Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Ebert Redlin Geändert vor über 10 Jahren
1
Heinrich-Heine-Universität, FFF-Kolloquium Christof Rumpf 29.04.2009
Datenbanken in der FOR 600 Der Einsatz von Datenbanken in der empirischen Linguistik Heinrich-Heine-Universität, FFF-Kolloquium Christof Rumpf
2
Überblick Datenbanken – Grundlagen Datenbanken in der FOR 600
DB Verbgraduierung DB A2: Dimensionsverben DB B5: FBs in der Harndiagnostik DB A4: Entwicklung von FBs im Französischen DB A5: mehrdimensionale Korpusanalyse
3
Was ist eine Datenbank? Datenbank, Datenbanksystem, englisch Data-Base-System, zentral verwaltetes System zur widerspruchsfreien und permanenten Speicherung großer Datenmengen eines Informationsgebietes (z. B. naturwissenschaftliche Daten, Wirtschaftsstatistiken), auf die nach unterschiedlichen Anwendungskriterien zugegriffen werden kann. Ein Datenbanksystem besteht aus den auf der Grundlage eines Datenbankmodells organisierten Datenbeständen (Datenbasis) und dem Datenbank-Managementsystem (Abkürzung DBMS), einem Softwarepaket, das die Datenbestände und Zugriffsrechte verwaltet sowie eine Anwenderschnittstelle für die Datendefinition, -eingabe und -manipulation enthält. Meyers Lexikon
4
Datenbankmodelle / -architekturen
Relational - verbreitetster Standard Deduktiv - relational + Prolog Objektorientiert - entspr. OO-Programmierung Objektrelational - relational + objektorientiert Hierarchisch - Baumstruktur, veraltet Netzwerk - Graphen
5
Datenbankmanagementsystem
Ein DBMS ist ein Softwarepaket zur Speicherung und Organisation von Daten aufgrund eines Datenbankmodells zur Verwaltung von Zugriffsrechten enthält Entwicklerschnittstelle zur Definition von Datenmodellen Eingabe und Pflege von Daten Erstellung von ‚Sichten‘ auf Daten (Abfragen) Erstellung von Berichten (Reportgenerator) Erstellung von Benutzerschnittstellen für ‚Normalbenutzer‘ (Formulargenerator)
6
Relationale DBMS Desktop-DBMS Server-DBMS
MS Access, dBase, OpenOffice Base, … Müssen in einer Client-Server-Umgebung ganze Datenbestände auf den Client laden, um eine Abfrage auszuwerten. Server-DBMS Oracle, MySQL, Microsoft SQL Server, … Abfragen werden auf dem Server ausgewertet und nur die Ergebnisse zum Client übertragen.
7
Datenmodell Ein Datenmodell ist eine Abbildung von Objekten (z.B. aus der ‚wirklichen‘ Welt) mit ihren (relevanten) Eigenschaften und Beziehungen in einem Datenbankmodell. Beispiel: Universität mit Fakultäten, Instituten, Angestellten, Studenten, Studiengängen, Lehrveranstaltungen, Abschlüssen, Semestern, Gebäuden, Räumen, … Datenmodelle für relationale Datenbanken werden häufig aus Entity-Relationship-Modellen abgeleitet.
8
Entity-Relationship-Modell (ERM)
Entität Beziehung Attribut Quelle: Peter Körner, Wikipedia.de
9
Aufbau relationaler DBs
Relationale Datenbanken bestehen aus verknüpften Tabellen, die in Felder (Attribute) und Datensätze (Relationen, Tupel) organisiert sind. In jedem Feld stehen Daten eines bestimmten Typs (Text, Zahlen, Datum/Zeit-Ausdrücke, Ja/Nein-Werte, BLOBs, …). Alle Datensätze einer Tabelle haben einen gleichartigen Aufbau, sind gleich lang. Eine Tabelle kann beliebig viele Datensätze enthalten. Felder / Attribute z.B. Tabelle Personen PId Vorname Name 1 Han Solo 2 Harry Potter 3 Madonna 4 Peter Meier 5 Daten-sätze Schlüsselfeld
10
Tabellenverknüpfung 1:n
Über Schlüsselfelder kann man Tabellen bequem miteinander verknüpfen. Bei einer 1:n-Verknüpfung kann jeder Datensatz der 1-Seite beliebig vielen Datensätzen der n-Seite zugeordnet werden. Umgekehrt kann jeder Datensatz der n-Seite nur mit einem Datensatz der 1-Seite verknüpft sein. Szenario: Jeder Studierende studiert genau einen Studiengang. n 1 Detailtabelle StgId = Fremdschlüssel Mastertabelle StgId = Primärschlüssel PId Vorname Name StgId 1 Han Solo 3 2 Harry Potter Madonna 4 Peter Meier 5 StgId Studiengang 1 Informationswissenschaft 2 Linguistik 3 Informatik Studiengänge Studierende
11
Tabellenverknüpfung n:m
Bei n:m-Verknüpfungen können jedem Datensatz der einen beliebig viele Datensätze der anderen Tabelle zugeordnet werden. Die Vermittlung zwischen n- und m-Seite erfolgt über eine dritte Tabelle und zwei 1:n-Verknüpfungen. Szenario: Jeder Student besucht beliebig viele Seminare. m 1 1 n PId Vorname Name 1 Han Solo 2 Harry Potter 3 Madonna 4 Peter Meier 5 TId PId SemId Abschluss 1 BN 2 3 AP 4 5 SemId Seminar 1 Wissensrepräsentation 2 Datenbanken 3 Semantik Personen Teilnehmer Seminare
12
Redundanz und Konsistenz
Eine Datenbank soll redundanzfrei sein Jedes (komplexe) Objekt soll nur einmal repräsentiert werden und in allen Beziehungskontexten referenziert werden. Das leistet ein gutes Datenmodell (Normalformen). Eine Datenbank soll konsistent sein Keine Mutationsanomalien Alle Referenzen sollen auflösbar sein. Das leistet ein gutes DBMS (referentielle Integrität).
13
Mutationsanomalien Treten bei der Repräsentation verschiedener Entitäten in derselben Tabelle auf: Updateanomalien Redundante Einträge müssen mehrfach geändert werden: Fehlerquelle Einfügeanomalien Zuordnungsprobleme bei unvollständigen Datensätzen Löschanomalien Drohender Datenverlust: Beim Löschen einer Entität gehen die Daten zu einer anderen evt. verloren
14
Normalformen Normalformen garantieren Redundanzfreiheit und verhindern Mutationsanomalien 1. Normalform Alle Attribute haben atomare Werte 2. Normalform Jedes Nichtschlüssel-Attribut ist voll funktional abhängig von jedem Kandidatenschlüssel 3. Normalform Jedes Nichtschlüssel-Attribut hängt von keinem Schlüsselkandidaten transitiv ab.
15
SQL SQL Structured Query Language ist eine Sprache zur Abfrage, Manipulation und Definition von Daten in relationalen Datenbanken. Die Semantik von SQL basiert auf der relationalen Algebra. Sprachelemente Abfrage: SELECT Manipulation: INSERT, DELETE, UPDATE Datendefinition: CREATE, ALTER, DROP Zugriffsrechte: GRANT, REVOKE SQL wird von fast allen relationalen DBMS unterstützt und ist standardisiert nach ANSI und ISO. MS Access: Jede in der Access-Entwurfsansicht erstellte Abfrage hat eine äquivalente SQL-Darstellung, aber nicht alle SQL-Ausdrücke können in der Access-Entwurfsansicht erstellt werden (z.B. UNION-Abfragen).
16
SELECT Mit SELECT–Abfragen werden Sichten auf Daten erstellt.
SELECT [DISTINCT] S-Attribute FROM F-Relation [WHERE Where-Klausel] [GROUP BY (Gruppierungsattribute) [HAVING Having-Klausel]] [ORDER BY (Sortierungsattribut [ASC|DESC])+]; S-Attribute: Attribute aus F-Relation, Konstanten, Funktionen (auf Attributen) F-Relation: Tabelle, Sichten (Abfragen), kartesische Produkte, Joins Where-Klausel: Bedingungen für Attributwerte (Selektion) Gruppierungsattribute: Gruppierung für Aggregatfunktionen Having-Klausel: Bedingungen für Aggregatfunktionen auf Gruppierungsattributen SELECT Veranstaltung FROM Veranstaltungen INNER JOIN Semester ON Veranstaltungen.SId = Semester.SId WHERE Semester = „SS2009“ ORDER BY Veranstaltung ASC;
17
DB Verbgraduierung Erfassung von ca Belegen zur Graduierung ca deutscher Verben bzw. ca Lesarten mit sehr. Systematische Annotierung der Funde mit relevanten Merkmalen u.a. zur Valenz. Die Daten wurden zunächst in Word-Tabellen erfasst und später in eine Access-Datenbank importiert. Status: wird weiterentwickelt.
18
Verbgraduierung: Datenmodell
19
Verbgraduierung: Eingabemaske
20
DB Dimensionsverben Sehr komplexes Datenmodell.
Daten liegen z.Z. in Textform vor und sollen mittels Parsing in das Datenmodell der Datenbank importiert werden. Die Datenmodelle der Datenbanken Verbgraduierung und Dimensionsverben sollen integriert werden -> standardisiertes Datenmodell für Verben
21
Dimensionsverben: Datenmodell
22
Dimensionsverben: Eingabemaske
23
DB Harndiagnostik Erfassung von Funktionalbegiffen in der Literatur zur Harndiagnostik. Deutsche Literatur (Stand ) 20 Texte aus den Jahren 2517 Vorkommen von 364 FBs Französische Literatur 10 Texte aus den Jahren 2725 Vorkommen von 490 FBs Lateinische Literatur – in Arbeit
24
Harndiagnostik: Datenmodell
25
Harndiagnostik: Eingabemaske
26
DB FB-Entwicklung Erfassung von Funktionalbegriffen im Französischen und dem Zusammenhang ihrer diachronen Entwicklung. Erfassung von typisierten Transformationsprozessen. Es entsteht ein Graph der diachronen Zusammenhänge. Status: müsste portiert werden.
27
FB-Entwicklung: Eingabemaske 1
28
FB-Entwicklung: Eingabemaske 2
29
DB Korpusanalyse Vollständiger Korpus (Löbner 03) mit Tokens incl. morphosyntaktischer Analyse. Teilweise handannotierte Begriffstypen. Datenmodell für Lesarten und Typeshifts. Generierung von n-Grammen. Status: wird weiterentwickelt.
30
Korpusanalyse: Ausschnitt
31
Counts und Counts of Counts
qryNNCounts SELECT Count(Token) AS Count, Token FROM tabSemantik_getaggt GROUP BY Token HAVING Tag="NN" ORDER BY Count(Token) DESC; Häufigkeit von Tokens eines bestimmten Typs in einem Korpus qryCountsOfCounts SELECT Count(Count) AS CountsOfCounts, Count FROM qryNNCounts GROUP BY Count ORDER BY Count(Count) DESC; Häufigkeit, mit der Tokens einer bestimmten Häufigkeit in einem Korpus vorkommen
32
Nomenbedeutungen: Datenmodell
33
Nomenbedeutungen: Eingabemaske
34
Danke für‘s Zuhören!
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.