Sig.ma Самоочевидно описал как "Сбор данных для Semantic Web". Она стремится оставить свой след, предоставляя пользователям с крупномасштабными семантическое индексирование данных, агрегирования эвристики, прагматические онтологии союзов и логику рассуждений. Объединив все эти функции, пользователь может прийти с образованием описаний, которые в конечном итоге стать встраиваемая резюме данных, которые могут быть использованы при tweeting, блоги или просто где-либо еще.
Что хорошо для этого? Наоборот, есть ли способ это может быть объяснено в среднем пользователь (например, вы и я) в легком, что не оставляет нам царапания нашего chins? Да. В принципе, если они используются правильно это может привести к более богатых и более точную информацию, чем та, закупленных методы полагаясь лишь на веб-анализ текста. Это означает, что данные искал и нашел, используя точное значение атрибута поисков, а не просто строки текста. В особенности, перечисленные выше, означают, что sig.ma узнает от пользователя, таким образом, это означает, что если кусок удаляется он будет не просто исчезнет с Sig.ma, но никогда не возникать снова.
Когда полностью разработана, эта система может означать, что структурированная информация может быть получена и опубликована в широкой общественности. Это немного сложно передать каждый нюанс Sig.ma в такой короткий промежуток времени, и я вам советы остановиться на сайт, чтобы читать статьи, а также посмотреть условии учебники и вступительные ролики.
Комментариев нет:
Отправить комментарий