Tremendous progress has been made i

Tremendous progress has been made in ontology learning, owing to the contribution of a variety of disciplines such as formal modeling, computational linguistics, knowledge engineering, machine learning, and Web intelligence. Nonetheless, the ultimate goal of developing a set of fully fledged ontology learning tools that can produce high-quality learning outcome is still far from reaching. A number of challenges need to be addressed before this field matures. Some open issues in ontology learning that are worthy of future research are summarized and potential solutions are suggested in the rest of this section.

결과 (한국어) 1:

온톨로지 학습, 다양 한 형식적인 모델링, 전산 언어학, 지식 공학, 기계 학습 및 웹 정보 등 분야의 기여 때문에 엄청난 진행이 했다. 그럼에도 불구 하 고, 완벽 하 게 갖춘된 온톨로지 학습 수준 높은 학습 결과 생산할 수 있는 도구 집합을 개발의 궁극적인 목표 도달에서 멀리 아직도 이다. 도전의 수가이 필드 성숙 하기 전에 해결 해야 합니다. 온톨로지 학습에서 미래 연구의 가치가 몇 가지 오픈 문제 요약 및 잠재적인 솔루션은이 섹션의 나머지 부분에 제안 했다.

결과 (한국어) 2:

엄청난 진보는 형식적 모델링, 전산 언어학 지식 공학, 기계 학습, 웹 정보 등의 다양한 분야의 기여로 인해, 온톨로지 학습에서했다. 그럼에도 불구하고, 높은 품질의 학습 결과를 생산할 수 제몫 온톨로지 학습 도구 세트를 개발하는 최종 목표에 도달까지 계속된다. 문제의 숫자는이 분야가 성숙하기 전에 해결해야합니다. 향후 연구의 가치가있다 온톨로지 학습의 일부 개방 문제가 요약되어 잠재적 인 솔루션이 섹션의 나머지 부분에서 제시된다.

결과 (한국어) 3:

큰 진보가 이미 본체 공부 에 각종 학과 같이 형식화 모델, 계산 언어학, 지식 공학, 기계 학습 공헌 및 네트워크 지능.그러나 개발 한 벌 성숙한 본체 학습 도구, 정말 생산 고품질 학습 성과 최종 목표가 아직 멀리 미달.일련의 도전 필요한 해결되었다 전에 이 분야의 익다.총결하였다 본체 공부는 가치가 미래 연구 중 존재하는 문제를 이번 축제 나머지 부분 이 해결 방안을 제시했다.