Harmonisering van die begrippe-raamwerk van die omgewingswet.

In 2017 het Dialogic 'n opdrag vir Rijkswaterstaat uitgevoer om gemeente begrippe te analiseer. Daar is ondersoek gedoen oor watter data gebruik kon word en watter stappe geneem moet word om hierdie data te analiseer. Vanuit die program en die VNG is versoek om hierdie ondersoek te opdateer en uit te brei. Die owerheid wil met die omgevingswet die reëls vir ruimtelike ontwikkeling vereenvoudig en saamvoeg. In hierdie ondersoek kyk ons hoe ons die omgevingswet begrippe tussen gemeentes kan harmoniseer aan die hand van tekst-mynbou en masjienleer metodes. Met tekst-mynbou kan ons struktuur aanbring in ongestruktureerde dataverstellings. Aan die hand van verskeie afstandmetrieke soos die Jaccard-ooreenkoms (figuur 1) kan ons vir groot hoeveelhede tekste bereken hoeveel die tekste van mekaar verskil. Die Jaccard-ooreenkoms word benewens tekst-mynbou doeleindes ook gebruik in bv. plagiaat opsporing of aanbevelingstelsels. Neem byvoorbeeld die begrip "gebeurtenis". In twee verskillende gemeentes word net iets ander definisies van hierdie begrip gebruik: Gemeente 1: alle vir die publiek toeganklike vermaakaktiwiteite, insluitende: ... Gemeente 2: elke vir die publiek toeganklike vermaakaktiwiteit met die uitsondering van: ... By die berekening van die Jaccard-ooreenkoms bereken ons die verhouding tussen die insluiting (aantal woorde wat in beide stelle voorkom) en die unie (die aantal unieke woorde). In die tabel hieronder word verduidelik hoe die insluiting tussen die twee stelle bereken word. Nadat die Jaccard-ooreenkoms bereken is, moet daar nog 'n afsnywaarde bepaal word. Hierdie afsnywaarde word so ingestel dat ons sekerheid kan hê dat twee begrippe aan mekaar gelyk is. Nadat die tekst-mynbou metodes gebruik is om te identifiseer watter begrippe sterk met mekaar ooreenstem, kan ons daarna masjienleer-algoritmes gebruik om nuwe toekomstige begrippe te klassifiseer. Wanneer ons die ongestruktureerde begrippe lys van etikette voorsien het, kan ons aan die hand van bv. 'n Steunvektor Masjien of 'n Diep Neuraal Netwerk voorspel in hoeverre 'n nuwe begrip ooreenstem met een van die gestandaardiseerde begrippe. Op hierdie manier skep ons nie net struktuur in die bestaande begrippe nie, maar skep ons ook raamwerke vir die vorming van nuwe begrippe. Die ontwikkelde metodes het baie toepassingsgebiede buite die omgevingswet-ondersoek. So kan die afstandmetriek Jaccard-afstand gebruik word om enige moontlike versameling van elemente met mekaar te vergelyk en dit is nie beperk tot (maar wel baie nuttig vir) tekstmining-doeleindes nie. Die masjienleer-algoritmes kan toegepas word vir enige denkbare klassifikasieprobleem. Op die bladsy Data Wetenskap en Skyfies kan u enkele van hierdie algoritmes self uittoets. Dink hierby aan 'n neuraal netwerk wat die funksie van 'n onderrig-vakature voorspel.