Таксономия и онтология знаний

Таксономия и онтология знаний

Я уже не первый раз пишу, что я люблю изучать то, что происходит в смежных сферах и сейчас это про новую (для меня) область – управление знаниями.

Вообще, я пытаюсь разобраться с темой skills-based approach и тем, как внедрить это в HRIS, а чтобы это понять надо разобраться хотя бы с тем как должны быть структурированы эти самые skill-ы. Пока мне не очень нравится, что пишут на эту тему международные HR гуру, потому что, по моему, там слишком много маркетинга и мало сути.

Там есть одно крайне сложное (для меня), но очень интересно выступление Эльвиры Гринберг из Газпромнефть НТЦ, #заметки с которого я хочу оставить тут. Важно – это не про skill-ы для сотрудников и позиций в нашем, HR, понимании, это про организацию системы управления знаниями.

Итак,

Знания – как ресурс, который формирует конкурентные преимущества компании

Для этого они должны быть: • VALUABLE - Ценными • RARE - Редкими • INIMITABLE - Трудновоспроизводимыми • ORGANIZED - Организованными

«Люди владеют знаниями, но компании не владеют людьми, поэтому нужно превратить личные знания в организационные»

1. Самое простое – это списки Есть ли характеристики объектов списков, которые вы хотите зафиксировать? (это и есть знания) Каждый элемент списка можно и нужно подробно описать Protege – это Java-программа, которая предназначена для создания онтологий различных предметных областей

2. Словари – это описания объектов linked open vocabulary – в интернете довольно много словарей, например, вот тут: https://lov.linkeddata.es/dataset/lov/, FOAF, schema.org

Что можно и нужно описать в комментариях к объекту: •  определение термина •  сокращения / аббревиатуры •  синонимы •  «см. также» (аналоги) •  источник •  где используется •  дата обновления

3. Таксономия – иерархическая структура, в которой есть один тип связи: классы и подклассы Например, при запросе "Ягуар" – это ягуар из какого класса? животное? Автомобиль? Или напиток?

Процессы управления знаниями должны быть привязаны к процессам организации Знания из документов и голов людей привязываются к операциям процессов Сначала – чем вы занимаетесь, а потом к этому привязываются списки и справочники.

4. Онтология – это про связи, включая параметры В обычной жизни мы мыслим объектами (оборудование, программное обеспечение, сотрудник) А онтология – это связецентричная система, в которой связи важнее объектов, потому что если описать объект со связями и убрать из него объекта, то можно понять, чем можно заменить объект. Связи и параметры могут быть важнее объектов, потому что объекты могут уходить, а суть (связи и параметры) остаются

Что позволяет сделать / описывать система организации знаний: 1.  2000 год – «найди то не знаю что» (можешь найти по параметрам объект), связующее звено для всех знаний 2.  2008 год - в центре внимания – связи (в т.ч. характеристики, параметры), навигатор для людей и машин) 3.  2009 год - структуры для поиска смысла 4.  2014 год – обработка естественного языка (поддержка процессов управления знаниями)

Управление семантической структурой (семантика - наука о смыслах) – «мы думаем, что мы можем описать смыслы, перенести их в машину и машина начнет за нас думать» • Использование данных из стандартов • Разметка из документов компании • Разметка отраслевых документов из интернета • Внесение данных в базу с маркировкой • Интеллектуальная оценка предпринятых действий

В отличие от нейронных сетей, где результат не понятен и не понятно можно ли ему доверять, онтология – это отслеживаемая логика вывода результата, которая может дать четкий порядок веток графа, по которым найден ответ.