✖


Jump to content

Семантическая сеть

(Перенаправлено из семантической сети )
Не путать с семантической нейронной сетью .

Пример семантической сети
Часть серии о
Сетевая наука
Интернет_карта_1024.jpg
Типы сетей
Графики
Функции
Типы
Модели
Топология
Динамика
  • Списки
  • Категории
Деталь Древа познания по мотивам Энциклопедии Дидро и Даламбера Кретьена Фредерика Гийома Рота
Информационное картографирование
Темы и поля
Подходы «узел-связь»
См. также

или Семантическая сеть фреймовая сеть — это база знаний , которая представляет семантические отношения между понятиями в сети. Это часто используется как форма представления знаний . Это ориентированный или неориентированный граф , состоящий из вершин , которые представляют понятия , и ребер , которые представляют семантические отношения между понятиями . [1] отображение или соединение семантических полей . Семантическая сеть может быть реализована, например, как графовая база данных или концептуальная карта . Типичные стандартизированные семантические сети выражаются в виде семантических троек .

Семантические сети используются в нейролингвистике и приложениях обработки естественного языка , таких как семантический анализ. [2] и устранение смысловой неоднозначности слов . [3] Семантические сети также можно использовать в качестве метода анализа больших текстов и определения основных тем и тем (например, публикаций в социальных сетях ), выявления предвзятостей (например, в новостях) или даже для картирования всей области исследований. [4]

История

[ редактировать ]

Примеры использования семантических сетей в логике , направленных ациклических графов в качестве мнемонического инструмента датируются столетиями. Самым ранним документально подтвержденным использованием является греческого философа Порфирия комментарий в Аристотеля к категориям третьем веке нашей эры.

В истории вычислений «Семантические сети» для исчисления высказываний были впервые реализованы для компьютеров Ричардом Х. Риченсом из Кембриджского отдела языковых исследований в 1956 году как « интерлингва » для машинного перевода естественных языков . [5] хотя важность этой работы и Кембриджского отдела языковых исследований осозналась лишь с опозданием.

Семантические сети были также независимо реализованы Робертом Ф. Симмонсом. [6] и Шелдон Кляйн, использовавший в качестве основы исчисление предикатов первого порядка , вдохновленный демонстрацией Виктора Ингве . Это направление исследований было начато первым президентом Ассоциации компьютерной лингвистики Виктором Ингве, который в 1960 году опубликовал описания алгоритмов использования грамматики фразовой структуры для генерации синтаксически правильно сформированных бессмысленных предложений. Шелдон Кляйн и я около 1962 года. –1964 были очарованы этой техникой и обобщили ее до метода управления смыслом того, что создается, путем уважения семантических зависимостей слов в том виде, в каком они встречаются в тексте». [7] Другие исследователи, в первую очередь М. Росс Куиллиан. [8] и другие сотрудники System Development Corporation внесли свой вклад в их работу в начале 1960-х годов в рамках проекта SYNTHEX. Именно на эти публикации в System Development Corporation большинство современных производных от термина «семантическая сеть» ссылаются в качестве основы. Более поздние выдающиеся работы были выполнены Алланом М. Коллинзом и Куиллианом (например, Коллинз и Куиллиан; [9] [10] Коллинз и Лофтус [11] Квиллиан [12] [13] [14] [15] ). Еще позже, в 2006 году, Герман Хельбиг полностью описал MultiNet . [16]

В конце 1980-х годов два университета в Нидерландах , Гронинген и Твенте , совместно начали проект под названием Графы знаний , которые представляют собой семантические сети, но с дополнительным ограничением, заключающимся в том, что ребра должны быть из ограниченного набора возможных отношений, чтобы облегчить алгебры на график . [17] В последующие десятилетия различие между семантическими сетями и графами знаний было размыто. [18] [19] В 2012 году Google дала своей диаграмме знаний название « График знаний» .

Сеть семантических ссылок систематически изучалась как метод семантической социальной сети . Его базовая модель состоит из семантических узлов, семантических связей между узлами и семантического пространства, которое определяет семантику узлов и связей, а также правила рассуждения для семантических связей. Систематическая теория и модель были опубликованы в 2004 году. [20] Это направление исследований восходит к определению правил наследования для эффективного поиска моделей в 1998 году. [21] и ADF Active Document Framework. [22] С 2003 года исследования развились в сторону социальных семантических сетей. [23] Данная работа представляет собой систематическую инновацию в эпоху Всемирной паутины и глобальных социальных сетей, а не приложение или простое расширение Семантической сети (Сети). Ее цель и область применения отличаются от цели и масштаба семантической сети (или сети). [24] Правила рассуждения, эволюции и автоматического обнаружения неявных связей играют важную роль в сети семантических связей. [25] [26] Недавно он был разработан для поддержки киберфизического и социального интеллекта. [27] Он был использован для создания общего метода обобщения. [28] Самоорганизующаяся сеть семантических ссылок была интегрирована с многомерным пространством категорий, чтобы сформировать семантическое пространство для поддержки продвинутых приложений с многомерными абстракциями и самоорганизующимися семантическими ссылками. [29] [30] Было подтверждено, что сеть семантических связей играет важную роль в понимании и представлении с помощью приложений для суммирования текста . [31] [32] Сеть семантических связей была расширена от киберпространства до киберфизического и социального пространства. Отношения конкуренции и отношения симбиоза, а также их роль в развитии общества были изучены в новой теме: Кибер-физический-социальный интеллект. [33]

Для конкретного использования были созданы более специализированные формы семантических сетей. Например, в 2008 году докторская диссертация Фаузи Бендека формализовала сеть семантического сходства (SSN), которая содержит специализированные отношения и алгоритмы распространения для упрощения представления и вычислений семантического сходства . [34]

Основы семантических сетей

[ редактировать ]

Семантическая сеть используется, когда у человека есть знания, которые лучше всего понимать как набор связанных друг с другом понятий.

Большинство семантических сетей основаны на когнитивных способностях. Они состоят из дуг (спиц) и узлов (концентраторов), которые можно организовать в таксономическую иерархию. Различные семантические сети также могут быть соединены узлами-мостами. Семантические сети способствовали идеям распространения активации , наследования и узлов как прото-объектов.

Один процесс построения семантических сетей, известный также как сети совместного появления , включает в себя идентификацию ключевых слов в тексте, расчет частоты совпадений и анализ сетей для поиска центральных слов и кластеров тем в сети. [35]

В лингвистике

[ редактировать ]

В области лингвистики семантические сети представляют собой то, как человеческий разум обрабатывает связанные понятия. Обычно понятия в семантической сети могут иметь одно из двух различных отношений: семантическое или ассоциативное.

В семантическом отношении два понятия связаны любым из следующих семантических отношений: синонимия , антонимия , гиперонимия , гипонимия , холонимия , меронимия , или метонимия , или полисемия . Это не единственные семантические отношения, но одни из наиболее распространенных.

В ассоциативном отношении эти два понятия связаны на основе частоты их совместного появления. Эти ассоциации случайны, а это означает, что ничто в их индивидуальных значениях не требует их связи друг с другом, а только то, что обычно так и есть. Примерами этого могут быть свинья и ферма, свинья и корыто или свинья и грязь. Хотя ничто в значении слова «свинья» не заставляет его ассоциироваться с фермами, поскольку свиньи могут быть дикими, тот факт, что свиньи так часто встречаются на фермах, создает случайную ассоциированную связь. Эти тематические отношения распространены в семантических сетях и являются заметными результатами тестов свободных ассоциаций .

Как только произносится первое слово, начинается активация наиболее тесно связанных концепций, распространяющаяся наружу на менее связанные концепции. Примером этого может быть начальное слово «свинья», подсказывающее «млекопитающее», затем «животное», а затем «дышит». Этот пример показывает, что таксономические отношения присущи семантическим сетям. Наиболее тесно связанные понятия обычно имеют общие семантические характеристики , которые являются определяющими для оценки семантического сходства. Слова с более высоким показателем сходства более тесно связаны, поэтому имеют более высокую вероятность оказаться близким словом в семантической сети.

Эти отношения могут быть внушены в мозг посредством прайминга , когда предыдущие примеры тех же отношений показываются до того, как будет показано целевое слово. Влияние прайминга на семантические сетевые связи можно увидеть по скорости реакции на слово. Прайминг может помочь выявить структуру семантической сети и определить, какие слова наиболее тесно связаны с исходным словом.

Нарушение семантической сети может привести к семантическому дефициту, отличному от семантической деменции .

В мозгу

[ редактировать ]

Физическое проявление семантических отношений существует и в мозге. Семантические схемы, специфичные для каждой категории, показывают, что слова, принадлежащие к разным категориям, обрабатываются в цепях, расположенных по-разному в мозгу. Например, семантические цепи слова, связанного с лицом или ртом (например, «лизнуть»), расположены в другом месте мозга, чем слова, связанные с ногой или ступней (например, «удар ногой»). Это основной результат исследования 2013 года, опубликованного Фридеманом Пульвермюллером. [ нужна ссылка ] . Эти семантические цепи напрямую связаны с сенсомоторными областями мозга. Это известно как воплощенная семантика, подтема воплощенной языковой обработки .

Если произойдет повреждение мозга, нормальная обработка семантических сетей может быть нарушена, что приведет к предпочтению того, какие отношения доминируют в семантической сети в уме.

Примеры

[ редактировать ]

В Лиспе

[ редактировать ]

Следующий код показывает пример семантической сети на языке программирования Lisp с использованием списка ассоциаций . 

(setq *database*
'((canary  (is-a bird)
           (color yellow)
           (size small))
  (penguin (is-a bird)
           (movement swim))
  (bird    (is-a vertebrate)
           (has-part wings)
           (reproduction egg-laying))))

Чтобы извлечь всю информацию о типе «canary», можно было бы использовать метод assoc функция с ключом «канарейка». [36]

ВордНет

[ редактировать ]
Основная статья: WordNet

Примером семантической сети является WordNet , лексическая база данных английского языка . Он группирует английские слова в наборы синонимов, называемые синсетами , предоставляет краткие общие определения и записывает различные семантические отношения между этими наборами синонимов. Некоторые из наиболее распространенных определяемых семантических отношений - это меронимия (A является меронимом B, если A является частью B), голонимия (B является холонимом A, если B содержит A), гипонимия (или тропонимия ) (A является подчиненным по отношению к B). ; А — разновидность Б), гипернимия (А — вышестоящий по отношению к Б), синонимия (А означает то же, что Б) и антонимия (А означает противоположность Б).

Свойства WordNet были изучены с точки зрения теории сетей и сравнены с другими семантическими сетями, созданными на основе тезауруса Роже и задач на ассоциации слов . С этой точки зрения все трое представляют собой небольшую мировую структуру . [37]

Другие примеры

[ редактировать ]

Также возможно представить логические описания с использованием семантических сетей, таких как экзистенциальные графы Чарльза Сандерса Пирса или соответствующие концептуальные графы Джона Ф. Совы . [1] Их выразительная сила равна или превосходит стандартную логику предикатов первого порядка . В отличие от WordNet или других лексических сетей или сетей просмотра, семантические сети, использующие эти представления, могут использоваться для надежного автоматического логического вывода. Некоторые автоматические рассуждения используют теоретико-графовые особенности сетей во время обработки.

Другими примерами семантических сетей являются модели Геллиша . Геллиш-английский со словарем геллиш-английского языка — это формальный язык , который определяется как сеть отношений между понятиями и названиями понятий. Геллский английский является формальным подмножеством естественного английского языка, точно так же, как геллишский голландский является формальным подмножеством голландского языка, тогда как во многих языках используются одни и те же концепции. Другие сети Gellish состоят из моделей знаний и информационных моделей, выраженных на языке Gellish. Сеть Геллиша — это сеть (бинарных) отношений между вещами. Каждое отношение в сети является выражением факта, который классифицируется по типу отношения. Каждый тип отношения сам по себе является концепцией, определенной в словаре языка геллиш. Каждая связанная вещь является либо понятием, либо отдельной вещью, классифицируемой понятием. Определения понятий создаются в форме моделей определений (сетей определений), которые вместе образуют словарь Геллиша. Сеть Геллиша может быть задокументирована в базе данных Геллиша и интерпретируема компьютером.

SciCrunch — это совместно редактируемая база знаний для научных ресурсов. Он предоставляет однозначные идентификаторы (идентификаторы исследовательских ресурсов или RRID) для программного обеспечения, лабораторных инструментов и т. д., а также предоставляет возможности для создания связей между RRID и сообществами.

Другой пример семантических сетей, основанных на теории категорий , — это ологов . Здесь каждый тип — это объект, представляющий набор вещей, а каждая стрелка — это морфизм, представляющий функцию. Коммутативные диаграммы также предписываются для ограничения семантики.

В социальных науках люди иногда используют термин «семантическая сеть» для обозначения сетей совместного возникновения . [38] [39] Основная идея заключается в том, что слова, которые встречаются в единице текста, например в предложении, семантически связаны друг с другом. Связи, основанные на совместном появлении, могут затем использоваться для построения семантических сетей. Этот процесс включает в себя определение ключевых слов в тексте, построение сетей совместного появления и анализ сетей для поиска центральных слов и групп тем в сети. Это особенно полезный метод для анализа большого текста и больших данных . [40]

Программные инструменты

[ редактировать ]

Существуют также сложные типы семантических сетей, связанных с соответствующими наборами программных инструментов, используемых для лексических инженерии знаний , таких как система обработки семантических сетей ( SNePS ) Стюарта К. Шапиро. [41] или парадигма MultiNet Германа Хельбига, [42] особенно подходит для семантического представления выражений естественного языка и используется в нескольких приложениях НЛП .

Семантические сети используются в специализированных задачах поиска информации, таких как обнаружение плагиата . Они предоставляют информацию об иерархических отношениях, чтобы использовать семантическое сжатие для уменьшения языкового разнообразия и позволить системе сопоставлять значения слов независимо от используемых наборов слов.

График знаний , предложенный Google в 2012 году, на самом деле представляет собой применение семантической сети в поисковой системе.

Моделирование многореляционных данных, таких как семантические сети, в маломерных пространствах с помощью форм внедрения имеет преимущества при выражении отношений сущностей, а также при извлечении отношений из таких сред, как текст. Существует множество подходов к изучению этих вложений, в частности, с использованием структур байесовской кластеризации или структур, основанных на энергетике, а в последнее время - TransE. [43] ( НейрИПС 2013). Приложения внедрения данных базы знаний включают анализ социальных сетей и извлечение связей .

См. также

[ редактировать ]

Другие примеры

[ редактировать ]

Ссылки

[ редактировать ]
  1. ^ Jump up to: а б Джон Ф. Сова (1987). «Семантические сети» . В Стюарте С. Шапиро (ред.). Энциклопедия искусственного интеллекта . Архивировано из оригинала 8 октября 2018 года . Проверено 29 апреля 2008 г.
  2. ^ Пун, Хойфунг и Педро Домингос. « Семантический анализ без присмотра. Архивировано 7 февраля 2019 года в Wayback Machine ». Материалы конференции 2009 г. по эмпирическим методам обработки естественного языка: Том 1-Том 1. Ассоциация компьютерной лингвистики, 2009.
  3. ^ Суссна, Майкл. « Устранение неоднозначности смысла слов для индексации произвольного текста с использованием огромной семантической сети . Архивировано 21 сентября 2021 года в Wayback Machine ». Материалы второй международной конференции по управлению информацией и знаниями. АКМ, 1993.
  4. ^ Сегев, Элад (2022). Семантический сетевой анализ в социальных науках . Лондон: Рутледж. ISBN  9780367636524 . Архивировано из оригинала 5 декабря 2021 года . Проверено 5 декабря 2021 г.
  5. ^ Леманн, Фриц; Роден, Эрвин Ю., ред. (1992). Семантические сети в искусственном интеллекте . Международная серия по современной прикладной математике и информатике. Том. 24. Оксфорд; Нью-Йорк: Пергамон Пресс . п. 6. ISBN  978-0080420127 . ОСЛК   26391254 . Первой семантической сетью для компьютеров была Nude, созданная Р. Х. Риченсом из Кембриджского отдела языковых исследований в 1956 году в качестве интерлингвы для машинного перевода естественных языков.
  6. ^ Роберт Ф. Симмонс (1963). «Синтетическое языковое поведение». Управление обработкой данных . 5 (12): 11–18.
  7. ↑ Симмонс, «Темы 1972 года». Архивировано 1 сентября 2019 года в Wayback Machine , Антология ACL , 1982.
  8. ^ Куиллиан, Р. Обозначение для представления концептуальной информации: приложение к семантике и механическому перефразированию английского языка. SP-1395, Корпорация системного развития, Санта-Моника, 1963 год.
  9. ^ Аллан М. Коллинз; М-р Куиллиан (1969). «Время извлечения из семантической памяти». Журнал вербального обучения и вербального поведения . 8 (2): 240–247. дои : 10.1016/S0022-5371(69)80069-1 .
  10. ^ Аллан М. Коллинз; М. Росс Куиллиан (1970). «Влияет ли размер категории на время категоризации?». Журнал вербального обучения и вербального поведения . 9 (4): 432–438. дои : 10.1016/S0022-5371(70)80084-6 .
  11. ^ Аллан М. Коллинз; Элизабет Ф. Лофтус (1975). «Теория распространения и активации семантической обработки». Психологический обзор . 82 (6): 407–428. дои : 10.1037/0033-295x.82.6.407 . S2CID   14217893 .
  12. ^ Куиллиан, MR (1967). Концепции слов: теория и моделирование некоторых основных семантических возможностей. Поведенческая наука, 12 (5), 410–430.
  13. ^ Куиллиан, MR (1968). Семантическая память. Семантическая обработка информации, 227–270.
  14. ^ Куиллиан, MR (1969). «Обучаемый язык: программа моделирования и теория языка» . Коммуникации АКМ . 12 (8): 459–476. дои : 10.1145/363196.363214 . S2CID   15304609 .
  15. ^ Куиллиан, Р. Семантическая память. Неопубликованная докторская диссертация, Технологический институт Карнеги, 1966 г.
  16. ^ Хельбиг, Х. (2006). Представление знаний и семантика естественного языка (PDF) . ISBN  978-3540244615 . Архивировано (PDF) из оригинала 30 августа 2017 года . Проверено 19 марта 2018 г.
  17. ^ Джеймс, П. (1992). «График знаний» (PDF) . В Ван де Рит, Р.П. (ред.). Лингвистические инструменты в инженерии знаний . Издательство Elsevier Science. п. 98. ИСБН  978-0444883940 . Архивировано из оригинала (PDF) 11 августа 2016 года. Примечание из цитируемой главы: Имя автора П. Джеймс — псевдоним группы исследователей, принимавших или до сих пор принимающих участие в проекте «График знаний», начатом как совместный проект университетов Гронингена и Твенте в Нидерландах. Альштейн, де Би, Иденс и Мильтенбург были студентами, внесшими свой вклад в проект. В ходе проекта членами проектной группы были Р. Р. Баккер, Х. ван ден Берг, К. Хёде, М. У. Хоутсма, Х. Дж. Смит, Ф. Н. Стокман, П. Х. де Врис и М. Виллемс.
  18. ^ Хулпус, Иоана; Прангнаварат, Нарумол (2015). «Семантическая связанность связанных данных на основе путей и ее использование для устранения неоднозначности слов и сущностей» . Семантическая сеть – ISWC 2015: 14-я Международная конференция по семантической сети, Вифлеем, Пенсильвания, США, 11–15 октября 2015 г., Материалы, Часть 1 . Международная конференция по семантической сети 2015. Springer International Publishing. п. 444. ИСБН  9783319250076 .
  19. ^ Маккаскер, Джеймс П.; Честейн, Кэтрин (апрель 2016 г.). «Что такое граф знаний?» . автореа.com . Архивировано из оригинала 17 июня 2021 года . Проверено 15 июня 2016 г. использование [термина «график знаний»] изменилось
  20. ^ Х. Чжуге, Сетка знаний, World Scientific Publishing Co., 2004.
  21. ^ Х. Чжуге, Правила наследования для гибкого поиска моделей. Системы поддержки принятия решений 22(4)(1998)379–390
  22. ^ Х. Чжуге, Активная среда электронного документа ADF: модель и инструмент. Информация и менеджмент 41 (1): 87–97 (2003).
  23. ^ Х.Чжуге и Л.Чжэн, Рейтинговая семантически связанная сеть, WWW 2003 г.
  24. ^ Х.Чжуге, Сеть семантических связей, в «Сетке знаний: на пути к киберфизическому обществу», World Scientific Publishing Co., 2012.
  25. ^ Х. Чжугэ, Л. Чжэн, Н. Чжан и К. Ли, Подход к автоматическому обнаружению семантических отношений. WWW 2004: 278–279.
  26. ^ Х. Чжуге, Сообщества и новая семантика в сети семантических связей: открытие и обучение, Транзакции IEEE по знаниям и инженерии данных, 21 (6) (2009) 785–799.
  27. ^ Х.Чжуге, Семантические связи через пространства для кибер-физического-социального интеллекта: методология, Искусственный интеллект, 175 (2011) 988–1019.
  28. ^ Х. Чжуге, Многомерное обобщение в киберфизическом обществе, Морган Кауфманн, 2016.
  29. ^ Х. Чжуге, Модель пространства веб-ресурсов, Springer, 2008.
  30. ^ Х.Чжуге и Ю.Син, Вероятностная модель пространства ресурсов для управления ресурсами в киберфизическом обществе, Транзакции IEEE на сервисных вычислениях, 5(3)(2012)404–421.
  31. ^ X. Сунь и Х. Чжуге, Обобщение научной статьи посредством ранжирования подкрепления в сети семантических связей, IEEE ACCESS, 2018, дои : 10.1109/ACCESS.2018.2856530 .
  32. ^ М.Као, X.Сун и Х. Чжуге, Вклад причинно-следственной связи в представление сути научной статьи — Роль сети семантических связей, PLOS ONE, 2018, дои : 10.1371/journal.pone.0199303 .
  33. ^ Х. Чжуге, Киберфизический и социальный интеллект в симбиозе человека, машины и природы, Springer, 2020.
  34. ^ Бендек, Фаузи (2008). Платформа семантического сопоставления рабочих процессов WSM-P . Мюнхен: Верл. Доктор Хат. ISBN  9783899638547 . OCLC   501314022 .
  35. ^ Сегев, Элад (2022). Семантический сетевой анализ в социальных науках . Лондон: Рутледж. ISBN  9780367636524 . Архивировано из оригинала 5 декабря 2021 года . Проверено 5 декабря 2021 г.
  36. ^ Свиггер, Кэтлин. "Семантический.ppt" . Архивировано из оригинала 10 мая 2013 года . Проверено 23 марта 2011 г.
  37. ^ Стейверс, М.; Тененбаум, Дж. Б. (2005). «Крупномасштабная структура семантических сетей: статистический анализ и модель семантического роста». Когнитивная наука . 29 (1): 41–78. arXiv : cond-mat/0110012 . дои : 10.1207/s15516709cog2901_3 . ПМИД   21702767 . S2CID   6000627 .
  38. ^ Воутер Ван Аттевельдт (2008). Анализ семантической сети: методы извлечения, представления и запроса медиаконтента (PDF) . Издательство BookSurge. Архивировано (PDF) из оригинала 28 ноября 2021 года . Проверено 28 ноября 2021 г.
  39. ^ Сегев, Элад (2020). «Текстовый сетевой анализ: выявление преобладающих тем и предубеждений в международных новостях и социальных сетях» . Социологический компас . 14 (4). дои : 10.1111/soc4.12779 . S2CID   212890998 . Архивировано из оригинала 5 декабря 2021 года . Проверено 5 декабря 2021 г.
  40. ^ Сегев, Элад (2022). Семантический сетевой анализ в социальных науках . Лондон: Рутледж. ISBN  9780367636524 . Архивировано из оригинала 5 декабря 2021 года . Проверено 5 декабря 2021 г.
  41. ^ «Стюарт К. Шапиро» . Архивировано из оригинала 27 августа 2006 года . Проверено 29 августа 2006 г.
  42. ^ «Герман Хельбиг» . Архивировано из оригинала 4 мая 2006 года . Проверено 14 марта 2006 г.
  43. ^ Борд, Антуан; Усунье, Николя; Гарсиа-Дюран, Альберто; Уэстон, Джейсон; Яхненко, Оксана (2013), Берджес, CJC; Ботту, Л.; Веллинг, М.; Гахрамани, З. (ред.), «Перевод вложений для моделирования многореляционных данных» (PDF) , Достижения в области нейронных систем обработки информации 26 , Curran Associates, Inc., стр. 2787–2795, в архиве (PDF) из оригинала. 20 декабря 2018 г. , дата обращения 29 ноября 2018 г.

Дальнейшее чтение

[ редактировать ]
[ редактировать ]
Викискладе есть медиафайлы, связанные с семантическими сетями .
Retrieved from "https://en.wikipedia.org/w/index.php?title=Semantic_network&oldid=1236664732"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: aed89db94d45f69b82711dd00ab1fd36__1721937180
URL1:https://arc.ask3.ru/arc/aa/ae/36/aed89db94d45f69b82711dd00ab1fd36.html
Заголовок, (Title) документа по адресу, URL1:
Semantic network - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)