Ontologier. Cassandra Svensson
|
|
- Rasmus Berg
- för 8 år sedan
- Visningar:
Transkript
1 Ontologier Cassandra Svensson
2 Sammanfattning Jag har läst Annika Flycht-Ericssons avhandling Design and Use of Ontoligies in information-providing Dialogue Systems. Med Annikas text som utgångspunkt och inspiration har jag fördjupat mig i ontologier och hur de kan användas i dialogsystem.
3 Innehåll Sammanfattning 1 Introduktion 3 Ontologier 4 Tre olika sorters ontologier 5 Design av ontologier 6 Enhetstyper och egenskaper 6 Taxanomins organisation 6 Ontologier i dialogsystem 8 Kraven på enhetstyper och egenskaper 8 Litteraturförteckning 9 Huvudreferens 9 Övriga referenser 9
4 Introduktion Målet med arbetet som presenteras i Annika Flycht-Erikssons avhandling (Flycht-Eriksson, 2004) handlar om att underlätta utvecklingen av informationsgivande dialogsystem kapabla att resonera utifrån domänkunskap med hög portabilitet, alltså att den även ska kunna gå att användas på andra system. Under sitt arbete tog Annika sig an två forskningsfrågor: Hur ontologier kan användas i dialogsystem när det gäller att ifrågasätta analys, dialogledning och domänkunskapshantering. Hur ska ontologierna utformas för att stödja dessa uppgifter. Jag har valt att enbart fördjupa mig i den första forskningsfrågan. Design Utveckling Användning Figur 2. De huvudsakliga forskningsområdena inom ontologier är design, utveckling och användning. De tjocka linjerna markerar de primära områden och samband som avhandlingen fokuserade på.
5 Ontologier En ontologi är något som används i många olika syften inom datavetenskap så som artificiell intelligens, kunskapsdelning och inom naturligt språkbearbetning. Att det används inom så många olika områden och på lite olika sätt gör att det är lite svårt att sätta fingret på exakt vad det är. Detta har lett till att det genom åren har gjorts många försök att definiera en ontologi. Kursbokens (Russel & Norvig, 2010) förslag är The word ontology means a particular theory of the nature of being or existence. The ontology determines what kinds of things exist, but does not determine their specific properties and interrelationships. En ontologi innehåller alltså allt som existerar i en värld men kan inte styra eller påverka dess innehåll. En lite vanligare och mer generell definition på vad en ontologi är kommer från Gruber, An ontology is an explicit specification of conceptualisation (Gruber, 1993). Men denna definition är inte så förklarande. Vi kollar istället på relationerna mellan ontologier, konceptualiseringar, kunskapsrepresentationer och domäner som är formulerade av (Valente & Breuker, 1996) så blir det lite tydligare. ONTOLOGI beskriver konceptualisering ger ontologisk åtagande för KUNSKAPSREPRESENTATION representerar domän Figur 1. Relationer mellan ontologier, konceptualiseringar, Kunskapsrepresentationer och domäner. (Valente & Breuker, 1996)
6 Enligt Valente och Breuker är domäner och konceptualiseringar abstrakta enheter medan kunskapsrepresentationer och ontologier är konkreta artefakter. En ontologi definierar konceptet som är fångat av konceptualiseringen och en kunskapsreprensation beskriver domänen. De två definitionerna som presenterats är båda filosofiska men det finns även pragmatiska definitioner. En av de kommer från (Mahesh & Nirenburg, 1995), A situated ontology is a world model used as a computational resource for solving a particular set of problems.. Denna definition handlar mer om artefaktnotationen från ontologierna som är konstruerad och används som ett verktyg. Detta är den definition som Annika har valt att utgå ifrån. Hon kommer alltså att se en ontologi som en beräkningsresurs. Tre olika sorters ontologier Enligt Bateman (Bateman, 1991) finns det tre olika sorters ontologier som alla relaterar till språk på olika sätt. Den första typen av ontologi, Conceptual ontologies, beskriver Bateman som abstrakta organisationer av verklig kunskap, så som sunt förnuft och liknande, som i huvudsak är icke-språkliga. Den andra typen är Interface ontologies och den fungerar som ett gränssnitt mellan dels grammatik och ordförråd och dels konceptuella ontologier. Den tredje och sista typen är mixed ontology och den beskriver Bateman som en abstrakt semantikkonceptuell representation av verkligkunskap som också fungerar som en semantik för användning av grammatik och ordförråd. Enligt Bateman (Bateman, 1991) är det vanligast inom AI är det att man använder sig av ontologier av den första typen, Conceptual ontologies.
7 Design av ontologier När man pratar om design av ontologier menar man dels vilken typ av kunskap som ska representeras och dels hur den kunskapen ska organiseras. Några punkter som man kan överväga är om man vill använda sig av binära relationer eller n-ary relationer. Hur man tänkt hantera default values, hur många värden ett attribut kan ha och hur man ska hantera tid och rum. Exempel på andra frågor som Annika också tog hänsyn till är vilken typ av egenskaper ska tillåtas? Vad är den generella organisationen av kategorier? och Vilken typ av axiom är tillåtet. Enhetstyper och egenskaper Tittar man på en ontologis anatomi säger (Chandrasekaran, Josephson, & Benjamins, 1999) att man hittar några generella problem. Dessa problem menar de är: Det finns objekt i världen. Objekt kan ha attribut som kan ta värden. Objekt kan existera i diverse relationer med varandra. Attribut och relationer kan ändras över tid. Det finns händelser som uppstår under olika tidsinstanser. Det finns processer där objekt deltar och som uppstår över tid. Världen och objekten i den kan befinna sig i olika tillstånd. Händelser kan orsaka andra händelser eller tillstånd som en effekt. Objekt kan ha delar. Det finns fyra olika typer av enheter att representera i ontologier, händelser och processer, objekt, attribut och till sist relationer. Man brukar skilja på de två första och de två sista typerna. Annika har i sin avhandling valt att använda sig av termen entity type för representationen av de två första typerna och termen property för de två senare typerna. När hon vill tala om alla fyra typer använder hon sig av termen concept. Taxanomins organisation Det är vanligt att man använder sig av en explicit hirarki för att beskriva objekten i en ontologi. Två strategier man kan använda sig av är a traditional tree som används i WordNet (Miller, Beckwith, Fellbaum, Gross, & Miller, 1993) och parallel dimensions som används i Dahlgrens ontologi (Dahlgren, 1995). Ett traditionellt träd fungerar som vi ser i figur 3 på så sätt att ett koncept hela tiden delas in i delkoncept. Parallella dimensioner fungerar som vi ser i figur 4 på så sätt att koncept karakteriseras längst med flera axlar.
8 Figur 3. WordNet s ontologi vilken är ett exempel på a traditional tree. Bilden är hämtad från (Flycht-Eriksson, 2004). Figur 4. Dahlgrens s ontologi, vilken är ett exempel på parallel dimensions. Bilden är hämtad från (Flycht-Eriksson, 2004).
9 Ontologier i dialogsystem I kapitel 3 visar Annikas analys att det finns många potentiella användningsområden för ontologier i dialogsystem. Till exempel så visade question answering och machine translation att ontologier kan användas för att tolka en användares yttranden. Det finns sedan tidigare ontologier som använts i dialogsystem och de har varit vad man kallar mixed. Det betyder att de är lingvistiskt orienterad kunskapsrepresentation som ger semantisk information. I kapitel 4 kopplar Annika ihop det som hon kom fram till i kapitel 2 och kapitel 3 och resultatet blev en lista med krav som en ontologi behöver uppfylla för att klara av att i ett informationsgivande dialogsystem. Figur 5. Detta är en del av den listan med krav som Annika kom fram till var nödvändiga. N betyder nödvändig, O betyder valfri, D betyder nödvändig i vissa domäner. Bilden är hämtad från (Flycht-Eriksson, 2004). Kraven på enhetstyper och egenskaper Sammanfattningsvis kom Annika fram till att egenskaperna behöver vara lokala, mångformiga, instanser och kunna ärvas. Attributen behöver begränsningar och standardvärden. Och vad det gäller relationer så räcker det med binära relationer. Vad det gäller hanteringen av tid och rum kom Annika fram till att det fungerar bäst om de representeras separat.
10 Litteraturförteckning Huvudreferens Flycht-Eriksson, A. (2004). Design and Use of Ontologies Information-providing Dialogue Systems. Linköping. Övriga referenser Bateman, J. A. (Oktober 1991). The Theoretical Status of Ontologies in Natural Language Processing. Proceedings of the workshop on "Text Representation and Domain Modelling Ideas from Linguistics and AI", ss Chandrasekaran, B., Josephson, J. R., & Benjamins, V. R. (1999). What are ontologies, and why do we need them? i IEEE Intelligent Systems (ss ). Dahlgren, K. (1995). A linguistic ontology. International Journal Human-Computer Studies 43, Gruber, T. (1993). Towards principles for the design of ontologies used for knowledge sharing. i Technical report. California, USA: Stanford University. Mahesh, K., & Nirenburg, S. (1995). A situated ontology for practical NLP. i Proceedings of IJCAI'95 Workshops on Basic Ontological Issues in Knowledge Sharing. Montreal, Canada. Miller, G., Beckwith, R., Fellbaum, C., Gross, D., & Miller, K. (1993). Introduktion to wordnet: an on-line lexical database. Russel, S. J., & Norvig, P. (2010). i Artificial Intelligence: A modern Approach (s. 308). New Jersey: Pearson. Valente, A., & Breuker, J. (1996). Towards principled core ontologies. i Proceedings of KAW'96. Canada: Banff.
Beräkning med ord. -hur en dator hanterar perception. Linköpings universitet Artificiell intelligens 2 2010-10-03 Erik Claesson 880816-1692
Beräkning med ord -hur en dator hanterar perception 2010-10-03 Erik Claesson 880816-1692 Innehåll Inledning... 3 Syfte... 3 Kan datorer hantera perception?... 4 Naturligt språk... 4 Fuzzy Granulation...
Läs merEn uppsats i Språkteknologi av Niklas Vargensten e-post: d99-nva@d.kth.se
Kan datorn förstå någonting egentligen? En uppsats i Språkteknologi av Niklas Vargensten e-post: d99-nva@d.kth.se Sammanfattning I denna uppsats studeras och diskuteras användandet av kunskapsrepresenterande
Läs merÄmnesområden. Examensarbete inom datavetenskap (1DV41E) Martin Fredriksson
Ämnesområden Examensarbete inom datavetenskap (1DV41E) Martin Fredriksson martin.fredriksson@lnu.se 1 Ämnesområden ÖVERSIKT 2 Översikt Dagens föreläsning Fokus Innehåll Relevans Presentation Ämnesområden
Läs merSwedish adaptation of ISO TC 211 Quality principles. Erik Stenborg
Swedish adaptation of ISO TC 211 Quality principles The subject How to use international standards Linguistic differences Cultural differences Historical differences Conditions ISO 19100 series will become
Läs merFrån ljusenergi till en kub som går att stå på Hur man får en dator att känna igen olika former i visuell information
ARTIFICIELL INTELLIGENS II INSTITUTUINEN FÖR DATAVETENSKAP LINKÖPINGS UNIVERSITET Från ljusenergi till en kub som går att stå på Hur man får en dator att känna igen olika former i visuell information Anna
Läs merKelly, Kevin (2016) The Inevitable: Understanding the 12 Technological Forces The Will Shape Our Future. Viking Press.
Every utopia is a fiction, with necessary flaws that prevent it from ever becoming real. I have not met a utopia I would even want to live in. H O W T O B U I L D A G E N C Y I N T H E F A C E O F U N
Läs merMänniska-Datorinteraktion
Människa-Datorinteraktion Grundutbildnings-, forskarutbildnings- och forskningsämne som behandlar Gränssnitt och kommunikation människa-dator Kommunikation och samarbete människa-människa via (medierat
Läs merArtificiell Intelligens
Artificiell Intelligens Aktuell forskning Litteraturstudie Välj ett AI-ämne: filosofiskt/teoretiskt, praktiskt, formellt, ett system, en teori, ett tillämpningsområde, etc Artiklar, konferensbidrag, böcker
Läs merFuzzy Logic. När oskarpa definitioner blir kristallklara. Åsa Svensson. Linköpings Universitet. Linköping
Fuzzy Logic När oskarpa definitioner blir kristallklara Linköpings Universitet Linköping Sammanfattning I denna fördjupningsuppgift har jag fokuserat på Fuzzy Logic och försökt att beskriva det på ett
Läs merVad är Artificiell Intelligens (AI) Olika typer av AI och deras användningsområden Innovation med hjälp av AI Framtiden och etiska frågeställningar
1 Agenda Vad är Artificiell Intelligens (AI) Olika typer av AI och deras användningsområden Innovation med hjälp av AI Framtiden och etiska frågeställningar 2 Nuvarande AI Funktioner en grov Analogi Rekommendation,
Läs merÖkat personligt engagemang En studie om coachande förhållningssätt
Lärarutbildningen Fakulteten för lärande och samhälle Individ och samhälle Uppsats 7,5 högskolepoäng Ökat personligt engagemang En studie om coachande förhållningssätt Increased personal involvement A
Läs merDesignkoncept och gränssnittsmetaforer
1 Designkoncept och gränssnittsmetaforer Daniel Bosk Avdelningen för informations- och kommunikationssytem (IKS), Mittuniversitetet, Sundsvall. concept.tex 1914 2014-08-26 13:33:45Z danbos 2 Översikt 1
Läs mer(Data)Modellering. nikos dimitrakas rum 2423
(Data)Modellering nikosd@kth.se 08-161295 rum 2423 Connolly/Begg (3rd edition) Kapitel 11, 12 och 14 (4th edition) Kapitel 11, 12 och 15 (5th edition) Kapitel 12, 13 och 16 (6th edition) Kapitel 12, 13
Läs merAtt hitta projekt. Björn Victor. måndag 19 mars 12
Att hitta projekt Björn Victor Övning: projektbeskrivning Till måndag: skriv en (1) sida som beskriver projektet på Distribuerade system med projekt Övning: inte obligatorisk, men nyttig! 1. vad var planen/avsikten/syftet/målet
Läs merMer OOP. Variation i typ. Medlen repetition. Generiska klasser. Gränssnitt - Interface. Mer om klasser Några exempel UML
Målet Mer OOP Mer om klasser Några exempel UML Modularitet Språkligt modulära enheter Få gränssnitt Små gränssnitt Tydliga gränssnitt Dold information Återanvändbarhet Variation i typer Variation i datastrukturer
Läs merTaking Flight! Migrating to SAS 9.2!
Taking Flight! Migrating to SAS 9.2! Joel Orr, System Engineering Division June 1, 2011 Agenda Introduction Benefits of Migration Possible Migration Scenarios To Do List Potential Problems Resources Introduction
Läs merArv. Fundamental objekt-orienterad teknik. arv i Java modifieraren protected Lägga till och modifiera metoder med hjälp av arv Klass hierarkier
Arv Fundamental objekt-orienterad teknik arv i Java modifieraren protected Lägga till och modifiera metoder med hjälp av arv Klass hierarkier Programmeringsmetodik -Java 165 Grafisk respresentation: Arv
Läs merSri Lanka Association for Artificial Intelligence
Sri Lanka Association for Artificial Intelligence First Sinhala Chatbot in action Budditha Hettige Department of Statistics and Computer Science, Faculty of Applied Science, University of Sri Jayewardenepura,
Läs merStina Nyman 2012-09-16
LINKOPINGS UNIVERSITET, IDA SmartKom Hur systemet fungerar Stina Nyman 2012-09-16 stiny786 Artificiell intelligens II Sammanfattning Detta projekt kommer handla om SmartKom som är ett multimodalt dialogsystem
Läs merKanban är inte din process. (låt mig berätta varför) #DevLin2012 15 Mars 2012
Kanban är inte din process (låt mig berätta varför) #DevLin2012 15 Mars 2012 Torbjörn Tobbe Gyllebring @drunkcod tobbe@cint.com Är du eller känner du en Kanban hipster? Förut körde vi X nu kör vi Kanban
Läs merCollaborative Product Development:
Collaborative Product Development: a Purchasing Strategy for Small Industrialized House-building Companies Opponent: Erik Sandberg, LiU Institutionen för ekonomisk och industriell utveckling Vad är egentligen
Läs merA metadata registry for Japanese construction field
A metadata registry for Japanese construction field LCDM Forum, Japan October 25 th -27 th - 2006 TAKEYA, Isobe LCDM Forum Secretariat Document No. GEC-2005-002 LCDM Forum, Japan LCDM Forum, Japan Non-profit
Läs merObjektorienterad analys och design
Objektorienterad analys och design Objektorienterad analys och design 1 Dagens föreläsning Första delen, innan rasten: Motivation och bakgrund Analys Funktioner Andra delen, efter rasten: Objektorienterade
Läs merDetta dokument innehåller anvisningar för upprättande av en sökplan i kursen TDDD39 Perspektiv på informationsteknologi.
Sökplan TDDD39 Perspektiv på informationsteknologi Detta dokument innehåller anvisningar för upprättande av en sökplan i kursen TDDD39 Perspektiv på informationsteknologi. Anvisningar Sökplanen påbörjas
Läs merUrban Runoff in Denser Environments. Tom Richman, ASLA, AICP
Urban Runoff in Denser Environments Tom Richman, ASLA, AICP Tom Richman, CATALYST 1 Tom Richman, CATALYST 2 Tom Richman, CATALYST 3 Tom Richman, CATALYST 4 Tom Richman, CATALYST 5 Tom Richman, CATALYST
Läs merVad kännetecknar en god klass. Vad kännetecknar en god klass. F12 Nested & Inner Classes
Vad kännetecknar en god klass F12 Nested & En odelad, väldefinierad abstraktion Uppgiften kan beskrivas kort och tydlig Namnet är en substantiv eller adjektiv som beskriver abstraktionen på ett adekvat
Läs merDatorrepresentation av vårdriktlinjer
Datorrepresentation av vårdriktlinjer Innehåll Introduktion/bakgrund Behov Uppdateringsproblem Metoder PROforma Asgaard/Arbru Arden Praktiska implementeringar Hypertoni-behandling Guidelines/vårdriktlinjer
Läs merIntroduction to the Semantic Web. Eva Blomqvist
Introduction to the Semantic Web Eva Blomqvist eva.blomqvist@liu.se Outline The original vision Meaning of data Current applications Revisiting the vision and looking ahead Scientific American, May 2001:
Läs merKarlstads Universitet, Datavetenskap 1
2003-01-20 DAV B04 - Databasteknik 2003-01-20 KaU - Datavetenskap - DAV B04 - MGö 26 Relationsmodellen En formell teori som baserar sig på (främst) mängdlära predikatlogik Föreslogs av E.F Codd 1970 i
Läs merSamverkan kring barn som far illa
Samverkan kring barn som far illa Per Germundsson Forskning och utvecklingsarbeten inom funktionshinderområdet i Öresundsregionen MAH, Malmö 2011-04-05 Fragmentisering Samhällets insatser för att bistå
Läs merFöreläsning 3 Användare, uppgift och omgivning. Kapitel 3-4 i Stone et al.
Föreläsning 3 Användare, uppgift och omgivning Kapitel 3-4 i Stone et al. Från föregående föreläsning Kravinsamling med användare i fokus genom Observationer i verkliga situationer Konstruera uppgifter
Läs mer- ett statistiskt fråga-svarsystem
- ett statistiskt fråga-svarsystem 2010-09-28 Artificiell intelligens II Linnea Wahlberg linwa713 1 Innehåll Introduktion... 1 Grundprinciper för asked!... 2 Retrieval model... 4 Filter model... 6 Komponenter...
Läs merShakey s värld med HTNplanering
Shakey s värld med HTNplanering 2010-10-03 Artificiell Intelligens 2, 729G11 Maria Lindqvist Fördjupningsarbete, HT 2010 880913-0506 Linköpings Universitet marli314 2 Innehållsförteckning Inledning...
Läs merRUP är en omfattande process, ett processramverk. RUP bör införas stegvis. RUP måste anpassas. till organisationen till projektet
RUP är en omfattande process, ett processramverk RUP bör införas stegvis RUP måste anpassas till organisationen till projektet Volvo Information Technology 1 Även RUP har sina brister... Dåligt stöd för
Läs merInnehåll. Styrdon (ej i boken) Fitts lag (sidan ) Natural user interfaces. Kap 6.2.9, , Kap
Interaktion 2 Innehåll Styrdon (ej i boken) Fitts lag (sidan 527-528) Natural user interfaces Kap 6.2.9, 6.2.11, 6.2.12 Kap 6.3-6.4 Styrdon Styrdon Tangentbord Pekdon Tangentbord QWERTY-layout QWERTY-layout
Läs merSpecifikation och tidsplan för examensarbete
Specifikation och tidsplan för examensarbete Anneli Lönn 19 maj 2003 1 Deltagare Anneli Lönn ska utföra projektet hos CognIT a.s i Oslo Robert Engels, handledare CognIT a.s Till Christopher Lech, handledare
Läs merDatavetenskap. Beteendevetenskap MDI. Design
Designprocessen 1 Datavetenskap Beteendevetenskap MDI Design Två betydelser The final solution/plan (e.g. proposal, drawing, model, description) or the result of implementing that plan in the form of the
Läs merFalcon och QA- system generellt
Falcon och QA- system generellt Ett projektarbete i kursen Artificiell Intelligens II, 729G11 Linköpings Universitet ht 2009 Sanna Heurlén sanhe399@student.liu.se 880831-1966 Sammanfattning Denna rapport
Läs merArtificiell Intelligens den nya superkraften
Artificiell Intelligens den nya superkraften Socialchefsdagarna, 4 oktober 2018 #CGINext Artificiell Intelligens Förmågan hos mjukvara att agera självständigt på ett intelligent sätt tidigare bara associerat
Läs merSyns du, finns du? Examensarbete 15 hp kandidatnivå Medie- och kommunikationsvetenskap
Examensarbete 15 hp kandidatnivå Medie- och kommunikationsvetenskap Syns du, finns du? - En studie över användningen av SEO, PPC och sociala medier som strategiska kommunikationsverktyg i svenska företag
Läs merFuzzy logic. Julia Birgersson, julbi
Fuzzy logic, Innehållsförteckning Inledning 3 Vad är Fuzzy Logic, varför finns det? 3 Fuzzy sets och crisp sets 4 Medlemsfunktioner 4 Operationer 7 Lingvistiska termer och lingvistiska variabler 9 Artificiell
Läs merFlervariabel Analys för Civilingenjörsutbildning i datateknik
Flervariabel Analys för Civilingenjörsutbildning i datateknik Henrik Shahgholian KTH Royal Inst. of Tech. 2 / 9 Utbildningens mål Gällande matematik: Visa grundliga kunskaper i matematik. Härmed förstås
Läs merInformationsbeteende och förmedling av arkivinformation
Informationsbeteende och förmedling av arkivinformation Anneli Sundqvist, Mittuniversitetet 2010-10-21 Arkivinformation lagrad information som uppstår i, för och genom en organisations verksamhet eller
Läs merInformationsmodellering och e-infrastrukturer
Informationsmodellering och e-infrastrukturer Semiotik Sign = Tecken Semiotik = Teckenlära Tecken är representationer Tecken är intentionella Tecken förmedlar information Figure 3.1: Levels of semiotics
Läs merFÖRBÄTTRA DIN PREDIKTIVA MODELLERING MED MACHINE LEARNING I SAS ENTERPRISE MINER OSKAR ERIKSSON - ANALYSKONSULT
FÖRBÄTTRA DIN PREDIKTIVA MODELLERING MED MACHINE LEARNING I SAS ENTERPRISE MINER OSKAR ERIKSSON - ANALYSKONSULT VEM ÄR JAG? VAD SKA VI GÖRA? Pimafolket Vilka då? Diabetes Typ 2 Regressionsanalys Machine
Läs merMutability och State. Objekt-orienterad programmering och design (DIT953) Niklas Broberg / Johannes Åman Pohjola, 2018
Mutability och State Objekt-orienterad programmering och design (DIT953) Niklas Broberg / Johannes Åman Pohjola, 2018 Immutability Ett icke muterbart (immutable) objekt är ett objekt vars tillstånd inte
Läs merDesignmönster, introduktion. Vad är det? Varför skall man använda mönster?
Designmönster, introduktion. Vad är det? Varför skall man använda mönster? Kent Petersson EMW, Mölndal Datavetenskap, Chalmers epost1: kentp@cs.chalmers.se epost2: kent.petersson@emw.ericsson.se URL: http://www.cs.chalmers.se/~kentp
Läs merSpråkliga uttrycks mening
Språkliga uttrycks mening Mysteriet med mening består i att den inte tycks ha någon lokalisering inte i världen, inte i medvetandet, inte i ett separat begrepp eller någon idé som svävar mellan ordet medvetandet
Läs merOrdtavlor och Talspråksfrekvenser från GSLC, sammanställda med tanke på användning i talande samtalsjälpmedel. Arbetsmaterial, Bitte Rydeman 2009.
Ordtavlor och Talspråksfrekvenser från GSLC, sammanställda med tanke på användning i talande samtalsjälpmedel. Arbetsmaterial, Bitte Rydeman 2009. Listorna i det här dokumentet kommer från Göteborgs Talspråkskorpus
Läs merLektion 3. Anteckningar
Lektion 3 Anteckningar Fraser: Tid Klockan Uttal (pronunciation) Långa och korta ljud + melodi Grammatik: Word order + Basics of the clause elements Vi lär oss klockan! Halv Kvart i, kvart över Tjugo i,
Läs merTeoretisk lingvistik och datalingvistik. Robin Cooper
Teoretisk lingvistik och datalingvistik Robin Cooper Syftet med dagens föreläsning Sammanfattning av lingvistisk teori och datalingvistik/språkteknologi Diskussion av teorins roll i olika språkteknologiska
Läs merPersonas -En metod inom Participatory Design
Personas -En metod inom Participatory Design Individuell inlämningsuppgift Sofie Persson 2003-10-27 Sammanfattning Att designa en ny produkt eller ett nytt system är inte enkelt. Det är många aspekter
Läs merNationellt forum efaktura 121024
Nationellt forum efaktura 121024 Agenda Välkomna! Ulrica Storset Avrapportering från mötet i Bryssel 26 september Karina Duvinger och Peter Norén o Arb.grupp 1 Temperaturmätning o Arb.grupp2 Goda exempel
Läs merAtt utvecklas som handledare: reflektion kring litteratur, samt ett kort narrativ Pedagogiskt docenturarbete
Att utvecklas som handledare: reflektion kring litteratur, samt ett kort narrativ Pedagogiskt docenturarbete Christian Ståhl DATUM 2015-05-19 MEDICINSKA FAKULTETEN I denna text avser jag att reflektera
Läs merProjekt och beskrivning
Projekt och beskrivning Björn Victor Övning: projektbeskrivning Till imorgon: skriv en (1) sida som beskriver ett projekt på Signaler och inbyggda system 1. vad var planen/avsikten/syftet/målet 2. hur
Läs merFör universitetsgemensamma regler för forskarutbildning se Regler för utbildning på forskarnivå vid Göteborgs universitet Doktorandreglerna.
HUMANISTISKA FAKULTETEN Dnr: U 2016/417 Allmän studieplan för licentiatexamen i Datalingvistik Studieplanen är fastställd av Humanistiska fakultetsstyrelsen vid Göteborgs universitet den 30 mars 2017.
Läs merSö ka litteratur i ERIC
1 Sö ka litteratur i ERIC Det finns två ingångar om man vill söka i databasen ERIC: Via webben gratis version från the Education Resources Information Center: Denna version kan vara bra att känna till
Läs merTangible interaction &TUI KIRSTEN RASSMUS-GRÖHN
Tangible interaction &TUI KIRSTEN RASSMUS-GRÖHN Innehåll Vad är TUI? Historia Massor med exempel Hur gör man? Problem och utmaningar Vad är TUI = Tangible User Interface? I bred mening Att ge fysisk form
Läs mer2014-06-26. Rönnström, Niclas (2006) Kommunikativ naturalism. HLS Förlag. Kapitel 7.
1(5) 2014-06-26 Schema UCA433 Kommunikativt ledarskap, 7,5 hp Communicative leadership, 7,5 ECTS Vårtterminen 2014 Kursansvarig: Klas Roth Seminarium 1 (Klas) Tema: Introduktion: Presentation av kursens
Läs merGoals for third cycle studies according to the Higher Education Ordinance of Sweden (Sw. "Högskoleförordningen")
Goals for third cycle studies according to the Higher Education Ordinance of Sweden (Sw. "Högskoleförordningen") 1 1. Mål för doktorsexamen 1. Goals for doctoral exam Kunskap och förståelse visa brett
Läs merSmart industri den digitala framtiden
Smart industri den digitala framtiden Seminarium och workshop om Smart Industri Tisdagen den 24 april 2019, kl. 09:30-16:00. Arrangörer: SIS/TK 280 Information och automation i produktlivscykeln och SIS/TK
Läs merFöreläsning 8 - del 2: Objektorienterad programmering - avancerat
Föreläsning 8 - del 2: Objektorienterad programmering - avancerat Johan Falkenjack johan.falkenjack@liu.se Linköpings universitet Sweden December 4, 2013 1 Innehåll Arv och andra viktiga begrepp Abstrakta
Läs merClasses och Interfaces, Objects och References, Initialization
Classes och Interfaces, Objects och References, Initialization Objekt-orienterad programmering och design (DIT953) Niklas Broberg/Johannes Åman Pohjola, 2018 Abstract class En abstract class är en class
Läs merVad är. Domändriven design?
Vad är Domändriven design? 1 Domändriven design är utvecklare och domänexperter som arbetar tillsammans för att skapa mjukvara som är både begriplig och möjlig att underhålla. ett sätt att fånga och sprida
Läs merBusiness research methods, Bryman & Bell 2007
Business research methods, Bryman & Bell 2007 Introduktion Kapitlet behandlar analys av kvalitativ data och analysen beskrivs som komplex då kvalitativ data ofta består av en stor mängd ostrukturerad data
Läs merVad utmärker ett bra gränssnitt?
Vad utmärker ett bra gränssnitt? Kommunikation med användarna Feedback och Pliancy Excise kontra Flow GUI = Graphical User Interface GUIn, eller grafiska gränssnitt hittar vi på alla sorters skärmar I
Läs merArtificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?)
Artificiell intelligens, eller Kommer din dator att bli klokare än dig? (eller kanske är den redan det?) 1.a November 2011 Innan vi börjar R.I.P. John McCarthy (1924 2011) Grundare av ämnet artificiell
Läs merTheory 1. Summer Term 2010
Theory 1 Summer Term 2010 Robert Elsässer 1 Introduction Summer Term 2010 Robert Elsässer Prerequisite of Theory I Programming language, such as C++ Basic knowledge on data structures and algorithms, mathematics
Läs merTentamen etjänster och webbprogrammering Institutionen för informatik och media, informationssystem Datum 19/8 Tid
Tentamen etjänster och webbprogrammering Institutionen för informatik och media, informationssystem Datum 19/8 Tid 14.00 18.00 Lärare Owen Eriksson Maxpoäng 60 För Godkänd krävs minst 50% (30 poäng) För
Läs merMIK i skolans styrdokument
MIK i skolans styrdokument MEDIE- OCH INFORMATIONSKUNNIGHET Att förstå mediers roll Att kunna finna, analysera och kritiskt värdera information Att själv kunna uttrycka sig och skapa innehåll i olika
Läs merJavaRats. Kravspecifikation. Version 1.1. Gustav Skoglund gussk258@student.liu.se. Marcus Widblom marwi026@student.liu.se. Senast ändrad: 13 / 05 / 08
JavaRats Kravspecifikation Version 1.1 Gustav Skoglund gussk258@student.liu.se Marcus Widblom marwi026@student.liu.se Senast ändrad: 13 / 05 / 08 Sammanfattning Kravspecifikationen för JavaRats har skrivit
Läs merLaboration 2: Designmönster
Laboration 2: Designmönster Bakgrund Det har visat sig väldigt svårt att beskriva hur ett system, eller en dellösning, skall konstrueras på ett bra sätt. Det har överhuvud taget varit svårt att veta om
Läs merIR-teorier. Måndag 15 december 2008 Onsdag 17 december 2008
IR-teorier Måndag 15 december 2008 Onsdag 17 december 2008 Idag Realism Liberalism Konstruktivism Marxism Att tänka på... Realism Staten Militär kapacitet Enhetlig aktör Suveräna stater Grundläggande intresse
Läs merStatic vs Dynamic binding Polymorfism. Objekt-orienterad programmering och design (DIT953) Niklas Broberg, 2018
Static vs Dynamic binding Polymorfism Objekt-orienterad programmering och design (DIT95) Niklas Broberg, 2018 Diagnostiskt prov Shape + overlaps(shape): int return 1; Shape shape = new Shape(); Polygon
Läs merHigher education meets private use of social media technologies PERNILLA
Higher education meets private use of social media technologies Research questions R1. How do students perceive the use of social media in their learning environment in higher educa9on? R2. Do students
Läs merObjektorienterad programmering
Objektorienterad programmering Emil Ahlqvist (c10eat@cs.umu.se) Didrik Püschel (dv11dpl@cs.umu.se) Johan Hammarström (c08jhm@cs.umu.se) Hannes Frimmel Moström (c10hml@cs.umu.se) 1 1. Introduktion 1.1 Objektorienterad
Läs merSjälvkörande bilar. Alvin Karlsson TE14A 9/3-2015
Självkörande bilar Alvin Karlsson TE14A 9/3-2015 Abstract This report is about driverless cars and if they would make the traffic safer in the future. Google is currently working on their driverless car
Läs merProjekt i språkteknologi Projektförslag Johanna Karlsson joka1954
Projekt i språkteknologi Projektförslag Johanna Karlsson 870411-7129 joka1954 1. Inledning Opus är en växande parallell korpus med data från många olika språk (Tiedemann, 2009). Data som finns i OPUS i
Läs merFTEA12:2 Filosofisk metod. Att värdera argumentation I
FTEA12:2 Filosofisk metod Att värdera argumentation I Dagens upplägg 1. Några generella saker att tänka på vid utvärdering av argument. 2. Grundläggande språkfilosofi. 3. Specifika problem vid utvärdering:
Läs merResultat och reektioner kring mailkategorisering av användares mail till Uppsala läns landsting kring åtkomst av journaler via nätet
Resultat och reektioner kring mailkategorisering av användares mail till Uppsala läns landsting kring åtkomst av journaler via nätet Nanna Kjellin Lagerqvist 11 mars 2015 Abstract På uppdrag av Benny Eklund,
Läs merDatavetenskapligt program, N1COS
Ansökan om fortsatta studier inom program, våren 2015 Datavetenskapligt program, N1COS Inför varje termin måste du söka till de kurser du vill gå. Sista datum för ansökan till höstens kurser är den 15
Läs merTDDC30. Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 2 Jonas Lindgren, Institutionen för Datavetenskap, LiU
TDDC30 Objektorienterad programmering i Java, datastrukturer och algoritmer. Föreläsning 2 Jonas Lindgren, Institutionen för Datavetenskap, LiU På denna föreläsning: Konstruktorer Statiska metoder & attribut
Läs merSupplemental Instruction (SI) - An effective tool to increase student success in your course
Supplemental Instruction (SI) - An effective tool to increase student success in your course Lassana Ouattara National Resource Center for Physics Education, Lund University SI-coordinator and instructor
Läs merPass 4: Metadatastandarder
Pass 4: Metadatastandarder Exempel på metadatastandarder Nu är det dags att ta upp några exempel på metadatastandarder. Jag ska börja med att titta lite snabbt på ett urval av metadatastandarder som vi
Läs merAgenda. Plats och magkänsla. Presentation. - en pedagogisk fråga?
Plats och magkänsla - en pedagogisk fråga? Göran Lindahl Chalmers tekniska högskola 2011-09-28 Agenda Introduktion Helhet Användbarhet och effekter Cost and benefit Realitet, abstrakt, realitet Så här
Läs merFuzzy Logic. Ellinor Ihs Håkansson, ellih
Fuzzy Logic, 2016-01-09 Innehållsförteckning Introduktion... 3 Vad är Fuzzy Logic?... 3 Fuzzy eller crisp?... 4 Fuzzy set... 5 Medlemskapsfunktioner... 6 Operationer... 8 Fuzzy expert systems och Fuzzy
Läs merBoken. Kap 2.1-2.4 Kap 11.3
Konceptuell design Boken Kap 2.1-2.4 Kap 11.3 Konceptuell design är helt grundläggande inom interaktionsdesign kan upplevas som abstrakt och svårt att förstå förstås bäst genom att man utforskar och upplever
Läs merPDP som redskap för karriärutveckling i utbildning. Ola Tostrup
PDP som redskap för karriärutveckling i utbildning Ola Tostrup - 16, 4, 47, 3 Dagens föreställning Vad innebär PDP och varför PDP Hur vi designat det inom utbildningen Kompetensbegreppet och vilka kompetenser
Läs merFöreläsning 7: Kognition & perception
Föreläsning 7: Kognition & perception FSR: 3, 4 Att läsa: Kapitel 2-3 i Rogers et al.: Interaction design Översikt Att kunna om perception och kognition Konceptuella modeller Metaforer Paradigm, teorier,
Läs merDVG C01 TENTAMEN I PROGRAMSPRÅK PROGRAMMING LANGUAGES EXAMINATION :15-13: 15
DVG C01 TENTAMEN I PROGRAMSPRÅK PROGRAMMING LANGUAGES EXAMINATION 120607 08:15-13: 15 Ansvarig Lärare: Donald F. Ross Hjälpmedel: Bilaga A: BNF-definition En ordbok: studentenshemspråk engelska Betygsgräns:
Läs merWhat Is Hyper-Threading and How Does It Improve Performance
What Is Hyper-Threading and How Does It Improve Performance Ali Muthanna, Lunds Universitet, IDA2, EDT621 Abstract Hyper-Threading (HT) is Intel s version of simultaneous multi-threading (SMT). Hyper-Threading
Läs merGöra lika i båda leden
Modul: Algebra Del 6: Sociomatematiska normer Göra lika i båda leden Cecilia Kilhamn, Göteborgs Universitet och Lucian Olteanu, Linnéuniversitetet Ordet algebra kommer från det arabiska ordet al-djabr
Läs merProtokoll Föreningsutskottet 2013-10-22
Protokoll Föreningsutskottet 2013-10-22 Närvarande: Oliver Stenbom, Andreas Estmark, Henrik Almén, Ellinor Ugland, Oliver Jonstoij Berg. 1. Mötets öppnande. Ordförande Oliver Stenbom öppnade mötet. 2.
Läs merExjobbskritik Muntlig opponering på ett exjobb. Stina Ericsson
Datalingvistisk metod och fördjupning HT05 1 Exjobbskritik Muntlig opponering på ett exjobb Stina Ericsson Datalingvistisk metod och fördjupning HT05 2 Översikt 1. Att läsa ett exjobb kritiskt 2. Opponeringen
Läs merAURA och dess implementation i Inquire Biology
AURA och dess implementation i Inquire Biology, isako708 Artificiell Intelligens, 729G43 Linköpings Universitet 2016-01-09 1 Innehåll Inledning... 3 Inquire Biology... 4 AURA... 5 KM för att representera
Läs mer2D1418, språkteknologi. Vad är WordNet? Hans Eriksson december Datorpost personnummer:
2D1418, språkteknologi Vad är WordNet? Hans Eriksson 1 19 december 2000 1 Datorpost d97-hae@nada.kth.se, personnummer: 770628 1 WordNet WordNet är ett projekt som syftar till att konstruera ett digitalt
Läs merIntellektuell )llgångsinventering En bra start på EU- projekt. Anna Aspgren & Lena Holmberg Innova)onskontor Väst
Intellektuell )llgångsinventering En bra start på EU- projekt Anna Aspgren & Lena Holmberg Innova)onskontor Väst Persontyper vi möc inom akademin Jag har en affärsidé som kan bli det nya Google! Men jag
Läs merCivilingenjör Mjukvaruteknik Att designa en utbildning utifrån ACM CS Curriculum
Civilingenjör Mjukvaruteknik Att designa en utbildning utifrån ACM CS Curriculum Fredrik Heintz Institutionen för Datavetenskap Linköpings universitet 2 Mål med programmet Ge en gedigen grund i datavetenskap
Läs merPrograminformation VT 2012 för
Datavetenskapligt program Programinformation VT 2012 för Inför varje termin måste du söka till de kurser du vill gå. Sista datum för ansökan är det 15 oktober. För att du skall antas som programstudent
Läs mer