Upload
grete-reeter
View
110
Download
4
Embed Size (px)
Citation preview
Wissenstechnologienam Beispiel “Goethe-Tour”
Dr.-Ing. Katja Hose <[email protected]>Steffen Metzger <[email protected]>PD Dr.-Ing. Ralf Schenkel <[email protected]>
Max-Planck-Institut für Informatik
Tourismus-Projekt „Goethe-Tour“
Use-Case unter Einbeziehung von Umwelt-Community und Text-Grid
Ziel: Wirkungsstätten Goethes in Sachsen zu einer Reiseroute zusammenstellen
Erste Teilaufgabe: alle relevanten Orte finden
Später weitere Informationen über Orte sammeln
Aufwendige Suche
Problematische Aspekte:
Verschiedene Quellen mit verschiedenen Such-Interfaces
Diverse Schreibweisen z.B. „Goethe“, „Johann Wolfgang von Goethe“
Eingrenzung der Suche schwierig
zusätzliches Schlüsselwort „Aufenthalt“, „Reise“ ,… ?
Relevante Ergebnisse könnten ausgeschlossen werden
Dokumente müssen alle gelesen werden zur Extraktion des interessanten Wissens:
Orte, an denen Goethe war
Weitere Informationen zu den Orten, z.B.Befindet sich der Ort in Sachsen?
Gibt es dort interessante Sehenswürdigkeiten?
Föderierte Suche: WisNetGrid als Vermittler
?
?
?
?
?
?
- Keywordsuche (z.B. „Goethe Dresden“)- Metadatensuche (z.B. nach „Autor=Goethe“)
Automatische Anfrageerweiterung:„Goethe“→ „Johann Wolfgang von Goethe“
Öffentliche Daten
Community Grids
WWW
Anbindung neuer Quellen
Einheitliche Schnittstelle für Datenzugriff
Siehe Vortrag zur Datenanbindung
Kenntnis über lokale Metadatenschemata zur Umwandlung bei Metadatensuche
z.B. Autor → owner; Erstellungsdatum → date
2 Möglichkeiten:
1. Sicherstellung der Kompatibilität lokaler Suchkomponenten (in Kooperation mit Community)
2. Installation von WisNetGrid bereit gestellter Komponenten
→ Einfache Anbindung
Manuelle Textanalyse
Durch die Suche erhaltene Daten müssen manuell verarbeitet werden
→ Zeit- und damit kostenintensiv
• Weite Teile des Textes für eigentliche Suche uninteressant
• Lässt sich manuelle Textanalyse beschleunigen?
→ Querlesen!
Ist das Auffinden wichtiger Passagen automatisch unterstützbar?
→ Hervorherbung wichtiger Entitäten
Beispiel Entitätserkennung
= Goethe
= Orte = Daten
= Personen
Im April 1770 setzte Goethe sein Studium in Straßburg fort. Diesmal widmete er sich zielstrebiger den juristischen Studien, fand aber auch Zeit, eine ganze Reihe persönlicher Bekanntschaften anzuknüpfen. Die wichtigste davon war die mit dem Theologen, Kunst- und Literaturtheoretiker Johann Gottfried Herder. Der Ältere öffnete ihm die Augen für die ursprüngliche Sprachgewalt von Autoren wie Homer, Shakespeare und Ossion sowie der Volkspoesie und gab so entscheidende Impulse für Goethes dichterische Entwicklung. Später sollte er auf Goethes Fürsprache hin in weimarische Dienste berufen werden.Auf einem Ausritt in die Umgebung lernte Goethe in Sesenheim die Pfarrerstochter Friederike Brion kennen und lieben. Bei seiner Abreise aus Straßburg beendete der bindungsscheue junge Goethe die Beziehung; die an Friederike gerichteten Gedichte, waren in ihrer Ausdruckskraft „der revolutionäre Beginn einer neuen lyrischen Epoche“.
Redundanz und Heterogenität
Anschließend reiste Goethe nach Dresden
…am 25. war Goethe wieder in Dresden…
Goethe besuchte Dresden mehrmals…
Bei einem Besuch in Dresden…
Goethe verließ Dresden…
Faktensuche
Suche nach abstrakten Fakten
Anschließend reiste Goethe nach Dresden
…am 25. war Goethe wieder in Dresden…
Goethe besuchte Dresden mehrmals…
Bei einem Besuch in Dresden…Goethe verließ Dresden…
„Goethe war_in Dresden“Abstrakter Fakt:
Suche auf Fakten
Anfrage: „Goethe war_in X“
Ergebnisliste:
„Goethe war_in Frankfurt“
„Goethe war_in Dresden“
„Goethe war_in Straßburg“
50 Dokumente
46 Dokumente
42 Dokumente
…
„Goethe war_in Sesenheim“22 Dokumente
…
„Goethe war_in Dresden“
Quelldokumente
Wissensextraktion
Im April 1770 verließ Goethe Frankfurt, um dem Wunsch seines Vaters entsprechend
sein Studium zu beenden.
„Goethe war_in Frankfurt“
Wissensverwaltung(Ontologie)
Hinzulernen
Fakt extrahieren
Textmustererkennung
verließ X Y „X war_in Y“Musterbedeutung
erkennen
Bekannte Muster
Wissensextraktion
1771 kehrte Goethe nach Frankfurt zurück, um dort eine kleine Anwaltskanzlei zu eröffnen. „Goethe war_in Frankfurt“
Wissensverwaltung(Ontologie)
Bekannter Fakt
kehrte X nach Y zurück
„X war_in Y“
Musterbedeutungableiten
Hinzulernen
Ontologien
Ontologien sind eine Repräsentationsform von Wissen
Unterteilung in Konzepte, Instanzen von Konzepten und Beziehungen zwischen diesen
Modellierung als Tripel der Form
(Goethe,war_in,Dresden)
Person Stadt
Goethe Dresdenwar_in
ist_Instanz_vonist_Instanz_von
Ontologien
Ontologie
Landschafts-ontologie
vonCommunity 1
Historische Reiserouten-
ontologievon
Community 2
Ontologievermittlung
Stellt Mappings zur gemeinsamen Nutzung zur Verfügung
Ontologieverwaltung
Erlaubt Verwaltung und Anpassung von Ontologien
Welche Ontologie? Woher Basiswissen nehmen?
Basis-Ontologie(Musterverwaltung ...)
Ontologiesuche
Schlussfolgerungen
Ontologie
„Goethe war_in Dresden“
„Dresden gehört_zu Sachsen“
Anfrage: „Goethe war_in Sachsen“?
Antwort: nein
Ontologieschlussfolgerung
„Goethe war_in Sachsen“
Antwort: ja
Community-spezifische Lösungen
Sehr heterogene Daten in Communitys
→ Extraktionskomponenten modular und generisch → Anpassbarkeit über Parameter → Austausch einzelner Komponenten möglich → u.U. Vorverarbeitung von Daten sinnvoll
Wiederverwendung von Anpassungen
Ontologiesuche, um existente Ontologien mit Themenwissen einzubinden
Dienstesuche siehe Vortrag zu Diensten
Existierende Dienste suchen/verwalten/koppeln
z.B. zur Vorverarbeitung der Daten
WisNetGrid-Dienste zur Wissenssuche
Föderierte Suche über angebundenen Quellen
Automatische semantische Anpassung bzw. Erweiterung von Suchanfragen
Entitätenerkennung (Named-Entity-Recognition)
Ontologieverwaltung und -suche sowie automatische Ontologieerweiterung
Wissensextraktion, um in Daten enthaltenes Wissen abstrakt zusammengefasst in Ontologien abzulegen
Suche auf den extrahierten Fakten