Introduction to Semantic-based Knowledge Management Tools
การอบรมเชิงปฏิบ ติการ Semantic-based Knowledge Management Tools
ร� �นที่�� 4 วั นที่�� 2-3 ก นยายน 2556 ณ.อ�ที่ยานวัที่ยาศาสติร�ประเที่ศไที่ย
ห้�องปฏิบ ติการวัจั ยเที่คโนโลย�ภาษาธรรมชิาติและควัามห้มายศ(นย�เที่คโนโลย�อเล)คที่รอนกส�และคอมพิวัเติอร�แห้�งชิาติ
แนะน+าเคร,�องม,อการพิ ฒนาฐานควัามร( �เพิ,�อน+าไปส(�การประย�กติ�ใชิ�ข้�อม(ลเชิงควัามห้มาย
Semantic 4
Outline
• การจั ดการควัามร( �เชิงควัามห้มาย (Semantic-based Knowledge Management)o ฐานควัามร( �ส+าห้ร บคอมพิวัเติอร� (Ontology)o ติ วัอย�างการประย�กติ�ใชิ�งาน
• แนะน+าการอบรม• โปรแกรมที่��ใชิ�ในการอบรม
o Hozo Ontology Editoro Ontology Application Management (OAM) Framework
• ก+าห้นดการ
การจั ดการควัามร( �เชิงควัามห้มาย (Semantic-based Knowledge Management)
3
กระบวันการจั ดการควัามร( � (KM Processes)
4
5
การจั ดการควัามร( �ภายในองค�กร ในป2จัจั�บ นสารสนเที่ศ (Information) ไม�สามารถติอบ
สนองควัามติ�องการในเร,�องราวัติ�างๆ ข้ององค�กรได� ที่ 5งห้มด เน,�องจัากสารสนเที่ศม�เป6นจั+านวันมากเกนกวั�า
ควัามติ�องการ (Information Overload) จั7งติ�องม�การเปล��ยน ร(ปจัากสารสนเที่ศให้�มาอย(�ในร(ปแบบข้องควัามร( �
(Knowledge) การจั ดการควัามร( � (Knowledge Management ห้ร,อ KM) ม�ควัามแติก
ติ�างจัากการจั ดการสารสนเที่ศ (Information Management ห้ร,อ IM) เป6นที่��ยอมร บก นมากย�งข้75นวั�าการจั ดการควัามร( �ได�เข้�า
มาม�ส�วันส+าค ญอย�างย�งติ�อการพิ ฒนาประสที่ธภาพิข้ององค�กร เที่คโนโลย�เป6นเคร,�องม,อส+าค ญห้น7�งในการในการสน บสน�น
การจั ดการควัามร( �
6
ควัามร( � (Knowledge)
“ ค,อ ผลสรุ�ปของการุส�งเครุาะห์�สารุสนเทศ (information) โดยพิจัารณาถ7งควัามส มพิ นธ�ข้องสารสนเที่ศเที่�ยบเค�ยง
ก บควัามร( �ที่��ม�อย(� จันได�ผลสร�ปที่��ชิ ดเจัน ถ(กติ�อง สามารุถน�าไปปรุะยุ�กต์�ใช้� ในกจักรรมติ�างๆ ติ�อไปได�อย�างเห้มาะ
”สม
7
ประเภที่ข้องควัามร( � ควัามร( �สามารถแบ�งออกเป6น 2 ประเภที่ให้ญ�ๆ ค,อ
ควัามร( �ที่��ชิ ดแจั�ง ห้ร,อ ควัามร( �สาธารณะ (Explicit Knowledge)
เป6นควัามร( �ที่��ได�ร บการเข้�ยนห้ร,ออธบายถ�ายที่อด ออกมาเป6นลายล กษณ�อ กษร ฟั2งก�ชิ �นห้ร,อสมการ
ควัามร( �ที่��ซ่�อนเร�น ห้ร,อ ควัามร( �ที่��อย(�ในติ วับ�คคล(Tacit Knowledge)
เป6นควัามร( �ซ่7�งสามารถเข้�ยนห้ร,ออธบายได�ยาก เชิ�นควัามร( �ที่��เป6นที่ กษะห้ร,อควัามสามารถส�วันบ�คคล
8
การจั ดการควัามร( � (Knowledge Management)
แห้ล�งที่��มา: สถาบ นส�งเสรมการจั ดการควัามร( �เพิ,�อส งคม (สคส.)
9
องค�ประกอบข้องการจั ดการควัามร( � (KM Components)
10
กระบวันการจั ดการควัามร( � (KM Processes)
11
ควัามร( �องค�กรอย(�ที่��ใด
12
ควัามร( �องค�กรอย(�ที่��ใด (2)
แห้ล�งที่��มา: The Knowledge Evolution, p.35
13
กระบวันการสร�างควัามร( � – SECI Model
I. Nonaka and H. Takeuchi, The Knowledge Creating Company (1995)
“Knowledge Spiral”
14
กระบวันการสร�างควัามร( � – SECI Model (2)
S = Socialization การสร�างควัามร( �ด�วัยการแบ�งป2นประสบการณ�โดยการพิบปะ สมาคม และ
พิ(ดค�ยก บผ(�อ,�น ซ่7�งจัะเป6นการถ�ายที่อด แบ�งป2น ควัามร( �ที่��อย(�ในติ วับ�คคลไปให้�ผ(�อ,�น
E = Externalization การน+าควัามร( �ในติ วับ�คคลที่��ได�น+ามาพิ(ดค�ยก นถ�ายที่อดออกมาให้�เป6นส�งที่��จั บติ�องได�ห้ร,อเป6นลายล กษณ�อ กษร
C = Combination การผสมผสานควัามร( �ที่��ชิ ดแจั�งมารวัมก น และสร�างสรรค�ส�งให้ม� ๆ เพิ,�อให้�สามารถน+าควัามร( �น 5นไปใชิ�ในที่างปฏิบ ติได�
I = Internalization การน+าควัามร( �ที่��ได�มาให้ม�ไปใชิ�ปฏิบ ติห้ร,อลงม,อที่+าจัรง ๆโดยการฝึ=กคด ฝึ=ก
แก�ป2ญห้า จันกลายเป6นควัามร( �และปร บปร�งตินเอง
15
การจั ดระเบ�ยบควัามร( � (Knowledge Codification)
Knowledge Codification capture and organization of knowledge so that
it can be found and re-used take the mass of knowledge accumulated
through scanning and structure it into an accessible form Best Practices Directories of Experts (People)
16
การจั ดระเบ�ยบควัามร( � (Knowledge Codification) (2)
17
http://incrediblydull.blogspot.com/2008/07/km-core-sample.html
18
เที่คโนโลย�เพิ,�อการจั ดการควัามร( � (KM Technology)
Information systems Hardware, Software, DBMS, Content
Collaboration tools Chat, Professional forums, Communities of practice (COP), Wiki, Blog
Expertise-location tools. Support finding subject matter experts
Data-mining tools Support data analysis that identifies patterns and establishes relationships among data elements
Search-and-discover tools Search engines for specific subjects
Expertise-development tools Simulations and experiential learning to support developing experience, expertise, Online training
เวั)บควัามห้มาย (Semantic Web)
ที่ศที่างการพิ ฒนาเที่คโนโลย�เวั)บ
20
ที่ศที่างการพิ ฒนาเที่คโนโลย�การส,บค�นข้�อม(ล
21
สถาป2ติยกรรมเวั)บเชิงควัามห้มาย
22
Semantic-based Knowledge Management
Semantic Web Technology for Knowledge Management
23
เที่คโ นโ ลย� ร(ปแบบการจั ดการควัามร( � การประย�กติ�ใ ชิ�งาน
Web 1.0 Explicit Knowledge Management
HTML Documents, Web-Database
Web 2.0 Tacit Knowledge Management
Wiki, Blogs, Social Networks
Web 3.0 (Semantic Web)
Semantic-based Knowledge Management
Ontology, Intelligent Agents, Question-Answering
การจั ดการควัามร( �เชิงควัามห้มาย (Semantic-based Knowledge Management)
24
ม�การประมาณการวั�า 80% ข้องข้�อม(ลที่��ม�อย(�ภายในองค�กรอย(�ในร(ปแบบข้องเอกสาร (Unstructured Information) (Forrester Research, 2007)
เชิ�น Documents, E-mails, web pages เป6นติ�น ข้�อม(ลที่��อย(�ในร(ปแบบเอกสารเห้ล�าน�5 ในบางคร 5งไม�สามารถติอบสนองควัามติ�องการในการที่��จัะแก�ป2ญห้าในการที่+างานประจั+าวั นได�อย�างที่ นที่�วังที่� การไม�สามารถเข้�าถ7งข้�อม(ลที่��จั+าเป6นติ�อการปฎิบ ติงานก�อให้�เกดป2ญห้า
ประสที่ธภาพิในการที่+างานลดลง (Reduced productivity) ม�ข้�อม(ลไม�เพิ�ยงพิอติ�อการติ ดสนใจั (Incomplete knowledge to support decision making)
การจั ดการควัามร( �เชิงควัามห้มายเป6นแนวัที่างห้น7�งในการจั ดระเบ�ยบและเชิ,�อมโยงข้�อม(ลที่��ม�อย(�เข้�าก บองค�ควัามร( �เฉพิาะที่าง ห้ร,อออนโที่โลย� (Ontology)
การจั ดการควัามร( �เชิงควัามห้มาย (Semantic-based Knowledge Management) (2)
การจั ดการควัามร( �เชิงควัามห้มายเป6นการจั ดเก)บองค�ควัามร( �เฉพิาะที่างที่��สามารถน+าไปใชิ�ในระบบสารสนเที่ศและโปรแกรมคอมพิวัเติอร�ได� ในร(ปแบบข้องฐานควัามร( �ส+าห้ร บคอมพิวัเติอร�ห้ร,อออนโที่โลย� (Ontology)
เที่คโนโลย�วัศวักรรมควัามร( � (Knowledge Engineering) เพิ,�อใชิ�ในการรวับรวัมและจั ดเก)บองค�ควัามร( � (Knowledge Acquisition)
การจั ดการควัามร( �เชิงควัามห้มายม�ควัามเก��ยวัข้�องที่ 5งก บควัามร( �ชินดที่��เป6นลายล กษณ�อ กษร และ ควัามร( �ชินดที่��อย(�ในติ วับ�คคล (Explicit + Tacit Knowledge)
ติ�องอาศ ยแห้ล�งควัามร( �ที่ 5งที่��อย(�ในร(ปข้องเอกสารอ�างอง (Reference
documents) และจัากผ(�เชิ��ยวัชิาญเฉพิาะสาข้า (Domain experts) 25
ฐานควัามร( �ห้ร,อออนโที่โลย� (Ontology) เป6นองค�ควัามร( �เฉพิาะที่างที่��จั ดเก)บอย(�ในร(ปแบบที่��ม�โครงสร�าง (structured knowledge) สามารถน+าไปประมวัลผล ใชิ�งานในโปรแกรมประย�กติ�ติ�างๆ ให้�ม�ควัามชิาญฉลาด (intelligence) และเพิ�มควัามเป6นอ ติโนม ติข้องกระบวันการ (automation) มากย�งข้75น ฐานควัามร( �ห้ร,อออนโที่โลย�ที่��พิ ฒนาข้75นโดยวัศวักรควัามร( � (Knowledge engineers) ร�วัมก บผ(�เชิ��ยวัชิาญเฉพิาะที่าง (Domain
experts) จัะชิ�วัยให้�สามารถน+าควัามร( �เฉพิาะที่าง (Domain
knowledge) ไปประย�กติ�ใชิ�ในโปรแกรมคอมพิวัเติอร�และระบบสารสนเที่ศได�อย�างห้ลากห้ลาย
เที่คโนโลย�วัศวักรรมควัามร( � (Knowledge engineering) ม�ส�วันส+าค ญอย�างย�งติ�อการพิ ฒนาและจั ดเก)บองค�ควัามร( �ให้�สามารถน+าไปใชิ�งานในโปรแกรมและระบบสารสนเที่ศติ�างๆได�
ฐานควัามร( �ส+าห้ร บคอมพิวัเติอร� (Ontology)
26
เพิ�มควัามอ ติโนม ติข้องกระบวันการ (Automation)
ลดภาระข้องมน�ษย� (Reduced workloads)
เพิ�มควัามแม�นย+า ลดข้�อผดพิลาด (Reduced errors)
สามารถน+าไปประย�กติ�ใชิ�งานได�ในโปรแกรมและระบบสารสนเที่ศติ�างๆ ได�กวั�างข้วัางย�งข้75น (Interoperability)
ฐานควัามร( �สามารถแบ�งป2นและใชิ�ซ่+5าได� (Share and reuse)
ประโยชิน�ข้องการพิ ฒนาฐานควัามร( �ส+าห้ร บระบบสารสนเที่ศ
27
โปรแกรมชิ�วัยสน บสน�นการสร�างองค�ควัามร( �เฉพิาะที่าง (Ontology Development Tool)
โปรแกรมจั ดการการเชิ,�อมโยงข้�อม(ลที่��ม�อย(�เข้�าก บองค�ควัามร( �เฉพิาะที่าง (Database-Ontology Mapping Tool)
โปรแกรมประย�กติ�ที่��น+าองค�ควัามร( �เฉพิาะที่างมาใชิ�ประโยชิน� (Ontology Applications) เชิ�น
การส,บค�นข้�อม(ลเชิงควัามห้มาย (Semantic Search)
ระบบแนะน+าข้�อม(ล (Recommender System)
ระบบสน บสน�นการติ ดสนใจั (Decision Support System)
เคร,�องม,อสน บสน�นการจั ดการควัามร( �เชิงควัามห้มาย (Semantic-based Knowledge Management Tools)
28
29
Ontology Development Tool
โปรแกรมชิ�วัยสร�างออน โที่โลย� (Ontology Editor)
ผ(�เชิ��ยวัชิาญเฉพิาะที่าง (Domain Experts)
เอกสารอ�างอง(Reference Documents)
แนวัที่างการบ(รณาการฐานข้�อม(ลก บฐานควัามร( �เพิ,�อน+าไปส(�การประย�กติ�ใชิ�ข้�อม(ลเชิงควัามห้มาย
KNOWLEDGE CAPTURE(Creation)
Semantic-basedKnowledge
Portal
KNOWLEDGE ACCESS & SHARING
KNOWLEDGE CODIFICATION
KNOWLEDGE BASE
DATABASES
Ontologies, Rules
Books, References, Documents
Experts
Explicit Knowledge
Knowledge Applications
OWL,RDF
SPARQL
Tacit Knowledge
30
แนวัที่างการบ(รณาการฐานข้�อม(ลก บฐานควัามร( �เพิ,�อน+าไปส(�การประย�กติ�ใชิ�ข้�อม(ลเชิงควัามห้มาย (2)
• ระบบสารสนเที่ศ/ ฐานข้�อม(ล (Information System/ Database)
• ฐานควัามร( � (Knowledge base)– ออนโที่โลย� (Ontologies) และ กฎิ (Rules)
• โปรแกรมประย�กติ�ใชิ�งานควัามร( � (Knowledge Applications)– ระบบส,บค�นเชิงควัามห้มาย (Semantic Search System)
– ระบบแนะน+าข้�อม(ล (Recommender System)
• เวั)บที่�าศ(นย�กลางควัามร( � (Knowledge Web Portal)
31
แนวัที่างการบ(รณาการฐานข้�อม(ลก บฐานควัามร( �เพิ,�อน+าไปส(�การประย�กติ�ใชิ�ข้�อม(ลเชิงควัามห้มาย (3)
• ส�วันการบ(รณาการและเข้�าถ7งฐานข้�อม(ลและฐานควัามร( � (Knowledge Access and Sharing)
• เชิ,�อมโยงฐานข้�อม(ลเข้�าก บฐานควัามร( � (Database –
Ontology Mapping) โดยใชิ�มาติรฐานเวั)บเชิงควัามห้มาย (Semantic Web Standards)
• มาติรฐานข้�อม(ล RDF (Resource Description Language), OWL (Web Ontology Language)
• ภาษาการส,บค�นข้�อม(ล SPARQL (RDF Query Language)
32
33
ติ วัอย�างการพิ ฒนาฐานควัามร( �ส+าห้ร บการด(แลร กษาโรคเบาห้วัาน
34
ติ วัอย�างการพิ ฒนาฐานควัามร( �ส+าห้ร บการด(แลร กษาโรคเบาห้วัาน (2)
IF Patient.Eye.Result =“No DR” THEN Patient.Eye.FollowUp=12IF Patient.Eye.Result =“Mild NPDR” THEN Patient.Eye.FollowUp=6IF Patient.Eye.Result =“Moderate NPDR” THEN Patient.Eye.FollowUp=3IF Patient.Eye.Result =“Severe NPDR” OR Patient.Eye.Result =“PDR” THEN Patient.Eye.FollowUp=0 แปลงองค�ความรุ �จาก
เอกสารุ CPG ให์�อยุ "ในรุ ปแบบของฐานความรุ �ส�าห์รุ�บโปรุแกรุมคอมพิ'วเต์อรุ�
36
HBA1c (X, “high”) OR FBS(X, “high”) OR Lipid(X, “high”) ค�าแนะน�า (X, a)
a=“ ออกก�าล�งกายุห์น�กปานกลาง 150 นาท(/ ส�ปดาห์� ห์รุ*อออก ก�าล�งกายุห์น�กมาก 90 นาท(/ ส�ปดาห์� ควรุกรุะจายุอยุ"างน�อยุ 3
ว�น/ ส�ปดาห์� และ ไม"งดออกก�าล�งกายุต์'ดต์"อก�นเก'น 2 ว�น (CPG ห์น�า 16)”
แปลงข�อความจากเอกสารุCPG ให์�อยุ "ในรุ ปแบบฐานความรุ �ท(+โปรุแกรุมคอมพิ'วเต์อรุ�สามารุถน�าไปใช้�งานได�
37
ติ วัอย�างการประย�กติ�ใชิ�ฐานควัามร( �เพิ,�อเพิ�มประสที่ธภาพิการให้�บรการผ(�ป@วัยเบาห้วัาน
Risk Assessment/ Screening
Diagnosis TreatmentFollow-up/ Planning
Decision Support
Clinical Information System
Healthcare Service Layer
CCM ComponentsLayer
Information and Knowledge Management Layer
Patient Databases
Clinical Practice
Guideline (CPG)
Ontologies
- Register- Monitor- Alert- Remind
38
การประย�กติ�ใชิ�งานในโปรแกรมแจั�งเติ,อนควัามจั+า (Reminder )ส+าห้ร บฐานข้�อม(ลผ(�ป@วัยเบาห้วัาน
ข�อม ลแจ�งเต์*อนให์�ผ �ป,วยุเข�ารุ�บการุต์รุวจต์าต์ามรุะยุะเวลาท(+ก�าห์นดไว�โดยุพิ'จารุณาจากผลการุต์รุวจต์าครุ�.งล"าส�ด
39
ข�อแนะน�าส�าห์รุ�บผ �ป,วยุท(+ม(รุะด�บไขม�นส ง
ติ วัอย�างการประย�กติ�ใชิ�ออนโที่โลย�เพิ,�อการพิ ฒนาฐานข้�อม(ลและระบบวัเคราะห้�ข้�อม(ลงานวัจั ยข้�าวั
รุะบบว'เครุาะห์�ข�อม ลงานว'จ�ยุ
ข�าว
รุะบบว'เครุาะห์�ข�อม ลงานว'จ�ยุ
ข�าว
รุะบบสก�ดข�อม ล/ รุะบบส*บค�นข�อม ลงานว'จ�ยุข�าว
รุะบบสก�ดข�อม ล/ รุะบบส*บค�นข�อม ลงานว'จ�ยุข�าว
รุะบบสารุสนเทศอ*+นๆ ท(+เก(+ยุวข�อง
รุะบบสารุสนเทศอ*+นๆ ท(+เก(+ยุวข�อง
ฐานข�อม ลงานว'จ�ยุข�าว
ฐานข�อม ลงานว'จ�ยุข�าว
แบบฟอรุ�มน�าเข�าข�อม ล
แบบฟอรุ�มน�าเข�าข�อม ล
มได�ม�การแยกส�วันควัามร( �เฉพิาะด�าน (domain knowledge) ออกจัากฐานข้�อม(ลและการพิ ฒนาระบบ ที่+าให้�ไม�สามารถใชิ�ซ่+5าองค�ควัามร( �ได� (reusable knowledge)
แนวัที่างการประย�กติ�ใชิ�ออนโที่โลย�
ฐานความรุ �ออนโทโลยุ(สาขางานว'จ�ยุ
ข�าว
ฐานความรุ �ออนโทโลยุ(สาขางานว'จ�ยุ
ข�าว
รุะบบว'เครุาะห์�ข�อม ลงานว'จ�ยุ
ข�าว
รุะบบว'เครุาะห์�ข�อม ลงานว'จ�ยุ
ข�าว
รุะบบสก�ดข�อม ล/ รุะบบส*บค�นข�อม ลงานว'จ�ยุข�าว
รุะบบสก�ดข�อม ล/ รุะบบส*บค�นข�อม ลงานว'จ�ยุข�าว
รุะบบสารุสนเทศอ*+นๆ ท(+เก(+ยุวข�อง
รุะบบสารุสนเทศอ*+นๆ ท(+เก(+ยุวข�อง
ฐานข�อม ลงานว'จ�ยุข�าว
ฐานข�อม ลงานว'จ�ยุข�าวใช้�ก�าห์นดโครุงสรุ�างข�อม ล
แบบฟอรุ�มน�าเข�าข�อม ล
แบบฟอรุ�มน�าเข�าข�อม ล
ความรุ �เฉพิาะด�านท(+น�าไปใช้�งานได�ใน
โปรุแกรุมคอมพิ'วเต์อรุ�ต์"างๆ
ได�
ฐานควัามร( �ออนโที่โลย� - โครงการวัจั ยด�านข้�าวั
ฐานควัามร( �ออนโที่โลย� - สาข้าวัจั ยด�านข้�าวั
การพิ ฒนาฐานข้�อม(ลและระบบวัเคราะห้�ข้�อม(ลงานวัจั ยข้�าวั
การพิ ฒนาฐานข้�อม(ลและระบบวัเคราะห้�ข้�อม(ลงานวัจั ยข้�าวัย�อนห้ล ง 5 ปA (พิ.ศ - . 2549 2553) ม�ข้ 5นติอนการด+าเนนงานที่��เก��ยวัข้�อง 4 ข้ 5นติอนห้ล กด งน�5
1 . งานพิ ฒนาฐานควัามร( �ออนโที่โลย� (ontology development) ส+าห้ร บสาข้างานวัจั ยด�านข้�าวั
2. งานพิ ฒนาฐานข้�อม(ลงานวัจั ยข้�าวัย�อนห้ล ง 5 ปA (พิ.ศ .-25492553)
3. งานจั+าแนกกล��มโครงการวัจั ยติามห้มวัดห้ม(� (project classification) โดยเป6นการวัเคราะห้� จัากข้�อม(ลโครงการวัจั ยย�อนห้ล งปAพิ.ศ - . 2549 2553
4. งานพิ ฒนาระบบวัเคราะห้�ข้�อม(ลงานวัจั ยข้�าวั
การพิ ฒนาฐานข้�อม(ลและระบบวัเคราะห้�ข้�อม(ลงานวัจั ยข้�าวั (2)
Keywords, Abstracts
Mapping
Project Classifications
Ontology /Taxonomy
Retrieval/ Result Analysis
12
34
5
10%10%10%10%10%
10%10%
10%10%10%
Decision Support System for Rice Research Strategic Planning
Executives
5 (2549-2553)
5 (2549-2553)
5 (2549-
2553)
Extraction
Data Integration
5 (2549-2553)
5 (2549-2553)
5 (2549-2553)
พิ ฒนาระบบวัเคราะห้�ข้�อม(ลงานวัจั ยข้�าวั
46
ระบบถามติอบข้�อม(ลชิ�วัประวั ติ(Biographical Question-Answering System)
47
Web-based Question-Answering UI
Biographical Question-Answering System (2)
48
OWL Export
# Ex. 2. [REL: ล กสาว] [Q: =ช้*+ออะไรุ]
PREFIX mark: <http://semantic.nectec.or.th/ontology/abhisit360.owl#>
SELECT ?zWHERE { mark:Abhisit mark:has_daughter ?x . ?x mark:name ?z}
SPARQL QueryingPerson Ontology
Modeling
เวั)บที่�าบรการควัามร( �เพิ,�อการฟัC5 นฟั(บ�านห้ล งน+5าที่�วัม
49
ติ วัอย�าง – ค+าแนะน+าแบบเฉพิาะบ�คคล (Personalized Recommendation)
50
ติ วัอย�าง – แนะน+าข้�อม(ลที่��เก��ยวัข้�อง (Recommended resources)
51
บทความท(+เก(+ยุวข�อง แยุกห์มวดต์าม Tag
ห์�วข�อท(+เก(+ยุวข�อง
รุ�านค�าว�สด�, บรุ'ษั�ทรุ�บซ่"อมแซ่มท(+อยุ "ใกล�เค(ยุง
http://technology.in.th/rebuild/
52
สร�ป
การจั ดการควัามร( �ในร(ปแบบที่��ม�โครงสร�างที่��สามารถน+าไปประย�กติ�ใชิ�งานได�ในระบบสารสนเที่ศ
ออนโที่โลย� (Ontology) เป6นร(ปแบบข้องฐานควัามร( �ที่��สามารถประมวัลผลได�โดยระบบสารสนเที่ศและโปรแกรมคอมพิวัเติอร� เพิ,�อชิ�วัยเพิ�มควัามชิาญฉลาด (intelligence) และควัาม
อ ติโนม ติ (automation) ข้องกระบวันการ (process) ร(ปแบบข้องฐานควัามร( �ที่��สามารถแบ�งป2นและน+าไปใชิ�ซ่+5าได�
(knowledge sharing and reuse)
แนะน+าการอบรม Semantic-based Knowledge Management Tools
53
แนะน+าการอบรม Semantic-based Knowledge Management Tools
54
รุะยุะเวลา ก'จกรุรุม15-16 ม�นาคม 2553 , 24-25 มถ�นายน 2553
การอบรม Semantic-based Knowledge Management Tools ร� �นที่�� 1
10-11 พิฤษภาคม 2553,
29-30 มถ�นายน 2553
การอบรม Semantic-based Knowledge Management Tools ร� �นที่�� 2
4-6 ธ นวัาคม 2553 กจักรรมเข้�ยนโปรแกรมมาราธอน Semantic-based Knowledge Management Tools
- 2527 มกราคม 2555
การอบรม Semantic-based Knowledge Management Tools ร� �นที่�� 3
กจักรรมอบรม Semantic-based Knowledge Management Tools
55
กจักรรม Semantic-based Knowledge Management Tools Workshops for Developers
56
Coding marathon activity, December 2010
ก+าห้นดการอบรม
57
ก+าห้นดการอบรม
• 2 ก.ย. - การพิ ฒนาฐานควัามร( �ออนโที่โลย�โดยใชิ�โปรแกรมHozo Ontology Editor (อบรมเชิงปฏิบ ติการ)
• 3 ก.ย. - การพิ ฒนาโปรแกรมประย�กติ�โดยใชิ� Ontology Application Management (OAM) Framework (อบรมเชิงปฏิบ ติการ)• การเชิ,�อมโยงฐานข้�อม(ลก บออนโที่โลย� (Database-Ontology Mapping)• ระบบส,บค�นเชิงควัามห้มาย (Semantic Search System)• ระบบแนะน+าข้�อม(ล (Recommender System)• บรรยายพิเศษโดย Dr.Kouji Kozaki, Osaka University
58
การพิ ฒนาฐานควัามร( �ออนโที่โลย�โดยใชิ� โปรแกรม Hozo Ontology Editor
วัที่ยากร: • ดร. นพิดล ชิลอธรรม คณะเภส ชิศาสติร�
มห้าวัที่ยาล ยเชิ�ยงให้ม�• ค�ณธเนศ เร,องรจัติปกรณ� ห้�องปฏิบ ติการวัจั ย
เที่คโนโลย�ภาษาธรรมชิาติและควัามห้มาย เนคเที่ค
59
การพิ ฒนาโปรแกรมประย�กติ�โดยใชิ�ระบบ Ontology Application Management (OAM)
วัที่ยากร: • ดร. มาร�ติ บ(รณร ชิ ห้�องปฏิบ ติการวัจั ยเที่คโนโลย�
ภาษาธรรมชิาติและควัามห้มาย เนคเที่ค• ค�ณนภ ส ส�ข้สม ห้�องปฏิบ ติการวัจั ยเที่คโนโลย�ภาษา
ธรรมชิาติและควัามห้มาย เนคเที่ค
60
“บรรยายพิเศษในห้ วัข้�อ Ontological Engineering for Big Data”
วัที่ยากรร บเชิญ:1.Dr.Kouji Kozaki, Osaka University,
Japan
61
โปรแกรมที่��ใชิ�ในการอบรม
• Hozo Ontology Editor
• Ontology Application Management (OAM) Framework
62
แนะน+าเคร,�องม,อสน บสน�นการพิ ฒนาโปรแกรม ประย�กติ�ออนโที่โลย�
Ontology Application Management (OAM) Framework
63
โปรแกรมชิ�วัยสน บสน�นการสร�างองค�ควัามร( �เฉพิาะที่าง (Ontology Development Tool)
โปรแกรมจั ดการการเชิ,�อมโยงข้�อม(ลที่��ม�อย(�เข้�าก บองค�ควัามร( �เฉพิาะที่าง (Database-Ontology Mapping Tool)
โปรแกรมประย�กติ�ที่��น+าองค�ควัามร( �เฉพิาะที่างมาใชิ�ประโยชิน� (Ontology Applications) เชิ�น
การส,บค�นข้�อม(ลเชิงควัามห้มาย (Semantic Search)
ระบบแนะน+าข้�อม(ล (Recommender System)
เคร,�องม,อสน บสน�นการจั ดการควัามร( �เชิงควัามห้มาย (Semantic-based Knowledge Management Tools)
64
Ontology-based Applications
Ontology-based application development
66
Ontology-based Application Development Tools
Jena Semantic Web Framework– A Java framework for building Semantic Web Application– http://jena.sourceforge.net
D2RQ– D2RQ is a declarative language to describe mappings
between relational database schemata and OWL/RDFS ontologies
– Developed by the University of Berlin– http://www4.wiwiss.fu-berlin.de/bizer/d2rq/
Reasoner– Jena’s Inference Engine
Architecture of Ontology Application Management (OAM) Framework
Database-Ontology Data Mapping Tool
Semantic Search System
Recommendation Rule Management
กรณ�ศ7กษาการประย�กติ�ใชิ�งานระบบ OAM
1 .ระบบสน บสน�นการติ ดสนใจัที่างคลนกเพิ,�อชิ�วัยการควับค�มและปEองก นการแพิร�กระจัายข้องโรคธาล สซ่�เม�ย
2. ระบบชิ�วัยประเมนพิก ดภาษ�สนค�า กรมสรรพิสามติ3. ระบบร( �จั+ากจักรรมข้องบ�คคลในบ�านอ จัฉรยะ
(Activity Recognition in Smart Home)
72
กรณ�ศ7กษาการประย�กติ�ใชิ�งานระบบ OAM
1 .ระบบสน บสน�นการติ ดสนใจัที่างคลนกเพิ,�อชิ�วัยการควับค�มและปEองก นการแพิร�กระจัายข้องโรคธาล สซ่�เม�ย
2 .ระบบชิ�วัยประเมนพิก ดภาษ�สนค�า กรมสรรพิสามติ3 .ระบบร( �จั+ากจักรรมข้องบ�คคลในบ�านอ จัฉรยะ
(Activity Recognition in Smart Home)
73
ระบบสน บสน�นการติ ดสนใจัที่างคลนกเพิ,�อชิ�วัยการควับค�มและปEองก นการแพิร�กระจัายข้องโรคธาล สซ่�เม�ย
74
ระบบชิ�วัยประเมนพิก ดภาษ�สนค�ากรมสรรพิสามติ
75
76
Recommendation Rule Management
Semantic Search Application Template
Ontology-Database Mapping
ระบบร( �จั+ากจักรรมข้องบ�คคลในบ�านอ จัฉรยะ
การเผยแพิร�ผลงานวัชิาการ
1. A Community-driven Approach to Development of an Ontology-based Application Management Framework– Marut Buranarach, Ye Myat Thein and Thepchai Supnithi
2. Location-based Concept in Activity Log Ontology for Activity Recognition in Smart Home Domain– Konlakorn Wongpatikaseree, Mitsuru Ikeda, Marut Buranarach,
Thepchai Supnithi, Azman Osman Lim and Yasuo Tan– Co-authored with a PhD Student at
JAIST, Japan– “Best In-Use Track Paper Award”
77H. Takeda et al. (Eds.): JIST 2012, LNCS 7774, Springer-Verlag Berlin Heidelberg, 2013.
Top Related