01 Vom Internet zum Web of Data - Semantic Web Technologien WS11/12

VorlesungDr. Harald Sack

Hasso-Plattner-Institut für SoftwaresystemtechnikUniversität Potsdam

Wintersemester 2011/12

Semantic Web Technologien

Blog zur Vorlesung: http://wwwsoup2011.blogspot.com/

Dienstag, 18. Oktober 11

http://wwwsoup2011.blogspot.com


Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität Potsdam

1. Einführung 2. Semantic Web Basisarchitektur

Die Sprachen des Semantic Web - Teil 1

3. Wissensrepräsentation und LogikDie Sprachen des Semantic Web - Teil 2

4. Semantic Web Anwendungen

2

Semantic Web Technologien Vorlesungsinhalt



1. Einführung 1.1.Vom Internet zum Web 2.0

...eine historisch motivierte Einführung

1.2.Quo Vadis WWW? ...die Grenzen des WWWs

1.3.Semantic Web...die Perspektiven eines „intelligenten“ WWWs

1.4.Semantic Web Anwendungen...die Anfänge eines semantischen WWWs

3




4 Es war einmal....das Internet

ARPANET, 29. Oktober 1969

J.C.R. LickliderARPA IPTO Director

(1962-1964)

Robert TaylorARPA IPTO Director

(1966-1969)

Larry RobertsARPA IPTO Chief Scientist

(1966-1973)

Semantic Web Technologien Vom Internet zum Web 2.0



5 Es war einmal....das Internet

Larry RobertsARPA IPTO Chief Scientist

(1966-1973)




6 Das Internet - Rechnerzentrierte Verarbeitung • Wie gelangte der Benutzer zu Informationen?

1.Terminal öffnen2.Verbindung zu entfernten Rechner

herstellen3.Dateien des entfernten Rechners

durchsuchen4.Datei von entfernten Rechner auf

lokalen Rechner übertragen5.Datei auf lokalem Rechner lesen

Problem:•Expertenwissen zum Informationszugriff notwendig•Informationszugriff sehr aufwändig•Informationsrecherche sehr aufwändig




7

Das World Wide Web wurde 1990 am europäischen Kernforschungszentrum CERN geboren

Robert CailliauSir Tim Berners-Lee



8 Das WWW - Dokumentenzentrierte Verarbeitung • Wie gelangt der Benutzer zu Informationen?

1.Browser öffnen2.Dokument laden3.Hyperlink zum nächsten Dokument

anklicken

Vorteile:•Informationszugriff ohne Expertenwissen•Informationszugriff sehr leicht•Informationsrecherche über Suchmaschinen




9

• Aber die ursprüngliche Idee hinter dem WWW reicht viel, viel weiter zurück.....

Denis Diderot(1713-1784)

Jean-Baptiste le Rondd'Alembert (1717-1783)



10

Agostino Ramelli (1588), Le diverse et artificiose machine;

composte in lingua Italiana et Francese



11

Vannevar Bush(1890-1974)

vgl. Vannevar Bush, As we may think ,The Atlantic Monthly, 1945, July

Vannevar Bush schlägt 1945 das erste Hypertext-System „MEMEX“ vor



12 • Warum das WWW so erfolgreich werden konnte...





Lynx 1993





Lynx 1993

NCSA Mosaic 1994





IPadSafari 2010




14 • Die Grenzen des Wachstums sind noch nicht abzusehen...

http://www.isc.org/(Stand: 10/2011)



http://www.isc.org

http://www.isc.org


15 Vom Web 1.0 zum Web 2.0• Webinhalte und Anwendungen verändern sich

Informationskonsumption

Informationsproduktion

interaktive Partizipation




16 • Die Inhalte und die Rollenverteilung verändern sich über die Jahre...

Web 2.0 is thebusiness revolution inthe computer industrycaused by the move tothe Internet asplatform, and anattempt to understandthe rules for successon that new platform " -- Tim O'Reilly, 2003




17 1. Einführung 1.1.Vom Internet zum Web 2.0








18 Wie findet man etwas im WWW?

Semantic Web Technologien Quo vadis WWW ?



19 Das WWW ist ,ziemlich groß‘•ca. 25 x 109 in Suchmaschinen

indizierte Dokumente (TNL Blog: Google has 24 billion items index, considers MSN search nearest competitor, September 2005)

•Web Crawler: > 1012 Dokumente(The Official Google Blog: We knew the Web was Big....., Juli 25, 2008)

•Google Search Index Caffeine umfasst ca.100 Million Gigabytes i.e. 1017 Byte (SMX Video: Google’s Matt Cutts On Caffeine Launch, June 9, 2010,http://searchengineland.com/smx-video-googles-matt-cutts-on-caffeine-launch-43933)

•DeepWeb (Darkweb) schätzungsweise bis zu 550 mal größer als das Surface Web (Bergman, 2001)



http://www.tnl.net/blog/2005/09/27/google-has-24-billion-items-index-considers-msn-search-nearest-competitor/




http://googleblog.blogspot.com/2008/07/we-knew-web-was-big.html

http://googleblog.blogspot.com/2008/07/we-knew-web-was-big.html

http://searchengineland.com/smx-video-googles-matt-cutts-on-caffeine-launch-43933

http://searchengineland.com/smx-video-googles-matt-cutts-on-caffeine-launch-43933


20 Multimedia, Real-Time Data, Sensor Data, ....

in 06/2010: 7 TB/day new overall data in 05/2011: 155 million tweets/day



http://techcrunch.com/2011/04/06/twitter-q1-stats/



































































































in 12/2010: •48 h of video upload / minute•3 billion streamed videos per day



http://www.youtube.com/t/press_statistics

























































































































































24



24

•was ist wichtig, was nicht?•was ist Information, was ist Werbung?

•was bedeutet die Information?

•wie glaubhaft ist die Information?

•was gehört zusammen?•was ist redundant?

•Der Mensch verfügt über Kontextwissen / Weltwissen und kann daher Information (meist) richtig deuten…

Information im WWW



25

• Das WWW ist für die Nutzung durch den Menschen bestimmt

• Das WWW basiert auf der Markupsprache HTML

• HTML beschreibt• wie Informationen dargestellt werden sollen • wie Informationen miteinander verknüpft werden • aber nicht, was diese Informationen bedeuten….



26



27

Die Semantik (griech. σεμαντικος = zum Zeichen gehörend, Bedeutungslehre) ist das Teilgebiet der Sprachwissenschaft (Linguistik), das sich mit •Sinn und •Bedeutung

von Sprache beziehungsweise sprachlichen Zeichen befasst.

Die Semantik kümmert sich um die Frage, wie Sinn und Bedeutung von komplexen Begriffen aus denen von einfachen Begriffen abgeleitet werden können und stützt sich dabei in der Regel auf die Syntax.

Die Bedeutung (Semantik) einer Nachricht ist abhängig von Kontext und Pragmatik.

Semantik



28

Syntax (griech. σψνταξις = Zusammenstellung, Anordnung) bezeichnet in der Grammatik die Lehre vom Satzbau. • In den formalen Sprachen versteht man unter der Syntax ein

System von Regeln, nach denen erlaubte Konstruktionen bzw. wohlgeformte Ausdrücke aus einem grundlegenden Zeichenvorrat (Alphabet) gebildet werden.

• In der Informatik steht die Syntax für die normative Struktur von Daten.

Syntax


http://de.wikipedia.org/wiki/Alphabet_(Informatik)

http://de.wikipedia.org/wiki/Alphabet_(Informatik)


29

Der Kontext (lat. contextus = verflochten) wird durch das Umfeld eines Wortes (Begriffes) im Text bzw. dessen Zusammenhang mit umgebenden Worten (Begriffen) und weiteren damit im Bezug stehenden Elementen gebildet.

Der Kontext bezeichnet alle Elemente einer Kommunikationssituation, die das Verständnis einer Äußerung bestimmen, wie z.B. • allgemeiner Kontext:

Ort, Zeit und Handlungszusammenhang einer Nachricht• persönlicher bzw. sozialer Kontext:

Beziehung zwischen Sender und Empfänger einer Nachricht

Kontext



30

Die Pragmatik (griech. πραγμα = Handlung) spiegelt die Absicht wieder, in der die Sprache benutzt wird bzw. eine Nachricht kommuniziert wird.

In der Linguistik bezeichnet die Pragmatik die Lehre vom Gebrauch von Sprache in unterschiedlichen Situationen. Sie untersucht, in welcher Weise der Kontext einer Nachricht Einfluss auf deren Bedeutung besitzt.

Pragmatik



31

Die Semantik im WWW ist nicht explizit... Dienstag, 18. Oktober 11


32

Problemfeld 1: InformationssucheDienstag, 18. Oktober 11


32

Problemfeld 1: Informationssuche

• Keyword-Suche führt zu vielen nicht relevanten Ergebnissen•Bedeutungsunterschiede•Homonyme• unterschiedlicher Kontext

• Keyword-Suche findet nichtalle relevanten Ergebnisse• Synonyme• fehlende

Kontextpräzisierung



33

Problemfeld 2: InformationsextraktionDienstag, 18. Oktober 11


33

Problemfeld 2: Informationsextraktion

•kann nur von menschlichem“Agenten“ korrekt durchgeführt und bewertet werden

•heterogene Anordnung von Information

•Software-Agent verfügt nicht über• Kontextwissen• Weltwissen

• um Informationen aus der Text-/ Bilddarstellung zu lösen




34




34

• implizites Wissen, d.h. Informationen, die nicht explizit spezifiziert werden, müssen durch logische Schlussfolgerungen aus der Kombination vorhandener Informationen ermittelt werden



35

Problemfeld 3: WartungDienstag, 18. Oktober 11


35

Problemfeld 3: Wartung

• je komplexer und größer eine WebSite, desto aufwändiger die Wartung der oft nur schwach-strukturierten Daten

• Probleme:• syntaktische und

semantische (Link)konsistenz• Korrektheit• Aktualität



36

Problemfeld 4: PersonalisierungDienstag, 18. Oktober 11


36

Problemfeld 4: Personalisierung

• Anpassung des dargestellten Informationsinhalts an die persönlichen Bedürfnisse und Anforderungen

• Probleme: • „woher kommen die

benötigten Informationen?“• Personalisierung vs.

Privatsphäre



37

GAME OVER



39

Tim Berners-Lee, Semantic Web Roadmap, Sept 1998

„The Web was designed as an information space, with the goal that it should be useful not only for human-human communication, but also that machines would be able to participate and help… “

Vom World Wide Web zum Web of Data


http://www.w3.org/DesignIssues/Semantic.html

http://www.w3.org/DesignIssues/Semantic.html


40


Voraussetzung:• Inhalte können von Maschinenkorrekt gelesen und interpretiert(=verstanden) werden

Natural Language Processing• Technologie des klassischen Information Retrievals (WWW Suchmaschinen)



41


Voraussetzung:• Inhalte können von Maschinenkorrekt gelesen und interpretiert(=verstanden) werden

Natural Language Processing• Technologie des klassischen Information Retrievals (WWW Suchmaschinen)

Semantic Web• Web-Inhalte in natürlicher Sprache

werden explizit annotiert mit semantischen Metadaten

• Semantische Metadaten kodieren die Bedeutung (Semantik) des Web-Inhalts und können von Maschinen korrekt gelesen und interpretiert werden


Vorlesung Semantic Web, Dr. Harald Sack, Hasso-Plattner-Institut, Universität PotsdamDienstag, 18. Oktober 11


43 Inhalte im Web maschinell „verstehen“ (I)

Semantic Web Die Perspektiven eines intelligenten Webs



43 Inhalte im Web maschinell „verstehen“ (I)Text: „Jetzt spricht Poldi“




43 Inhalte im Web maschinell „verstehen“ (I)Text: „Jetzt spricht Poldi“

Lukas Podolski ?

Entity MappingDisambiguierung

• DisambiguierungAuflösung sprachlicher Mehrdeutigkeiten

Leopold Holusek ?

Leopold Kielholz ?

Deutscher Fußballspieler

Deutscher Tischtennisspieler

Schweizer Fußballspieler

Poldi Kladno ? Tschechischer Fußballverein

Poldi ? Drache bei „Hallo Spencer“

Lukasz Podolski ? Polnischer Radrennfahrer



Inhalte im Web maschinell „verstehen“ (II)


44

Text: „Jetzt spricht Poldi“

Lukas Podolski

Entitäten-zuweisung

Entität

• Die Bedeutung (Semantik) der Entitätenund Klassen muss ebenfalls explizit definiert werden.





44


Lukas Podolski


Entität

Fußballspieler

ist ein

Klasse• Die Bedeutung (Semantik) der Entitäten

und Klassen muss ebenfalls explizit definiert werden.





44


Lukas Podolski


Entität

Fußballspieler

ist ein

Klasse

Person

ist eine

Klasse

• Die Bedeutung (Semantik) der Entitätenund Klassen muss ebenfalls explizit definiert werden.



Inhalte im Web maschinell „verstehen“ (III)


45

Lukas Podolski (entity)

Fußballspieler

ist ein

(class)

Class-membership hat Typ

• Bedeutung (Semantik) wird über geeignete Wissensrepräsentationen (Ontologien) ausgedrückt



Inhalte im Web maschinell „verstehen“ (III)


45

Lukas Podolski (entity)

Fußballspieler

ist ein

(class)

Class-membership hat Typ

Person

ist ein

(class)

superclass

subclass

Ist Subklasse von




Inhalte im Web maschinell „verstehen“ (IV)


46


Lukas Podolski

Fußballspieler

Person

ist einEntities

Classes

ist ein





46


Lukas Podolski

Fußballspieler

Person PlacehasBirthPlace

ist einEntities

Classes

ist ein





46


Lukas Podolski

Fußballspieler

Person PlacehasBirthPlace

ist einEntities

Classes

ist ein

GliwicehasBirthPlace

ist ein





46


Lukas Podolski

Fußballspieler

Person PlacehasBirthPlaceDate hasBirthDate

ist einEntities

Classes

ist ein


ist ein





46


Lukas Podolski

Fußballspieler


ist einEntities

Classes

ist ein


ist ein

hasBirthDate1985-06-04

ist ein




47

Tim Berners-Lee, James Hendler, Ora Lassila: The Semantic Web, Scientific American, 284(5), pp. 34-43(2001)

Was ist das Semantic Web?

„The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation"


http://www.bibsonomy.org/author/Berners-Lee

http://www.bibsonomy.org/author/Berners-Lee

http://www.bibsonomy.org/author/Hendler

http://www.bibsonomy.org/author/Hendler

http://www.scientificamerican.com/article.cfm?id=the-semantic-web

http://www.scientificamerican.com/article.cfm?id=the-semantic-web


48•Die Bedeutung der Informationen (Semantik) wird durch standardisierte Wissensrepräsentationen (Ontologien) explizit formalisiert (strukturiert)

• Damit wird es möglich,

•die Bedeutung der Informationen maschinell zu verarbeiten

•unterschiedliche (heterogene) Daten miteinander in Beziehung zu setzen

•implizite (nicht offensichtliche) Information aus der vorhandenen (offensichtlichen) Information automatisch zu folgern

Das Semantic Web ist eine Art globaler Datenbank, die ein universales Netz semantischer Aussagen bereit hält

Das Semantic Web - a Web of Data



49

Das Semantic Web

•




50

Lukas Podolski http://dbpedia.org/resource/Lukas_Podolski

URI - Uniform Resource Identifier



http://dbpedia.org/page/Fabio_Capello



51

http://dbpedia.org/resource/Lukas_Podolski

http://de.wikipediapedia.org/wiki/Lukas_Podolski








52 http://dbpedia.org/resource/Lukas_Podolski






53

http://dbpedia.org/resource/Lukas_Podolski

RDF Resource Description Framework

:Lukas_Podolski dbpp:birthPlace :Gliwice .:Lukas_Podolski dbpp:birthDate “1985-06-04“ .:Lukas_Podolski rdfs:type dbpo:SoccerPlayer .:Lukas_Podolski rdfs:type dbpo:Person ....

:Lukas_Podolski rdf:type dbpo:SoccerPlayer .

RDF Tripel RDF Subject RDF Property RDF Object








54

http://dbpedia.org/ontology/SoccerPlayer

dbpo:SoccerPlayer rdf:type owl:class .dbpo:SoccerPlayer rdfs:subClassOf dbpo:Person .dbpo:SoccerPlayer rdfs:label “SoccerPlayer“ .dbpp:birthPlace rdf:type rdf:Property .dbpp:birthPlace rdfs:domain dbpo:Person .dbpp:birthPlace rdfs:range dbpo:Place .dbpp:birthDate rdf:type rdf:Property .dbpp:birthDate rdfs:domain :Person .dbpp:birthDate rdfs:range xsd:date ....

RDF Schema


SoccerPlayer

is a






55

Lukas Podolski

LivingPeople

PersonDate

hasBirthDate1985-06-04

hasBirthDate

is a

is a

is a

DeadPeople∩ =∅

logical constraintis a

+ Regeln (Beschreibungslogiken)

∀x.∃y.hasDeathDate(x,y) ∧ Person(x) ∧ Date(y) → DeadPeople(x)

entities

classes




56

SELECT DISTINCT ?l ?l2 ?g FROM <http://dbpedia.org> WHERE { ?s dbpp:nationalteam ?o . ?s rdfs:label?l FILTER langMatches( lang(?l), "EN" ) . ?s dbpp:nationalgoals ?g FILTER(?g>10). ?s dbprop:nationalteam ?nat . ?nat rdfs:label ?l2 FILTER langMatches( lang(?l2), "EN" ).} ORDER BY DESC(?g)

Suche alle Fußballer, dieals Nationalspieler mehr als 10 Tore geschossenhaben



http://dbpedia.org

http://dbpedia.org

http://dbpedia.org/property/nationalteam

http://dbpedia.org/property/nationalteam


57 Suche alle Fußballer, die als Nationalspieler mehr als 10 Tore geschossen haben




58 Suche alle Fußballer, die als Nationalspieler mehr als 10 Tore geschossen haben


Problem: Datenqualität....



60 Linked Data□ Linked Open Data (LOD) bezeichnet im WWW frei verfügbare (RDF)-Daten, die per URI

identifiziert werden und damit direkt via HTTP abgerufen werden können und ebenfalls via URI auf andere Daten verweisen.

Semantic Web Technologien Semantic Web Anwendungen

The ,Web of Data‘• >31 billion facts• >500 million links

(Stand Okt. 2011)



61



62

Was ist das Besondere an der BBC Music Website?• Informationen werden aus externen, öffentlich

verfügbaren Daten automatisch aktuell zusammengestellt (Wikipedia, MusicBrainz,...)

• kein Screen Scraping der Website• kein spezielles API• Daten liegen im (Semantic) Web als Linked Open

Data vor• Zugriff über gewöhnlichen HTTP Request• Daten sind stets auf dem aktuellsten Stand, ohne

dass manueller Eingriff nötig



63

Suchmaschinen - Document Retrieval•Eingabe in Suchmaschine: “GOLF von 2000“



63

Suchmaschinen - Document Retrieval•Eingabe in Suchmaschine: “GOLF von 2000“

• Nachfrage zu “GOLF“: PKW oder SPORTART oder SONSTIGES ?Verfeinerung: PKW



64Suchmaschinen - Document Retrieval•Eingabe in Suchmaschine: “GOLF von 2000“

• Name: Volkswagen Golf• Kategorie: Auto• ...• Baujahr <Integer>• technischer Parameter• Hubraum <Integer>• Leistung <Integer>• ...

• ...

Wissensrepräsentation(Ontologie, Linked Data)



64Suchmaschinen - Document Retrieval•Eingabe in Suchmaschine: “GOLF von 2000“

•Nachfrage zu “2000“: Baujahr oder technische Parameter?Verfeinerung: Baujahr

• Name: Volkswagen Golf• Kategorie: Auto• ...• Baujahr <Integer>• technischer Parameter• Hubraum <Integer>• Leistung <Integer>• ...

• ...

Wissensrepräsentation(Ontologie, Linked Data)



65Suchmaschinen - Document Retrieval•Generelle Probleme:

•Korrekte Interpretation der Suchphrase

•Korrekte Identifikation von Entitäten

•Automatische Disambiguierung

•Usability

•Personalisierung



66

Suchmaschinen - Fact Retrieval•Eingabe in Suchmaschine:

“Wo kann ich hier am günstigsten tanken?“

Antwort: - Hohenfelden, xy-Str. 32 -> Super verbleit, 1,99 € - Route wird an das Navigationssystem weitergegeben - Leistung wird gedrosselt, damit das Benzin ausreicht…



67

Suchmaschinen - Explorative Suche•Oft weiß der Benutzer gar nicht exakt, was er eigentlich sucht

•Bsp. „Suche Texte ähnlich den Texten von Ernest Hemingway“

dbpedia:ontology/influences dbpedia:ontology/influences

Ezra Pound Ernest Hemingway J.D. Salinger

Suchmaschine nutzt externes Wissen, um Vorschläge (Recommendations)zu generieren und um mögliche Suchpfade aufzuzeigen...



68 Intelligente Agenten im Semantic Web

Anwender

Suchdienst(z.B. Google)

WWW-Dokumente

Präsentationsdienst(z.B. Firefox)

WWWheute

WWW - Dokumente

SemanticWebAnwender

persönlicherAssistent

intelligenteInfrastrukturdienste




69 3 Generationen von Web-Dokumenten


statischeWeb-Seiten

HTML / CSS

1. Generation





statischeWeb-Seiten

HTML / CSS

1. Generation

interaktiveWeb-Seiten

dynamischeWeb-Seiten

JavaScript / Applets

DatenbankzugriffTemplate-basierte

Generierung

2. Generation





statischeWeb-Seiten

HTML / CSS

1. Generation

interaktiveWeb-Seiten

dynamischeWeb-Seiten

JavaScript / Applets

DatenbankzugriffTemplate-basierte

Generierung

2. Generation

adaptiveWeb-Seiten

virtuelleWeb-Seiten

BenutzermodelleMachine Learning

Online Layout

NetbotsInformationsextraktionPräsentationsplaner

3. Generation



70 Werkzeugkasten für das Semantic Web•Sprachstandards, mit denen Semantik der Information im Web

ausgedrückt werden kann (XML/XSD, RDF(S), OWL, RIF)•Werkzeuge, um die Semantikinformation im Web nutzen zu können

(RDFa, GRDDL, ...)

•Beteiligung vieler unterschiedlicher Disziplinen der Informatik:• Künstliche Intelligenz

• Computer Linguistik

• Kryptografie

• Datenbanktechnik

• Theoretische Informatik

• Rechnerarchitektur

• Software Engineering

• Systemtheorie

• Computernetzwerke



1. Einführung 1.1.Vom Internet zum Web 2.0





71




72

Wie geht‘s weiter...?

URI/URL - Bezeichner und Bezeichnetes

XML und XML Schema - eine Auffrischung....

Resource Description Framework



73

• P. Hitzler, S. Roschke, Y. Sure: Semantic Web Grundlagen, Springer, 2007.

• P. Hitzler, M. Krötzsch, S. Rudolph:Foundations of Semantic Web Technologies,CRC Press, 2009.

Semantic Web Technologien Literatur


http://www.amazon.de/gp/product/3540339930/ref=as_li_ss_tl?ie=UTF8&tag=moresemantic-21&linkCode=as2&camp=1638&creative=19454&creativeASIN=3540339930


http://www.amazon.de/gp/product/142009050X/ref=as_li_ss_tl?ie=UTF8&tag=moresemantic-21&linkCode=as2&camp=1638&creative=19454&creativeASIN=142009050X

http://www.amazon.de/gp/product/142009050X/ref=as_li_ss_tl?ie=UTF8&tag=moresemantic-21&linkCode=as2&camp=1638&creative=19454&creativeASIN=142009050X


74

• T. Heath, Ch. BitzerLinked Data - Evolving the Web into a Global Data Space,Morgan & Claypool, 2011.

Semantic Web Technologien Literatur




Materialien

□Bloghttp://wwwsoup2011.blogspot.com/

□Webseitehttp://www.hpi.uni-potsdam.de/studium/lehrangebot/veranstaltung/semantic_web_technologien.html

□bibsonomy - Bookmarkshttp://www.bibsonomy.org/user/lysander07/swt1112_01


75

Semantic Web TechnologienMaterialien




http://www.hpi.uni-potsdam.de/studium/lehrangebot/veranstaltung/semantic_web_technologien.html




http://www.bibsonomy.org/user/lysander07/swt1112_01

http://www.bibsonomy.org/user/lysander07/swt1112_01

01 Vom Internet zum Web of Data - Semantic Web Technologien WS11/12

Technology

Transcript of 01 Vom Internet zum Web of Data - Semantic Web Technologien WS11/12