Fortgeschrittene Methoden der Wissensorganisation Titel Fortgeschrittene Methoden der Wissensorganisation Use Cases und Anwendungsbeispiele Spree SoSe 2006

Zielsetzungen Wissensorganisation Use Cases Exploration Use Cases Gliederung  Besprechung Arbeitsaufgabe Zielsetzungen Wissensorganisation Use Cases Exploration Use Cases Anforderungen und Methoden / Werkzeuge Seminar I-Prax: Inhaltserschließung visueller Medien, 5.10.2004 Spree WS 2006/2007

Taxonomie Informationswissenschaft Wissensorganisation Partitive Beziehungen Wissensorganisation Inhaltserschließung Indexierung Klassifikation Abstracting Generische Beziehungen Analytische Klassifikation Facettenklassifikation DDC

Thesaurus Informationswissenschaft Wissensorganisation Inhaltserschließung Verschlagwortung Rezension synonym ähnlich Indexierung Klassifikation Abstracting Analytische Klassifikation Facettenklassifikation DDC Facette

Ontology Informationswissenschaft Wissensorganisation Logik (is_a) Beziehung (has-part) Eigenschaften Werte Instanzen Regeln Informationswissenschaft Wissensorganisation Inhaltserschließung Verschlagwortung synonym Kurzreferat Indexierung Klassifikation Abstracting Rezension ähnlich Analytische Klassifikation Facettenklassifikation objektiv wertend DDC Facette Wird genutzt zur Version Erfinder

Zielsetzungen Wissensorganisation  Zielsetzungen Zweck der Wissensorganisation ist es, Wissen durch Organisation zugänglich zu machen Wissensbestand so überarbeiten, dass er für Menschen übersehbar wird Soll Menschen helfen, sich selbst zu informieren, um kompetent zu bleiben Neue Methoden der Wissensorganisation wollen zudem Informationsprozesse automatisieren und Wissen für Maschinen ‚verstehbar‘ machen Teilgebiete / Produkte Übersichten, Strukturierungen, Findehilfen Klassifikationen und Thesauri Bei genauer Spezifikation der ‚Diskursgegenstände‘ und ihrer Beziehungen spricht man von Ontologien, besonders dann, wenn ein Computer daraus Schlussfolgerungen ziehen kann Visualisierungen bieten Topic Maps, Knowledge Maps, Mind Maps Seminar I-Prax: Inhaltserschließung visueller Medien, 5.10.2004 Spree WS 2006/2007

Use Cases für fortgeschrittene Methoden der Wissensorganisation  Web Portale Beispiel: Semantic eGovernment Community Portal Use Case: Head Hunter sucht Experten aus dem Bereich „Computer Science“ Semantic search: Person Profession Computer Science Rudi Studer Management von Firmenwebseiten Datenmodellierung Annotation und Indexierung von Dokument-Sammlungen Genauere Beschreibung von Dokumenten (z. B. in Social Software) Beispiel: Anwendungen wie Flicker könnten verbessert werden Indexierung eines Bestandes mit unterschiedlichen kontrollierten Vokabularen Vokabularmapping Beispiel: Intute : social sciences Information Retrieval Suchunterstützung durch Integration von Thesauri / Mehrsprachiges Retrieval Suchunterstützung durch generische Suche und Browsing Beispiel: Elektra/Expand eines Suchterms bei der Recherche Schlagwortsuche über mehrere Datenbanken Lexikographie / elektronische Wörterbücher Webagents und Services Vgl. W3C Recommentation: OWL Web Ontology Language : Use Cases and Requirements. URL:http://www.w3.org/TR/webont-req/#section-use-cases Seminar I-Prax: Inhaltserschließung visueller Medien, 5.10.2004 Spree WS 2006/2007

Einsatzmöglichkeiten von Ontologiesprachen Use Case Portal  Einsatzmöglichkeiten von Ontologiesprachen DB-Abfrage nach Eigen- schaften Problem Stichwortsuche Website A Website B Website Z Details Volltextindex Unscharfe Trefferliste Relationale Datenbank Eigenschaftsbasierte Recherche RDF/XML Metadatenstrukturen Detaillierte Trefferliste + Semantischer Kontext Quelle: nach Schreyer 2002 Details Detaillierte Trefferliste

Anforderungen und Methoden  Tools Thesaursstrukturen RDF (Resource Description Framework) Ontologie Anforderungen Dinge benennen und Mehrdeutigkeiten disambiguieren Beziehungen zwischen Dingen und zwischen Dingen und ihren Benennungen festlegen Dinge eindeutig identifizieren durch Bestimmung von Merkmalen Unterschiedliche Aspekte von Dingen beschreiben Unterschiedliche Sichtweisen auf Wirklichkeit ermöglichen Methoden finden, die auch von Maschinen ‚verstanden‘ werden können Kommunikation, Datenaustausch (zwischen Menschen, Systemen, Maschinen) Seminar I-Prax: Inhaltserschließung visueller Medien, 5.10.2004 Spree WS 2006/2007