Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 1Ulf Schneider02. Juli 2002 Ulf Schneider Neue Ansätze der Künstlichen Intelligenz: OIL Ontology Interference Layer Folien verfügbar unter:

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 2Ulf Schneider02. Juli Kapitelübersicht 1.Motivation 2.Vorstellung der AG OIL 3.Die 3 Wurzeln von OIL 1.Websprachen: RDF 1.Beispiel: RDF 4.OIL Language 1.2. Meta Ebene (DC) 2.1. Meta Ebene (OIL) 3.OIL-Beispiel 5.Literatur

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 3Ulf Schneider02. Juli Motivation Ein Wort kann mehrere Bedeutungen haben –„Netzwerk“ Kontext: Computer Kontext: Geschäftsbeziehungen –Suchmaschine Suche nach beispielsweise nach „christlichen Kaufmännern“ bei google durch Eingabe von „christ“ „Kaufmann“ als Schlagwörter

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 4Ulf Schneider02. Juli 2002

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 5Ulf Schneider02. Juli Motivation Problem: –Erstes Suchergebniss: Christ Kaufmann, wie in google eingegeben –Aber: Ergebniss Geburtsjahr von Christ Kaufmann, kein Bericht über christliche Kaufmänner

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 6Ulf Schneider02. Juli Motivation Lösung: –Hilfsmittel, das dem Computer/Suchmaschine/ Programm die Unterschiede zw. den einzelnen semantischen Inhalten erklärt.

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 7Ulf Schneider02. Juli Vorstellung der AG OIL Teil der Projektgruppe On-To-Knowledge – Hauptarbeit von On-To-Knowledge ist die Entwicklung von OIL – Ontology Interference Layer –

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 8Ulf Schneider02. Juli Die 3 Wurzeln von OIL OIL Description Logics (Beschreibungslogik ): Formale Semantik & maschin. Überprüfung Frame-based Systems: Erkenntnistheoretische Modellierungsgrundlagen Web Sprachen: XML- und RDF basierte Syntax

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 9Ulf Schneider02. Juli Die 3 Wurzeln von OIL Description Logics –Formalismen für Wissen –Bestehend aus Klassen und Beziehungen Klassen: bestehend aus Eigenschaften Beziehungen: Verhalten von Objekten (die zu einer Klasse gehören) untereinander (binär) Frame-based Systems –Modellierung nach: Prädikaten-Logik –Fokus auf: Beziehungen von Objekten (vgl. Objektorientierung) Vererbung von Klassen und Relationen Web Sprachen

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 10Ulf Schneider02. Juli Websprachen: RDF Entwickelt vom W3C als Erweiterung von XML Grundlage für standardisierten Austausch von Metadaten von zugehörigen Dokumenten Trennung zwischen eigentlichem Dokument und Semantik Erweiterung: RDFS – Resource Description Framework Schema

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 11Ulf Schneider02. Juli Beispiel: RDF <RDF xmlns = xmlns:DC = " > The Future of Metadata Jacky Crystal Metadata, RDF, Dublin Core

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 12Ulf Schneider02. Juli OIL Language 3 Ebenen: –Objekt Ebene –1. Meta Ebene: Klassen- und Relationsdefinition –2. Meta Ebene: Dublin Core Meta Element Set (V.1.1)

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 13Ulf Schneider02. Juli Meta Ebene (DC) title (≥1) creator (≥1) subject (≥0) description (=1).release (=1) publisher (≥0) contributor (≥0) date (≥0) type (≥1) format (≥0) identifier (≥1) source (≥0) language (≥1) relation (≥0) coverage (≥0) rights (≥0)

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 14Ulf Schneider02. Juli Meta Ebene (OIL) import (≤1) rule-base (≤1) definition (≥0) class-def –type (≤1) –name –documentation (≤1) –subclass-of (≤1) –slot-constraint (≥0) class-expression (≥1) –name –slot-constraint –class-expression (boolsch verknüpft)

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 15Ulf Schneider02. Juli Meta Ebene (OIL) slot-def (≥0) –name –documentation (≤1) –subslot-of (≤1) –domain (≤1) –range (≤1) –inverse (≤1) –properties (≤1) slot-constraint (≥0) –name –has-value (≤1) –value-type (≤1) –max-cardinality (≤1) –min-cardinality (≤1) –cardinality (≤1)

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 16Ulf Schneider02. Juli OIL - Beispiel ontology-container title “African animals” creator “Ian Horrocks” subject “animal, food, vegetarians” description “A didactic example ontology describing African animals” description.release “1.01” publisher “I. Horrocks” type “ontology” format “pseudo-xml” format “pdf” identifier “ source “ language “OIL” language “en-uk” relation.hasPart “

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 17Ulf Schneider02. Juli 2002 ontology-definitions slot-def eats inverse is-eaten-by slot-def has-part inverse is-part-of properties transitive class-def animal class-def plant subclass-of NOT animal class-def tree subclass-of plant class-def branch slot-constraint is-part-of has-value tree class-def leaf slot-constraint is-part-of has-value branch class-def defined carnivore subclass-of animal slot-constraint eats value-type animal class-def defined herbivore subclass-of animal slot-constraint eats value-type plant OR (slot-constraint is- part-of has-value plant) class-def herbivore subclass-of NOT carnivore

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 18Ulf Schneider02. Juli 2002 class-def giraffe subclass-of animal slot-constraint eats value-type leaf class-def lion subclass-of animal slot-constraint eats value-type herbivore class-def tasty-plant subclass-of plant slot-constraint eaten-by has-value herbivore, carnivore

Seminar: Neue Ansätze der Künstlichen Intelligenz Seite 19Ulf Schneider02. Juli Literatur The Ontology Inference Layer OIL –von: I. Horrocks, D. Fensel, J. Broekstra, S. Decker, M. Erdmann, C. Goble, F. van Harmelen, M. Klein, S. Staab, R. Studer, and E. Motta An Idiots Guide to the Resource Description Framework –von: Reanto Iannella