Waarom is dit belangrijk?
Computers kunnen met beschrijvingslogica begrippen uit een vakgebied automatisch ordenen en daaruit nieuwe verbanden afleiden die mensen anders stuk voor stuk moeten nalopen. In klimaatonderzoek en in de industrie koppelen teams gegevens uit verschillende bronnen tot één gedeeld overzicht. Werknemers en studenten vinden daardoor sneller de juiste samenhang, maar een onvolledig model geeft geen sluitend antwoord en zware berekeningen duren lang.
Zo werkt het in de praktijk
In de defensie passen organisaties beschrijvingslogica toe op domeinkennis. Op het semantische web wisselen groepen ontologieën, gedeelde begrippenlijsten, uit via OWL 2. Protégé ondersteunt het bewerken, en redeneerprogramma's controleren of klassen kloppen.
De Universiteit van Oxford onderzoekt met Kaiser Permanente hoe vragen over veel patiëntdossiers sneller gaan. Zij zetten de gegevens om naar OWL-RL, een vorm die redeneerprogramma's aankunnen. Programma's zoals ELK voeren de vragen uit over de termen en de opbouw.
De webstandaard OWL 2 kent de profielen EL, QL en RL als kleinere varianten van beschrijvingslogica. Elk profiel laat minder taalmiddelen toe, zodat de computer bepaalde taken lichter uitvoert. De Manchester-syntax maakt de formules leesbaar voor wie ontologieën schrijft of naleest.




