluemixとapache sparkでできる io tデータの収集と分析
Bluemixとapache sparkでできる io tデータの収集と分析
 
International Space Apps Challenge Tokyo 2013 - Ideathon Briefing
International Space Apps Challenge Tokyo 2013 - Ideathon BriefingInternational Space Apps Challenge Tokyo 2013 - Ideathon Briefing
International Space Apps Challenge Tokyo 2013 - Ideathon Briefing
 
Linked Open Data(LOD)を用いた オープンデータの活用事例と今後の展望
Linked Open Data(LOD)を用いたオープンデータの活用事例と今後の展望Linked Open Data(LOD)を用いたオープンデータの活用事例と今後の展望
Linked Open Data(LOD)を用いた オープンデータの活用事例と今後の展望
 

Mais de Kouji Kozaki

オープンデータを「世界」に発信するウィキデータ・ソン【IODD2019大阪】
オープンデータを「世界」に発信するウィキデータ・ソン【IODD2019大阪】オープンデータを「世界」に発信するウィキデータ・ソン【IODD2019大阪】
オープンデータを「世界」に発信するウィキデータ・ソン【IODD2019大阪】Kouji Kozaki
 
Linked Open Data(LOD)を使うと“うれしい”3つの理由
Linked Open Data(LOD)を使うと“うれしい”3つの理由Linked Open Data(LOD)を使うと“うれしい”3つの理由
Linked Open Data(LOD)を使うと“うれしい”3つの理由Kouji Kozaki
 
公共データをオープンデータ公開することによる効果
公共データをオープンデータ公開することによる効果公共データをオープンデータ公開することによる効果
公共データをオープンデータ公開することによる効果Kouji Kozaki
 
オープンデータの広がりと今後の課題ー関西での活動を中心にー
オープンデータの広がりと今後の課題ー関西での活動を中心にーオープンデータの広がりと今後の課題ー関西での活動を中心にー
オープンデータの広がりと今後の課題ー関西での活動を中心にーKouji Kozaki
 
書誌データのLOD化: データソン的デモンストレーション
書誌データのLOD化: データソン的デモンストレーション書誌データのLOD化: データソン的デモンストレーション
書誌データのLOD化: データソン的デモンストレーションKouji Kozaki
 
Linked Open Data(LOD)の基本理念と基盤となる技術
Linked Open Data(LOD)の基本理念と基盤となる技術Linked Open Data(LOD)の基本理念と基盤となる技術
Linked Open Data(LOD)の基本理念と基盤となる技術Kouji Kozaki
 
Linked Dataとオントロジーによるセマンティック技術の実際
Linked Dataとオントロジーによるセマンティック技術の実際Linked Dataとオントロジーによるセマンティック技術の実際
Linked Dataとオントロジーによるセマンティック技術の実際Kouji Kozaki
 
Wikidataを編集してみよう!
Wikidataを編集してみよう!Wikidataを編集してみよう!
Wikidataを編集してみよう!Kouji Kozaki
 
大阪市オープンデータポータルAPI(SPARQL)勉強会
大阪市オープンデータポータルAPI(SPARQL)勉強会大阪市オープンデータポータルAPI(SPARQL)勉強会
大阪市オープンデータポータルAPI(SPARQL)勉強会Kouji Kozaki
 
関西地域でのオープンデータ活動の 広がりと今後の展望 -LOD(Linked Open Data)普及活動を通して-
関西地域でのオープンデータ活動の広がりと今後の展望-LOD(Linked Open Data)普及活動を通して-関西地域でのオープンデータ活動の広がりと今後の展望-LOD(Linked Open Data)普及活動を通して-
関西地域でのオープンデータ活動の 広がりと今後の展望 -LOD(Linked Open Data)普及活動を通して-Kouji Kozaki
 
Wikidata Edit-a-thon -Wikidataを編集してみよう!-
Wikidata Edit-a-thon -Wikidataを編集してみよう!-Wikidata Edit-a-thon -Wikidataを編集してみよう!-
Wikidata Edit-a-thon -Wikidataを編集してみよう!-Kouji Kozaki
 
オープンデータをLOD化するデータソン in 高槻
オープンデータをLOD化するデータソン in 高槻オープンデータをLOD化するデータソン in 高槻
オープンデータをLOD化するデータソン in 高槻Kouji Kozaki
 
オープンデータ公開プラットフォームとしてのWordPressへの期待
オープンデータ公開プラットフォームとしてのWordPressへの期待オープンデータ公開プラットフォームとしてのWordPressへの期待
オープンデータ公開プラットフォームとしてのWordPressへの期待Kouji Kozaki
 
PUSH大阪&PUSH広報~自治体広報情報を用いた 地域課題分析基盤に向けて~
PUSH大阪&PUSH広報~自治体広報情報を用いた 地域課題分析基盤に向けて~PUSH大阪&PUSH広報~自治体広報情報を用いた 地域課題分析基盤に向けて~
PUSH大阪&PUSH広報~自治体広報情報を用いた 地域課題分析基盤に向けて~Kouji Kozaki
 
UDC2015ファイナル・ステージ「大阪ブロックの活動紹介」
UDC2015ファイナル・ステージ「大阪ブロックの活動紹介」UDC2015ファイナル・ステージ「大阪ブロックの活動紹介」
UDC2015ファイナル・ステージ「大阪ブロックの活動紹介」Kouji Kozaki
 
SPARQLによるLODの検索@第4回LODとオントロジー勉強会-
SPARQLによるLODの検索@第4回LODとオントロジー勉強会-SPARQLによるLODの検索@第4回LODとオントロジー勉強会-
SPARQLによるLODの検索@第4回LODとオントロジー勉強会-Kouji Kozaki
 
CSVファイルをLODとして公開するデータソン
CSVファイルをLODとして公開するデータソンCSVファイルをLODとして公開するデータソン
CSVファイルをLODとして公開するデータソンKouji Kozaki
 
Linked Dataの基本原則 -LODを公開するときに知っておきたい基本技術-
Linked Dataの基本原則-LODを公開するときに知っておきたい基本技術-Linked Dataの基本原則-LODを公開するときに知っておきたい基本技術-
Linked Dataの基本原則 -LODを公開するときに知っておきたい基本技術-Kouji Kozaki
 
Open Data & Linked Open Data
Open Data & Linked Open DataOpen Data & Linked Open Data
Open Data & Linked Open DataKouji Kozaki
 
オープンデータとWordPress
オープンデータとWordPressオープンデータとWordPress
オープンデータとWordPressKouji Kozaki
 

Mais de Kouji Kozaki (20)

オープンデータを「世界」に発信するウィキデータ・ソン【IODD2019大阪】
オープンデータを「世界」に発信するウィキデータ・ソン【IODD2019大阪】オープンデータを「世界」に発信するウィキデータ・ソン【IODD2019大阪】
オープンデータを「世界」に発信するウィキデータ・ソン【IODD2019大阪】
 
Linked Open Data(LOD)を使うと“うれしい”3つの理由
Linked Open Data(LOD)を使うと“うれしい”3つの理由Linked Open Data(LOD)を使うと“うれしい”3つの理由
Linked Open Data(LOD)を使うと“うれしい”3つの理由
 
公共データをオープンデータ公開することによる効果
公共データをオープンデータ公開することによる効果公共データをオープンデータ公開することによる効果
公共データをオープンデータ公開することによる効果
 
オープンデータの広がりと今後の課題ー関西での活動を中心にー
オープンデータの広がりと今後の課題ー関西での活動を中心にーオープンデータの広がりと今後の課題ー関西での活動を中心にー
オープンデータの広がりと今後の課題ー関西での活動を中心にー
 
書誌データのLOD化: データソン的デモンストレーション
書誌データのLOD化: データソン的デモンストレーション書誌データのLOD化: データソン的デモンストレーション
書誌データのLOD化: データソン的デモンストレーション
 
Linked Open Data(LOD)の基本理念と基盤となる技術
Linked Open Data(LOD)の基本理念と基盤となる技術Linked Open Data(LOD)の基本理念と基盤となる技術
Linked Open Data(LOD)の基本理念と基盤となる技術
 
Linked Dataとオントロジーによるセマンティック技術の実際
Linked Dataとオントロジーによるセマンティック技術の実際Linked Dataとオントロジーによるセマンティック技術の実際
Linked Dataとオントロジーによるセマンティック技術の実際
 
Wikidataを編集してみよう!
Wikidataを編集してみよう!Wikidataを編集してみよう!
Wikidataを編集してみよう!
 
大阪市オープンデータポータルAPI(SPARQL)勉強会
大阪市オープンデータポータルAPI(SPARQL)勉強会大阪市オープンデータポータルAPI(SPARQL)勉強会
大阪市オープンデータポータルAPI(SPARQL)勉強会
 
関西地域でのオープンデータ活動の 広がりと今後の展望 -LOD(Linked Open Data)普及活動を通して-
関西地域でのオープンデータ活動の広がりと今後の展望-LOD(Linked Open Data)普及活動を通して-関西地域でのオープンデータ活動の広がりと今後の展望-LOD(Linked Open Data)普及活動を通して-
関西地域でのオープンデータ活動の 広がりと今後の展望 -LOD(Linked Open Data)普及活動を通して-
 
Wikidata Edit-a-thon -Wikidataを編集してみよう!-
Wikidata Edit-a-thon -Wikidataを編集してみよう!-Wikidata Edit-a-thon -Wikidataを編集してみよう!-
Wikidata Edit-a-thon -Wikidataを編集してみよう!-
 
オープンデータをLOD化するデータソン in 高槻
オープンデータをLOD化するデータソン in 高槻オープンデータをLOD化するデータソン in 高槻
オープンデータをLOD化するデータソン in 高槻
 
オープンデータ公開プラットフォームとしてのWordPressへの期待
オープンデータ公開プラットフォームとしてのWordPressへの期待オープンデータ公開プラットフォームとしてのWordPressへの期待
オープンデータ公開プラットフォームとしてのWordPressへの期待
 
PUSH大阪&PUSH広報~自治体広報情報を用いた 地域課題分析基盤に向けて~
PUSH大阪&PUSH広報~自治体広報情報を用いた 地域課題分析基盤に向けて~PUSH大阪&PUSH広報~自治体広報情報を用いた 地域課題分析基盤に向けて~
PUSH大阪&PUSH広報~自治体広報情報を用いた 地域課題分析基盤に向けて~
 
UDC2015ファイナル・ステージ「大阪ブロックの活動紹介」
UDC2015ファイナル・ステージ「大阪ブロックの活動紹介」UDC2015ファイナル・ステージ「大阪ブロックの活動紹介」
UDC2015ファイナル・ステージ「大阪ブロックの活動紹介」
 
SPARQLによるLODの検索@第4回LODとオントロジー勉強会-
SPARQLによるLODの検索@第4回LODとオントロジー勉強会-SPARQLによるLODの検索@第4回LODとオントロジー勉強会-
SPARQLによるLODの検索@第4回LODとオントロジー勉強会-
 
CSVファイルをLODとして公開するデータソン
CSVファイルをLODとして公開するデータソンCSVファイルをLODとして公開するデータソン
CSVファイルをLODとして公開するデータソン
 
Linked Dataの基本原則 -LODを公開するときに知っておきたい基本技術-
Linked Dataの基本原則-LODを公開するときに知っておきたい基本技術-Linked Dataの基本原則-LODを公開するときに知っておきたい基本技術-
Linked Dataの基本原則 -LODを公開するときに知っておきたい基本技術-
 
Open Data & Linked Open Data
Open Data & Linked Open DataOpen Data & Linked Open Data
Open Data & Linked Open Data
 
オープンデータとWordPress
オープンデータとWordPressオープンデータとWordPress
オープンデータとWordPress
 

Último

LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルCRI Japan, Inc.
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイスCRI Japan, Inc.
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NTT DATA Technology & Innovation
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)Hiroshi Tomioka
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 

Último (7)

LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 

オントロジーとは?