웹 3.0에 오신 것을 환영합니다. 시맨틱 검색

키워드 검색이 여전히 가장 많이 사용되는 방법이지만 일반적으로 정확하지는 않지만, 사용자는 종종 검색에서 최대 3 만 건의 조회를 얻은 다음 관련 문서를 찾기 위해 느슨하게 관련된 키워드 결과 목록을 살펴 봐야합니다.

"새로운 의미의 소위 의미 론적 기술이 프레임에 포함됩니다. Ovum의 분석가 인 Mike Davis와 Madan Sheina가 발표 한 보고서에 따르면, 관련성을 예측하기위한 Google의 PageRank와 같은 순위 알고리즘, 시맨틱 검색은 관련성이 높은 검색 결과를 산출하기 위해 언어의 의미를 잠급니다.

주목할만한 semanti 애널리스트가 선정한 웹 공급 업체에는 Expert System, Powerset, Yedda, Trovix 및 Hakia가 있습니다. 저자들에 따르면, 의미 론적 검색에 대한 인식은 Microsoft가 Powerset과 Zoomix라는 두 개의 시맨틱 검색 회사를 선택했을 때 나타났습니다. Expert System의 경우 Cogito라는 응용 프로그램은 사람들이 이해할 수있는 원칙을 중심으로 디자인되었습니다. 저자가 의도 한 방식으로 이해되어야한다. 시맨틱 검색은 키워드뿐만 아니라 'jungle'과 같은 다른 단어도 검색 할 것입니다.

" 'jaguar'라는 단어를 Google에서 검색하면 동물과 자동차 주변의 콘텐츠를 끌어 올릴 수 있습니다. '

더 깊은 분석

의미 론적 검색 외에도 휴리스틱과 온톨로지, 언어학 및 텍스트 마이닝, 통계학 등 다른 형태가있다. 그러나 Expert System은 이러한 접근 방식이 짧아서 분석의 형태 학적 측면과 문법적 측면 만 다루고 있다고 주장하고 있습니다.

다른 검색 엔진은 심층 분석에있어 종종 벽돌 벽에 부딪 힙니다. 예를 들어, 경험적으로 구동되는 검색 엔진이 문장에서 두 개의 형용사를 볼 때 대개 두 개의 형용사가 가리키는 부분을 이해하지 못하기 때문에 문장을 씻어 중립적으로 씁니다.

문장의 논리 - 문장의 단어가 서로 관련되는 방식 - 의미 분석 - 키워드의 문맥 이해

용어가 모호 할 경우 의미가 여러 가지가있을 수 있습니다 (예: 나무 껍질, 의미 분석이 필요함).

어휘 데이터베이스

Expert Systems의 엔지니어들은 Cogito가 의미 론적 네트워크를 가지고 있기 때문에 추가 마일을 쓸 수 있다고 말하고 있습니다. 어휘 데이터베이스 단어 정의와 그 관계에 대한 지식 표현을 제공합니다. 웹스터의 사전을 35 만 단어와 280 만개의 관계로 구성된 인 메모리 데이터베이스에 쏟아 부었다. 전문가 시스템의 의미 네트워크 또한 일반적인 단어에 초점을 맞춘다. 이것은 전문 용어에 대한 의미와 배경을 둘러싸고있는 대부분의 존재 론적 접근법과 다르다. 과학적 용어와 같은 내용을 포함하고 모든 내용의 90 퍼센트를 구성하는 일반적인 단어는 건너 뜁니다 "라고 Ovum의 저자는 말합니다. 그러나 의미 론적 검색은"이론적 인 과대 광고는 많이 있지만 실제적인 내용은 거의 없습니다. 현재의 검색 기술보다 효과적입니다.

"시맨틱 네트워크는 구축하기가 까다 롭고 모든 것이 평등하지는 않습니다. 시맨틱 기술이 분석 및 결과에 100 %의 정확도를 제공 할 수있는 가능성은 거의 없습니다. 또한 더 많은 프로세싱 사이클을 소비하는 의미 론적 검색에 잠재적으로 끈적 거리는 성능 문제에 대한 의문점이 여전히 남아 있습니다. "