The quality of ontology learning re

The quality of ontology learning results is usually compromised when a developer fails to recognize that a favored strategy for learning is actually uninformative and/ or a specific learning approach is applied to an unsuitable domain. Poor quality often results from a mismatch between learning strategies and domains. Given the importance of matching domains with methods to reuse [92], the selection of ontology learning approaches should take the characteristics of domains into consideration. Therefore, we classify domains from multiple perspectives and make recommendations of ontology learning approaches.

결과 (한국어) 1:

온톨로지 학습 결과의 품질은 일반적으로 개발자는 학습을 위한 호의 보인된 전략은 실제로 유익한 및/또는 특정 학습 접근법 부적 한 도메인에 적용 됩니다 인식 하지 못할 때 손상 됩니다. 불 쌍 한 품질 자주 학습 전략 및 도메인 간의 불일치에서 유래한 다. [92]을 다시 사용 하는 방법 도메인을 일치의 중요성을 감안할 때, 온톨로지 학습 접근 방법의 선택을 고려 한다 도메인의 특성. 따라서, 우리가 여러 관점에서 도메인 분류 고 접근을 학습 하는 온톨로지의 추천.

결과 (한국어) 2:

온톨로지 학습 결과의 품질은 일반적으로 현상 제는 학습을위한 전략은 실제로 선호 정보 가치 및 / 또는 특정 학습 방식이 부적합 도메인에인가되는 것을 인식하는 것이 실패 할 때 손상된다. 품질 불량은 종종 학습 전략 및 도메인 사이의 불일치에서 발생합니다. 재사용 방법과 일치하는 도메인의 중요성을 감안 [92], 온톨로지 학습 방법의 선택은 고려 도메인의 특성을 고려해야한다. 따라서, 우리는 여러 관점에서 도메인을 분류하고 온톨로지 학습 방법의 권장 사항을 확인합니다.

결과 (한국어) 3:

본체 학습 결과 품질, 보통은 영향을 받았다. 그냥 개발자 안 인식 학습 유리한 전략 실제로는 무효와 / 또는 한 특정 학습 방법을 적용하기 한 부적당한 영역.품질이 형편없이 종종 은 학습 전략 과 도메인 사이 안 찾을 거야.일치하는 도메인 방법 중용하다 [92] 중요성 때문에본체 학습 방법 선택 영역 특징을 고려해야 한다.그래서 우리 는 다각도로 영역, 본체 학습 방법.