Waarom is dit belangrijk?
Gewone taal volgt zelden vaste definities, en naïeve semantiek laat computers daarom werken met typische aannames die een zin kan bijstellen. In de wetenschap ondersteunt die aanpak het ontleden van zinnen, het oplossen van verwijzingen en eenvoudig redeneren over teksten. Onderzoekers krijgen zo sneller een samenhangend beeld van een passage, maar vage of onnauwkeurige aannames kunnen die passage ook verkeerd uitleggen.
Zo werkt het in de praktijk
Naïeve semantiek wordt toegepast bij het automatisch ontwerpen van databanken. Storey, Goldstein en Ullrich beschrijven die toepassing in IEEE Transactions on Knowledge and Data Engineering. Ontwerpsystemen toetsen keuzes dan aan gewone kennis over het onderwerp, naast de vaste ontwerpregels.
Bij het IBM Los Angeles Scientific Center bouwden onderzoekers het KT-systeem. Het systeem leest tekst en zoekt antwoorden in een formele weergave of in de kennisbank. Het geplande NewSelector zou artikelen uit de Wall Street Journal verdelen volgens gebruikersprofielen.
Het KT-systeem koppelt naïeve semantiek aan discourse representation structures, een notatie voor tekstinhoud, en aan eerste-orde logica. Die vormen maken tekst en vragen vergelijkbaar. Bij databankontwerp vult dezelfde kennis formele ontwerptechnieken aan.




