Upload
hoangquynh
View
219
Download
0
Embed Size (px)
Citation preview
Vorlesung
Dr. Harald Sack
Hasso-Plattner-Institut für Softwaresystemtechnik
Universität Potsdam
Wintersemester 2008/09
Semantic Semantic WebWeb
http://sw0809.blogspot.com/
Blog zur Vorlesung: http://sw0809.blogspot.com/
2
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
Semantic Web - Vorlesungsinhalt
1. Einführung
2. Die Sprachen des Semantic Web
3. Wissensrepräsentation
4. Web of Trust
5. Ontology Engineering
6. Semantic Web Anwendungen
3
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
Semantic Web
3. Wissensrepräsentationen
3.0 Motivation
3.1 Ontologien in der Philosophie
3.2 Ontologien in der Informatik
3.3 Ontolgie Beschreibungssprachen
3.4 Ontologietypen
3.5 Wiederholung Aussagenlogik und Prädikatenlogik
3.6 Beschreibungslogiken und Web Ontology Language OWL
3.7 Regeln mit SWRL / RIF
3.8 Logikbasierte Systeme
11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12
13
4
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.0 Motivation
Semantic Web Architecture
URI / IRI
XML / XSD
RDFS
Ontology (OWL)
Trust
Cry
pto
Unifying Logic
Proof
Data interchange:RDF
Query:SPARQL
Rule:RIF
User Interface & Application
5
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.0 Motivation
„People can‘t share knowledge if
they don‘t speak a common
language“ Thomas Davenport (1997)
6
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.0 Motivation
„People can‘t share knowledge if
they don‘t speak a common
language“ Thomas Davenport (1997)
7
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.0 Motivation
Der Turmbau zu Babel…. (1)Datenaustausch zwischen heterogenen Systemen
System A verwendet Schema A
System B verwendet Schema B
dabei können gleiche Begriffe mitunterschiedlicher Bedeutungassoziiert sein
während unterschiedlicheBegriffe die gleiche Bedeutunghaben können
Begriffe/Konzepte aus System Amit Schema A müssen inBegriffe und Konzepte aus Schema Bübersetzt werden
8
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.0 MotivationDer Turmbau zu Babel…. (2)
Datenaustausch zwischen heterogenenSystemen
Lösung (1):
Übersetzer für jede möglicheKombination von (n) Systemen
benötigt O(n2) Übersetzer….
Lösung (2):
unabhängiges Repräsentationsschema(Interlingua)
benötigt n Übersetzer….
9
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.0 Motivation
Nutze eine gemeinsame Sprache….
• gemeinsame Symbole und Begriffe (Syntax)
• Übereinkunft bzgl. deren Bedeutung (Semantik)
• Klassifikation von Begriffen (Taxonomie)
• Assoziationen und Vernetzungen von Begriffen (Thesauri)
• Regeln und Wissen darüber, welche Vernetzungen zulässig und sinnvoll sind (Ontologien)
10
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.0 Motivation
Ontologien als Wissensrepräsentation(Knowledge Representation)
Was ist Wissen (Knowledge)?
klassische Wissensdefinition:„Teilmenge aller wahren Annahmen“
Wahrheiten(Truths)
Annahmen(Beliefs)
Wissen(Knowledge)
11
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
Semantic Web
3. Wissensrepräsentationen
3.0 Motivation
3.1 Ontologien in der Philosophie
3.2 Ontologien in der Informatik
3.3 Ontolgie Beschreibungssprachen
3.4 Ontologietypen
3.5 Wiederholung Aussagenlogik und Prädikatenlogik
3.6 Beschreibungslogiken und Web Ontology Language OWL
3.7 Regeln mit SWRL / RIF
3.8 Logikbasierte Systeme
11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12
13
12
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.1 Ontologien in der Philosophie
Ontologien als zentraler Begriff in der Philosophie
13
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.1 Ontologien in der Philosophie
• griech. Partizip zu „sein“ Lehre
„Philosophische Disziplin, die sich primär mit dem Sein,
dem Seienden als solchem und mit den fundamentalen
Typen von Entitäten beschäftigt…“ (wikipedia)
allgemeine Metaphysik Erkenntnistheorie (Epistemologie)
• „wie sind die Dinge als solches (an sich)?“
Eine kurze Begriffsbestimmung
14
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.1 Ontologien in der Philosophie
Eine kurze Begriffsbestimmung
Klassische griechische Philosophie
• Sokrates, Platon (5./4. Jhdt. v. Chr.)
• Trennung zwischen
• Konzept / Klasse (= Idee, „Noosphäre“, Welt der Ideen)
und
• Instanz (Objekte der realen Welt, nur „Schatten“ der Ideen)
• Hierarchie der Ideen
Sokrates(470-399 v. Chr)
Platon(427-347 v. Chr)
15
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.1 Ontologien in der Philosophie
Eine kurze Begriffsbestimmung
Klassische griechische Philosophie
• Parmenides, Aristoteles (5./4. Jhdt. v. Chr.)
• Grundfrage: „Was sind die fundamentalen Kategorien des Seins?“
• Aristoteles (Metaphysik IV, 1)
stellt System von Kategorien auf zur Klassifikationaller Dinge, über die Aussagen getroffen werdenkönnen
unbelebt / belebt / stofflich / geistig
Stoff / Qualität / Quantität / Beziehung /Wirken / Leiden / Ort / Zeit /…
Parmenides(510-450 v. Chr)
Aristoteles(384-322 v. Chr)
16
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.1 Ontologien in der Philosophie
Eine kurze Begriffsbestimmung
Aristoteles stellt ein System vonKategorien auf zur Klassifikation allerDinge, über die Aussagen getroffenwerden können
Platon und Aristoteles(„Philosophenschule von Athen“,
Raphael, 1512)
17
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.1 Ontologien in der Philosophie
Eine kurze Begriffsbestimmung
Mittelalterliche Scholastik
• Thomas v. Aquin, Anselm v. Canterbury, William v. Ockham (12.-14. Jhdt.)
• Universalienproblem: „Kann Universalien (Ideen) eine ontologische Existenz zugemessen werden?“
• Realismus Ontologische Existenz der Ideen
• Nominalismus Ideen sind nichts als Worte/Symbole
Thomas v. Aquin(1225-1274)
Anselm v. Canterbury(1033-1109)
William v. Ockham(1285-1349)
18
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.1 Ontologien in der Philosophie
Eine kurze Begriffsbestimmung
Immanuel Kant (1724-1804)
• Erkenntnistheorie• Grundfrage: „Wie vermag unser Verstand die Welt wahrzunehmen?“• triadisches Modell
notwendiggemeinsambegrenztAllheit
existentursächlichnegiertVielheit
möglichinhärentrealEinheit
ModalitätRelationQualitätQuantität
Immanuel Kant(1724-1804)
19
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
Semantic Web
3. Wissensrepräsentationen
3.0 Motivation
3.1 Ontologien in der Philosophie
3.2 Ontologien in der Informatik
3.3 Ontolgie Beschreibungssprachen
3.4 Ontologietypen
3.5 Wiederholung Aussagenlogik und Prädikatenlogik
3.6 Beschreibungslogiken und Web Ontology Language OWL
3.7 Regeln mit SWRL / RIF
3.8 Logikbasierte Systeme
11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12
13
20
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
Der Ontologiebegriff in der Informatik
21
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.2 Ontologien in der Informatik
Eine kurze Begriffsbestimmung
“An ontology is a specification of a conceptualization
that is designed for reuse across multiple applications
and implementations.
…a specification of a conceptualization is a written,
formal description of a set of concepts and
relationships in a domain of interest.”
“... An ontology is a catalog of the types of things that are
assumed to exist in a domain of interest D from the
perspective of a person who uses a language for the
purpose of talking about D.”
(John F. Sowa, 1995)
(Peter Karp (2000) Bioinformatics 16:269)
22
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.2 Ontologien in der Informatik
Eine kurze Begriffsbestimmung
"An ontology is an explicit, formal specification of a shared
conceptualization. The term is borrowed from philosophy,
where an Ontology is a systematic account of Existence.
For AI systems, what ‘exists’ is that which can be
represented.“
(Thomas R. Gruber, 1993)
Konzeptualisierung: abstraktes Modell (Domäne, identifizierte relevante
Begriffe, Beziehungen)
Explizit: Bedeutungen aller Begriffe definiert
Formal: maschinenverstehbar
Gemeinsam: Konsens bzgl. Ontologie
23
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.2 Ontologien in der Informatik
Konzeptualisierung
Symbol Gegenstand
Konzept
steht für
ruft hervor referenziert
„GOLF“Signifikand Signifikat
(nach Ogden-Richards, 1923)
verwendengemeinsamesKonzept
Zuordnung von Symbol (Wort) Gegenstand nur indirekt möglich,Menschen ordnen Gegenständen Konzepte zu, die sie benennen
24
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.2 Ontologien in der Informatik
Ontologien - Komponenten und ModelleKlassen, Beziehungen und Instanzen
Klassen repräsentieren Konzepte
Klassen werden durch Attribute beschrieben
Attribute werden aus Name-Wert-Paaren gebildet
Adresse• Vorname <string>• Nachname <string>• Straße <string>
• Postleitzahl <int>• Ort <string>
• …
„Die Adresse ist eine Postanschrift und
beinhaltet im Allgemeinen Straßenamen,Postleitzahl und Ortsnamen.“
Informale Beschreibung
Semi-informale Beschreibung
(Gruber, 1993)
25
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.2 Ontologien in der Informatik
Ontologien - Komponenten und ModelleModellierung
Informal natürlichsprachliche Beschreibung
Semi-informal strukturierte Beschreibung inbeschränkter natürlicher Sprache
Semi-formal Beschreibung in künstlicher, formaldefinierter Sprache
Formal Beschreibung in sorgfältig definiertenBegriffen mit formaler Semantik, Nachweis der Vollständigkeit undKorrektheit
26
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.2 Ontologien in der Informatik
Ontologien - Komponenten und ModelleModellierung
Klassen stehen mit anderen Klassen in Beziehung
Beziehungen sind spezielle Attribute, deren Wert einObjekt einer anderen Klasse darstellt
AdressePersonbesitzt
Professor Student
ist eineist eine
Vorlesung
hält besucht
Lehrveranstaltungist eine
Formal: Mengen m1,…mn Relation R m1 x … x mn
27
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.2 Ontologien in der Informatik
Ontologien - Komponenten und ModelleModellierung
an Beziehung zwischen Klassen können Regeln geknüpftwerden
AdressePersonbesitzt
Professor Student
ist eineist eine
1:n
1:1
Frau
Mann
ist eine
ist eine
Frau
28
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.2 Ontologien in der Informatik
Ontologien - Komponenten und ModelleModellierung
Über Klassen, Beziehung, Regeln können Aussagen
getroffen werden
Spezialfall: formale Axiome
Axiome bezeichnen Wissen, das auf keine andere Weisenur durch die restlichen Komponenten ausgedrückt werdenkann
Beispiel:• „es ist nicht möglich, zwei Lehrveranstaltungen am selben Termin zu halten“
29
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.2 Ontologien in der Informatik
Ontologien - Komponenten und ModelleModellierung
Instanzen bezeichnen Individuen einer Ontologie
Lehrveranstaltung
Seminar
ist eine
BachelorseminarSW enabled Applications
Donnerstag11.00 Uhr
A-2.1
Individuals (instances) are the basic components of an ontology. The individuals in an ontology may include concrete objects such as people, animals, tables, automobiles, molecules, and planets, as well as abstract individuals such as numbers and words.
30
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
Semantic Web
3. Wissensrepräsentationen
3.0 Motivation
3.1 Ontologien in der Philosophie
3.2 Ontologien in der Informatik
3.3 Ontolgie Beschreibungssprachen
3.4 Ontologietypen
3.5 Wiederholung Aussagenlogik und Prädikatenlogik
3.6 Beschreibungslogiken und Web Ontology Language OWL
3.7 Regeln mit SWRL / RIF
3.8 Logikbasierte Systeme
11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12
13
31
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Aussagenlogik – Propositional Logicin der Aussagenlogik besteht die Welt ausschließlich aus Fakten(Aussagen)
Folgende Aussagen/Schlussfolgerungen sind nicht möglich:
Alle Menschen sind sterblich
Sokrates ist (war) ein Mensch
Daher ist Sokrates sterblich
Die Welt besteht vielmehr aus Objekten und Eigenschaften(Properties), die ein Objekt vom anderen unterscheiden.
Zwischen Objekten bestehen Beziehungen (Relationen). EinigeBeziehungen sind dabei eindeutig, also Funktionen.
32
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Prädikatenlogik – First Order LogicIn der Prädikatenlogik erster Stufe (First Order Logik, FOL)erlauben Quantoren Aussagen über Mengen von Objekten zumachen, ohne diese Objekte explizit einzeln aufzuzählen
FOL ist perfekt zur Beschreibung von Ontologien geeignet, aber
FOL ist sehr ausdrucksstark,
deshalb unhandlich bei der Modellierung,
schlecht geeignet um Konsens bei der Modellierung zufinden und
Beweistheoretisch sehr komplex
Suche ein geeignetes Fragment von FOL
33
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Beschreibungslogiken - Description Logics
Beschreibungslogiken (engl. description logics) sind eine Familievon Sprachen zur Wissensrepräsentation. Die meisten Beschreibungs-logiken sind eine Untermenge der Prädikatenlogik erster Stufe, im Gegensatz zu dieser aber entscheidbar. Dies ermöglicht über eine Beschreibungslogik zu schließen, d.h. aus vorhandenem Wissenneues Wissen zu gewinnen…
TBox terminological knowledgeWissen über Konzepte einer Domäne(Klassen, Attribute, Eigenschaften…)
ABox assertional knowlegdeWissen über Instanzen / Entitäten
Vorlesung
Vorlesung„Semantic Web“
Knowledge Base
34
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Beschreibungslogiken - Description LogicsConcepts (unäre Prädikate),
beschreiben Entities/Klassen
z.B. Person, Lehrveranstaltung, Student, Dozent, Seminar, ...
Roles (binäre Prädikate)
beschreiben Eigenschaften / Relationen
z.B. nimmtTeilAn, liest, wirdGelesenVon, …
Student: { x | Student(x)}
nimmtTeilAn: { (x,y) | nimmtTeilAn(x,y)}
35
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Beschreibungslogiken - Description LogicsIndividuals (Konstanten, individuelle Ausprägungen)
z.B. Alice, Bob, Doktorandenseminar Selbstorganisation
Operators / Constructors (zum Formulieren komplexerBeschreibungen von Concepts / Roles), Expressivität wirdbeschränkt, so dass:
Erfüllbarkeit (Satisfiability) / Enthaltensein (Subsumption)ist entscheidbar und
(möglichst) von geringer Komplexität
Student nimmtTeilAn.wirdGelesenVon.NobelpreisGewinner
{ x | Student(x) y.nimmtTeilAn(x,y) z.wirdGelesenVon(y,z)
NobelpreisGewinner(z) }
36
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Beschreibungslogiken - Description LogicsOperatoren beinhalten in der Regel zumindest:
Konjunktion ( ),
Disjunktion ( ),
Negation ( )
eingeschränkte Form der Quantifizierung ( )
bildet Basis Description Logic ALC
Attributive Language with Complement
Seminarteilnehmer Person
37
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Beschreibungslogiken - Description Logics
Q
I
H
AL*
FL
Sprache
S*
(Qualifizierte Zahlenrestriktion
R-1Inverse Beziehung
R Beziehungshierarchie
{a1,…,an}Menge von Individuen (O)
(Zahlenrestriktion (N)
Existentielle Restriktion
C Disjunktion
Negation
Bottom (speziellstes Concept)
Top (allgemeinstes Concept)
Existenzquantor
Wertrestriktion
A Konjunktion
SyntaxOperator / Constructor
38
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Beschreibungslogiken - Description LogicsSemantik wird durch eine Interpretation festgelegt ( I, I)
I … Domain of Discourse, I
Interpretationsfunktion
I :A AI I , A ... atomares Konzept
I :R RI I x I , R … atomare Relation
┬I = I
I =(¬A)I = I \ AI (C D)I = CI DI
( R.C)I = {a I | b.<a,b> RI b CI}( R.┬)I = {a I | b.<a,b> RI}
39
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Beschreibungslogiken - Description LogicsOntologien können z.B. auch mit Hilfe von Datenbank- oderSoftwarentwurfstechniken beschrieben werden
z.B. UML, ER-Modell, …
Seminar
- Titel: String - Semester: String - Beginn: Date - Ende: Date - …
Person
- Vorname: String - Nachname: String - …
nimmtTeilnn
wirdGehalten1n
40
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen
Alternative Modelle
Formalismen und Modelle limitieren die Art des Wissens, diemit diesen ausgedrückt werden können
z.B. UML, ER, SQL gestatten nicht die Formulierungkomplexer logischer Abhängigkeiten und das Ziehen von
Schlussfolgerungen über diesen
AI-basierte Sprachen (z.B. Ontolingua, LOOM, OCML, FLogic,…)und Ontologie Markup-Sprachen (z.B. RDFS, DAML+OIL, OWL,…) sind besser zur Repräsentation von Ontologien geeignet.
41
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
Semantic Web
3. Wissensrepräsentationen
3.0 Motivation
3.1 Ontologien in der Philosophie
3.2 Ontologien in der Informatik
3.3 Ontolgie Beschreibungssprachen
3.4 Ontologietypen
3.5 Wiederholung Aussagenlogik und Prädikatenlogik
3.6 Beschreibungslogiken und Web Ontology Language OWL
3.7 Regeln mit SWRL / RIF
3.8 Logikbasierte Systeme
11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12
13
42
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologietypen und Kategorien
Top-Level Ontology
(Upper Ontology,
Foundation Ontology)
allgemeine, bereichsübergreifende Ontologien
(beschreibt sehr generelle Konzepte
wie z.B. Zeit, Raum,Vorgang
unabhängig von einer bestimmten
Domäne oder Problemstellung.)
Domain Ontology Task Ontology
spezielle, auf eine konkret fokusierte Domäne oder
Aufgabe zugeschnittene Ontologie, die in der Regel eine
Domain und/oder Task Ontologie spezialisieren.
Application Ontology
(nach Guarino,1998)
grundlegende Konzepte bezogen
auf eine allgemeine Aktivität oder
Aufgabe.
grundlegende Konzepte bezogen
auf eine generische Domäne.
43
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologietypen und Kategorien
kontrolliertes
Vokabular
(nach Lassila/McGuinnes, 2001)
Thesauri
Begriffe/
Glossarinformales
ist-ein
formales
ist-ein
formale
Instanz
Frames
Wert-
Restriktionen
Allg.
logische
Constraints
Disjunktheit,
Inverses,
Part-of…
lightweight ontologies heavyweight ontologies
Ausdruckstärke +-
44
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologietypen und KategorienKontrolliertes Vokabular:
endliche Liste von Begriffen (z.B. Kataloge)
Glossar:
eine endliche Liste von Begriffen und deren zugehörigeBedeutung, formuliert in natürlicher Sprache (informal).
Thesauri: [griech. „Schatz, Schatzhaus“]
Kontrolliertes Vokabular, dessen Begriffe durch Relationenmiteinander verbunden sind.
Äquivalenz (Synonyme)
Hierarchien (Ober-, Unterbegriffe)
Homographien (Homonyme)
Assoziationen (ähnliche Begriffe)
45
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Thesaurus
Unterhose
Schlüpfer
Synonyme
Slip
Tanga
Liebestöter
Boxershort
Spezialisierungen
UnterwäscheOberbegriff
Unterhemd
Assoziation
46
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Taxonomiesysteme
auch Klassifikationssystem, Nomenklatur, …
Carl v. Linné (um 1740) schafft einfaches, noch heutegebräuchliches hierarchisches Klassifikationsschema fürTiere/Pflanzen
Bsp.Homo sapiens (der verständige Mensch)
Einteilung von Dingen (oder auch Lebewesen) in Gruppen
(von [griech]. (tassein) = klassifizieren und
μ (nomos) = Gesetz, Wissenschaft)...
Carl v. Linné(1707-1778)
Gattung Art
47
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
TaxonomiesystemeKlassifikation des Lebens nach Carl Linné
Tierreich (Animalia)
Wirbeltiere
Mensch (Homo)
Moderner Mensch (Homo sapiens)
Menschenartige (Hominidae)
Primaten
Säugetiere (Mammaliae)
Mehrzeller (Eukaria)
48
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologytypen und Kategorieninformale IS-A-Hierarchie:
explizite Hierarchie von Klassen, Unterklassenbeziehung nichtstrikt eingehalten (Bsp. Yahoo’s Begriffshierarchien)
formale IS-A-Hierarchie:
explizite Hierarchie von Klassen, Unterklassenbeziehungwerden strikt eingehalten wird (Transitivität / Instanz)
formale Instanz:
explizite Hierarchie, die neben der Unterklassenbeziehung auchdie Instanzbeziehung erlaubt.
49
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologytypen und Kategorienunterschiedliche Tierkategorien in "einer gewissen chinesischen
Enzyklopädie" nach Jorge Luis Borges:
- dem Kaiser gehörige,
- einbalsamierte,
- gezähmte,
- Milchschweine,
- Sirenen,
- Fabeltiere,
- streunende Hunde,
- in diese Einteilung aufgenommene,
- die sich wie toll gebärden,
- unzählbare,
- mit feinstem Kamelhaarpinsel gezeichnete,
- und so weiter,
- die den Wasserkrug zerbrochen haben,
- die von weitem wie Fliegen aussehen.
50
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologiebeispiele und Anwendungen
WordNet
• link-based electronic dictionary
• Wörterbuch mit seman- tischen Relationen zwischen den Wort- bedeutungen
• organisiert in 117587 „Synsets“,gegliedert nach
• Substantiven (N)
• Verben (V)
• Adjektiven (Adj)
• Adverbien (Av)
51
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologiebeispiele und Anwendungen
gehen, rennensprechen, brüllen
VTroponymie
Tür, TürgriffMotor, Zylinder
NMeronymie / Holonymie(partitive Relation)
Tier, SäugetierSäugetier, Hund
NHyperonymie(Unter-/Oberbegriff)
hell, dunkel
freundlich, unfreundlichAdj, Av, (N,V)
Antinonymie(gegenteilig)
Zug, Eisenbahn
sehen. schauen
dunkel, finster
N, V, Adj, AvSynonymie(gleichbedeutend)
Bsp.SyntaktischeKategorien
SemantischeRelation
52
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologiebeispiele und Anwendungen
Top-level Ontologies
• beschreiben sehr allgemeine Konzepte (Raum, Zeit, Materie, Ereignis, Aktion,... )• Konzepte unabhängig von bestimmten Problembereich.
z.B. KR Ontology
(John F. Sowa )
• umfasst 27 Konzepte• organisiert als Verband (lattice)
53
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologiebeispiele und Anwendungen
(OpenCyc, Douglas Lenat )
#$Thing
• #$Intangible#$Individual
#$SetOrCollection#$TemporalThing
#$SpatialThing-Localized
#$ExistingStuffType
#$ExistingObjectType
#$Event
#$PartiallyTangible#$Collection
#$genls
#$typeGenls
#$disjointWith
#$Thing
• #$Intangible#$Individual
#$SetOrCollection#$TemporalThing
#$SpatialThing-Localized
#$ExistingStuffType
#$ExistingObjectType
#$Event
#$PartiallyTangible#$Collection
#$genls
#$typeGenls
#$disjointWith
• Top-Level Ontologie zu Cyc (Wissensbasis mit ca. 200.000 Begriffen und 1 Mio. Axiome)• 6000 Konzepte in 43 Gruppen mit zugehörigen Relationen
54
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologiebeispiele und Anwendungen
(SUMO, IEEE SUOWG )
• Standard Upper Merged
Ontology
• IEEE SUO Working Group• integriert verschiedenartige Recourcen zu allgemeiner Top-Level Ontologie
55
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Ontologiebeispiele und Anwendungen
(NP-Ontologie, Sack, Niedermeier, Vogel )
decision problem complexity classis a member of
has member
can be reduced to
is weaker / stronger
is special/general variant
SAT 3-SATColorability
is a is a
NP P
NP-complete
is a is a
graph problem logic problem set problem… problem
is a is a
Domain Ontologie
56
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.4 Ontologietypen
Semantic Web Architecture
URI / IRI
XML / XSD
RDFS
Ontology (OWL)
Trust
Cry
pto
Unifying Logic
Proof
Data interchange:RDF
Query:SPARQL
Rule:RIF
User Interface & Application
57
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
Semantic Web
3. Wissensrepräsentationen
3.0 Motivation
3.1 Ontologien in der Philosophie
3.2 Ontologien in der Informatik
3.3 Ontolgie Beschreibungssprachen
3.4 Ontologietypen
3.5 Wiederholung Aussagenlogik und Prädikatenlogik
3.6 Beschreibungslogiken und Web Ontology Language OWL
3.7 Regeln mit SWRL / RIF
3.8 Logikbasierte Systeme
11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12
13
58
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen3.5 Aussagenlogik und Prädikatenlogik
Nächste Woche: Aussagen und Prädikatenlogik
59
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen
Literatur
» P. Hitzler, M. Krötzsch, S. Rudolph, Y. SureSemantic Web Grundlagen, Springer, 2008.
60
Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam
3. Wissensrepräsentationen
Literatur
Bloghttp://sw0809.blogspot.com/
Materialien-Webseitehttp://www.hpi.uni-potsdam.de/meinel/teaching/semantic_web_ws08090.html
bibsonomy - Bookmarkshttp://www.bibsonomy.org/user/lysander07/sw0809-06