SMART Systems (Vorlesung: KI & XPS) zBeim vorigen Mal: ySemantische Netze, Frames, XML, RDF(S), XMLS zInhalt heute: yKL-ONE, Einführung in Beschreibungslogiken.

Slides:



Advertisements
Ähnliche Präsentationen
Hier einige Hieroglyphen:
Advertisements

Ontologien und Beschreibungslogik
Zur Rolle der Sprache bei der Modellierung von Datenbanken
Bayes-Netze KI 14-Bayes-Netze.
Datenmodellierung Externe Phase Informationsstruktur
Frame-Logik Eine Einführung Andreas Glausch.
2. Programmstruktur – Teil 2
Inhaltlich orientierter Zugriff auf unstrukturierte Daten
8 Behandlung von Begriffen 8.1 Grundlagen aus Logik und Psychologie
Kapitel 4 Datenstrukturen
Wissensmanagement mit semantischen Netzen – Analyse und Vergleich verschiedener Softwarelösungen Autor: Holger Wilhelm Referentin: Prof. Dr. Uta Störl.
Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg1/7 Datenbanken werden als Anhäufung von Werten eines Wertebereiches aufgefasst und Datenbankabfragen.
Anfragesprachen – Dipl. Ing. Ulrich Borchert / FH Merseburg1/8 Thesauren In gewisser Weise bilden Thesauren (Singular Thesaurus, Plural auch Thesauri)
Ressource Description Language
Fakten, Regeln und Anfragen
Was ist ein kognitives System?
Lexikalisch-Funktionale-Grammatik
Wissensrepräsentation durch Logik: Diskussion
Protégé OWL – TBox und ABox Abox_tbox_protege Seminar I-Prax: Inhaltserschließung visueller Medien, Spree WS 2009/2010 Wissensbasis TBox Frau.
Tutorium Willkommen zurück, in der wunderbaren Welt der Statistik Teil II.
1 Dienstbeschreibung mit DAML Ein graphischer Editor für DAML - Ting Zheng Betreuer: Michael Klein, Philipp Obreiter.
Semantik und Pragmatik
Aspekte der Wissensrepräsentation für die Computerlinguistik Überblick Kai-Uwe Carstensen Uni Zürich,
RDF MT Resource Description Framework Model Theory © 2002 by Emir Blažević
Die Grundterminologie
Science und Gender Hat die Wissenschaft ein Geschlecht?
Institut für Kartographie und Geoinformation Prof. Dr. Lutz Plümer Objektorientierte Konzepte/UML Geoinformation I Vorlesung 2 WS 2000/2001.
Effiziente Algorithmen
Chair of Software Engineering Einführung in die Programmierung Prof. Dr. Bertrand Meyer Lektion 15: Topologisches Sortieren Teil 1: Problemstellung und.
Guten Tag! Freitag den Dativ der Manndem Mann das Kinddem Kind die Frauder Frau die Kinderden Kindern.
Allgemeines zu Datenbanken
Einführung in die Programmierung Prof. Dr. Bertrand Meyer
Lexikalische Semantik
C-Einstieg. Agenda 1Vorbereitung 2Aufbau eines Programms 2.1Header 2.2 Methoden 2.3Main 3Datentypen & Variablen 4Operatoren(+, -, *, /) 5Logik 5.1IF 5.2Switch.
Software-Technik: (fortgeschrittene) Klassendiagramme
Relationales Datenmodell ist beherrschend: –Riesige Datenbestände und damit hohe Investitionen. –Die große Mehrzahl der Anwendungen arbeitet mit weitgehend.
Petrinetze 1. Einführung Informatik : wesentlich Modellierung von
Frühjahrs-/Sommersemester 2013
Rechnen mit negativen Klammern
1 Strukturierung von Situationen (Strukturierung als Lernkomponente) Thomas Höpfel Seminar für Rechtstheorie und Rechtsinformatik WS 2004/05.
Einführung in die Programmierung Prof. Dr. Bertrand Meyer
7. Formale Sprachen und Grammatiken
Semantic Web.
Lexit.at Michael Hausenblas Semantische Darstellung und Abfrage von Rechtsnormen – IRIS 2004 Semantische Darstellung und Abfrage von Rechtsnormen am Beispiel.
Deutsche Kinderliteratur
Fallstudie „intelligentes“ semantisches Netz
Geoinformation3 Geoinformation III XML Grundlagen und Dokumentspezifikation Vorlesung 12b.
Lexikalisch-Funktionale-Grammatik  Formaler Aufbau der F-Strukturen  Funktionale Beschreibungen  Funktionale Annotationen  Von der K-Struktur zur F-Struktur.
Didaktik der Algebra (2) Zur Begründung des Algebraunterrichts Warum unterrichten wir Algebra?
Sichtbarkeit einschränken
Rechnen mit negativen Klammern
Dr. Nicolas Ruh EF Informatik 2016 Dr. Nicolas Ruh
Inhalt Kap. 29: Defining Culture Kap. 30: Games as Cultural Rhetoric Kap. 31: Games as Open Culture.
Funktionen. Aufgabe : Eingabe zweier Zahlen ---> Minimum bestimmen Dann nochmals Eingabe zweier Zahlen ---> Minimum bestimmen.
SMART Systems (Vorlesung: KI & XPS) zBeim vorigen Mal: yKL-ONE, yBeginn: Einführung Beschreibungslogiken zInhalt heute: yFortsetzung: Beschreibungslogiken.
SMART Systems (Vorlesung: KI & XPS) zBeim vorigen Mal: yEinführung, Grundprobleme, Fokussierung zInhalt heute: yEinfache symbolische Repräsentationsansätze.
SMART Systems (Vorlesung: KI & XPS) zBeim vorigen Mal: yGrundideen zum qualitativen Schließen... yam Beispiel von Intervall- und topologischen Relationen.
Objektorientierte Datenbanken
SMART Systems (Vorlesung: KI & XPS) zBeim vorigen Mal: yALCQHI R+, Syntax, Semantik, Anwendung (Pragmatik) zInhalt heute: yRDFS, Vertiefung der Anwendung.
Objektorientierte Datenbanken
SMART Systems (Vorlesung: KI & XPS) zBeim vorigen Mal: yBeschreibungslogiken (DLs): ALC, ALCN yInferenzprobleme und Inferenzdienste zInhalt heute: yVertiefende.
Prof. Dr.-Ing. H. Wörn, Dr.-Ing. J. Seyfried Institut für Prozessrechentechnik, Automation und Robotik; Universität Karlsruhe (TH) Einführung in.
Betriebs- systeme und Verteilte Systeme Description Logics Marc Holger Uhlmann Seminarvortrag Paderborn, 15. Dezember 2004 Projektgruppe Peer-2-Peer basierte.
Comprehensive Information Base (CIB) – ein Prototyp zur semantischen Datenintegration Stefan Arts
1. Betreuer: Prof. Dr. Jörg Striegnitz 2. Betreuer: Dr. Martin Schindler Kontextsensitive Autocompletion für Klassendiagramme in der UML/P Florian Leppers.
Rechen- und Kommunikationszentrum (RZ) Selektionsstrategien auf Graphstrukturen Sven Porsche Seminarvorträge Aachen.
Das attributive Adjektiv
Vom Stereotyp zur Diskriminierung
Vorlesung #5 Relationale Entwurfstheorie
Vorlesung #5 Überführung (Fortsetzung) / Normalformen
 Präsentation transkript:

SMART Systems (Vorlesung: KI & XPS) zBeim vorigen Mal: ySemantische Netze, Frames, XML, RDF(S), XMLS zInhalt heute: yKL-ONE, Einführung in Beschreibungslogiken zLernziele: yKritik an Sem.Netzen, Frames und auch XML verstehen yMotivation der Entwicklung der Repräsentationssprache KL-ONE kennen ySyntax und Semantik von Beschreibungslogiken verstehen Ralf Möller, Univ. of Applied Sciences, FH-Wedel

Acknowledgments zDiese Vorlesung enthält graphisches Material von yB. Nebel, Univ. Freiburg: Bilder Semantische Netze und Frames yI. Horrocks (Univ. Manchester): DL-Einführungsfolien yU. Sattler (RWTH Aachen): DL-Einführungsfolien yH.J. Schek (ETH Zürich): KL-ONE-Bilder

Semantische Netze: Kritik zWas ist die Bedeutung eines Knotens: Begriff, hypothetisches oder existierendes Individuum? zWas ist die Bedeutung einer Kante: Werteeinschränkung, Default-Wert, aktueller Wert,... ? zWas bedeutet die ISA-Kante? zWas ist die Semantik semantischer Netze? zAufsatz: "What's in a link?" [Woods 75]

Frames: Kritik zEin Eigenschaftswert (Slot-Wert) kann yein Default-Wert sein (im Sinne eines Prototypen) ystrikt notwendig sein (notwendige Bedingungen) yzusammen mit anderen hinreichend sein (hinreichende Bedingungen) ystrikt oder nicht-strikt vererbt werden zBedeutung unklar

Sem.Netze und Frames: Zusammenfassung zBeruhen auf ähnlichen Ideen: yObjektzentrierte Organisation yHierarchie und Vererbung zDie interessanten Fragen in diesem Kontext sind yEffizienz der Verarbeitung yStrikte oder nicht-strikte Vererbung yFalls strikt, können Eigenschaften auch definierend sein?

Strukturierte Vererbungsnetze: Motivation zWas war unschön an allgemeinen semantischen Netzen? yDie Semantik der nicht-ISA Kanten war unklar. zWas fehlt Frame-Systemen? yBegriffe sind atomar und unstrukturiert. zStrukturierte Vererbungsnetze [Brachman 77]

Strukturierte Vererbungsnetze: Zentrale Ideen zStrukturierte Beschreibungen yentsprechen der relationalen Struktur von Objekten yaufgebaut mit Hilfe einer geringen Anzahl von wohldefinierten Operatoren zUnterscheidung zwischen begrifflichem (terminologischem) und objektbezogenem (assertionalem) Wissen (TBox/ABox) zAutomatische Bestimmung von Unterbegriffs- und Oberbegriffsbeziehung (Klassifikation)

Terminologisches Wissen: Informelles Bsp. (1) zEin Mensch ist eine Art: Tier zEine Frau ist: ein Mensch und Weiblich zEin Mann ist: ein Mensch und Männlich zEine Mutter ist: eine Frau mit mindestens einem Kind, das ein Mensch ist zEin Vater ist: ein Mann mit mindestens einem Kind, das ein Mensch ist

Terminologisches Wissen: Informelles Bsp. (2) zEin Elternteil ist: eine Mutter oder ein Vater zEine Großmutter ist: eine Frau, mit mindestens einem Kind, das ein Elternteil ist zEine Mutter-ohne-Tochter ist: eine Mutter mit nur männlichen Kindern zMännlich ist: das Gegenteil von Weiblich zWas kann alles geschlossen werden? yIst eine Mutter-ohne-Tocher auch ein Elternteil? zImplizite ISA-Beziehungen!

Assertorisches Wissen: Informelles Bsp. zELIZABETH ist eine Frau zCHARLES ist ein Vater zELIZABETH hat das Kind CHARLES zDIANA ist eine Mutter-ohne-Tochter zDIANA hat das Kind WILLIAM zWas kann alles geschlossen werden? yIst WILLIAM männlich? yIst ELIZABETH eine Großmutter?

KL-ONE (1) z[Brachman, 77, 79, 85] zErste Implementierungen Anfang 1980 zVorrangig: Terminologisches Wissen (TBox) zGraphische Notation: yEin KL-ONE-Modell ist ein Netz mit Knoten und Kanten y2 Arten von Knoten: Konzepte Rollen

KL-ONE (2)

KL-ONE: Konzepte (1)

KL-ONE: Konzepte (2)

KL-ONE: Rollen (1)

KL-ONE: Rollen – Beispiel (1)

KL-ONE: Rollen (2)

KL-ONE: Rollen – Beispiel (2)

KL-ONE: Rollen (3)

KL-ONE: Rollen – Beispiel (3)

KL-ONE: Inferenzprobleme zGegeben ein KL-ONE-Netz (eine TBox) zFragen: yKann es zu einem bestimmten Konzept einer TBox über- haupt Individuen (Objekte) geben? (Konsistenztest) yWas sind die speziellsten Konzepte in der TBox, die zu einem gegebenen Konzept in der ISA-Beziehung stehen? (Klassifikation, Bestimmung der "Parents") yWas sind die allgemeinsten Konzepte in der TBox, zu denen ein gegebenes Konzept in der ISA-Beziehung steht? (Klassifikation, Bestimmung der "Children")

KL-ONE: Kritik zGraphische Darstellung erscheint zwar intuitiv zAber: Verschiedene Interpretationen und Diskussionen über die Bedeutung waren die Regel zMathematische Beschreibung der Bedeutung der Repräsentationskonstrukte immer noch nicht klar y(insb. Individuenkonzepte, die wir hier nicht behandeln) zWichtig für maschinelle Verarbeitung: Inferenzalgorithmen: yTerminierung, Vollständigkeit, Korrektheit yBerechenbarkeit, Komplexität (asymptotisch)

Beschreibungslogiken (Description Logics, DLs) zFamilien von formalen, logischen Beschreibungssprachen zSyntax zSemantik zPragmatik

Architektur eines DL-Systems

DL – Einführung (1)

DL – Einführung (2)

Zusammenfassung, Kernpunkte zKritik an Sem.Netzen und Frame-Systemen zKL-ONE: Motivation, Generelle Ideen und Probleme zFormale Repräsentationstechniken: Beschreibungslogiken yKonstrukte zur Beschreibung von Konzepten und Rollen yMengentheoretische Semantik

Was kommt beim nächsten Mal? zBeschreibungslogiken zweiter Teil