Auf dem Weg zu einer semantischen Suche über Textdokumenten haben wir bisher erfahren, dass wir Hintergrundwissen über die Bedeutung von Begriffen benötigen, wie wir die Texte aufbereiten können und mit welchen Mechanismen wir sie effizient durchsuch- und findbar machen können. Wir hatten im letzten Kapitel auch einen ersten Ansatz für eine semantische Suche kennengelernt, der die semantische Ähnlichkeit von Begriffen nutzt. Wie aber können wir dieses Wissen überhaupt repräsentieren, um Begriffsähnlichkeiten ermitteln zu können?
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Synonym zu Benennung verwenden wir im Folgenden auch das Wort Bezeichnung.
- 2.
Mitunter kann es jedoch auch sinnvoll sein, Mengen als Instanzen zu betrachten.
- 3.
7 https://de.wiktionary.org/wiki/Schlaganfall, abgerufen am 16.10.2019.
- 4.
Quelle: 7 https://de.wiktionary.org/wiki/Melanom.
- 5.
Wir greifen an dieser Stelle auf ein englischsprachiges Beispiel zurück, da das deutschsprachige Pendent GermaNet keine frei zugängliche grafische Benutzerschnittstelle hat und selbst für Visualisierungszwecke lizenziert werden muss.
- 6.
- 7.
- 8.
Im Detail kann die Aufteilung zwischen Ontologie-Schema und -Fakten von dieser einfachen Darstellung abweichen. So können durchaus auch Instanzen zu einem Schema gerechnet werden, wenn sie allgemeingültigen Charakter haben, z. B. Maßeinheiten. Auch können Begriffe, je nach Betrachtungsweise, sowohl Klasse als auch Instanz sein. So werden beispielsweise Klassen in RDF als Instanzen der Metaklasse rdfs:Class deklariert. Meta-Klassen wie rdfs:Class werden manchmal auch als Meta-Schema bezeichnet.
- 9.
Schlussfolgerungen mittels allgemeiner Regeln spielen für semantische Suchen eher eine untergeordnete Rolle. Daher werden wir hier nicht näher darauf eingehen.
- 10.
7 https://en.wikipedia.org/wiki/Knowledge_Graph, letzter Aufruf 10.04.2020.
- 11.
„Apple boasts about sales; Google boasts about how good its AI is“, James Vincent, 04.10.2016, 7 https://www.theverge.com/2016/10/4/13122406/google-phone-event-stats, letzter Aufruf 12.03.2020.
- 12.
Ausgehend von der Anzahl von Klassen in 7 schema.org : 7 https://schema.org/docs/full.html, letzter Aufruf 12.03.2020.
- 13.
RDF-Tripel können in unterschiedlichen Formaten serialisiert werden, u. A. RDF/XML, Turtle, N3, RDFa, etc. Wir verwenden hier die einfache Turtle Syntax.
- 14.
International Resource Identifikator (IRI), die auch Sonderzeichen beinhalten können, sind auch erlaubt. Leerzeichen, Doppelpunkt und Schrägstrich sind weder in URIs noch in IRIs erlaubt. Anstelle eines Leerzeichens verwendet man oft einen Unterstrich (_) oder die CamelCase-Notation (siehe 7 https://de.wikipedia.org/wiki/Binnenmajuskel).
- 15.
Quelle: 7 https://de.wikipedia.org/wiki/RDFa, abgerufen am 10.09.2019.
- 16.
Mit den Namensraum-Deklarationen: @prefix rdf: <7 http://www.w3.org/1999/02/22-rdf-syntax-ns#> und @prefix rdfs: <7 http://www.w3.org/2000/01/rdf-schema#> und einem beliebigen Base Namespace.
- 17.
Umgekehrt ist es so, dass bei einer Angabe von rdfs:domain und rdfs:range mittels Schlussfolgerung auf die Klasse des Subjekts bzw. Objekts in einem Tripel geschlossen werden kann, auch wenn diese nicht explizit angegeben sind.
- 18.
Mit der Namensraum-Deklaration: @prefix skos: <7 http://www.w3.org/2004/02/skos/core#>.Das Komma ist ein Kurzschreibweise, die es erlaubt, bei mehreren RDF-Tripeln mit demselben Subjekt und Prädikat die Wiederholung des Prädikats zu sparen.
- 19.
Prinzipiell könnte analog auch eine Teil-Ganzes-Beziehung als :partOf rdfs:subPropertyOf skos:broader definiert werden. Auch wenn dies möglich ist, ist es noch lange nicht sinnvoll. Hierdurch werden zwei logische Ebenen vermischt. Es liegt in der Verantwortung des Modellierers, ob eine solche Vermischung zweckmäßig ist oder nicht.
- 20.
(Keet und Artale 2007) unterscheiden und analysieren unterschiedliche Formen von Teil-Ganzes-Beziehungen.
- 21.
Die Komponente, die logische Schlussfolgerungen durchführt.
- 22.
Siehe hierzu auch: 7 https://www.w3.org/TR/skos-primer/#sectransitivebroader, letzter Aufruf 10.04.2020.
Literatur
(Baader et al. 2007) “The Description Logic Handbook”, Franz Baader, Diego Calvanese, Deborah L. McGuinness, Daniele Nardi, Peter F. Patel-Schneider (Hrsg.), 2nd Edition, Cambridge University Press, Cambridge, United Kingdom, 2007.
(Busse et al. 2014) “Was bedeutet eigentlich Ontologie? - Ein Begriff aus der Philosophie im Licht verschiedener Disziplinen”, Johannes Busse, Bernhard Humm, Christoph Lübbert, Frank Moelter, Anatol Reibold, Matthias Rewald, Veronika Schlüter, Bernhard Seiler, Erwin Tegtmeier, Thomas Zeh, Informatik Spektrum, Vol. 37/4 (2014): 286–297, Springer Verlag 2014. https://doi.org/10.1007/s00287-012-0619-2 (letzter Aufruf 10.4.2020)
(Ege et al. 2015) „Corporate Semantic Web – Wie semantische Anwendungen in Unternehmen Nutzen stiften“, Börteçin Ege, Bernhard Humm, Anatol Reibold (Hrsg.), Springer-Vieweg, 2015. ISBN 978-3-642-54885-7
(Gruber 1993) “A Translation Approach to Portable Ontology Specifications”, Publisher: Academic Press, 1993, also in Knowledge Acquisition, 5(2):199–220, 1993. https://tomgruber.org/writing/ontolingua-kaj-1993.pdf (letzter Aufruf 10.4.2020)
(Hitzler et al. 2008) “Semantic Web. Grundlagen”, Pascal Hitzler, Markus Krötzsch, Sebastian Rudolph, York Sure, Springer-Verlag, Berlin Heidelberg, 2008, ISBN: 978-3-540-33993-9.
(Hoppe & Tolksdorf 2018) “Guide for Pragmatical Modelling of Ontologies in Corporate Settings”, Thomas Hoppe, Robert Tolksdorf, in: Thomas Hoppe, Bernhard G. Humm, Anatol Reibold (Hrsg.): “Semantic Applications - Methodology, Technology, Corporate Use”, p.13–30. Springer Verlag, Berlin, 2018. ISBN 978-3-662-55432-6
(Hoppe et al. 2018) “Semantic Applications - Methodology, Technology, Corporate Use”, Thomas Hoppe, Bernhard G. Humm, Anatol Reibold (Hrsh.), Springer Verlag, Berlin, 2018. ISBN 978-3-662-55432-6
(Horch et al. 2013), “Semantische Suchsysteme für das Internet”, Andrea Horch, Holger Kett, Anette Weisbecker, Fraunhofer IAO, Fraunhofer Verlag, 2013.
(Humm 2016) “Applied Artificial Intelligence - An Engineering Approach”, Bernhard G Humm, Leanpub, Victoria, British Columbia, Canada, 2016. https://leanpub.com/AAI (letzter Aufruf 10.4.2020)
(Keet & Artale 2007) “Representing and Reasoning over a Taxonomy of Part-Whole Relations”, C.Maria Keet and Alessandro Artale, Applied Ontology 0 (2007), IOS Press, http://www.meteck.org/files/AO07_pw_AK.pdf (letzter Aufruf 10.4.2020)
(Keet 2020) “An Introduction to Ontology Engineering”, C. Maria Keet, https://people.cs.uct.ac.za/~mkeet/OEbook/ (letzter Aufruf 10.4.2020)
(Lassila & McGuiness 2001) „The Role of Frame-Based Representation on the Semantic Web“, Ora Lassila, Deborah L. McGuinness, Knowledge Systems Laboratory Report KSL-01-02, Stanford University, 2001, erschien ebenso in: Linköping Electronic Articles in Computer and Information Science, Vol. 6, Nr. 005, Linköping University, 2001. https://www.ida.liu.se/ext/epa/ej/etai/2001/018/01018-etaibody.pdf (letzter Aufruf 10.04.2020)
(Russell & Norvig 2009) “Artificial Intelligence: A Modern Approach (3rd ed.)”,Stuart Russell, Peter Norvig, Prentice Hall Press, Upper Saddle River, NJ, USA. 2009.
(Russell & Norvig 2012) “Künstliche Intelligenz: Ein moderner Ansatz (3. überarbeitete Auflage”, Übersetzung von (Russell & Norvig 2009), Pearson Deutschland GmbH, München, 2012.
(Studer et al. 1998) “Knowledge engineering: Principles and methods”, Rudi Studer, V. Richard Benjamins, Dieter Fensel, Data & Knowledge Engineering, Volume 25, Issues 1–2, März 1998, Pages 161–197.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Hoppe, T. (2020). Grundlagen der Wissensrepräsentation. In: Semantische Suche. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-30427-0_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-30427-0_4
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-30426-3
Online ISBN: 978-3-658-30427-0
eBook Packages: Computer Science and Engineering (German Language)