Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Ontologien im Semantic Web Am Beispiel der

Ähnliche Präsentationen


Präsentation zum Thema: "Ontologien im Semantic Web Am Beispiel der"—  Präsentation transkript:

1 Ontologien im Semantic Web Am Beispiel der
Informatik-Seminar im Sommersemester 2007 Agenten im Semantic Web Ontologien im Semantic Web Am Beispiel der KArsruhe ONtology and Semantic Web Infrastructure (KAON) Niko Kwekkeboom Seminar Agentim im Semantic Web| Hallo, mein Name ist Niko Kwekkeboom, mein Thema sind Ontologien im Semantic Web, um diesen Bereich zu erhellen möchte ich meine theoretischen Vorüberlegungen anhand von KAON veranschaulichen. Für Fragen Zeit am Ende des Vortrags

2 Gliederung Einleitung Semantic Web Grundlagen Ontologien KAON KAON2
Seminar im Sommersemester 2007: Agenten im Semantic Web Einleitung Semantic Web Grundlagen Ontologien KAON KAON2 Zusammenfassung Fragen und Diskussion Mein Vortrag gliedert sich wie folgt: 2

3 Umfassen Golfsport, VW Golf, Golf von Mexico etc.
Beispiel: Die -Suche Suchbeispiel: „Golf“ ~ Treffer ( ) Umfassen Golfsport, VW Golf, Golf von Mexico etc. 1. Einleitung 3

4 Suchmaschinen indizieren Webseiten
Beispiel: Die -Suche Suchmaschinen indizieren Webseiten Schlüsselwörter, Häufigkeiten, Verlinkung Ranking-Kriterien geheim Suchmaschine abhängig von guten Nutzereingaben für qualitative Ergebnisse Bedeutung der Suchbegriffe kann nicht interpretiert werden Unzulänglichkeiten in den vorhandenen Suchmöglichkeiten 1. Einleitung 4

5 Semantic Web – Status quo
Semantic Web nicht als Ablösung, sondern Erweiterung des bestehenden Webs gedacht Aktuelles Web Sammlung von menschenverstehbaren Daten Suchergebnisse bzw. Rechnerunterstützung im allgemeinen unbefriedigend „The Semantic Web is not a separate Web but an extension to the current one, in which information is given well-defined meaning, better enabling computers and people to work in cooperation.” Tim Berners-Lee, Scientific American, May 2001 1. Einleitung 5

6 Semantic Web – Ziel Sprachentwicklung zur Darstellung von Informationen in maschinenverstehbarer Form Ziel: Daten maschinenverstehbarer gestalten und somit die Mensch-Maschine- und die Maschine-Maschine-Kommunikation verbessern  Der Computer weiß, ob bei der Eingabe Golf als Auto, Sport oder Ort gemeint ist 1. Einleitung 6

7 Semantic Web – Anmerkung
Semantic Web immer noch eher Idee als Technologie Umsetzung steckt noch in den Ansätzen Konzepte und Technologien noch in den „Kinderschuhen“ Vor allem Standardisierung dringend nötig 1. Einleitung 7

8 Gliederung Einleitung Semantic Web Grundlagen Ontologien KAON KAON2
Seminar im Sommersemester 2007: Agenten im Semantic Web Einleitung Semantic Web Grundlagen Ontologien KAON KAON2 Zusammenfassung Fragen und Diskussion 8

9 Semantic Web – Architektur
Schichtenmodell des Semantic Web: Trust Rules Proof Data Logic Data Digital Signature Ontology vocabulary Self- desc. doc. RDF + RDFS XML + NS + xmlschema Unicode URI 2. Semantic Web Grundlagen 9

10 Semantic Web – Architektur
XML + NS + xmlschema URI Unicode Grundlage Unicode: Plattformunabhängige, eindeutiger Standard zur Zuordnung von Zeichen zu Zahlen URI (Unified Resource Identifier): Identifizierung einer abstrakten oder physikalischen Ressource Erweiterung XML (eXtensible Markup Language): Technologie zur Formatierung von Dokumenten mit flexibler Struktur (Gegensatz zu HTML) xmlschema: Grammatik für XML-Dokumente, Regeln für syntaktischen Aufbau Selbst XML-Dokument Namensräume (NS) zur Verhinderung von Konflikten eingeführt 2. Semantic Web Grundlagen 10

11 Semantic Web – Architektur
RDF + RDFS RDF (Resource Description Framework) Setzt auf XML auf Modell zur Repräsentation vom Metadaten Konstruktion aus Statements, bestehend aus: Ressourcen, Eigenschaften, Aussagen RDFS (Resource Description Framework Schema): Beschreibt die Semantik eines RDF-Dokumentes, Aufbaukriterien festgelegt Ermöglicht Klassenbildung und somit Hierarchien und Ableitungen 2. Semantic Web Grundlagen 11

12 Semantic Web – Ontologien
Ontology vocabulary Ontology: Formale Beschreibung von Gegenständen und deren Beziehungen zueinander Basierend auf RDF(S) und Erweiterung (RDF: Programmiersprache; Ontologie: Programm) Meist lediglich kontrollierte Vokabularien Komplexe Relationen über Relationen eher selten gebraucht Zentraler Bestandteil der Vision des Semantic Web Ziel: Schaffung einer gemeinsamen Sprache Je nach Nutzen kategorisier- und einteilbar Nicht „die eine“ Ontologie; OWL als Empfehlung des W3C Komplexe Relationen: Dies eigentlich das große Potential 2. Semantic Web Grundlagen 12

13 Semantic Web – Architektur
Digital Sig. Logic Proof Trust Semantic Web – Architektur Keine technologischen Erweiterungen, sondern Regelung darunter liegender Schichten Logic: Daten in maschinenverarbeitbarer Form, ermöglicht Anfragen mit boolschen Operatoren, Quantoren und Kardinalitätsbeschränkungen Proof: Agenten befähigen angebotene Beweise selbstständig nachzuvollziehen Datenquellen für Nutzer ersichtlich Trust: Korrekte Informationen nötig, in offener Architektur schwierig sicherzustellen „trusted rating services“ zur Bewertung von Quellen Rechtevergabe: „Wo darf ein Agent was?“ Digital Signature: Zur Missbrauchsverhinderung des Semantic Webs verlässliche digitale Signatur erforderlich Proof und Trust bisher nur rudimentär verwendet, in Zukunft steigende Wichtigkeit Proof: Nachvollziehbarkeit, vor allem bei unzureichenden Ergebnissen wichtig Trusted rating service: Unabhängiges Gremium (Stiftung Warentest) oder Nutzer-Rating (ebay) Rechte: Gemeinsame Agenten, bisherige Ergebnisse anderen Nutzern zugänglich machen, Ressourcen, Gruppen,Friends, FoaF, Co-Workers, Co-Co-Workers 2. Semantic Web Grundlagen 13

14 Gliederung Einleitung Semantic Web Grundlagen Ontologien KAON KAON2
Seminar im Sommersemester 2007: Agenten im Semantic Web Einleitung Semantic Web Grundlagen Ontologien KAON KAON2 Zusammenfassung Fragen und Diskussion 14

15 Zur Kommunikation ist eine gemeinsame Sprache nötig, d.h.:
Übereinkunft über gemeinsame Symbole und Begriffe (Index), deren Bedeutung (Glossar), Klassifikation von Begriffen (Taxonomie), Assoziation bzw. Vernetzung von Begriffen (Thesaurus/Topic Map) Regeln und Wissen (Erfahrungen) darüber, welche Vernetzungen zulässig und sinnvoll sind (Ontologie). Trifft in besonderem Maße auf die Kommunikation mit Maschinen zu Index: Liste von Begriffen, indiziert: d.h. Erweiterung von Begriffen bei mehreren Bedeutungen (Ente); Synonymenzuordnung bei mehreren Begriffen Glossar: Index erweitert um Bedeutungsbeschreibung Taxonomie: Strukturierte Begriffe (Vater-Kind-Beziehungen) Thesaurus: Vernetzung, d.h. neben V-K-Bez. Auch assoziative Verknüpfung Topic Map: ISO-Standard, Benutzerfreundliche Variante der Darstellung von Vernetzung über Assoziationen und Topics in Instanzen Ontologie: kontinuierlicher Reifungsprozess zur Wissensstrukturierung und –repräsentation. Höchste semantische Reichhaltigkeit In besonderem Maße, da die primitiv strukturierte Maschinensprache der komplexen Menschlichen Sprache gegenübersteht 3. Ontologien 15

16 Ontologien – Definition
Wortursprung im Griechischen: „ontos“=„sein“, „logos“=„Wort“ Ursprüngliche Bedeutung in der Philosophie: Lehre des Seins und Seienden (Abgrenzung von der Lehre der verschiedenen Lebewesen in den Naturwissenschaften) Untersuchung und Beschreibung der Realitäten und der Existenz von Dingen Dinge sind als Grundlage klar definiert und akzeptiert Verwand mit der Erkenntnistheorie Es dürfen keine Konflikte aufgrund der Definition von Dingen auftreten Dinge die nicht exakt formalisiert werden können, werden keiner Realität zugewiesen Erkenntnistheorie: Möglichkeiten und Grenzen der menschlichen Wahrnehmung und Erkennens 3. Ontologien 16

17 Ontologien – Definition: Informatik
In der Informatik umfasst der Begriff Ontologien Techniken zur formalen Modellierung von Begriffssystemen Konstruktion daher stark kontextabhängig (Komplexität/Einsatzzweck) Formalisiertes Modell der Welt (Domäne) oder ein Teil der Welt (Sudomäne) Keine einheitlichen, allgemeinen, vollständigen Regeln zur Konstruktion  Hoher intellektueller und logistischer Aufwand Ontologien und semantische Netze in der Informatik keine neuen Erfindungen 3. Ontologien 17

18 Dreigeteilter Aufbau:
Ontologien – Aufbau Dreigeteilter Aufbau: Konzepte Relationen Regeln Begriffe Verknüpfung zwischen Begriffen (Sind selbst Begriffe) Logische Aussagen über Begriffe (und Relationen) „Terminologische Kontrolle“ Hierarchische Relation Teilweise relationsimplizit „Homonyme“, „Polyseme“ Ordnungsrelation Einhaltung von Wertebereichen „Synonyme“ Koordinative Beziehungen Komplexere Zusammenhänge, z.B. Schlüsse aus Relationen Trennung und Gruppierung: Objekt, Begriff, Benennung Symmetrie, Transitivität Begriffe: Terminologische Kontrolle: genaue Strukturierung der Klärung der Objekte (Personen, Preise, Zeiten) der Domäne Homonyme, Polyseme: Begriffe mit mehreren Bedeutungen (Polyseme mit gleicher Wortherkunft, z.B. Pferd) Synonyme: Umgekehrter Fall; ein Begriff mehrere Benennungen Relationen: Hierarchische Relation: Generische Relation – Instanzrelation (Klasse/Instanz) oder Vererbungsrelation (Ober/Unterklasse); Partitive Relation (Ganzes/Teile); Eigenschaftsrelation Koordinative Beziehungen: Synonymien, Antynomie; Assoziationsbeziehungen Regeln: Aussagen- oder Prädikatenlogik üblich, bei Regeln jedoch schwierig, hohe Komplexität in Ontologien 3. Ontologien 18

19 Ontologien – Elemente 3. Ontologien Erläuterung Beispiel Konzepte
Abstrakte Ausdrücke, in Taxonomien organisiert, stellen Elemente einer Ontologie dar Autor, Buch, Angestellte, etc. (Taxonomie hier: Verlag) Instanzen Konkrete Ausprägungen von abstrakten Konzepten Carla Muster IST EINE Angestellte Attribute Relationen unterschiedlichen Typs (String, Integers, Boolean etc.) von vordefinierten Datentypen, charakterisieren Konzepte Name des Angestellten, Buchpreis, ISBN Nummer, etc. Relationen Stellen Beziehungen zwischen zwei oder mehr nicht hierarchischen Konzepten dar Mario Muster „ist der Autor von“ diesem Buch Axiome Regeln, die in modellierter Domäne ohne Beweis immer gültig sind. „Ein Autor ist eine Person, die Bücher schreibt“, „Ein Buch wird von einem Autor erstellt“, etc. 3. Ontologien 19

20 Ontologien – Typen Top-Level Onthology: Weitgehend domänenunabhängiges Weltwissen z.B. Zustand, Zeit, Prozess etc. (Bsp.: „CyC“ oder „WordNet“) Task Ontology, Domain Model Ontology: Grundlegendes (Sub-)Domänen-Vokabular (Bsp.: „UMLS“ – Unified Medical Language System) Application Ontology: Von Domäne und Aufgabe abhängige Konzepte und Definitionen, i.d.R. Spezialisierung der anderen Zwei (Bsp.: „KA2 Ontology“) Top-Level Ontology Domain Ontology Task Ontology Application Ontology 3. Ontologien 20

21 Schichtung der Ontologiesprachen:
Ontologien – Sprachen Schichtung der Ontologiesprachen: OWL DAML & OIL DAML OIL RDFS XHTML RDF HTML XML 3. Ontologien 21

22 Ontologien – Sprachen (Schichtstruktur)
2 Kategorien Traditionelle in HTML Webbasierte auf XML RDF/RDFS als Grundlage für: OIL (Ontology Inference Language) – europäische Entwicklung DAML (DARPA Agent Markup Language) – parallele amerikanische Entwicklung Zusammenschluss zu OWL (Web Ontology Language) – gemeinsame Weiterentwicklung  Empfehlung des W3C für OWL (Februar 2004) OWL DAML & OIL DAML OIL RDFS XHTML RDF HTML XML 3. Ontologien 22

23 Ontologie – Sprachen: OWL
Spezifikation des W3C zur Erstellung, Publikation und Verteilung von Ontologien anhand formaler Beschreibungssprache Erlaubt Beschreibung von Wissen auf maschinenlesbare Weise; Abbildung in dieser Logik ermöglicht eine formale Syntax und lässt logisches Schließen zu Leichte Verständlichkeit und hohe Kompatibilität durch starke Einbindung von RDF und XML Syntax Ausdrucksmächtigkeit geht über RDF hinaus; Sprachkonstrukte werden eingeführt, um Ausdrücke ähnlich der Beschreibungslogik formulieren zu können Zielsetzung:  „Die“ Ontologiesprache des Internet zu werden Teilweise Anforderungen inkompatibel, daher Definiton in drei Versionen 3. Ontologien 23

24 Ontologie – Sprachen: OWL
OWL Full: Sämtliche existierende Sprachkonstrukte Bedeutung von vordefinierten Konstrukten veränderbar Nachteil: Mit Logik-Kalkülen nichtmehr erschließbar OWL DL: OWL Description Logic Verlangt Typenunterscheidung Klassen & Attribute brauchen eindeutige Zuordnung OWL Lite: Eingeschränkter als OWL DL Klassen nur bezüglich Oberklasen definierbar Sämtliche Relationen und Restriktionen nur auf benannten Klassen anwendbar Nur Kardinalitäten 0 und 1  Einfache, leicht verständliche Implementierung vs. schwache Ausdrucksstärke OWL Full OWL DL OWL Lite Full: Voll RDF kompatibel DL: Klassen entweder Individuum oder Attribut; Attribut entweder Objekt- (Relationen zwischen Instanzen zweier Klasen) oder Datentyp-Attribut (Relationen von Klassen-Instanzen zu RDF-Literalen und xmlschema Datentypen); weitgehende RDF-Kompatibilität Lite: benannte Klassen, nicht zwischen beliebigen Klassenausdrücken 3. Ontologien 24

25 Ontologien – Anwendungsbereiche
Kommunikation Interoperabilität Systemengineering Konstruktion normativer Systemmodelle Interne Interoperabilität (Direkte Kontrolle einer organisatorischen Einheit aller Operationen zwischen Systemen Modellierung von Beziehungen, Abläufen, Prozessen innerhalb von Softwaresystemen Darstellung von Beziehungsnetzwerken Angebot eindeutiger Begriffsdefinitionen in Softwaresystemen Externe Interoperabilität (Organisa-torische Einheit zur Kontrolle von Verbindungen nach Außen) Repräsentation der Spezifikationen des Systems Systemintegration unterschiedlicher Nutzerperspektiven Integrierte Ontologien zwischen verschiedenen Domänen/Tools Erhöhte Zuverlässigkeit, durch ständige Systemverifizierung Bereitstellung eines einheitlichen Vokabulars Wiederverwendbarkeit, Import/Export zwischen Softwaresystemen Interoperabilität: Ontologien ermöglichen den Austausch zwischen unterschiedlichen Nutzern und Softwaretools. Also als eine Art Zwischensprache zu bezeichnen – „Dolmetschertätigkeit“ 3. Ontologien 25

26 Kategorien an Ontologie-Werkzeugen:
Erfolg neuer Technologien hängt eng mit der Qualität verfügbarer Werkzeuge zusammen Kategorien an Ontologie-Werkzeugen: Entwicklungswerkzeuge Kombinations- und Integrationswerkzeuge Evaluationswerkzeuge Annotationswerkzeuge Speicher- und Anfragewerkzeuge Lernwerkzeuge Entwicklung: O. von Grund auf neu entwickeln, O. von neuem zu verwenden; Funktionen: Editieren, Doku, Browsing, Ex- und Import von verschiedenen Sprachformaten, Visualisierung, Bibliotheken. K und I: Vereinigung von O. für dieselbe Anwendungsdomäne Evaluation: Gewährleistung der Qualität von O. und verbundenen Technologien. Große Bedeutung bei Problemvermeidung bei der Integration von O. und O. basierten Technologien. Annotation: Große Wichtigkeit beim Semantic Web, um Webseiten mit entsprechenden Konzepten einer O. zu verknüpfen S und A: Verwendung für den Gebrauch und die Erleichterung von Anfragestellungen an O. auch Werkzeuge die Ableitungen aus O.s generieren können fallen in diese Kategorie. Der Bereich der Abfragen aus O. und den zugehörigen Abfragesprachen wird in diesem Vortrag aus Platzgründen ausgeklammert, Verweis auf Lit. Lern: Ermöglichen teilautomatisierte Ableitung von O. aus natürlichsprachlichen Texten 3. Ontologien 26

27 Ontologien große Rolle bei der Entwicklung des Semantic Web
Ontologie – Probleme Ontologien große Rolle bei der Entwicklung des Semantic Web Entwicklung noch nicht ausgereift, somit problematisch Keine „die“ Ontologie – fehlender Standard Entwicklungstools für Ontologien noch in Entwicklungsphase 3. Ontologien 27

28 Gliederung Einleitung Semantic Web Grundlagen Ontologien KAON KAON2
Seminar im Sommersemester 2007: Agenten im Semantic Web Einleitung Semantic Web Grundlagen Ontologien KAON KAON2 Zusammenfassung Fragen und Diskussion 28

29 SQL-DB (JBoss/Tomcat opt.) Open Source (GNU LGPL) Begonnen 2001
KAON – Eckdaten Java 1.4 Plattform SQL-DB (JBoss/Tomcat opt.) Open Source (GNU LGPL) Begonnen 2001 Version 1.27 (2005) 4. KAON 29

30 KAON – Entwicklung Entwickelt durch Forschungszentrum Informatik (FZI) Karlsruhe und AIFB (Institute of Applied Informatics and Formal Description Methods der Universität Karlsruhe) Tool Suite zur Erstellung und Verwaltung von Ontologien (Open-Source Infrastruktur) Module, zur Erstellung und Realisierung von ontologiebasierten Anwendungen Unterstützt klassische Ontologien- und Wissensmanagement-Konzepte, sowie relationale Datenbanksysteme Referenzanwendung: VISION-Portal Semantisches „browsing und querying“ Portal Unterstützt Wissensmanagement bezüglich Unternehmen, Projekten, Forschungsgebieten und Software (derzeit nicht verfügbar!) 4. KAON 30

31 KAON – Ontologie Sprache
Sprache wurde inkrementell entwickelt um Skalierbarkeit mit großen Ontologien und Wissensdatenbanken zu erhalten Zuerst einfache an RDFS orientierte Kernsprache („Karsruhe perspective on ontologies“) Definition von Konzepten, Relationen und teilweise Befehle hierauf Zentral: Unterstützung der Lexikalisierung von Konzepten und Relationen Tools: Simple Onotology Editor (KAON SOEP), Datenbank Mapper (KAON REVERSE), Prototyp für Views auf Ontologien (KAON VIEWS) Spätere Erweiterung („Ontology-Instance (OI) models“) Unterstützung von logischen Axiomen (Symmetrie etc.), Modularisierung, strikte Trennung von Ontologien und Insanzen, übergreifende Objekte Komplette Überarbeitung der KAON API Neue Tools: KAON Portal, KAON OI-modeler Konservativer Ansatz 4. KAON 31

32 KAON – Ontologie Sprache (2)
Versuch 2 Sprachen parallel zu unterstützen Bisher entwickelte proprietäre Sprache OWL Voller Sprachumfang von OWL für viele Anwendungen nicht benötigt Bsp.: TEXTONTO extrahiert (semi-automatisch) semantische Zusammenhänge aus Texten Komplexe OWL-Axiome hier überfordernd  Letztendlich gewinnt OWL Oberhand, daher neue Entwicklung Konservativer Ansatz 4. KAON 32

33 Frontend – Hauptsächlich 2 Darstellungsformen
KAON – Module Frontend – Hauptsächlich 2 Darstellungsformen OI-Modeler (oimodeler) KAON Portal (kaonportal) Core – 2 zentrale APIs KAON Ontology Language (apionrdf, apiproxy, engineeringserver, kaonapi, query) RDF (rdfapi, rdfcrawler, rdfserver) Libraries – Verschiedene Bibliotheken innerhalb KAONS auch außerhalb nutzbar z.B. datalog, guibase, etc. Frontend OI-modeler -> Demo oimodeler: OIModeler Source Code KAON Portal (Demo nicht verfügbar!) kaonportal: Server Pages and Source Code for KAON Portal Core KAON Ontology Language Related apionrdf: main-memory implementation of the KAON API on the RDF API. apiproxy: Implementation of the KAON API as a client-side proxy for various types of servers. engineeringsserver: KAON Engineering Server. kaonapi: KAON API interfaces query: KAON Query Language Implementation RDF Related rdfapi: RDF API and main memory implementaion, parser, serializer rdfcrawler: RDF Crawler console application rdfserver: RDF SERVER (implements RDF API remotely) Libraries datalog: (Disjunctive) Datalog engine. -> derzeit einzige Open Source Datalog „inference engine“ guibase: General library for GUI Development. similarity: Similarity matching library. trie: TRIE Index Structures. 4. KAON 33

34 KAON – Vorführung: Workbench (OI-Modeler)
Onlinedemo mit Demoontologien vorführen 4. KAON 34

35 Gliederung Einleitung Semantic Web Grundlagen Ontologien KAON KAON2
Seminar im Sommersemester 2007: Agenten im Semantic Web Einleitung Semantic Web Grundlagen Ontologien KAON KAON2 Zusammenfassung Fragen und Diskussion KAON2 basiert auf OWL-DL, also zur Erinnerung 35

36 Zur Erinnerung: OWL DL (Folie 24)
OWL Full: Sämtliche existierende Sprachkonstrukte Bedeutung von vordefinierten Konstrukten veränderbar Nachteil: Mit Logik-Kalkülen nichtmehr erschließbar OWL DL: OWL Description Logic Verlangt Typenunterscheidung Klassen & Attribute brauchen eindeutige Zuordnung OWL Lite: Eingeschränkter als OWL DL Klassen nur bezüglich Oberklasen definierbar Sämtliche Relationen und Restriktionen nur auf benannten Klassen anwendbar Nur Kardinalitäten 0 und 1  Einfache, leicht verständliche Implementierung vs. schwache Ausdrucksstärke OWL Full OWL DL OWL Lite Full: Voll RDF kompatibel DL: Klassen entweder Individuum oder Attribut; Attribut entweder Objekt- (Relationen zwischen Instanzen zweier Klasen) oder Datentyp-Attribut (Relationen von Klassen-Instanzen zu RDF-Literalen und xmlschema Datentypen); weitgehende RDF-Kompatibilität Lite: benannte Klassen, nicht zwischen beliebigen Klassenausdrücken 3. Ontologien 36

37 Entwickelt von Forschungskooperation aus:
KAON2 – Entwicklung Seit Juli 2005 Nachfolger von KAON (letzte veröffentlichte Version von KAON) Entwickelt von Forschungskooperation aus: Forschungsgruppe Information Process Engineering (IPE) am Forschungszentrum Informatik (FZI Karlsruhe) Institute of Applied Informatics and Formal Description Methods (AIFB) and der Universität Karlsruhe Information Management Group (IMG) an der University of Manchester 5. KAON2 37

38 Unterscheidung durch unterstütze Ontologie Sprachen:
KAON2 vs. KAON(1) Unterscheidung durch unterstütze Ontologie Sprachen: KAON verwendet proprietäre RDF(S) Erweiterungen KAON2 basiert auf OWL-DL und F-Logic  Beide Systeme somit nicht kompatibel ! 5. KAON2 38

39 Entwicklungswerkzeug für Ontologien basierend auf (über APIs):
KAON2 – Ausstattung Entwicklungswerkzeug für Ontologien basierend auf (über APIs): OWL-DL SWRL (A Semantic Web Rule Language – OWL+RuleML) F-Logic (Frame Logic) Features Eigener Ontologie-Server, der Remote Methoden Zugriffe zulässt (RMI) Anfragewerkezeuge um kombinierende Abfragen zu erstellen (SPARQL Syntax) DIG-Interface für externe Tool-Zugriffe (Bsp. Protégé) Extraktions-Modul zur Entnahme von Instanzen aus relativen DB 5. KAON2 39

40 Entwicklung teilweise duch EU IST project DIP 507483 finanziert
KAON2 – Projekte Entwicklung teilweise duch EU IST project DIP finanziert Verwendet in: EU IST project OntoGov EU IST project SEKT (und erweitert) BMBF project SmartWeb DLP translator (Grundlage) 5. KAON2 40

41 KAON2 – OWL-Tools Version 0.27: 16 Funktionen (Auswahl):
dump: gibt die Axiome und Entitäten der Ontologie aus latex: gibt die Axiome in lateX-integrierbarer Form aus filter: entfernt alle Axiome eines Typs count: gibt die Anzahl an Axiomen (oder Entitäten) zurück diff: zeigt alle Axiome die eine Ontologie mehr als eine andere hat an merge: gibt eine Ontologie mit allen Axiomen zweier Input-Ontologien zurück deo: ersetzt “nominals” durch einfache Klassen (schwächt so die Ontologie) populate: füllt eine Ontologie zufällig mit Instanzen dlpconvert: wandelt eine DL Ontologie in Regeln um satisfiable: prüft die Reichhaltigkeit einer Ontologie 5. KAON2 41

42 Kommerzielle Version OntoBroker OWL, für Wissenschaft kostenlos
KAON2 – Anmerkung Kommerzielle Version OntoBroker OWL, für Wissenschaft kostenlos Vollständig in Java 1.5 implementiert Benötigt JDK zur Ausführung; zusätzlich Apache ANT für Beispiele Keine Verarbeitung von „nominals“ (Excptions bei: owl:oneOfclass und owl:hasValue) Große Kardinalitäten können (abhängig von anderen Axiomen) nicht verarbeitet werden Somit keine volle OWL DL Abdeckung! (OWL Lite voll abgedeckt) Dokumentation bisher nur an Beispielen vorhanden 5. KAON2 42

43 Und was macht die Konkurrenz?
Protégé sehr verbreitet Gut dokumentiert Volle OWL-Unterstützung Open Source Plugin-Nutzung Schnittstelle zu KAON2 Weitere: CyC – Abbildung Weltwissen WordNet – Wörterbücher 5. KAON2 43

44 Gliederung Einleitung Semantic Web Grundlagen Ontologien KAON KAON2
Seminar im Sommersemester 2007: Agenten im Semantic Web Einleitung Semantic Web Grundlagen Ontologien KAON KAON2 Zusammenfassung Fragen und Diskussion 44

45 Ontologien als semantisch „reichste“ Ebene der Kommunikation
Zusammenfassung Ontologien als semantisch „reichste“ Ebene der Kommunikation Ontologien als zentraler Aspekt des Semantic Web OWL als W3C empfohlene Sprache für Ontologien Erfolg neuer Technologien abhängig von verfügbaren Tools Derzeit verfügbare Werkzeuge noch in den „Kinderschuhen“, nicht massentauglich Viele Projekte/Forschung um dies zu ändern Erfahrungen mit KAON2 schildern 6. Zusammenfassung

46 Ausblick Große Hürde: Anwender finden, die Mehraufwand betreiben um maschineninterpretierbare Webinhalte zu erstellen Kritische Masse an verfügbaren Inhalten muss erreicht werden, bevor Technologien nutzbar werden Gut entwickelte Ontologien nötig um mit semantischem Markup Bedeutung herzustellen Standardisierung erforderlich um parallel Entwicklung nicht kompatibler Systeme zu verhindern 6. Zusammenfassung

47 Das Semantic Web – Eine Vision
Semantisch angereicherte Daten im Web Voll maschineninterpretierbare Daten, ermöglichen „Mitdenken“ des Rechners Persönlicher Web Agent Reiseplanung Logistikplanung Terminplanung Fremdverfügbarkeit Kooperative Web Agenten etc 6. Zusammenfassung

48 Gliederung Einleitung Semantic Web Grundlagen Ontologien KAON KAON2
Seminar im Sommersemester 2007: Agenten im Semantic Web Einleitung Semantic Web Grundlagen Ontologien KAON KAON2 Zusammenfassung Fragen und Diskussion 48

49 Fragen Nööö… 7. Fragen und Diskussion

50 Diskussion Welche Technologien außer Ontologien können noch einen großen Einfluss auf den Erfolg des Semantic Web haben? Wo liegen die Vor- und Nachteile von modularen oder globalen Wissenssammlungen? Was überwiegt? 7. Fragen und Diskussion


Herunterladen ppt "Ontologien im Semantic Web Am Beispiel der"

Ähnliche Präsentationen


Google-Anzeigen