Guide

Emnekart for vanlige dødelige (del 1)

Emnekart for vanlige dødelige

Emnekart som teknologi kan være litt håpløst å få taket på med det første; her florerer det vanskelige og fremmede uttrykk, nye tankesett og dystre spådommer om vår udugelighet i datamodellering. Og det er ikke for ingenting at emnekart sprer om seg - i en verden som stadig blir mer komplisert og omfattende er det også nødvendig for våre datasystemer å holde tritt. Relasjonsdatabaser og gode gamle programmeringsteknikker er ikke lenger nok. Vi trenger nye måter å tenke på, nye metoder og nye veier å gå. Vi trenger nye måter å møte nye informasjonsbehov på. Og nettopp derfor denne artikkelen.

Mine egne første skritt i den emnebelagte verden var presset frem av profesjonell nytte-verdi-evaluering, men like fullt av egen sta og katteaktig nysgjerrighet - jeg var alltid søkende etter nye og bedre måter å løse problemer på. Som vi vet skorter det ikke på problemer som må løses, men det skorter heller ikke på mulige løsninger, både gode og udugelige. Her gjelder det bare å velge riktig løsning.

Først og fremst

Jeg skal først klargjøre noe av det vanskligste når vi snakker om informasjonsbehandlig, kunnskapsbehandling, eller kanskje kunnskapshåndtering (eller tilogmed intelligente informasjonsagenter): Terminologi og omfang.

La oss først se på omfanget av hva jeg her snakker om. Informasjonssystemer - altså datasystemer som har som modus operandi å gi deg best mulig resultat (søking, surfing, leting, gjetting, og så videre) fra gitte informasjonsmengder, finner du overalt. Fra det innerste lille intranett til det store internettet der ute og kanskje enda litt til. Det finnes dype nett (med vanskelig eller lukket tilgang) og åpne nett, applikasjoner, notiser, filer og fragmenter som alle inneholder informasjon. Det aller meste av denne informasjonen finnes i kontekst av seg selv; med andre ord, det finnes ingen eller lite annen informasjon som gir oss sterke indikasjoner på hva denne informasjonen er for noe. Hvis vi snakker om "fisk" i ett dokument, snakker vi om samme "fisk" i et annet? Det finnes millioner av informasjonsfragmenter der ute, og alt er neppe av samme kvalitet eller interessefaktor.

Trikset er, og vil alltid være, å koble denne informasjonen best mulig opp til hva brukeren (om så være en person eller et program) måtte ønske, og allerede her bør jeg nevne at mye av det vi forsøker å oppnå i disse systemene er basert på magi, speil og tankeoverføring. Hvis jeg forteller et system at jeg leter etter "Monteverdi", hvordan vet systemet at det skal ikke finne bildelfabrikanten Monteverdi , men snarere Monteverdi, barokkomponisten? Og ikke bare barokkomponisten Monteverdi, men dokumenter som sier noe vettugt - og ikke bare det at han er listet som komponist på en CD av en artist som spiller barokkslagere på trekkspill?

Hvordan skal vi få til alt dette?

Søkemotorer bruker logiske operatører for å få til en del av dette, slik som å si "finn sider med 'Monteverdi', men ikke hvis de snakker om 'biler, bil, bildeler, krom, fotasje eller testestoron' ", men hva hvis verdens viktigste Monteverdiekspert - som legger ut høyst viktige og interessante artikler - også har bildilla? Det sier seg selv av vi må jobbe litt hardere med å klemme semantiske verdier ut av informasjonen vår.

Norges beste mobilabonnement

Juni 2017

Kåret av Tek-redaksjonen

Jeg bruker lite data:

Ice Mobil 1 GB


Jeg bruker middels mye data:

Telio Go 5 GB


Jeg bruker mye data:

Komplett Maxiflex 12 GB


Jeg er superbruker:

Komplett Megaflex 30 GB


Finn billigste abonnement i vår mobilkalkulator

Forsiden akkurat nå

Til toppen