语义建模与数据

术语表

归纳推理

试图通过逆向推理已知的演绎规则，推断出得出结论的前提。

准确性

一个模型的语义断言被接受为真的程度。

模糊性

对某一信息可以有不止一种看似合理的解释的情况。

班级

抽象实体，代表世界上的一种事物，可作为其他实体的语义类型。

阶级依赖性

如果 C1 的每个实例都必须存在 C2 的实例，那么类 C1 就依赖于类 C2。

类别归并

将 "包容 "的含义应用于 "类"。

封闭世界假设

如果我们不知道某个陈述在我们的模型中是真是假，那么我们可以推断它是假的。

完整性

模型中应包含的元素的实际存在程度。

简洁

模型不包含冗余元素的程度。

一致性

模型不存在逻辑或语义矛盾的程度。

语境化

模型语句被认为是真的所有语境的明确表述。

演绎推理

根据一个或多个陈述（前提）进行推理，得出逻辑上确定的结论。

设计模式

针对反复出现的建模/设计问题或情况，提供可重复使用的、行之有效的解决方案。

实体

可能具体存在，也可能抽象存在，可能在头脑之外，也可能在头脑之内。

实体属性

一个实体的特征，我们不能（或选择不）将其表示为与另一个实体的关系，而是使用字面值。

实体提取

从给定数据源中自动提取表示特定实体类型（如个人、组织、地点或其他）的术语的任务。

认识的不确定性

由于完全或部分缺乏必要的知识而无法确定语句真伪的现象。

演变

使模型适应相应领域中出现的变化的过程。

模糊化

在 0 到 1 的范围内，为一个含糊的陈述赋予一个实数，表示该陈述被认为是真实的程度。

管理

制定和执行有关模型及其开发、应用和演变决策的机制。

等级关系

表示一个元素在某种程度上比另一个元素更普遍（"更广泛"）（"更狭隘"）。 这通常包括三种不同的关系类型，即实例关系、意义包含关系和部分-整体关系。

身份

问题是确定两个实体是否相同。

个人

是一个或多个类的实例的实体。

归纳推理

采用前提和结论，并试图推断前者导致后者的规则。

实例化

将实体与它所属的一个或多个类相关联。

相互连接

也称为映射，是将属于不同语义模型的元素连接起来的过程。

反比关系

如果每个实体 A 通过 R1 与实体 B 相关，我们就能推断出 B 通过 R2 与 A 相关，那么关系 R1 就是关系 R2 的逆关系。

知识获取

从适当来源生成实体、关系和其他模型元素。

词法化

将语义模型元素与一个或多个可用于用自然语言表达它的术语联系起来。

意义包容

一个建模元素的含义包含在另一个元素的含义中。

采矿模型

以有限的人力从数据中获取知识。

开放世界假设

如果我们不，就无法知道某一陈述在我们的模型中是真是假，那么我们就无法对其有效性得出任何结论。

关系

表示两个或多个实体之间相互关联的特定方式。

关系提取

从给定数据源中自动提取不同实体和/或其他元素之间关系的任务。

关系归并

意义包含适用于关系。

相关性

模型的结构和内容对特定任务或应用的有用和重要程度。

刚性类

对其所有实例都至关重要的类，也就是说，如果不是该类的实例，这些实例就不可能存在。

语义变化

也称为语义漂移，是指一个词的含义和用法随着时间的推移而发生变化的现象，其新的含义往往与最初的含义截然不同。

语义数据建模

对数据进行描述和表示，使后者的含义明确、准确，并为人类和计算机系统所共同理解。

语义相关性

表示两个模型元素的含义有某种联系，但没有说明这种关系的确切性质。

语义网

通过合作，在网络上发布语义机器可读和可共享数据。 ...