ривіальні терміни (на кшталт конкретних назв пристроїв введення/виводу або операційних систем) для поліпшення видимості результатів не включалися. Підсумковий глосарій містив понад 120 базових термінів та понад 200 зв'язків між ними, причому для опису знадобилося дуже невелика кількість типів зв'язків. Проведений аналіз показав, що комп'ютерний глосарій є досить наочним засобом для аналізу зв'язності матеріалу. Наприклад, з нього чітко видно, що якщо в курсі інформатики учні не знайомляться з кодуванням команд і даних, то вивчення двійковій системи в ньому є не більше ніж данина традиції. Вдається зробити і більш складні висновки про побудову навчального матеріалу. p> Робота з онтологіями в якості засобу представлення знань показала, що через В«різнорідностіВ» видів навчальних матеріалів даний підхід зустрічається з певними труднощами: згадаймо, що класичні приклади онтологій будуються тільки за однією ознакою, наприклад, ціле-частина або клас- підклас. Набагато краще підходить для цілей структурування знань більш досконала технологія - побудова карт предметної області (topic maps), для якої також існує безкоштовне освітнє ПЗ. p>
Про дно з основних напрямків інформатизації освіти є створення електронних бібліотек Основним завданням, що виникає при роботі з повнотекстовими базами даних, є завдання пошуку документів за їх змістом. Однак, стали традиційними кошти контекстного пошуку по входженню слів в документ, представлені, зокрема, пошуковими машинами в Інтернет, часто не забезпечують адекватного вибору інформації за запитом користувача. p> Основна проблема полягає в складності точного формулювання запиту - підбору ключових слів, які належить шукати в тілах документів. Це може бути пов'язано з низкою причин: недостатнім знанням користувачем термінології предметної області, наявністю в мові багатозначних і синонімічних слів, і навіть орфографічними помилками в написанні шуканих слів, які можуть зустрічатися як у текстах, так і в самому запиті. p align="justify"> Інша фундаментальна причина полягає в тому, що іноді користувач не знає точно, яку саме інформацію йому хотілося б отримати, маючи лише загальне уявлення про межі своїх інтересів. Так, наприклад, намагаючись розширити свої пізнання в області комп'ютерної лінгвістики, на пошуковому сервері Google ви просто отримаєте список із сотень тисяч документів, що містять слова computer і linguistic ". А хотілося б расклассифицировать знайдений матеріал за тематичними групами, що відображає, наприклад, основні подіям і розробки в цій області, прізвища та посилання на публікації провідних дослідників. Як видно цього прикладу, завдання пошуку інформації тісно пов'язана із завданням класифікації текстів.
Використання онтологій для пояснення неявного і прихованого знання - можливий підхід для досягнення цієї мети.
