从自然语言到机器语言

知识计算引擎驱动下的
多用户共建和共享的知识圈建设

模型

知识之间的依赖关系

知识之间的相交关系

知识的细分和重用

知识间的包含和依赖

数据

数据结构设计

目前设计的样例,已初用于教育领域的课程设置和题库建设...

呈现

依赖图 –Transitive Reduction

依赖关系图设计-2d/3d

3d—must view over time on 2d screen

应用

不同语言的呈现和转换

  • 存储为机器语言,知识可计算
  • 表现为自然语言,可以供人阅读
  • 解读自然语言为知识
  • 在不同自然语言间转换
  • 在不同形式间转换:数据可视化,声音,视频,...

教育——把问题与知识图谱关联起来
试卷

答案

课程设置和习题

愿景

现有知识库

  • Google
  • Wolfram Alpha
  • Wikipedia,
  • 百度百科
  • 知乎
  • 学术期刊, eg. Arxive.org
但在巨人面前,我们对知识引擎有自己的一点想法

我们在寻找小贝壳

关心知识的层次

强调知识的依赖关系

让多用户协作 建模

有不同知识格式:

  • 问题类别和对应讨论
    • 判断题—辩论;
    • 证明题—观点
  • 数据化,把非结构化数据中的尽可能多的结构化
    • Editor,Programmer, User

我们可以基于Web技术、模块化、层次化(从小扩展到大)

  • 插图,公式,参考文献引用
  • 利于交换和知识传播
  • 减轻知识工作者的负担(减少成本、避免重复劳动-可重用)

谢谢观赏!




让我们一起让知识有力!