An Architecture for Knowlegemapping

Präsentation zum Thema: "An Architecture for Knowlegemapping"—  Präsentation transkript:

1 An Architecture for Knowlegemapping

2 Einleitung Projekt-Rahmen

3 Osnabrück – Tübingen - Edinburgh
Standorte Osnabrück – Tübingen - Edinburgh

4 Standorte und Teilnehmer
Osnabrück (7 TN, 3 Betreuer) Gordon Bernedo, Manuel Böck, Michael Elbers, Felix Kugel, Stefan Scherbaum, Tobias Widdra, Jens Wissmann Petra Ludewig, Veit Reuer, Claus Rollinger Tübingen (2 TN, 1 Betreuer) Nadja Althaus, Kathrin Beck Karin Krüger-Thielmann Edinburgh (1TN) Jasmine Bennöhr

5 Formen der Zusammenarbeit (1/2)
Vielfältige Formen der Zusammenarbeit, Kommunikation und Präsentation während des einjährigen Projektes: Briefpost Chat Telefongespräche Telefonkonferenzen

6 Formen der Zusammenarbeit (2/2)
Vielfältige Formen der Zusammenarbeit, Kommunikation und Präsentation während des einjährigen Projektes: Präsentation mit Videokonferenz Eintägiges Treffen in Osnabrück Programmierwoche in Osnabrück Milca-Sommerschule in Tübingen

7 Einleitung Einführung in MAPA

8 Wissensnetz Mindmap, Concept Map, … möglichst viel Freiheit
MAPA Wissen aufschreiben nat.Sprache netzartig hat zu tun mit Logik Wissensnetz Tobi ist ein Beispiel für erzählt Mindmap, Concept Map, … möglichst viel Freiheit verschiedene Arten von Objekten (Entitäten) hallo tobi, Semantische Netze sind sehr spannend und haben natürlich jede menge mit netzartigen Wissenstrukturen zu tun! Allerdings benutzen meines wissens nach viele diesen begriff, ohne ihn genau zu definieren. am ehesten ist dies in einem Artikel zu finden, den mir kai-uwe mal genannt hat. Ich kann dir die quelle noch zuschicken, hab sie grad nicht hier... eine grundidee ist, eine natürlichere, intuitivere art zu finden, wissen zu repräsentieren, als es formale(re) sprachen tun. als erster ansatz gilt: objekte, events sind knoten, relationen sind verbindungen („pfeile“). ich denke schon läner über diese dinge nach und habe grosse lust mal ein tolles projekt aufzuzuiehen. hast du lust, mitzumachen? hab schon jens gefragt, der ist auch ganz begeistert... :-) Gruss, felix Wissen notieren organisieren konstruieren Wissen nachschlagen erinnern (rekonstruieren)

9 Die MAPA Idee Mapping Architecture for Peoples Associations VerNETZung
Grundgerüst Framework Austausch Zusammenarbeit Mapping Architecture for Peoples Associations VerNETZung WissensNETZ Wissen abbilden/ darstellen

10 Die MAPA Idee MAPA

11 Schwerpunkte im Masterprojekt
Wissenschaftlich/theoretische Arbeit - Forschung zusammentragen - Ergebnisse kombinieren - Anforderungen definieren Grundgerüst implementieren - Entitätenmodell - Messaging System - Visualisierungsframework Konkrete Beispielanwendung (Prototyp) - Vokabeltrainer

12 Wissenschaftliche Grundlagen
Mapping

13 Was ist Mapping ? Michael erzählt MAPA Wissensnetz hat zu tun mit
netzartig Wissen aufschreiben nat.Sprache ist ein Beispiel für Logik

14 Einordnung des Begriffs
Cognitive Map: Mentale Repräsentation zur Orientierung in realen Umgebungen: Landmark Knowledge Route Knowledge Survey Knowledge (Tolman, 1948) Visual Tool: “Visual Tools are symbols graphically linked by mental associations to create a pattern of information and a form of knowledge about an idea. These linear or nonlinear forms are constructed by individual or collaborative thinkers…“ (Hyerle, 1996) Cognitive Tool: “ein Werkzeug, das den Lernenden herausfordert sich stärker mit einem Lerngegenstand auseinander- zusetzen und dadurch Denkweisen hervorruft, die ohne dieses Werkzeug nur schwer erreichbar wären.“ (Jonassen, 1993) Mind Mapping: (Buzan & Buzan, 1996) Sehr langsamer kurgelaufbau Concept Mapping: (Novak & Gowin, 1984) Knowledge Mapping: (O‘Donnell et al., 2002)

15 Anwendung Einsatzgebiete Vorteile Wissensmanagement
Planen und Problemlösen klassische & computergestützte Lernumgebungen Kreative Prozesse Kommunikationshilfe Vorteile Gedächtnisunterstützung Kognitive Adäquatheit Zwang zur Reduktion von Komplexität Zwang zur Klärung von Begriffsbedeutungen Lernen im Kontext Metakognition / Reflexion (Bernd et al., 2000; Schnotz, 1992, 2002; Paivio, 1971; Fischer 1998; etc.)

16 Wissenschaftliche Grundlagen
Lerntheorien

17 Gedächtnis Hippocampus und Rhinaler Kortex sind entscheidend für explizite Gedächtnisbilung

18 Visuelle Informationsverarbeitung
Visueller Reiz (Wort)  V1  Rhinaler Kortex  Hippocampus

19 Visuelle Informationsverarbeitung
Visueller Reiz (Wort)  V1  Synchrones Feuern  Rhinaler Kortex  Hippocampus

20 Lerntheorien Lerntheorien Behavioristische Kognitivistische
Konstruktivistische Informationsverarbeitung objektiver Daten subjektive Konstruktion von Ideen und Konzepten Lerntheorien Kategorisierung von Wissen (Schemata, Mentale Modelle) Verbindung mit vorhandenem Wissen (Wissensnetz) Reorganisation, Integration Integration hin zum Equilibrium Aktiver Prozess (Selbstgesteuert) Aktiver Prozess (Selbstgesteuert) Klimsa ´93, Edelmann ´96, Mandl´95 Blumstengel ´98, Wolff ´94, Thissen ´97

21   Lernstrategien Kognitive Lernstrategien
Elaborieren: Neues mit vorhandenem Wissen in Beziehung setzen Analogien, (Alltags-) Beispiele Organisieren: Informationsreduktion Gliederungen, Maps Kritisches Prüfen: Aktive Auseinandersetzung mit dem Stoff Argumente, Alternativen Wiederholen Maps, Zusammenfassungen Metakognitive Lernstrategien Überwachung, Reflektieren, Regulieren  

22 Wissenschaftliche Grundlagen
Semantic Web

23 Maps --> Alltagstauglichkeit
Maschinelle Interpretierbarkeit...? {A --> B, B --> C} ==> {A --> C} Interoperabilität...? MindManager <--> Inspiration <--> Word

24 Semantic Web Semantic Web Ontologien Metadaten Ressourcen Semantic Web
Dienste Semantic Web Communities Vision Mapping- Communities Standards

25 SemanticWeb.org “The Semantic Web is a vision: the idea of having data on the web defined and linked in a way, that it can be used by machines - not just for display purposes, but for using it in various applications.”

26 Web Semantic Web Ontologien Metadaten Ressourcen Semantic Web Dienste
Communities Vision Mapping- Communities Standards

27 Ressourcen Entitäten Identität durch virtuelle Adresse
URI (Uniform Resource Identifier) Typisiert (z.B. XML Schema, PDF) Metadaten semantische Einbindung

28 Dienste Dienst: Leistung, die erbracht wird...
Newsticker Persistenz Kühlschrank ... realisiert via Messaging Funktion = Parameter + Rückgabewert WS-I (Web Services Interoperability) Interessengruppe, fördert Standards

29 Semantic Semantic Web Ontologien Metadaten Ressourcen Semantic Web
Dienste Semantic Web Communities Vision Mapping- Communities Standards

30 Ontologien Beschreibung von Konzepten Sprachen: <-- Berechenbar
RDF (Resource Description Framework) OWL Kompromiss Ausdrucksmächtigkeit/Berechenbarkeit <-- Berechenbar Ausdrucksstark --> OWL Lite OWL DL OWL Full

31 Communities Semantic Web Ontologien Metadaten Ressourcen Semantic Web
Dienste Semantic Web Communities Vision Mapping- Communities Standards

32 Standards Ted Nelson (1965: „Hypertext“): Tim Berners-Lee (1991: WWW):
Tekkies stülpen der Welt Standards auf Tim Berners-Lee (1991: WWW): Jedem seine eigenen Definitionen... Konsortien helfen, konkreten Bedarf zukunftsgerecht zu decken

33 Vision Semantic Web Ontologien Metadaten Ressourcen Semantic Web
Dienste Semantic Web Communities Vision Mapping- Communities Standards

34 Vision Viele Anforderungen...
...Killer- Applikationen killen meist die Urheber… Interessengruppen bilden für semantisch gemappte Inhalte

35 Architektur und Implementierung

36 Entitäten Wissens- Tobi erzählt Netz Hat zu tun mit MAPA
Kurze Einführung: Was sind Entitäten MAPA

37 Entitäten ID=14 Name=erzählt Type=Relation ID=13 Name=Tobi Type=Person
Wissens- Netz Hat zu tun mit Entitäten sind alles: sowohl „Objekte“ als auch „Relationen“ MAPA

38 Entitäten ID=13 Name=Tobi Type=Person ID=14 Name=erzählt Type=Relation
Wissens- Netz Hat zu tun mit Die Darstellung trügt als: alles sind Entitäten. Deshalb ist Mapa so flexibel MAPA

39 Architektur Übersicht
Was passiert nun mit diesen Entitäten? Referenz auf damals: Hinweis auf Netzfähigkeit von Mapa, heute aber Konzentration auf 1 Mapa -System

40 Architektur Übersicht

41 Architektur Übersicht
Kurze Wiederholung des Grundaufbaus eines Mapa-Systems – erstes Spotlight: die Datenbank

42 ? Datenbank Operation EntitySet Beliebige Datenbank
Elemente, die wir haben: Operationen auf Entitäten, EntitySets als Sammlung von Entitäten und Datenbanken, die Entitäten irgendwie technisch speichern

43 ? 23 Datenbank Fragt nach Entität Fragt nach Datensatz Liefert Entität
Operation EntitySet Beliebige Datenbank ? Fragt nach Entität Fragt nach Datensatz 23 Liefert Entität Liefert Datensatz Wir sind clever: wir schalten ein PseudoENtityset vor die Datenbank, so dass die Operation gar nicht mitkriegt, dass sie auf der Datenbank operiert  Operationen werden easy benutzbar. Was sind nun Operationen  Das sagt uns MQL

44 MQL Befehl(Operation(EntitySet, EntitySet))
Grundaufbau einer MQL Anfrage

45 MQL Gebe mir alle Entitäten, die Hyperonyme der Entität Student sind!
Get(ConnectedWith(XPATH(ConnectedWith( XPATH(ALL,“[name=‚Student‘]“),ALL), [name=‚Hyperonym‘]),ALL) Ein etwas komplexes Beispiel – keine Angst, das ist nicht so schwer…

46 MQL Mensa Hörer Student F. Maier Musiker Gebe mir alle Entitäten,
Get( ConnectedWith( XPATH( ALL, “[name=‚Student‘]“), ALL), [name=‚Hyperonym‘]), ALL) Gebe mir alle Entitäten, die Hyperonyme der Entität Student sind! Mensa Hörer Assoziiert Hyperonym Student Ist ein Ein wenig Mengenlehre  … na also, ist doch einfach F. Maier Ist ein Musiker

47 Konkrete Anwendung: Der Vokabeltrainer

48 Konzept Idee: Begriffe im semantischen Zusammenhang  Fremdsprachenerwerb durch Lernen im Kontext Zielgruppe: Grundwortschatz Motiviert Datenimport: GermaNet Vorläufig mit prototypischem Netz 3 Module Surfmodus Benutzerprofil Abfrage Grundaufbau einer MQL Anfrage

49 Surfmodus Grundaufbau einer MQL Anfrage Student Universität Seminar
studieren Studierender Linguistik- student universitär besuchen Vorlesung Lehr- veranstaltung hören Fakultät Holonym von Lexikalisch Holonym von Hyperonym von Kollokation Assoziation Synonym Grundaufbau einer MQL Anfrage

50 Surfmodus Grundaufbau einer MQL Anfrage Student Universität Seminar
studieren Studierender Linguistik- student universitär besuchen Vorlesung Lehr- veranstaltung hören Fakultät Holonym von Lexikalisch Holonym von Hyperonym von Kollokation Assoziation Synonym Grundaufbau einer MQL Anfrage

51 Surfmodus Grundaufbau einer MQL Anfrage Student Universität Seminar
studieren Studierender Linguistik- student universitär besuchen Vorlesung Lehr- veranstaltung hören Fakultät Holonym von Lexikalisch Holonym von Hyperonym von Kollokation Assoziation Synonym Grundaufbau einer MQL Anfrage

52 Surfmodus Grundaufbau einer MQL Anfrage Student Universität Seminar
studieren Studierender Linguistik- student universitär besuchen Vorlesung Lehr- veranstaltung hören Fakultät Holonym von Lexikalisch Holonym von Hyperonym von Kollokation Assoziation Synonym Grundaufbau einer MQL Anfrage

53 Surfmodus Lernen durch aktives Explorieren Dabei: Wörter auswählen
Lektionen anlegen Netz modifizieren Grundaufbau einer MQL Anfrage

54 Benutzerprofil Lernsystem: Sebastian Leitners Karteikastensystem
Grundaufbau einer MQL Anfrage

55 Abfrage Gebäude ??? Wolkenkratzer Hochhaus Hyponym von Hyperonym von
Grundaufbau einer MQL Anfrage Hyperonym von Hyperonym von Wolkenkratzer Hochhaus

56 Abfrage ??? Haus ??? ??? Hyponym von Hyperonym von Hyperonym von
Grundaufbau einer MQL Anfrage Hyperonym von Hyperonym von ??? ???

57 Abfrage Gebäude Haus Wolkenkratzer Hochhaus ??? ??? ???
Grundaufbau einer MQL Anfrage ??? ??? Wolkenkratzer Hochhaus

58 Demo

59 Zusammenfassung & Fazit

60 Zusammenfassung Tool für Wissensmanagement Leitbild „Netz“
Datenmodell Visualisierung Vernetzung Kognitiv adäquat Übergreifend über Wissensbereiche Themenzentriertes Arbeiten Kollaboration 15. Jan Prüfung tree Grundaufbau einer MQL Anfrage

61 Vorstellung bei Projektbeginn
Lernpsycholgie Software- Engineering Framework Frameworks, Standards, Trends Netzidee Zu langsamer bildaufbau – da wiederholung – vielleicht zusammenfassen und auf einmal darstellen? Personal Information Management Wissensrepräsentation

62 Stand der Dinge ü Framework Runterfallender Hacken ist übertrieben

63 Erfahrungen Selbstbestimmung und –verantwortung vs. „so läuft ein Projekt “ Setzt einiges vorraus! - Verantwortung - Engagement - jedem seinen Freiraum lassen - Bereitschaft zur Auseinandersetzung

64 Erfahrungen Chaos vs. Ordnung Meetings & Austausch mit Tübingen …
Arbeitsplan klare Zielsetzung … Meetings & Austausch mit Tübingen

65 Ziel: kognitiv adäquat
Stand der Dinge 2 Ziel: Wissensaustausch ermöglichen & fördern Ziel: kognitiv adäquat Grundaufbau einer MQL Anfrage <xml> <wilder Inhalt> </xml>

66 Ausblick Wissenschaftliche Arbeit / Ideentausch OpenSource
Seminar: Knowledge Mapping: Visualisations & Communities Communities, Foren (Knowledge Media Forum, …) OpenSource Dokumentation Webpräsens Master-Arbeiten Grundaufbau einer MQL Anfrage

67 „Und jedem Anfang wohnt ein Zauber inne."
Ausblick „Und jedem Anfang wohnt ein Zauber inne." Hermann Hesse Grundaufbau einer MQL Anfrage

68 ….. ….. ….. ….. …..