Semantic Web - hpi.de · Mittelalterliche Scholastik • Thomas v. Aquin, Anselm v. Canterbury,...

Vorlesung

Dr. Harald Sack

Hasso-Plattner-Institut für Softwaresystemtechnik

Universität Potsdam

Wintersemester 2008/09

Semantic Semantic WebWeb

http://sw0809.blogspot.com/

Blog zur Vorlesung: http://sw0809.blogspot.com/

2

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

Semantic Web - Vorlesungsinhalt

1. Einführung

2. Die Sprachen des Semantic Web

3. Wissensrepräsentation

4. Web of Trust

5. Ontology Engineering

6. Semantic Web Anwendungen

3


Semantic Web

3. Wissensrepräsentationen

3.0 Motivation

3.1 Ontologien in der Philosophie

3.2 Ontologien in der Informatik

3.3 Ontolgie Beschreibungssprachen

3.4 Ontologietypen

3.5 Wiederholung Aussagenlogik und Prädikatenlogik

3.6 Beschreibungslogiken und Web Ontology Language OWL

3.7 Regeln mit SWRL / RIF

3.8 Logikbasierte Systeme

11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12

13

4


3. Wissensrepräsentationen3.0 Motivation

Semantic Web Architecture

URI / IRI

XML / XSD

RDFS

Ontology (OWL)

Trust

Cry

pto

Unifying Logic

Proof

Data interchange:RDF

Query:SPARQL

Rule:RIF

User Interface & Application

5



„People can‘t share knowledge if

they don‘t speak a common

language“ Thomas Davenport (1997)

6



„People can‘t share knowledge if

they don‘t speak a common

language“ Thomas Davenport (1997)

7



Der Turmbau zu Babel…. (1)Datenaustausch zwischen heterogenen Systemen

System A verwendet Schema A

System B verwendet Schema B

dabei können gleiche Begriffe mitunterschiedlicher Bedeutungassoziiert sein

während unterschiedlicheBegriffe die gleiche Bedeutunghaben können

Begriffe/Konzepte aus System Amit Schema A müssen inBegriffe und Konzepte aus Schema Bübersetzt werden

8


3. Wissensrepräsentationen3.0 MotivationDer Turmbau zu Babel…. (2)

Datenaustausch zwischen heterogenenSystemen

Lösung (1):

Übersetzer für jede möglicheKombination von (n) Systemen

benötigt O(n2) Übersetzer….

Lösung (2):

unabhängiges Repräsentationsschema(Interlingua)

benötigt n Übersetzer….

9



Nutze eine gemeinsame Sprache….

• gemeinsame Symbole und Begriffe (Syntax)

• Übereinkunft bzgl. deren Bedeutung (Semantik)

• Klassifikation von Begriffen (Taxonomie)

• Assoziationen und Vernetzungen von Begriffen (Thesauri)

• Regeln und Wissen darüber, welche Vernetzungen zulässig und sinnvoll sind (Ontologien)

10



Ontologien als Wissensrepräsentation(Knowledge Representation)

Was ist Wissen (Knowledge)?

klassische Wissensdefinition:„Teilmenge aller wahren Annahmen“

Wahrheiten(Truths)

Annahmen(Beliefs)

Wissen(Knowledge)

11


Semantic Web


3.0 Motivation




3.4 Ontologietypen





11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12

13

12


3. Wissensrepräsentationen3.1 Ontologien in der Philosophie

Ontologien als zentraler Begriff in der Philosophie

13



• griech. Partizip zu „sein“ Lehre

„Philosophische Disziplin, die sich primär mit dem Sein,

dem Seienden als solchem und mit den fundamentalen

Typen von Entitäten beschäftigt…“ (wikipedia)

allgemeine Metaphysik Erkenntnistheorie (Epistemologie)

• „wie sind die Dinge als solches (an sich)?“

Eine kurze Begriffsbestimmung

14




Klassische griechische Philosophie

• Sokrates, Platon (5./4. Jhdt. v. Chr.)

• Trennung zwischen

• Konzept / Klasse (= Idee, „Noosphäre“, Welt der Ideen)

und

• Instanz (Objekte der realen Welt, nur „Schatten“ der Ideen)

• Hierarchie der Ideen

Sokrates(470-399 v. Chr)

Platon(427-347 v. Chr)

15




Klassische griechische Philosophie

• Parmenides, Aristoteles (5./4. Jhdt. v. Chr.)

• Grundfrage: „Was sind die fundamentalen Kategorien des Seins?“

• Aristoteles (Metaphysik IV, 1)

stellt System von Kategorien auf zur Klassifikationaller Dinge, über die Aussagen getroffen werdenkönnen

unbelebt / belebt / stofflich / geistig

Stoff / Qualität / Quantität / Beziehung /Wirken / Leiden / Ort / Zeit /…

Parmenides(510-450 v. Chr)

Aristoteles(384-322 v. Chr)

16




Aristoteles stellt ein System vonKategorien auf zur Klassifikation allerDinge, über die Aussagen getroffenwerden können

Platon und Aristoteles(„Philosophenschule von Athen“,

Raphael, 1512)

17




Mittelalterliche Scholastik

• Thomas v. Aquin, Anselm v. Canterbury, William v. Ockham (12.-14. Jhdt.)

• Universalienproblem: „Kann Universalien (Ideen) eine ontologische Existenz zugemessen werden?“

• Realismus Ontologische Existenz der Ideen

• Nominalismus Ideen sind nichts als Worte/Symbole

Thomas v. Aquin(1225-1274)

Anselm v. Canterbury(1033-1109)

William v. Ockham(1285-1349)

18




Immanuel Kant (1724-1804)

• Erkenntnistheorie• Grundfrage: „Wie vermag unser Verstand die Welt wahrzunehmen?“• triadisches Modell

notwendiggemeinsambegrenztAllheit

existentursächlichnegiertVielheit

möglichinhärentrealEinheit

ModalitätRelationQualitätQuantität

Immanuel Kant(1724-1804)

19


Semantic Web


3.0 Motivation




3.4 Ontologietypen





11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12

13

20


Der Ontologiebegriff in der Informatik

21


3. Wissensrepräsentationen3.2 Ontologien in der Informatik


“An ontology is a specification of a conceptualization

that is designed for reuse across multiple applications

and implementations.

…a specification of a conceptualization is a written,

formal description of a set of concepts and

relationships in a domain of interest.”

“... An ontology is a catalog of the types of things that are

assumed to exist in a domain of interest D from the

perspective of a person who uses a language for the

purpose of talking about D.”

(John F. Sowa, 1995)

(Peter Karp (2000) Bioinformatics 16:269)

22




"An ontology is an explicit, formal specification of a shared

conceptualization. The term is borrowed from philosophy,

where an Ontology is a systematic account of Existence.

For AI systems, what ‘exists’ is that which can be

represented.“

(Thomas R. Gruber, 1993)

Konzeptualisierung: abstraktes Modell (Domäne, identifizierte relevante

Begriffe, Beziehungen)

Explizit: Bedeutungen aller Begriffe definiert

Formal: maschinenverstehbar

Gemeinsam: Konsens bzgl. Ontologie

23



Konzeptualisierung

Symbol Gegenstand

Konzept

steht für

ruft hervor referenziert

„GOLF“Signifikand Signifikat

(nach Ogden-Richards, 1923)

verwendengemeinsamesKonzept

Zuordnung von Symbol (Wort) Gegenstand nur indirekt möglich,Menschen ordnen Gegenständen Konzepte zu, die sie benennen

24



Ontologien - Komponenten und ModelleKlassen, Beziehungen und Instanzen

Klassen repräsentieren Konzepte

Klassen werden durch Attribute beschrieben

Attribute werden aus Name-Wert-Paaren gebildet

Adresse• Vorname <string>• Nachname <string>• Straße <string>

• Postleitzahl <int>• Ort <string>

• …

„Die Adresse ist eine Postanschrift und

beinhaltet im Allgemeinen Straßenamen,Postleitzahl und Ortsnamen.“

Informale Beschreibung

Semi-informale Beschreibung

(Gruber, 1993)

25



Ontologien - Komponenten und ModelleModellierung

Informal natürlichsprachliche Beschreibung

Semi-informal strukturierte Beschreibung inbeschränkter natürlicher Sprache

Semi-formal Beschreibung in künstlicher, formaldefinierter Sprache

Formal Beschreibung in sorgfältig definiertenBegriffen mit formaler Semantik, Nachweis der Vollständigkeit undKorrektheit

26




Klassen stehen mit anderen Klassen in Beziehung

Beziehungen sind spezielle Attribute, deren Wert einObjekt einer anderen Klasse darstellt

AdressePersonbesitzt

Professor Student

ist eineist eine

Vorlesung

hält besucht

Lehrveranstaltungist eine

Formal: Mengen m1,…mn Relation R m1 x … x mn

27




an Beziehung zwischen Klassen können Regeln geknüpftwerden

AdressePersonbesitzt

Professor Student

ist eineist eine

1:n

1:1

Frau

Mann

ist eine

ist eine

Frau

28




Über Klassen, Beziehung, Regeln können Aussagen

getroffen werden

Spezialfall: formale Axiome

Axiome bezeichnen Wissen, das auf keine andere Weisenur durch die restlichen Komponenten ausgedrückt werdenkann

Beispiel:• „es ist nicht möglich, zwei Lehrveranstaltungen am selben Termin zu halten“

29




Instanzen bezeichnen Individuen einer Ontologie

Lehrveranstaltung

Seminar

ist eine

BachelorseminarSW enabled Applications

Donnerstag11.00 Uhr

A-2.1

Individuals (instances) are the basic components of an ontology. The individuals in an ontology may include concrete objects such as people, animals, tables, automobiles, molecules, and planets, as well as abstract individuals such as numbers and words.

30


Semantic Web


3.0 Motivation




3.4 Ontologietypen





11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12

13

31


3. Wissensrepräsentationen3.3 Ontologie Beschreibungssprachen

Aussagenlogik – Propositional Logicin der Aussagenlogik besteht die Welt ausschließlich aus Fakten(Aussagen)

Folgende Aussagen/Schlussfolgerungen sind nicht möglich:

Alle Menschen sind sterblich

Sokrates ist (war) ein Mensch

Daher ist Sokrates sterblich

Die Welt besteht vielmehr aus Objekten und Eigenschaften(Properties), die ein Objekt vom anderen unterscheiden.

Zwischen Objekten bestehen Beziehungen (Relationen). EinigeBeziehungen sind dabei eindeutig, also Funktionen.

32



Prädikatenlogik – First Order LogicIn der Prädikatenlogik erster Stufe (First Order Logik, FOL)erlauben Quantoren Aussagen über Mengen von Objekten zumachen, ohne diese Objekte explizit einzeln aufzuzählen

FOL ist perfekt zur Beschreibung von Ontologien geeignet, aber

FOL ist sehr ausdrucksstark,

deshalb unhandlich bei der Modellierung,

schlecht geeignet um Konsens bei der Modellierung zufinden und

Beweistheoretisch sehr komplex

Suche ein geeignetes Fragment von FOL

33



Beschreibungslogiken - Description Logics

Beschreibungslogiken (engl. description logics) sind eine Familievon Sprachen zur Wissensrepräsentation. Die meisten Beschreibungs-logiken sind eine Untermenge der Prädikatenlogik erster Stufe, im Gegensatz zu dieser aber entscheidbar. Dies ermöglicht über eine Beschreibungslogik zu schließen, d.h. aus vorhandenem Wissenneues Wissen zu gewinnen…

TBox terminological knowledgeWissen über Konzepte einer Domäne(Klassen, Attribute, Eigenschaften…)

ABox assertional knowlegdeWissen über Instanzen / Entitäten

Vorlesung

Vorlesung„Semantic Web“

Knowledge Base

34



Beschreibungslogiken - Description LogicsConcepts (unäre Prädikate),

beschreiben Entities/Klassen

z.B. Person, Lehrveranstaltung, Student, Dozent, Seminar, ...

Roles (binäre Prädikate)

beschreiben Eigenschaften / Relationen

z.B. nimmtTeilAn, liest, wirdGelesenVon, …

Student: { x | Student(x)}

nimmtTeilAn: { (x,y) | nimmtTeilAn(x,y)}

35



Beschreibungslogiken - Description LogicsIndividuals (Konstanten, individuelle Ausprägungen)

z.B. Alice, Bob, Doktorandenseminar Selbstorganisation

Operators / Constructors (zum Formulieren komplexerBeschreibungen von Concepts / Roles), Expressivität wirdbeschränkt, so dass:

Erfüllbarkeit (Satisfiability) / Enthaltensein (Subsumption)ist entscheidbar und

(möglichst) von geringer Komplexität

Student nimmtTeilAn.wirdGelesenVon.NobelpreisGewinner

{ x | Student(x) y.nimmtTeilAn(x,y) z.wirdGelesenVon(y,z)

NobelpreisGewinner(z) }

36



Beschreibungslogiken - Description LogicsOperatoren beinhalten in der Regel zumindest:

Konjunktion ( ),

Disjunktion ( ),

Negation ( )

eingeschränkte Form der Quantifizierung ( )

bildet Basis Description Logic ALC

Attributive Language with Complement

Seminarteilnehmer Person

37



Beschreibungslogiken - Description Logics

Q

I

H

AL*

FL

Sprache

S*

(Qualifizierte Zahlenrestriktion

R-1Inverse Beziehung

R Beziehungshierarchie

{a1,…,an}Menge von Individuen (O)

(Zahlenrestriktion (N)

Existentielle Restriktion

C Disjunktion

Negation

Bottom (speziellstes Concept)

Top (allgemeinstes Concept)

Existenzquantor

Wertrestriktion

A Konjunktion

SyntaxOperator / Constructor

38



Beschreibungslogiken - Description LogicsSemantik wird durch eine Interpretation festgelegt ( I, I)

I … Domain of Discourse, I

Interpretationsfunktion

I :A AI I , A ... atomares Konzept

I :R RI I x I , R … atomare Relation

┬I = I

I =(¬A)I = I \ AI (C D)I = CI DI

( R.C)I = {a I | b.<a,b> RI b CI}( R.┬)I = {a I | b.<a,b> RI}

39



Beschreibungslogiken - Description LogicsOntologien können z.B. auch mit Hilfe von Datenbank- oderSoftwarentwurfstechniken beschrieben werden

z.B. UML, ER-Modell, …

Seminar

- Titel: String - Semester: String - Beginn: Date - Ende: Date - …

Person

- Vorname: String - Nachname: String - …

nimmtTeilnn

wirdGehalten1n

40



Alternative Modelle

Formalismen und Modelle limitieren die Art des Wissens, diemit diesen ausgedrückt werden können

z.B. UML, ER, SQL gestatten nicht die Formulierungkomplexer logischer Abhängigkeiten und das Ziehen von

Schlussfolgerungen über diesen

AI-basierte Sprachen (z.B. Ontolingua, LOOM, OCML, FLogic,…)und Ontologie Markup-Sprachen (z.B. RDFS, DAML+OIL, OWL,…) sind besser zur Repräsentation von Ontologien geeignet.

41


Semantic Web


3.0 Motivation




3.4 Ontologietypen





11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12

13

42


3. Wissensrepräsentationen3.4 Ontologietypen

Ontologietypen und Kategorien

Top-Level Ontology

(Upper Ontology,

Foundation Ontology)

allgemeine, bereichsübergreifende Ontologien

(beschreibt sehr generelle Konzepte

wie z.B. Zeit, Raum,Vorgang

unabhängig von einer bestimmten

Domäne oder Problemstellung.)

Domain Ontology Task Ontology

spezielle, auf eine konkret fokusierte Domäne oder

Aufgabe zugeschnittene Ontologie, die in der Regel eine

Domain und/oder Task Ontologie spezialisieren.

Application Ontology

(nach Guarino,1998)

grundlegende Konzepte bezogen

auf eine allgemeine Aktivität oder

Aufgabe.

grundlegende Konzepte bezogen

auf eine generische Domäne.

43



Ontologietypen und Kategorien

kontrolliertes

Vokabular

(nach Lassila/McGuinnes, 2001)

Thesauri

Begriffe/

Glossarinformales

ist-ein

formales

ist-ein

formale

Instanz

Frames

Wert-

Restriktionen

Allg.

logische

Constraints

Disjunktheit,

Inverses,

Part-of…

lightweight ontologies heavyweight ontologies

Ausdruckstärke +-

44



Ontologietypen und KategorienKontrolliertes Vokabular:

endliche Liste von Begriffen (z.B. Kataloge)

Glossar:

eine endliche Liste von Begriffen und deren zugehörigeBedeutung, formuliert in natürlicher Sprache (informal).

Thesauri: [griech. „Schatz, Schatzhaus“]

Kontrolliertes Vokabular, dessen Begriffe durch Relationenmiteinander verbunden sind.

Äquivalenz (Synonyme)

Hierarchien (Ober-, Unterbegriffe)

Homographien (Homonyme)

Assoziationen (ähnliche Begriffe)

45



Thesaurus

Unterhose

Schlüpfer

Synonyme

Slip

Tanga

Liebestöter

Boxershort

Spezialisierungen

UnterwäscheOberbegriff

Unterhemd

Assoziation

46



Taxonomiesysteme

auch Klassifikationssystem, Nomenklatur, …

Carl v. Linné (um 1740) schafft einfaches, noch heutegebräuchliches hierarchisches Klassifikationsschema fürTiere/Pflanzen

Bsp.Homo sapiens (der verständige Mensch)

Einteilung von Dingen (oder auch Lebewesen) in Gruppen

(von [griech]. (tassein) = klassifizieren und

μ (nomos) = Gesetz, Wissenschaft)...

Carl v. Linné(1707-1778)

Gattung Art

47



TaxonomiesystemeKlassifikation des Lebens nach Carl Linné

Tierreich (Animalia)

Wirbeltiere

Mensch (Homo)

Moderner Mensch (Homo sapiens)

Menschenartige (Hominidae)

Primaten

Säugetiere (Mammaliae)

Mehrzeller (Eukaria)

48



Ontologytypen und Kategorieninformale IS-A-Hierarchie:

explizite Hierarchie von Klassen, Unterklassenbeziehung nichtstrikt eingehalten (Bsp. Yahoo’s Begriffshierarchien)

formale IS-A-Hierarchie:

explizite Hierarchie von Klassen, Unterklassenbeziehungwerden strikt eingehalten wird (Transitivität / Instanz)

formale Instanz:

explizite Hierarchie, die neben der Unterklassenbeziehung auchdie Instanzbeziehung erlaubt.

49



Ontologytypen und Kategorienunterschiedliche Tierkategorien in "einer gewissen chinesischen

Enzyklopädie" nach Jorge Luis Borges:

- dem Kaiser gehörige,

- einbalsamierte,

- gezähmte,

- Milchschweine,

- Sirenen,

- Fabeltiere,

- streunende Hunde,

- in diese Einteilung aufgenommene,

- die sich wie toll gebärden,

- unzählbare,

- mit feinstem Kamelhaarpinsel gezeichnete,

- und so weiter,

- die den Wasserkrug zerbrochen haben,

- die von weitem wie Fliegen aussehen.

50



Ontologiebeispiele und Anwendungen

WordNet

• link-based electronic dictionary

• Wörterbuch mit seman- tischen Relationen zwischen den Wort- bedeutungen

• organisiert in 117587 „Synsets“,gegliedert nach

• Substantiven (N)

• Verben (V)

• Adjektiven (Adj)

• Adverbien (Av)

51




gehen, rennensprechen, brüllen

VTroponymie

Tür, TürgriffMotor, Zylinder

NMeronymie / Holonymie(partitive Relation)

Tier, SäugetierSäugetier, Hund

NHyperonymie(Unter-/Oberbegriff)

hell, dunkel

freundlich, unfreundlichAdj, Av, (N,V)

Antinonymie(gegenteilig)

Zug, Eisenbahn

sehen. schauen

dunkel, finster

N, V, Adj, AvSynonymie(gleichbedeutend)

Bsp.SyntaktischeKategorien

SemantischeRelation

52




Top-level Ontologies

• beschreiben sehr allgemeine Konzepte (Raum, Zeit, Materie, Ereignis, Aktion,... )• Konzepte unabhängig von bestimmten Problembereich.

z.B. KR Ontology

(John F. Sowa )

• umfasst 27 Konzepte• organisiert als Verband (lattice)

53




(OpenCyc, Douglas Lenat )

#$Thing

• #$Intangible#$Individual

#$SetOrCollection#$TemporalThing

#$SpatialThing-Localized

#$ExistingStuffType

#$ExistingObjectType

#$Event

#$PartiallyTangible#$Collection

#$genls

#$typeGenls

#$disjointWith

#$Thing

• #$Intangible#$Individual

#$SetOrCollection#$TemporalThing

#$SpatialThing-Localized

#$ExistingStuffType

#$ExistingObjectType

#$Event

#$PartiallyTangible#$Collection

#$genls

#$typeGenls

#$disjointWith

• Top-Level Ontologie zu Cyc (Wissensbasis mit ca. 200.000 Begriffen und 1 Mio. Axiome)• 6000 Konzepte in 43 Gruppen mit zugehörigen Relationen

54




(SUMO, IEEE SUOWG )

• Standard Upper Merged

Ontology

• IEEE SUO Working Group• integriert verschiedenartige Recourcen zu allgemeiner Top-Level Ontologie

55




(NP-Ontologie, Sack, Niedermeier, Vogel )

decision problem complexity classis a member of

has member

can be reduced to

is weaker / stronger

is special/general variant

SAT 3-SATColorability

is a is a

NP P

NP-complete

is a is a

graph problem logic problem set problem… problem

is a is a

Domain Ontologie

56



Semantic Web Architecture

URI / IRI

XML / XSD

RDFS

Ontology (OWL)

Trust

Cry

pto

Unifying Logic

Proof

Data interchange:RDF

Query:SPARQL

Rule:RIF

User Interface & Application

57


Semantic Web


3.0 Motivation




3.4 Ontologietypen





11.12.2008 – Vorlesung Nr. 61 2 3 4 5 7 8 9 1110 12

13

58


3. Wissensrepräsentationen3.5 Aussagenlogik und Prädikatenlogik

Nächste Woche: Aussagen und Prädikatenlogik

59



Literatur

» P. Hitzler, M. Krötzsch, S. Rudolph, Y. SureSemantic Web Grundlagen, Springer, 2008.

60



Literatur

Bloghttp://sw0809.blogspot.com/

Materialien-Webseitehttp://www.hpi.uni-potsdam.de/meinel/teaching/semantic_web_ws08090.html

bibsonomy - Bookmarkshttp://www.bibsonomy.org/user/lysander07/sw0809-06

Semantic Web - hpi.de · Mittelalterliche Scholastik • Thomas v. Aquin, Anselm v. Canterbury,...

Documents

Transcript of Semantic Web - hpi.de · Mittelalterliche Scholastik • Thomas v. Aquin, Anselm v. Canterbury,...