ΗΥ566 ΠΑΡΟΥΣΙΑΣΗ ΕΤΑΙΡΙΑΣ CognIT a.s. Ομάδα εργασίας: Αλεβίζου Βασιλική Σερφιώτης Γεώργιος Τριανταφυλίδου Δέσποινα.

Παρουσίαση με θέμα: "ΗΥ566 ΠΑΡΟΥΣΙΑΣΗ ΕΤΑΙΡΙΑΣ CognIT a.s. Ομάδα εργασίας: Αλεβίζου Βασιλική Σερφιώτης Γεώργιος Τριανταφυλίδου Δέσποινα."— Μεταγράφημα παρουσίασης:

1 ΗΥ566 ΠΑΡΟΥΣΙΑΣΗ ΕΤΑΙΡΙΑΣ CognIT a.s

2 Ομάδα εργασίας: Αλεβίζου Βασιλική Σερφιώτης Γεώργιος Τριανταφυλίδου Δέσποινα

3 CognIT Νορβηγική εταιρία Ενδιαφέροντα Σημασιολογικός ιστός Εξαγωγή γνώσεων μέσω έξυπνων μηχανών αναζήτησης Διαχείριση πληροφοριών βάσει σημασιολογικής ανάλυσης Διαμοιρασμός γνώσης σύμφωνα με τα ενδιαφέρονται του χρήστη

4 CognIT Προϊόντα και υπηρεσίες μέσω γλωσσολογικής ανάλυσης σε πηγές τοπικές ή του Διαδικτύου «Serving the Knowledge Company» Μελλοντικός ανταγωνισμός Προσαρμοστικότητα στις συνεχείς εξελίξεις Ανταπόκριση στις ανάγκες για συνεχή μάθηση Εργαλεία & άνθρωποι

5 Στόχοι & Δραστηριότητες Σχεδίαση έξυπνων συστημάτων Συγχωνεύουν πληροφορίες από όλους τους χρήστες Επεξεργάζονται και διερμηνεύουν κείμενα βάσει του περιεχομένου τους

6 CORPORUM™ Τεχνολογία βασισμένη σε πράκτορες Πρόσβαση, ταξινόμηση και επεξεργασία σχετικών, μεταξύ τους πληροφοριών Χρησιμοποιεί γλώσσα υψηλού επιπέδου Σημασιολογική ανάλυση κειμένων, δημιουργία οντολογιών και γνωστικών μοντέλων Τεχνολογία-κλειδί για τα προϊόντα και τις εργασίες της CognIT

7 CORPORUM™ Όνομα της σειράς των προϊόντων της CognIT Ο χαρτοφύλακας περιλαμβάνει CORPORUM™ Summarizer CORPORUM™ Knowledge Server CORPORUM™ Business Intelligence Portal CORPORUM™ Knowledge Factory

8 Λειτουργικότητα του CORPORUM™: Ανάκτηση πληροφοριών βάσει ενδιαφερόντων χρήστη Κατηγοριοποίηση πληροφοριών βάσει σχετικότητας Περίληψη βάσει ζητούμενων εννοιών Αυτόματη κατηγοριοποίηση Παρακολούθηση πληροφοριών (information monitoring) Αυτόματη εισαγωγή υπερσυνδέσμων Οπτικοποίηση πληροφορίας

9 CORPORUM™

10 CORPORUM™ Summarizer CORPORUM™ Knowledge Server CORPORUM™ Business Intelligence Portal CORPORUM™ Knowledge Factory

11 CORPORUM TM Summarizer (1/2) Χρησιμοποιεί την CORPORUM TM Technology Παρουσιάζει το περιεχόμενο ιστοσελίδων, ειδήσεων, μεγάλων αναφορών με αποδοτικό τρόπο Αναλύει ένα κείμενο, εξάγει την ουσία του περιεχομένου και παρουσιάζει μία περίληψη (μεταβλητού μεγέθους καθοριζομένου από τον χρήστη)

12 CORPORUM TM Summarizer (2/2) Δημιουργία τίτλων, εισαγωγών και λεξικών όρων Επεξεργάζεται και απομακρυσμένη πληροφορία Δημιουργεί οντολογία, σχετική με το κείμενο Εξάγει τις κεντρικές έννοιες από το κείμενο και σχηματίζει ένα γράφο με αυτές

13 CORPORUM TM Summarizer: Παράδειγμα

14 CORPORUM TM Summarizer: Τι πετυχαίνει Συμπυκνώνει μεγάλο όγκο πληροφοριών Κατατοπίζει το χρήστη Πετυχαίνει γρήγορη πρόσβαση σε σημαντικές πληροφορίες Παραμερίζει τις δευτερεύουσες Έχει τύχει ευρείας αποδοχής από πολλές εταιρίες.

15 CORPORUM™ CORPORUM™ Summarizer CORPORUM™ Knowledge Server CORPORUM™ Business Intelligence Portal CORPORUM™ Knowledge Factory

16 CORPORUM TM Knowledge Server (1/2) Σύστημα-βιβλιοθηκάριος, βασισμένο σε πράκτορες Γνωρίζει τις ανάγκες του χρήστη, όσο και τις διαθέσιμες πληροφορίες Διευκολύνει, εκλογικεύει και βελτιώνει την ποιότητα των διεργασιών χειρισμού εγγράφων Παρέχει πλοήγηση σε δεδομένα

17 CORPORUM TM Knowledge Server (2/2) Επιτελεί τις εξής εργασίες: Διανομή ειδήσεων βασισμένη σε πράκτορες Αυτόματη δεικτοδότηση και κατηγοριοποίηση αποθηκευμένης πληροφορίας Εξελιγμένη έρευνα κειμένου Προσωποποίηση Αυτόματη εισαγωγή υπερσυνδέσμων Υποστήριξη εξαγωγής πληροφορίας (σε τοπικό δίκτυο, στο Διαδίκτυο κ.ά.)

18 CORPORUM TM Knowledge Server: Χρήση Αποτελεί λειτουργικό κομμάτι στη σχεδίαση άλλων συστημάτων-προϊόντων της CognIT. Business Intelligent Portal Knowledge Factory

19 CORPORUM™ CORPORUM™ Summarizer CORPORUM™ Knowledge Server CORPORUM™ Business Intelligence Portal CORPORUM™ Knowledge Factory

20 CORPORUM TM Business Intelligence Portal Web-based προϊόν δημιουργίας ηλεκτρονικής πύλης. Οι πληροφορίες προέρχονται από: Πελάτες Ανταγωνιστές Οργανισμούς Χρησιμοποιούνται πράκτορες για την ανάκτηση της πληροφορίας.

21 CORPORUM TM Business Intelligence Portal Η αναζήτηση βασίζεται σ’ έ να συγκεκριμένο θέμα. Ο πρώτος συλλέγει πληροφορίες με ένα γενικό προφίλ Οι υπόλοιποι επεξεργ ά ζονται τα αποτελέσματα και τα κατατάσ σ ουν σε κατηγορίες Διαχειρίζεται διάφορα είδη εγγράφων του Διαδικτύου PDF, HTML κ.τ.λ

22 BIP: Διεργασίες που διαχειρίζεται (1/2) Σημασιολογική αναπαράσταση ενός κειμένου Συλλογές από πληροφορίες σύμφωνα με τα ενδιαφέροντα του χρήστη Αναζήτηση και δεικτοδότηση (indexing) μη δομημένης πληροφορίας για να διαπιστωθεί η σχετικότητα της πληροφορίας με το επιλεγμένο θέμα

23 BIP: Διεργασίες που διαχειρίζεται (2/2) Ευέλικτη αναζήτηση στο Διαδίκτυο, για εύρεση πληροφοριών σχετικών με θέμα που έχει επιλέξει ο χρήστης Αναζήτηση νέων πληροφοριών Προσαρμοσμένη ανταπόκριση Αυτόματη δεικτοδότηση right down σε σημασιολογία, έννοια και λέξη

24 CORPORUM™ CORPORUM™ Summarizer CORPORUM™ Knowledge Server CORPORUM™ Business Intelligence Portal CORPORUM™ Knowledge Factory

25 Knowledge Factory

26 Εργαλείο για τη Διαχείριση Γνώσης σε ένα σύστημα Χρήσιμο για τη συντήρηση και αξιοποίηση αποθηκευμένης γνώσης Συνδέει χρήστες σε ολόκληρο τον κόσμο Απρόσκοπτη και εύκολη πρόσβαση σε πληροφορίες Κεντρικοποιημένες διαδικασίες διαχείρισης

27 Knowledge Factory Ανταγωνιστικό, διότι Ευέλικτοι μηχανισμοί αναζήτησης Εύκολη πρόσβαση, εξοικονόμηση χρόνου και πόρων Τυποποίηση εργασιών, «οικονομική» λειτουργία Λιγότερη ανάδραση μεταξύ των περιφερειακών συστημάτων

28 Knowledge Factory Συμβατό με το πρότυπο ISO 9000 Παρέχει πλήρη τεκμηρίωση Πελάτης: Norsk Hydro, παραγωγός αλουμινίου

29 Knowledge Factory: Πώς λειτουργεί Αποτελείται από δυο τμήματα: τη βάση δεδομένων του μοντέλου επεξεργασίας (Process Model Database, PMD) τον εξυπηρετητή γνώσης του CORPORUM™ (CORPORUM™ Knowledge Server).

30 Process Model Database (PMD) Αποτελεί το κεντρικό τμήμα του συστήματος Ελέγχει τις διαδικασίες που εκτελούνται στα διάφορα τμήματα της εταιρίας Οργανώνει και φυλάσσει τις πληροφορίες τους. Ο τρόπος αλληλεπίδρασης των τμημάτων αυτών είναι διαδικασιο-κεντρικός, με την έννοια ότι κάθε χρήστης αλληλεπιδρά με το σύστημα με την εκτέλεση διεργασιών και αιτήσεων προς αυτό.

31 CORPORUM™ Knowledge Server Εργαλείο αναζήτησης και πλοήγησης Φιλικό προς το χρήστη Γρήγορη και εύκολη πρόσβαση στις πληροφορίες του PMD Σύνδεσμοι προς τις διάφορες διαδικασίες που θα εκτελεστούν

32 Τι πετυχαίνει Κατηγοριοποιεί τα έγγραφα σύμφωνα με το περιεχόμενό τους, παρά με λέξεις κλειδιά Εντοπίζει και οργανώνει κείμενα σύμφωνα με επερωτήσεις Διαχειρίζεται απλά κείμενα, επιστολές, μνημόνια και έγγραφα του Διαδικτύου

33 Περιβάλλοντα Η πλατφόρμα του KF τρέχει πάνω από οποιοδήποτε φυλλομετρητή Για τη διαχείριση εξουσιοδοτούνται πελάτες λογισμικού, που αναλαμβάνουν Ασφάλεια δεδομένων Οργάνωση Θέματα διεπαφής χρήστη Το σύστημα τρέχει πάνω από Lotus Notes και πλατφόρμες της Microsoft

34 Τι προσφέρει (1/2) Ενοποιημένη προσέγγιση σε εργασίες της εταιρίας Καλύτερη στρατηγική υποστήριξη-επικέντρωση σε έργα της εταιρίας Έμφαση στη βέλτιστη χρήση των πληροφοριών, με συμμετοχή όλων των εμπλεκόμενων μερών Ενεργό διαμοιρασμό της γνώσης και ικανότητα μάθησης (inter-department learning) Αποδοτικές ομάδες εργασίας

35 Τι προσφέρει (2/2) Αποδοτική οργάνωση της γνώσης και των πληροφοριών, σε συμφωνία με ένα γενικό σχήμα Αυτόματη σύνδεση δεδομένων και εγγράφων Αποδοτική επαναχρησιμοποίηση αναφορών και τεκμηριώσεων Περισσότεροι και καλύτεροι δείκτες για παρακολούθηση των ασυμβατοτήτων που μπορούν να προκύψουν στα δεδομένα Φιλική διεπαφή με το χρήστη, προσιτή από φυλλομετρητές του Διαδικτύου.

36 Επεκτασιμότητα Η δομή του εργαλείου CORPORUM™ Knowledge Factory προσφέρεται για προσαρμογές και επεκτάσεις σε ανάγκες και απαιτήσεις διαφορετικές για στοιχειοθέτηση και πλοήγηση στα δεδομένα.

37 Πελάτες Reuters Siemens AG BMW Ericsson Radar AS NorCom Hydro Aluminium Statoil AS Priority Telekom SINTEF Scandpower PTI AS Halden kommune Norske Skogs Saugbruks OM Technology AS Aerospatial WEPEX Swiss Life AG MaxiMedia GmbH Communicate AS Norwegian Hospitals Real Estate Brokers in Østfold Orkla Foods/Stabburet a.s Aker Maritime MARINTEK Brunvoll Shipping IFE NTNU

38 CognIT: έρευνα και (συν)εργασίες (1/2) Η CognIT υποστηρίζει την έρευνα και την ανάπτυξη των τεχνολογιών του Σημασιολογικού Ιστού και της Διαχείρισης Γνώσης. Γι΄αυτό, και ηγείται ή συμμετέχει σε σχετικές εργασίες (projects). Οι περιοχές εργασίας περιλαμβάνουν: Απόκτηση και αναπαράσταση γνώσης Υπολογιστική γλωσσολογία Ανάκτηση πληροφοριών Μαθηματική προσομοίωση και μοντελοποίηση

39 CognIT: έρευνα και (συν)εργασίες (2/2) Κίνητρα Απαιτήσεις της αγοράς Διαίσθηση, τι θα είναι αναγκαίο στο μέλλον Κυριότερες εργασίες: UIPI Semantic Web AmbieSense On-To-Knowledge Vision Acknownet Electronic Management Application (EMA)

40 CognIT: Κυριότερες εργασίες UIPI Semantic Web AmbieSense On-To-Knowledge Vision Acknownet Electronic Management Application (EMA)

41 UIPI Σχεδιάστηκε και αναπτύχθηκε με χρήση του προϊόντος Business Intelligence Portal, ειδικά για υπολογιστές παλάμης και ασύρματη τεχνολογία στο Διαδίκτυο Δημιουργία πρακτόρων αναζήτησης, από τους χρήστες Σχεδιάστηκε και δοκιμάστηκε σε νοσοκομειακό περιβάλλον Έχει δυνατότητα ευρύτερης εφαρμογής Προσφέρει απλή διεπαφή Πρόσβαση από το Διαδίκτυο στο προφίλ του χρήστη

42 UIPI: Συνεργάτες Ostfold Research Foundation Hogskolen i Ostfold Communicate a.s.

43 CognIT: Κυριότερες εργασίες UIPI Semantic Web AmbieSense On-To-Knowledge Vision Acknownet Electronic Management Application (EMA)

44 Semantic Web Συμμετοχή της CognIT s.a., ως μέλος της συνεργασίας «On-To-Knowledge» Βασική ιδέα: ορισμός των δεδομένων έτσι ώστε να είναι εφικτές… Αυτοματοποίηση Ολοκλήρωση Επαναχρησιμοποίηση Βασικός στόχος η ανάπτυξη και υποστήριξη προτύπων και τεχνολογιών για το Σημασιολογικό Ιστό

45 Semantic Web: Συνεργάτες Χρηματοδοτείται από τις ΗΠΑ Οργανώνεται από το Stanford

46 CognIT: Κυριότερες εργασίες UIPI Semantic Web AmbieSense On-To-Knowledge Vision Acknownet Electronic Management Application (EMA)

47 AmbieSense (1/2) Ικανοποιεί ανάγκες των κινητών χρηστών (mobile users) Η αρχιτεκτονική του υποστηρίζει την δημιουργία πληροφοριακών συστημάτων: Εξατομίκευση της πληροφορίας Ετικέτες περιεχομένου (context-tags) Προσαρμόζονται σε κάθε περίσταση Έξυπνοι πράκτορες (Intelligent Agents)

48 AmbieSense (2/2) Πράκτορες που φιλτράρουν πληροφορίες Για την καλύτερη χρήση του AmbieSense συστήματος χρειάζονται λειτουργίες: Χάρτες για καλύτερο προσανατολισμό. Ετικέτες περιεχομένου (context tags) για καλύτερη πληροφόρηση Προθεσμία: 09/2004

49 AmbieSence: Συνεργάτες SINTEF, Νορβηγία Robert Gordon University, Ηνωμένο Βασίλειο Siemens Aktiengesellschaft Oesterreich, Αυστρία YellowMap AG, Γερμανία Norges Teknisk-Naturvitenskapelige Universitet (NTNU), Νορβηγία Oslo Airport, Νορβηγία Sevilla Global SL, Ισπανία Lonely Planet Reuters

50 CognIT: Κυριότερες εργασίες UIPI Semantic Web AmbieSense On-To-Knowledge Vision Acknownet Electronic Management Application (EMA)

51 On-To-Knowledge (1/2) Κύριος στόχος Προσπέλαση πληροφοριών Συντήρηση πληροφοριών Εφαρμόζει οντολογίες σε πληροφορίες του Διαδικτύου Σημασιολογική αναπαράσταση ημιδεδομένων

52 On-To-Knowledge (2/2) Αποτελέσματα του συστήματος: Μεθοδολογία Εργαλεία three – layered tool environment Περιγραφή Επιπέδων: Το χαμηλότερο επίπεδο (Information level): οι πηγές των δομημένων πληροφοριών επεξεργάζονται με τρόπο τέτοιο ώστε τα αποτελέσματα να είναι προσπελάσιμα από την μηχανή. Το ενδιάμεσο επίπεδο (Representing level) χρησιμοποιεί τα αποτελέσματα του χαμηλότερου επιπέδου to provide access and maintenance of these resources. Το υψηλότερο επίπεδο χρησιμοποιεί εξελιγμένες push και pull τεχνικές με σκοπό την μείωση του κόστους προσπέλασης της πληροφορίας

53 On-To-Knowledge:Συνεργάτες Aidministrator AIFB (University of Karlsruhe) BT Research Enersearch Swiss Life Information Systems Research Group Vrije Universiteit, Amsterdam – Ολλανδία

54 CognIT: Κυριότερες εργασίες UIPI Semantic Web AmbieSense On-To-Knowledge Vision Acknownet Electronic Management Application (EMA)

55 Vision (1/2) Δραστηριότητες στον τομέα της οργανωτικής διαχείρισης γνώσης Παρουσίαση τεχνολογιών για προσπέλαση γνώσης εξαρτώμενη: Από το περιεχόμενο (context-dependent) Τις απαιτήσεις του χρήστη (personalized)

56 Vision (2/2) Οι τεχνικές θα εξαχθούν από: Οντολογίες & Σημασιολογικό Δίκτυο Ανακάλυψη γνώσης & Επιχειρησιακή Νοημοσύνη (Knowledge Discovery & Business Intelligence) Mobility Διεργασίες & ομάδες (Processes & Groupware)

57 Vision: Συνεργάτες Forschungszentrum Informatik (FZI), Γερμανία British Telecom, Ηνωμένο Βασίλειο Sirma CAS Software AG, Γερμανία Εθνικό Μετσόβιο Πολυτεχνείο (ΕΜΠ), Ελλάδα IDP, Βρυξέλλες – Βέλγιο

58 CognIT: Κυριότερες εργασίες UIPI Semantic Web AmbieSense On-To-Knowledge Vision Acknownet Electronic Management Application (EMA)

59 Acknownet (1/2) Ενεργός διαχειριστής γνώσης, με χρήση δυναμικών μοντέλων γνώσης που τροποποιούνται αυτόματα Στόχος: ανάπτυξη της πλατφόρμας Active Knowledge CMD (Capturing, Marshalling, Deployment) Σύλληψη γνώσεων με τρόπο ώστε να είναι αυτόματα επεκτάσιμες και τροποποιήσιμες Προσαρμογή σε διαφορετικές εφαρμογές

60 Acknownet (2/2) Η πλατφόρμα έχει σχεδιαστεί να διαχειρίζεται μορφές γνώσης όπως: αναλυτικές, που απεικονίζονται με δομές που διαχειρίζονται τιμές εμπειρικές, που αποκτώνται με διαδικασίες μάθησης από δεδομένα και γεγονότα (data and events) τοπολογικές, οργανωτικές και μετα-δομές και συσχετιζόμενες, που αφορούν σε αρχές και σχέσεις και εξάγονται από σημασιολογικά δίκτυα

61 Acknownet: η σύλληψη Να μετατρέψει ένα παθητικό σημασιολογικό δίκτυο σε ένα απόθεμα γνώσεων, κατανεμημένο σε διάφορα τμήματα της εταιρίας Ανάπτυξη συστήματος ενεργών δικτύων γνώσεων με χαρακτηριστικά Σταθερή εσωτερική δομή Διάθεση γνώσεων χωρίς επεξεργασία Αυτοματοποίηση κύκλου ζωής γνώσεων Ακεραιότητα

62 Acknownet:στόχοι Ανάπτυξη εφαρμογών πάνω στην πλατφόρμα του Acknownet Εφαρμογή του AKM σε διαφορετικούς οργανισμούς και μελέτη των αποτελεσμάτων Διασπορά στο ευρύτερο επιστημονικό και βιομηχανικό κοινό Ολοκλήρωση τον Απρίλιο του 2002

63 Acknownet: Συνεργάτες Tupai Systems Ltd. (Israel) Deutsche Forschungszentrum Künstliche Intelligenz (DFKI, Germany).

64 CognIT: Κυριότερες εργασίες UIPI Semantic Web AmbieSense On-To-Knowledge Vision Acknownet Electronic Management Application (EMA)

65 CognIT Ερωτήσεις √ Απαντήσεις...?