Ontologische und Ajax-basierte Erweiterung der UbisWorld Bachelorvortrag Matthias Loskyll
2 Überblick Motivation Grundlagen Verwandte Arbeiten Ontologische Erweiterung Ontologisches Modellieren Externe Ontologien und Taxonomien Ontologie-Parser Ajax-basierte Erweiterung Baumdarstellung mit dTree HTML-basierter Ansatz XML-basierter Ansatz Demo Zusammenfassung Ausblick
Motivation verschiedene Bereiche der Ontologie der UbisWorld unvollständig modelliert Online-Repräsentation von Top-Level Ontologien ursprüngliche Aufgabenstellung: „Erweiterung der UbisWorld und Integration externer Ontologien“ aber: Skalierungsprobleme => neue Art der Darstellung benötigt erweitertes Thema: „Ontologische und Ajax-basierte Erweiterung der UbisWorld“ 3
UbisWorld Verbindung zwischen User Modelling und Ubiquitous Computing UbisWorld = GUMO + UbisOntology Personen, Systeme, Geräte, Raumausstattung, Medien Kontinent, Land, Stadt, Straße, Raum, u.a. + Relationen Zeitpunkt, Frequenz, Tageszeit, Dauer + Relationen Benutzerprofil: Charakter, Emotionen, Rolle, Kontext, usw. Handlungen, Events Szenarien, Schlussfolgerungen 4
UbisPointer Namen nicht geeignet zur Identifizierung, da nicht eindeutig Identifikationsnummern schwer verständlich mit UbisPointern eindeutige und verständlichere Identifizierung möglich Beispiel: Saarbrücken CITY CITY Saarbr_AA0cken GEO.. Street... CITY verbessern die Suche nach Objekten, Lesbarkeit des Systems, etc. 5
Ajax (Asynchronous JavaScript and XML) 6
Verwandte Arbeiten SUMO browser GeoTree 7
8 Überblick Motivation Grundlagen Verwandte Arbeiten Ontologische Erweiterung Ontologisches Modellieren Externe Ontologien und Taxonomien Ontologie-Parser Ajax-basierte Erweiterung Baumdarstellung mit dTree HTML-basierter Ansatz XML-basierter Ansatz Demo Zusammenfassung Ausblick
Ontologisches Modellieren über phpMyAdmin bzw. Import erstellter SQL-Dateien anwendungsorientiertes Modellieren nach Bedarf zwei Hauptszenarien 9
SUPIE-Produkte SUPIE = Saarland University Pervasive Instrumented Environment verschiedene Produkte des SUPIE-Raumes unterteilt in entsprechende Kategorien Unterklasse + Instanz zu jedem Produkt alle Produktinformationen in einer Tabelle 10
Smart Home Szenario Wissensbasis für das OchaHouse der Ochanomizu Universität in Tokyo verschiedene Teile und Räume eines Hauses Geräte, Haushaltszubehör, Möbel, Gebrauchsgegenstände, usw. Sensoren und technische Ausstattung bald: Aktivitäten nach der Aktivitätstheorie 11
Smart Home Szenario 12
Externe Ontologien SUMO = Suggested Upper Merged Ontology entwickelt vom IEEE-Konsortium Ziel: Unterstützung von Informationssuche und – abfrage natürliche Sprachverarbeitung automatische Schlussfolgerung DOLCE = Descriptive Ontology for Linguistic and Cognitive Engineering entwickelt vom Laboratory for Applied Ontology (LOA) Themen: natürliche Sprache und „gesunder Menschenverstand“ 13
Externe Ontologien SWIntO = SmartWeb Integrated Ontology wurde u.a. am DFKI entwickelt als Teil des SmartWeb-Projektes aufgebaut aus mehreren Schichten 14
Externe Ontologien UNSPSC = United Nations Standard Products and Services Code Produkte und Dienstleistungen im ECommerce-Bereich könnte Anwendung im Semantic Web finden fast Konzepte OpenCyc Alltagswissen + domainenspezifisches Wissen Ziel: automatisches Schlussfolgern, Modellieren des “gesamten Weltwissens” 15
Ontologie-Parser ARC RDF/XML Parser: Webfile oder lokale Datei erzeugt Triple-Arrays mit Schlüsseln: S: Array mit Schlüsseln type und uri P: URI-String O: Array mit Schlüsseln type, uri, val, dt, lang durchsucht Triple nach Schlüsselwörtern Klassenhierarchie owl:Class, rdfs:Class rdfs:subClassOf Instanzen rdf:type Kommentare: rdfs:comment 16
Ontologie-Parser Speichern der Werte in der Datenbank extern extern_parents Ubispointer: Ontologie-Bezeichner als Präfix Objekt-Bezeichner als Identifier Bsp.: SUMO..AgeGroup oder OPENCYC..Mammal 17
Externe Taxonomien AMAZON Kategoriebaum zum Download als Textfiles auf werden mittels PHP-Skript geparst ca Knoten mögliches Anwendungsgebiet: Smart Shopping Szenarien 18
Externe Taxonomien UbisEarth alias GEO Daten zum Download als Textfiles auf geonames.org alle Länder, Regionen, Städte, Berge, Flüsse, Seen der Erde Eigenschaften: Längen- und Breitengrad, Höhe, Einwohnerzahl, Fläche, usw. Straßen, Gebäude, Räume beispielhaft eingetragen inzwischen insgesamt über 17 Mio. Objekte Grundlage zum Testen der verschiedenen neuen Darstellungen und Technologien: Rollen, Properties, Limit-Knoten, Mehrsprachigkeit, Suche im Baum, usw. 19
20 Überblick Motivation Grundlagen Verwandte Arbeiten Ontologische Erweiterung Ontologisches Modellieren Externe Ontologien und Taxonomien Ontologie-Parser Ajax-basierte Erweiterung Baumdarstellung mit dTree HTML-basierter Ansatz XML-basierter Ansatz Demo Zusammenfassung Ausblick
Baumdarstellung mit dTree name, id und parent_id aus Datenbanktabellen lesen Javascript-Programm dTree von Destroydrop erzeugt für jeden Eintrag einen Knoten beim Aufruf von UbisWorld werden alle Knoten geladen Ladezeit für 3000 Knoten ca. 20 Sekunden => OpenCyc problematisch, Amazon oder UbisEarth undenkbar 21
HTML-basierter Ansatz Baumdarstellung basierend auf HTML-Listen-Struktur mit JavaScript-Programm folder tree static On Demand-Loading mit Ajax möglich Löschen und Hinzufügen von Knoten 22
XML-basierter Ansatz XML-Baumstruktur und JavaScript-Programm dhtmlXTree dynamische Generierung mittels PHP-Skript ähnlich effizient, aber deutlich mehr Funktionen: Hinzufügen, Löschen, Editieren von Knoten Drag & Drop Checkboxes Kontextmenü 23
Demo DEMO 24
Zusammenfassung Modellieren: v.a. Physical, Actional und Spatial Kategorie erweitert SmartHome Szenario Parsen und Integration externer Ontologien und Taxonomien: Ontologie-Parser parst OWL-Dateien, speichert Werte in der DB SUMO, DOLCE, SWINTO, UNSPSC, OPENCYC Amazon und UbisEarth Ajax-basierte Erweiterung: XML-basierter Ansatz gewählt deutliche Beschleunigung der UbisWorld beliebig große Datenmengen darstellbar insgesamt um ca. 18 Mio. Objekte erweitert 25
Ausblick Vision: UbisWorld als Web 3.0 Anwendung UbisOntology-Editor: Funktionalität verbessern Rechtesystem Zusammenspiel mit Bewertungssystem UbisFind: Suche nach Objekten im Baum und in der UbisWorld Lernen von UbisEarth für restliche UbisWorld Sprachauswahl für die Baumdarstellung Ontology Views 26
Ende 27 Danke für die Aufmerksamkeit! Fragen?