Saker kommer samman: semantisk etikettering och Wikipedia som kunskapsbas

Apropå två tidigare inlägg:

• Webbsöndag: socialt *och* semantiskt
• Maskiner lär sig av Wikipedia

ReadWriteWeb skriver om Faviki, som gör båda dom sakerna: erbjuder semantisk etikettering och använder Wikipedia (via DBpedia) som kunskapsbas (se Lorcan Dempsey om behovet av "adresserbara kunskapsbaser").

Faviki är som vilken social bokmärkestjänst som helst men med den funktionaliteten att man föreslår etiketter (med hjälp av type ahead) som ska användas och hur termerna sedan avgörs (resolves) utifrån strukturen och överenskommelserna i Wikipedia.

RRW skriver:

Because Faviki uses structured tagging, there is more that can be learned about a particular tag, its properties, and its connections to other tags. The system will automatically know what tags belong together and how they relate to others.

Nu vet jag inte om Wikipedia är den bästa källan att använda för att avgöra tvetydighet eller språkbruk, men det är fortfarande ett trevligt proof-of-concept (och exakt samma idé som EntityDescriber realiserar på vetenskapligt material). Vad jag kan se ger inte heller Faviki några förslag på etiketter som ska användas baserat på innehållet på den sida som är aktuell, utan är fortfarande beroende av användarens aktivitet. Vi lär få se mer av sånt här i framtiden.

Uppdatering: Ben Good listar förresten några andra tjänster som ägnar sig åt semantisk etikettering, t.ex. ZigTag och Fuzzzy.