Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Kennisextractie

Engels: Knowledge extraction · Ook wel: knowledge extraction

In het kort

Kennisextractie is een methode om kennis te halen uit databases, documenten en beelden. Anders dan het ordenen van gegevens in tabellen levert dit kennis op die computers kunnen lezen en interpreteren, zodat zij nieuwe conclusies kunnen trekken via bestaande begrippen of een schema uit de bron zelf. Een organisatie koppelt zo feiten uit rapporten aan bestaande begrippen, waarna een systeem nieuwe verbanden kan afleiden.

Waarom is dit belangrijk?

Onderzoekers kunnen zo bewijs uit een grote stapel vakliteratuur bij elkaar brengen, zonder elk artikel van begin tot eind zelf te lezen. In de wetenschap zoeken onderzoeksteams hiermee gerichte aanwijzingen in studies over ziekten, voeding en geneesmiddelen. Studenten en professionals besparen daarmee veel leestijd op het werk, maar een onvolledige of foute uitkomst blijft mogelijk en vraagt controle door een mens.

Zo werkt het in de praktijk

DBpedia en Freebase zetten Wikipedia om in gestructureerde gegevens en verbinden die met kennis die al eerder is vastgelegd. Teams zetten relationele databases om naar RDF, een formaat voor gekoppelde gegevens.

Onderzoekers bekijken hoe relationele databases naar RDF gaan. Zij werken ook aan het herkennen van dezelfde persoon of zaak in meerdere bronnen. Bij ontology learning leert een methode een schema uit de bron zelf.

Het World Wide Web Consortium legde dit vast in de standaard R2RML. Die taal beschrijft hoe een maker tabellen koppelt aan een gekozen woordenschat in RDF. Een programma levert een bestand of beantwoordt vragen via SPARQL, een vraagtaal voor dit formaat.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026