Análisis semántico

El análisis semántico , también conocido como relación semántica , consiste en el uso de ontologías para analizar el contenido de los recursos web . Este campo de investigación combina el análisis de texto con tecnologías de la Web Semántica como RDF . El análisis semántico mide la relación entre diferentes conceptos ontológicos.

Algunos grupos de investigación académica que tienen proyectos activos en esta área incluyen el Centro Kno.e.sis de la Universidad Estatal de Wright, entre otros.

Un hito importante en los inicios del análisis semántico se produjo en 1996, si bien la evolución histórica de estos algoritmos es en gran medida subjetiva. En su estudio fundamental, Philip Resnik demostró que las computadoras tienen la capacidad de emular el juicio humano. En diversas publicaciones de revistas especializadas, las mejoras en la precisión de los cálculos analíticos semánticos generales prometían revolucionar el campo. Sin embargo, la falta de una terminología estándar a finales de la década de 1990 provocó numerosos malentendidos. Esto impulsó a Budanitsky y Hirst a estandarizar el tema en 2006 con un resumen que también sentó las bases para el análisis moderno de la ortografía y la gramática. ^{[ 1 ]}

En los inicios del análisis semántico, obtener bases de conocimiento suficientemente grandes y fiables resultaba difícil. En 2006, Strube y Ponzetto demostraron que Wikipedia podía utilizarse en cálculos de análisis semántico. ^{[ 2 ]} El uso de una base de conocimiento extensa como Wikipedia permite aumentar tanto la precisión como la aplicabilidad del análisis semántico.

Dada la naturaleza subjetiva del campo, los diferentes métodos utilizados en el análisis semántico dependen del dominio de aplicación. No se considera que un único método sea correcto; sin embargo, uno de los métodos más efectivos y aplicables es el análisis semántico explícito (ASE). ^{[ 3 ]} El ASE fue desarrollado por Evgeniy Gabrilovich y Shaul Markovitch a finales de la década de 2000. ^{[ 4 ]} Utiliza técnicas de aprendizaje automático para crear un intérprete semántico que extrae fragmentos de texto de artículos y los coloca en una lista ordenada. Los fragmentos se ordenan según su relación con el texto circundante.

El análisis semántico latente (LSA, por sus siglas en inglés) es otro método común que no utiliza ontologías, sino que solo considera el texto en el espacio de entrada.

• Vinculación de entidades
• Construcción de ontologías / población de la base de conocimiento
• Tareas de búsqueda y consulta
• Procesamiento del lenguaje natural
  • Sistemas de diálogo hablado (por ejemplo, Amazon Alexa , Google Assistant , Cortana de Microsoft )
• Inteligencia artificial
• Gestión del conocimiento

La aplicación de métodos de análisis semántico generalmente optimiza los procesos organizativos de cualquier sistema de gestión del conocimiento. Las bibliotecas académicas suelen utilizar una aplicación específica para su dominio con el fin de crear un sistema organizativo más eficiente. Al clasificar las publicaciones científicas mediante la semántica y Wikipedia, los investigadores ayudan a las personas a encontrar recursos con mayor rapidez. Los motores de búsqueda como Semantic Scholar proporcionan acceso organizado a millones de artículos.

• Extracción de relaciones
• Puntuación de marca semántica
• Similitud semántica
• Minería de texto

• Académico semántico