Gulliver Culture

Gulliver modeluje informace ze znalostních bází do formy ontologií a zpřístupňuje je uživateli v přirozené a srozumitelné podobě. Pokud chcete vědět jak to funguje, podívejte se na prototyp vytvořený pro data Slovinské akademie věd.

Vztahy entit ze znalostní báze Slovinské akademie věd
Karty entit vytvořené ze znalostní báze Slovinské akademie věd
Ukázka dat ze znalostní báze Slovinské akademie věd
Karty entit vytvořené ze znalostní báze Slovinské akademie věd

Člověk rozumí světu, který vidí kolem sebe. Vnímá jiné lidi, objekty, místa, prožívá různé události. Žije v konkrétní době. Sleduje vztahy ostatních lidí, vnímá souvislosti mezi událostmi, a více či méně svému světu rozumí. A od nepaměti se snaží zaznamenávat pro ostatní své znalosti. Různé více či méně specificky zaměřené paměťové instituce (knihovny, muzea, archivy, oborové organizace) se snaží uchovat lidské vědění tak, že opečovávají určité artefakty (knihy, sbírkové předměty, archiválie) a schraňují a opečovávají dostupné informace o nich. Takové informace (záznamy, metadata) jsou většinou uloženy v kartotéce nebo v podobné strukturované znalostní bázi.

Znalostní báze jsou dnes převáděny do elektronické podoby (nebo tak rovnou vznikají) a mají formu počítačové databáze. Elektronické záznamy lze lépe prohledávat, avšak charakter kartotéky zůstává i v digitální podobě zachován: jednotlivé záznamy poskytují ucelenou informaci pouze o jednom určitém artefaktu (entitě reálného světa), zatímco součástí téhož záznamu je i řada přidružených fragmentů informací o okolním světě (o jiných entitách a vztazích k nim).

Příklad s knihovnou

Například záznam v katalogu knihovny poskytuje ucelenou informaci o knize. To znamená, že v záznamu jsou zachyceny také vztahy osob (knihu vlastnil, knihu napsal, knihu vytiskl), místech (kniha vznikla v, kniha je uložena v), časových obdobích (kdy kniha vznikla, kdy kniha byla zakoupena).

Čili pokud chce uživatel získat informaci o knize, je plně uspokojen – v katalogu vyhledá záznam a přečte si jej. Co ho ale čeká, pokud chce ve stejné znalostní bázi zjistit jiný druh informace? Například které knihy ilustrovala ilustrátorka Nováková? Tato informace v bázi jistě zachycena je, ale proces získání této informace už je složitější:

  • Tvůrce databáze totiž nepřipravil vyhledávací položku Ilustrátor, protože různých odpovědností ve vztahu ke knize jsou stovky, ale pouze souhrnnou položku Odpovědná osoba bez rozlišení role.
  • Uživatel tedy hledá v této položce a získá jako odpověď seznam desítek knih, kde může, ale nemusí, být paní Nováková uvedena jako ilustrátorka.
  • Jednotlivé záznamy tedy musí otevřít, přečíst a stranou si poznamenat, které knihy tedy skutečně ilustrovala.

Nebylo by lepší ve stejné databázi kliknout na „kartu paní Novákové“ a pohodlně tak získat ucelenou informaci o této osobě, včetně toho, které knihy ilustrovala? A ihned nádavkem objevit příjemně překvapující a nečekaně užitečnou informaci (na kterou by uživatele nenapadlo se ptát) o tom, že u některých knih designovala grafiku obálky a že do jedné knihy přispěla dokonce jako fotograf a k jednomu katalogu ilustrací napsala předmluvu? Jistě ano.

Nepoučení uživatelé

Situace, kdy stojím o dílčí informaci, která by měla být dostupná někde v odborné bázi, a přitom nejsem vystudovaný odborník – badatel, je běžná (například u studentů nebo laické zainteresované veřejnosti), a tak by měla být tvůrci a správci znalostní báze očekávaná a ošetřená. Požadavek typu: „Zajímám se o určitou oblast vědění a ve vaší oborově ne zcela příbuzné databázi by mohly být související a užitečné informace. Chci v ní hledat, i když to tak docela neumím.“ je zcela validní. Uživatel, který by v potřebné míře rozuměl tomu, co v záznamech čte, se k nim nedostane. Typicky proto, že nezná metodiku tvorby záznamů a nezná způsob plnění a indexace vyhledávacích položek. V praxi tedy dochází k různým nepříliš radostným situacím.

Uživatel se pokusí se vyhledávat, což vede typicky k:

  1. Pokládání příliš obecných dotazů, výsledkem je příliš mnoho vyhledaných záznamů na to, aby je uživatel všechny spolehlivě procházel a odfiltroval nerelevantní informace.
  2. Pokládání konkrétních, ale neúplných či nesprávných dotazů, takže ve výsledcích vyhledání uživatel nemá všechny relevantní informace, což je jistě škoda, protože v databázi někde jsou.
  3. Nebo (nejčastěji) ke kombinaci obojího.

Uživatel snahu o vyhledávání vzdá a pokusí se kontaktovat správce znalostní báze se žádostí o rešerši.

Uživatel se nejdříve stane odborníkem v novém oboru a naučí se pracovat s oborovou znalostní bázi.

Ani jedno řešení není správné.

Místo toho je vhodné přetvořit tradičně strukturovanou záznamově orientovanou znalostní bázi do srozumitelného modelu reálného světa plného osob, míst, událostí, časů (a jiných reálných entit) a konkrétních vztahů mezi nimi.

Trik je v tom, že využijeme know-how odborníků ve fázi modelování ontologie při nastavení převodů mezi tradiční záznamovou strukturou a srozumitelným obrazem světa. Jinými slovy: znalosti a specifické know-how odborníků je využito k namodelování takového obrazu světa, kterému bude v potřebné míře rozumět i méně poučený uživatel. Podívejte se na prototyp vytvořený pro data Slovinské akademie věd.

Je naše řešení vhodné pro Vaši znalostní bázi?

Vy máte odborné know-how a znáte skvěle svoji kartotéku nebo databázi. My máme účinné nástroje a víme, co umí. Pojďme tedy zjistit, zda je naše řešení vhodné i pro Vás: kontaktujte nás.