Learning beyond text. Text is proba

Learning beyond text. Text is probably the most widely available medium for learning ontologies. Ontology learning can also leverage multimedia information such as audio, video, and image by employing multimedia technologies. For example, content-based image retrieval techniques can be applied in learning ontologies from image content. In addition, it has also been suggested to draw hypotheses about term relations on the basis of user observations [122, 123]. For example, if a user of a retrieval system combines two terms by OR in his/her query (and further requirements hold), these terms are probably synonyms.

결과 (한국어) 1:

텍스트를 넘어 학습입니다. 텍스트는 아마 온톨로지를 학습을 위한 가장 광범위 하 게 사용할 수 있는 매체입니다. 온톨로지 학습 또한 멀티미디어 기술을 채용 하 여 오디오, 비디오, 이미지 등 멀티미디어 정보를 활용할 수 있습니다. 예를 들어, 내용 기반 이미지 검색 기술은 이미지 콘텐츠에서 온톨로지 학습에 적용할 수 있습니다. 더하여, 또한 건의 되었다 [122, 123] 사용자 관찰에 근거 하 여 기간 관계에 대 한 가설을 그릴. 예를 들어, 경우 사용자 검색 시스템의 결합 또는 그/그녀의 쿼리에서 두 용어 (누르고 추가 요구 사항), 이러한 용어는 아마 동의어.

결과 (한국어) 2:

텍스트를 넘어 학습. 텍스트는 아마 온톨로지 학습을위한 가장 널리 사용되는 매체이다. 온톨로지는 또한 학습 멀티미디어 기술을 이용함으로써 오디오, 비디오, 이미지 등의 멀티미디어 정보를 활용할 수있다. 예를 들어, 이미지 컨텐츠 - 기반 검색 기술을 이미지 콘텐츠로부터 학습 온톨로지에 적용될 수있다. 또한, 사용자는 관측 [122, 123]에 기초하여 장기의 관계에 관한 가설을 그리는 데 제안되어왔다. 예를 들어,이 용어는 아마 동의어 검색 시스템의 사용자에 의해 또는 그 / 그녀의 쿼리에 두 용어를 결합 (및 추가 요구 사항은 유지) 경우.

결과 (한국어) 3:

학습 넘어 텍스트.텍스트 아마도 학습 본체 가장 널리 사용 가능한 미디어를 찾았습니다.본체 학습 아직 이용할 수 있는 같은 멀티미디어 오디오 비디오 등 정보를 이용하여 멀티미디어 기술 그림.예를 들어 파일 기반 내용 검색 기술을 응용하다 그 그림 내용 본체 배울 수 있다.또역시 사람은 끌어들이고 장기 관계에 대한 건의를 사용자 의견 기초 위에 가설 [122123].예를 들어, 한 검색 시스템 사용자 두 약관 또는 그가 / 그녀의 조회 (더욱 요구 가진) 이 조항을 아마도 동의어.