平成１７年度大学院知識システム特論

(1)

オントロジー開発手順

1 2016/7/19

(2)

オントロジー開発手順 (現在)

１．Scope決定（利用目的，タスク：検索改善､KM、QA…）

２．再利用（ワードネット，オントロジー検索エンジン）

３．用語枚挙（自然言語処理）

４．クラス定義

５．

_{プロパティ定義：テーマによって標準的語彙がある}

６．制約定義

７．インスタンス定義

８．Scopeから考えて４－７は妥当か？ Go to 4

determine

scope

consider

reuse

enumerate

terms

define

classes

define

properties

define

constraints

create

instances

2 2016/7/19

(3)

Ontologies: Vocabulary (= Standard Property Set)

XML: Name Space Prefix， DB: Metadata

rdf

http://www.w3.org/1999/02/22-rdf-syntax-ns#

rdfs

http://www.w3.org/2000/01/rdf-schema#

owl

http://www.w3.org/2002/07/owl#

SKOS http://www.w3.org/TR/skos-reference/

dc

http://purl.org/dc/elements/1.1/

書誌

OAI-ORE

:

http://www.openarchives.org/ore/

アーカイブ

vCard

:

http://www.w3.org/Submission/vcard-rdf/

カード

rev

http://dannyayers.com/xmlns/rev/#

評価

foaf

http://xmlns.com/foaf/0.1/

人

SIOC:

http://rdfs.org/sioc/spec/

オンラインコミュニティ

geo

http://www.w3.org/2003/01/geo/wgs84_pos#

位置

gn

http://www.geonames.org/ontology#

地理

gr

http://purl.org/goodrelations/v1#

商品

Music

http://musicontology.com/

音楽

PO

http://purl.org/ontology/po/

メディア

DOAP

:

http://trac.usefulinc.com/doap

プロジェクト

wikiont_class

http://www.yamaguti.comp.ae.keio.ac.jp/wikipedia_ontology/class/

wikiont_property

http://www.yamaguti.comp.ae.keio.ac.jp/wikipedia_ontology/property/

ldc※

http://www.yamaguti.comp.ae.keio.ac.jp/ld/class/

ldp※

http://www.yamaguti.comp.ae.keio.ac.jp/ld/property/

3 2016/7/19

(4)

DC(Dublin Core) プロパティ書誌語彙

http://dublincore.org/documents/dcmi-terms/

title

リソースに与えられた名前

description

リソースに関する説明

date

リソースのライフサイクル中の出来事に関連する日時もしくは期間

creator

リソースの作成＊に主たる責任を持つ実体

contributor

リソースへの協力、貢献に責任を持つ実体

publisher

リソースを利用可能にすることに責任を持つ実体

type

リソースの性質もしくはジャンル

format

ファイル形式、物理メディア、リソースのサイズなど

language

リソースの言語

identifier

ある文脈における、リソースへの曖昧さのない参照

rights

リソースに適用される権利に関する情報

relation

source

リソースの派生元リソース

subject

リソースのトピック

coverage

リソースの空間的あるいは時間的トピック、or適用対象、リソースが有効となる地域など

4 2016/7/19

(5)

geo(GeoVocabulary) 位置語彙

http://www.w3.org/2003/01/geo/wgs84_pos#

SpatialThing

空間を表現

TemporalThing

時間を表現

Event

ある特定の日時に開催されるイベント

Point

ある地点を表現

lat

緯度

time

日時

location

ある特定の地点などとの関係を表現

long

経度

alt

標高

lat_long

緯度経度(カンマで分けて表現)

5 2016/7/19

(6)

geonameid

GeoNamesID

name

地理名称

asciiname

地理名称(ASCIIコードで表現)

alternatenames

代替名称

latitude

緯度

longitude

経度

featureClass

see http://www.geonames.org/export/codes.html

featureCode

see http://www.geonames.org/export/codes.html

countryCode

国名ID

cc2

代替国名ID

population

人口

elevation

海抜

gtopo30

900m×900m毎の平均海抜

timezone

タイムゾーン

modification date

修正日時

locatedIn

どこに位置するか表現

nearby

近くに何があるか表現

gn(GeoNames) 地理語彙

http://www.geonames.org/ontology#

6 2016/7/19

(7)

geo(GeoVocabulary) 具体例

7 2016/7/19

(8)

LOD

(Linked Open Data)

8 2016/7/19

(9)



Web上で公開され，相互に連結し合っているRDFデータ



これまで多く研究されてきた抽象的な概念構造が

現実的な有用性を生むには依然高いハードルがある



具体物であるインスタンスの記述をしたRDF（

Linked Open Data

）の

データベースを公開・共有し合うべきという風潮が高まっている

２００７年５月

２００８年５月

２０11年9月

LODの普及

9 2016/7/19

(10)

Linked Data Cloud

メディア

地理

政府

生命科学

クロスドメイン

出版物

ユーザー生成

コンテンツ

295のデータセット、310億を超えるトリプル

₁₀

2016/7/19

(11)

DBpedia

•http://www.dbpedia.org

•WikipediaのInfoboxを利用し、大規模なDBを構築

•LODにおいて、ハブとして広く利用されている

11 2016/7/19

(12)

DBpedia Japanese

(by NII)

http://ja.dbpedia.org/

• Dbpedia:Wikipedia英語版を対象

• DBpedia Japanese:Wikipedia日本語版を対象

12 2016/7/19

(13)

Linked Open Data Initiative



2012年8月に発足



LODを普及促進する活動



日本語LOD Cloudの作成

日本語LOD Cloud



2008年の欧米と同程度の規模



DBpedia Japaneseと相互リンクと

なっているのは以下の3つのみ



本家DBpedia



日本語WordNet



日本語Wikipediaオントロジー

DBpedia Japaneseが持って

いない概念階層関係の補完

として，日本語LODハブの一

つとして期待されている

13 DBpedia Japanese

DBpedia

日本語WordNet

日本語Wikipediaオントロジー

(14)

日本における行政LOD実践

http://citydata.jp/

http://spending.jp/

神奈川県横浜市 http://yokohama.spending.jp/ 千葉県千葉市 http://chiba.spending.jp/ 宮城県仙台市 http://sendai-miyagi.spending.jp/ 福岡県福岡市版 http://fukuoka.spending.jp/ 愛知県北名古屋市 http://kitanagoya.spending.jp/ 宮城県南三陸町 http://minamisanriku-cho.spending.jp/ 北海道江別市 http://ebetsu.spending.jp/ 北海道札幌市 http://sapporo.spending.jp/ 京都府京都市 http://kyoto-city.spending.jp/ 東京都小金井市 http://koganei.spending.jp/ 東京都武蔵野市 http://musashino.spending.jp/ 宮城県石巻市 http://ishinomaki.spending.jp/ 北海道旭川市 http://asahikawa.spending.jp/ 茨城県水戸市 http://mito.spending.jp/ 東京都杉並区 http://suginami.spending.jp/ 東京都中野区 http://nakano-ku.spending.jp/ 東京都調布市 http://chofu.spending.jp/ 東京都葛飾区 http://katsushika.spending.jp/ 大阪府吹田市 http://suita.spending.jp/ 福島県会津若松市 http://aizuwakamatsu.spending.jp/ 新潟県新潟市 http://niigata.spending.jp/

14 2016/7/19

(15)

Industrie 4.0

15 2016/7/19

(16)

Future Smart Factory

Big Data

& AI

Manufacturing

Robot

Manipulation

Image

Sensing

IoT

でも結局はデータ連携がキーでは？

16 2016/7/19

(17)

製造業のビッグデータ活用の成否

17 リーマンショック後、コマツでは建機の在庫が急増

→機械稼働管理システム「KOMTRAX」による建機の稼働状況に加えて、

流通在庫＋販売状況の管理

→

◎在庫1万8000台から約1万台まで削減

→×インドネシアの建設機械の稼働順調、販売順調と予測

しかし、

_{通貨ルピア急落により販売激減（経済予測データも必要）}

①組立工場内

②製品組立から納品までの進捗管理チャート

③グローバル販売生産管理

④世界34万台以上の建設機械の稼働状況

① ② ③ ④

From 日経BigData 2014.02.12

2016/7/19

(18)

M-BOM（製造で利用する部品表）

日本では公開ほぼ不可能

班组工序顺序序号工序名称零件图号零件名称零件数量作業班工程番号工程名称和訳図番部品名称和訳部品数量整备 05 零部件清洗部品洗浄整备 05 零部件清洗部品洗浄整备 10 油漆及补漆塗料とタッチアップ整备 15 配气机构气缸盖罩装配小组装バルブ仕組みとシレンダー・カバー組立の小備付 TC413301-91 气缸盖罩シリンダー・カバー 16 整备 15 配气机构气缸盖罩装配小组装バルブ仕組みとシレンダー・カバー組立の小備付 TC413302-91 扁螺母偏平なナット 16 整备 15 配气机构气缸盖罩装配小组装バルブ仕組みとシレンダー・カバー組立の小備付 TC413303-2003 垫圈φ36×30×2 ワッシャーφ36×30×2 16 整备 15 配气机构气缸盖罩装配小组装バルブ仕組みとシレンダー・カバー組立の小備付 TC413310-91 手轮ハンドホイール 16 整备 15 配气机构气缸盖罩装配小组装バルブ仕組みとシレンダー・カバー組立の小備付 GB894.1-86 挡圈30 カラー30（collar) 16 整备 15 配气机构气缸盖罩装配小组装バルブ仕組みとシレンダー・カバー組立の小備付 GB3452-1-92 O型圈25×2.65G O型リング25×2.65G 16 整备 20 凸轮轴侧盖.曲轴箱侧盖组小装配カムシャフトのサイドカバー、クランク・ケースのサイドカバー組の小組立 TC009001-91 曲轴箱侧盖(一) クランク・ケースのサイドカバーチーム(１) 7 整备 20 凸轮轴侧盖.曲轴箱侧盖组小装配カムシャフトのサイドカバー、クランク・ケースのサイドカバー組の小組立 TC013001-91 曲轴箱侧盖(二) クランク・ケースのサイドカバーチーム(２) 7 整备 20 凸轮轴侧盖.曲轴箱侧盖组小装配カムシャフトのサイドカバー、クランク・ケースのサイドカバー組の小組立 TC012001-91 曲轴箱侧盖(三) クランク・ケースのサイドカバーチーム(3) 2 整备 20 凸轮轴侧盖.曲轴箱侧盖组小装配カムシャフトのサイドカバー、クランク・ケースのサイドカバー組の小組立 TC008001-91 凸轮轴侧盖カムシャフトのサイドカバー 16 整备 20 凸轮轴侧盖.曲轴箱侧盖组小装配カムシャフトのサイドカバー、クランク・ケースのサイドカバー組の小組立 GB1235-76 O型密封圈 275×8.6 O型シールリング275×8.6 16 整备 20 凸轮轴侧盖.曲轴箱侧盖组小装配カムシャフトのサイドカバー、クランク・ケースのサイドカバー組の小組立 GB1235-76 O型密封圈 335×8.6 O型シールリング335×8.6 16 整备 20 凸轮轴侧盖.曲轴箱侧盖组小装配カムシャフトのサイドカバー、クランク・ケースのサイドカバー組の小組立 GB97.1-85 垫圈8 ワッシャー8 8

18 2016/7/19

(19)

トレーサビィリティ

• 企業内でもBOM表現が

異なり連携が難しい

• Supply Chain 途絶問題

Tier 3以下の部品・材料メー

カが供給停止

• リコール問題

（問題部品トレース問題）

問題部品が使用されている

車の特定に多大な時間

19 2016/7/19

(20)

AI

v.s.

Deep Learning

(21)

AI研究（60年間）の歴史

1956年夏ダートマス会議（チェス、定理証明）

探索、推論

1960年～

第1次AIブーム：単なる期待

、Toy Problem

1970年～

第1次冬の時代

（機械翻訳無理！基礎研究は継続）

1980年～

第2次AIブーム：推論と知識の時代

、

_{第5世代コンピュータ、エキスパートシステム、AIベンチャー}

（1986年：日本人工知能学会発足）

1995年～

第2次冬の時代

（基礎研究は継続）

インターネット、クラウドサービスの時代へ

2010年～

第3次AIブーム

（ML

、知識、ビッグデータ、IoT、セキュリティ統合

米国企業GAFMA+IBMからスタート、世界各国でプロジェクト）

？

_{第3次冬の時代は来る？来ない？}

2016/7/19

21

(22)

第3次AIブームの背景と現状

①コンピュータの高速化（15年間で1000倍）

②記憶装置の大容量化（2000年1000円→現在5円）

③ネットワーク広帯域化（2008年 FTTH回線＞ADSL回線）

④ソフトウェアのオープン（無料）化に支えられ，

ＡＩ要素技術（探索，推論，学習，知識）は進歩

2010年～

第3次AIブームから国際間競争

Deep Learning, AI Integration

による

問題特化・強力なAI

の登場

AIと社会の関係が多様化・深化

◎AI研究開発投資

①ネット5大企業GAFMA＋IBM, 中国企業AB, 日本企業トヨタ、ドワンゴなど

②米国、EU、日本、中国、韓国政府など

(23)

（人工）ニューラルネットワーク（神経回路網）

Another AI の歴史

脳を規範としたモデリングの研究。AI does not care so much about Brain。

AI(1956-)とNN(1958-)は、ほぼ同時期に研究開始。

人工知能学会（1986-)と日本神経回路学会(1989-)も同時期設立。

AI ≠ NN（脳を規範としないAIとは相いれないケースあり）

第１次NNブーム

1958年：パーセトプロン by Frank Rosenblatt (1928-2971)

第１次冬の時代

1969年：パーセトプロン批判 by Marvin Minsky(1927-2016)

1979年：ネオコグニトロン（猫の視覚野の研究をモデル化

→Simple細胞：図形特徴抽出、 Complex細胞：位置ずれ補正 by 福島邦彦氏

→CNN型 Deep Learningの基礎となる

2016/7/19

23

(24)

第3次NNブームの背景と現状

第2次NNブーム

1982年：Hopfield Network by John Hopfield

1985年：Boltzmann Machine by Geoffrey Hinton

1986年：Backpropagation（誤差伝搬法） by David E. Rumelhart

1989年：Convolutional NN by Lecun

（1988年：日本神経回路学会発足）

※過学習＆局所解が課題。学習が長時間。

第2次冬の時代

1990年-2010年：Bayesian Net, SVMなど、数理モデルベース機械学習が注目、

第2次NNブームは終焉。

第3次NNブーム

2006年：Auto-encoder by Geoffrey Hinton

2012年：Restricted Boltzmann Machine by Geoffrey Hinton

多層NNをDeep Learningと呼ぶようになり、DL>SVM, Basian…

Convolutional NN ：画像認識、音声認識への応用。ベンチマークで最高性能

Recurrent NN:自然言語処理への応用

※GPUマシンの普及：並列CPUマシンと比べて1/100のコスト

※DLツールの普及：Caffe, Chainer, TensorFlow

(25)

Auto-encoder as Pre-Training

自動符号化（原画像から復元画像）

G. E. Hinton, A. Krizhevsky & S. D. Wang: Transforming Auto-encoders, ICANN11 (2011)

原画像

復元画像

2016/7/19

制限付きボルツマシン(RBM)：

入力層と隠れ層、隠れ層と出力層間の結合。

同層の結合はない。

ユニット：確率論的二値ユニット

RBMの学習：入力層データを再現できるように、

ユニット結合係数wij値を調整する。

自動符号化：隠れ層が情報圧縮となる。

多層化：一つのRBM学習終了後、

上位に重ねる

→上位ユニットが

抽象度の高い特徴となる。

25

(26)

プ

ー

リ

ン

グ

層

正

規

化

層

畳

み

込

み

層

プ

ー

リ

ン

グ

層

正

規

化

層

畳

み

込

み

層

プ

ー

リ

ン

グ

層

正

規

化

層

畳

み

込

み

層

32x32

入力画像

3X3フィルタをスライド適用し、

活性化関数に与えて

（畳み込んで）、

特徴マップ作成する。

正規化実行可否

低次元化

※ハイパー変数決定問題

フィルターサイズ

活性化関数

正規化

ドロップアウト

などなど

出

力

層

知覚処理用Deep Learning

Convolutional Neural Network

(27)

人とAIの未来社会

(28)

28 ＡIの課題と将来

画像認識

音声認識

動作学習

対話学習

知識学習

画像切出し

言語学習

プログラム生成

2016/7/19

(29)

人はマネージャー、AIはプレイヤー

（チェス選手権はフリースタイルの時代）

混成チームⅡ

アマチュア＋AI

混成チームⅠ

プロ＋AI

AI

プロ

2016/7/19

29

(30)

製品組立工場における

作業者とロボットの協調

(31)

サービス業と知能ロボット

中国

_日本

2016/7/19

31 黒竜江省ハルビン市などで

ロボットレストラン3店開店(2012.7)

ロボット移動・運搬性能が低く、

2点が閉店。1点はロボットから人へ。

長崎ハウステンボス

変なホテル(2015.7-)

変なレストラン(2016.7-)

(32)

AIとの共同生活へ！？

2016/7/19

2011- 2013-2014 業務代行エージェントホログラムアシスタント

音声アシスタントSIRI her（映画） Amelia GateBox

世界でひとつの彼女 by IPsoft by ウィンクル

(33)

人とAIの多様な関係

雇用、法律、倫理、政策、教育など

• AI＋IoT＋ビッグデータ＋セキュリティ

絵画、音楽、小説、新聞記者、

医療、介護、教育、警察、金融、法律など

• 人とAIの関係は多様であるべき

分担、協働、パートナー。。。

• AIが人の職業を奪う→新しい職業も生まれる。

AIは新しい経営資源

• ロボット法学会設立準備

• 人工知能倫理委員会

2016/7/19

33

(34)

(35)

総務省「ＡＩネットワーク化検討会議」

http://www.soumu.go.jp/menu_news/s-news/01iicp01_02000050.html

第１章ＡＩネットワーク化をめぐる最近の動向

１国内の動向

２海外の動向

第２章「智連社会」における人間像

１問題の所在

２ＡＩネットワーク化の進展が産業構造及び雇用にもたらす影響

３「智連社会」における人間像

第３章ＡＩネットワーク化に関する評価指標

１問題の所在

２ＡＩネットワーク化の進展が社会にもたらす影響に関する評価指標

３豊かさや幸せに関する評価指標

第４章リスク・シナリオ分析（ロボットを題材にして）

１問題の所在

２リスク・シナリオ分析の枠組み

３シナリオの具体例

４リスク・シナリオ分析から得られた示唆と課題

2016/7/19

35

(36)

Race Against the Machine

米国では，ここ数年，

会計士，税理士の需要が8万人減少

高度コンピュータ

による大量失業時代？

アンドリュー・マカフィー

MITスローン・スクール、

デジタル・ビジネス・センター

主任リサーチサイエンティスト

2016/7/19

36

(37)

The Future of Employment (1)

Carl Benedikt Frey and Michael A. Osbome, Oxford Univ.

• コンピュータに代行困難な重要要素

①Creativity （創造性、創意工夫）

②Dexterity（手先の器用さ）

③Social Intelligence （社交性）

ルーチンワーク的な仕事は、AIに置き換えられ

ていく可能性が大きい

2016/7/19

37

(38)

人工知能やロボット等による代替可能性が高い100種の職業

http://www.nri.com/Home/jp/news/2015/151202_1.aspx

【事務員・作業員】 一般事務員 医療事務員 駅務員 会計監査係員 貸付係事務員 学校事務員 教育・研修事務員 行政事務員（国） 行政事務員（県市町村） クリーニング取次店員 警備員 経理事務員 検収・検品係員 検針員 建設作業員 産業廃棄物収集運搬作業員 出荷・発送係員 じんかい収集作業員 人事係事務員 新聞配達員 スーパー店員 生産現場事務員 製本作業員 清涼飲料ルートセールス員 倉庫作業員 宅配便配達員 通信販売受付事務員 積卸作業員 電子計算機保守員（ＩＴ保守員） 道路パトロール隊員 日用品修理ショップ店員 バイク便配達員 発電員 非破壊検査員 ビル清掃員 物品購買事務員 貿易事務員 包装作業員 保管・管理係員 保険事務員 郵便外務員 郵便事務員 有料道路料金収受員 列車清掃員 レンタカー営業所員 【工員】 鋳物工 ＡＶ・通信機器組立・修理工 ＮＣ研削盤工 ＮＣ旋盤工 加工紙製造工 カメラ組立工 機械木工 金属加工・金属製品検査工 金属研磨工 金属材料製造検査工 金属熱処理工 金属プレス工 計器組立工 ゴム製品成形工（タイヤ成形を 除く） こん包工 サッシ工 紙器製造工 自動車組立工 自動車塗装工 水産ねり製品製造工 製パン工 製粉工 繊維製品検査工 惣菜製造工 鍛造工 電子部品製造工 プラスチック製品成形工 ミシン縫製工 めっき工 めん類製造工 【オペレーター】 IC生産オペレーター CADオペレーター 石油精製オペレーター セメント生産オペレーター 電算写植オペレーター プロセス製版オペレーター ボイラーオペレーター マシニングセンター・オペレーター 【担当係】 受付係 銀行窓口係 データ入力係 ホテル客室係 レジ係 寄宿舎・寮・マンション管理人 給食調理人 宝くじ販売人 駐車場管理人 【その他】 診療情報管理士 測量士 タクシー運転者 通関士 電気通信技術者 電車運転士 ビル施設管理技術者 路線バス運転者

2016/7/19

38

(39)

【飲食】 ソムリエ バーテンダー ペンション経営者 【技術系・自由業】 アウトドアインストラクター アナウンサー アロマセラピスト 犬訓練士 映画カメラマン 映画監督 エコノミスト 学校カウンセラー 観光バスガイド クラシック演奏家 ケアマネージャー 経営コンサルタント 芸能マネージャー 広告ディレクター 国際協力専門家 雑誌編集者 産業カウンセラー 商業カメラマン 商品開発部員 スタイリスト スポーツインストラクター スポーツライター 声楽家 ツアーコンダクター ディスクジョッキー ディスプレイデザイナー デスク テレビカメラマン テレビタレント 図書編集者 ネイル・アーティスト 俳優 美容師 評論家 舞台演出家 舞台美術家 フラワーデザイナー フリーライター プロデューサー 放送記者 放送ディレクター 報道カメラマン マーケティング・リサーチャー マンガ家 ミュージシャン メイクアップアーティスト 料理研究家 旅行会社カウンター係 レコードプロデューサー レストラン支配人 録音エンジニア 【教育・医療関係】 医療ソーシャルワーカー 音楽教室講師 学芸員 教育カウンセラー 外科医 言語聴覚士 作業療法士 産婦人科医 歯科医師 児童厚生員 社会学研究者 社会教育主事 社会福祉施設介護職員 社会福祉施設指導員 獣医師 柔道整復師 小学校教員 小児科医 助産師 心理学研究者 人類学者 精神科医 大学・短期大学教員 中学校教員 中小企業診断士 内科医 日本語教師 はり師・きゅう師 保育士 法務教官 盲・ろう・養護学校教員 幼稚園教員 理学療法士 【クリエイティブ系】 アートディレクター インテリアコーディネーター インテリアデザイナー グラフィックデザイナー ゲームクリエーター 工業デザイナー コピーライター 作詞家作曲家 シナリオライター ジュエリーデザイナー ファッションデザイナー フードコーディネーター

平成１７年度大学院 知識システム特論

オントロジー開発手順

1

2016/7/19

オントロジー開発手順 (現在)

１．Scope決定（利用目的，タスク：検索改善､KM、QA…）

２．再利用（ワードネット，オントロジー検索エンジン）

３．用語枚挙（自然言語処理）

４．クラス定義

５．

プロパティ定義：テーマによって標準的語彙がある

６．制約定義

７．インスタンス定義

８．Scopeから考えて４－７は妥当か？ Go to 4

determine

scope

consider

reuse

enumerate

terms

define

classes

define

properties

define

constraints

create

instances

2

2016/7/19

Ontologies: Vocabulary (= Standard Property Set)

XML: Name Space Prefix， DB: Metadata

rdf

http://www.w3.org/1999/02/22-rdf-syntax-ns#

rdfs

http://www.w3.org/2000/01/rdf-schema#

owl

http://www.w3.org/2002/07/owl#

dc

http://purl.org/dc/elements/1.1/

書誌

OAI-ORE

:

http://www.openarchives.org/ore/

アーカイブ

vCard

:

http://www.w3.org/Submission/vcard-rdf/

カード

rev

http://dannyayers.com/xmlns/rev/#

評価

foaf

http://xmlns.com/foaf/0.1/

人

SIOC:

http://rdfs.org/sioc/spec/

オンラインコミュニティ

geo

http://www.w3.org/2003/01/geo/wgs84_pos#

位置

gn

http://www.geonames.org/ontology#

地理

gr

http://purl.org/goodrelations/v1#

商品

Music

http://musicontology.com/

音楽

PO

http://purl.org/ontology/po/

メディア

DOAP

:

http://trac.usefulinc.com/doap

プロジェクト

wikiont_class

http://www.yamaguti.comp.ae.keio.ac.jp/wikipedia_ontology/class/

wikiont_property

平成１７年度大学院知識システム特論

_{プロパティ定義：テーマによって標準的語彙がある}

DC(Dublin Core) プロパティ書誌語彙