Das Semantic Web

Das Semantic Web

Quelle:

Prof. Dr. Felix Naumann

HPI, Uni Potsdam

Überblick

 Motivation und Definition

 TXT → XML

 XML → RDF(S)

 RDF → Ontologien

 Ausblick / Diskussion

 Rückblick & Evaluation

3

Definitionen

 Fremdwörterduden “Semantik”

1.

Teilgebiet der Linguistik, das sich mit den Bedeutungen sprachlicher Zeichen und Zeichenfolgen befasst

2.

Bedeutung, Inhalt eines Wortes, Satzes oder Textes

 “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.” [BLHL01]

 Das Semantische Web ist einer Erweiterung des gegenwärtigen Webs, in der Informationen wohl-

definierte Bedeutungen erhalten, so dass Computer

und Menschen besser kooperieren können.

Web?

 Überfluss an Daten

–

Stark verteilt

–

Suche und Integration nötig

–

Die Kosten, relevante Informationen zu finden und Wert daraus zu schöpfen sind enorm.

 Kostenreduzierung

–

Workflows und Businessprozesse miteinander verknüpfen

–

Data- und Service-Sharing ermöglichen

–

auch zwischen heterogenen Gruppen



eScience: Wissenschaftler, Standards-Konsortien, Bioinformatik



eGovernment: u.a. Gesundheitswesen



eBusiness



eSociety: Blogging, Gnutella

Quelle: [DK03]

5

Motivation

 Web Seiten tragen Layout-Informationen

–

Gut für Menschen

–

Nicht zu interpretieren für Rechner

 Informationen leben in zwei Welten

–

Für Menschen als Konsumenten



Gedichte, Filme, Text,...

–

Für Computer als Konsumenten



Daten, Programme,...

–

Das Web betont den Menschen.

–

Das Semantic Web soll dies ausgleichen.

 Ease-of-Use und Wachstum des WWW soll nicht beeinträchtigt werden.

 Es muss also nicht alles perfekt verstanden werden.

Informationssuche im Web

 Methode 1: Browsing



geht nicht (Milliarden von Dokumenten)

 Methode 2: Suche

–

Suche mittels Suchmaschinen besser



Recall nicht immer perfekt (Größe der Suchmaschine).



Precision nicht immer perfekt (Relevanz der Ergebnisse).



Techniken des Information Retrieval

–

Leider wirklich nur „retrieval“

–

Extraktion und Interpretation der Informationen durch Nutzer



Funktioniert nur mit Menschen, nicht automatisiert

7

Informationssuche im Web



Methode 3: Informationsextraktion

–

Computational Linguistics

–

Named Entity Recognition (z.B. Gene)

–

Relationship Extraction (z.B. Firmensitze aus Wirtschaftsmeldungen extrahieren)



Methode 4: Wrapper

–

Bsp: Shopping Agenten

–

Generierung von Wrappern per Hand

–

Müssen sich auf HTML Tags verlassen



Methode 5: Annotation

–

Maschinenlesbare Annotation (z.B. XML)



Methode 6: Semantic Web

–

Semantische Annotation (RDF & Ontologien)

Beispiel-Anwendungen



Wissensmanagement (knowledge management, KM)

–

Intranet mit Millionen Dokumenten

–

Informationsbeschaffung, -wartung und -suche

–

Mit Ontologien



Intelligente Suche



Anfragen und Sichten statt Suche

– Bsp.: Liste alle Projekte aller Mitarbeiter der HTWK Leipzig



Dokumentenaustausch



Web Commerce

–

Shopping-Agenten suchen bestes und billigstes Angebot.

–

On-line Shops präsentieren Waren sinnvoll

–

Broker vermitteln zwischen Anbietern und Käufern (e-marketplace)

–

Meta-Stores



E-Business

–

Virtuelle Unternehmen

–

Katalog-Integration und Datenaustausch

9

Semantic Web Prinzipien [BL]

 Alles kann eine URI#xxx haben.

–

Sage nicht „farbe“, sage

"http://www.pantomime.com/2002/std6#farbe"

 Vokabulare können im Laufe der Zeit integriert und ersetzt werden.

 Dokumente sind selbst-beschreibend.

 „Jeder kann Beliebiges über Beliebiges sagen."

 Kein einzelnes System weiß alles.

 Das Design muss minimalistisch sein.

Semantic Web Layer Cake

Quelle: [Hen02]

Basisdaten, Texte und Identifikatoren

Syntax und Struktur Beziehungen

Bedeutung

Regeln

Nutzen

11

Überblick

 Motivation und Definition

 TXT → XML

 XML → RDF(S)

 RDF → Ontologien

 Ausblick / Diskussion

 Rückblick & Evaluation

Überblick Semantic Web

Quelle: Tim Berners-Lee

13

TEXT  XML

 Reiner Text

– Keine Struktur (höchstens implizit)

– Nicht maschinenlesbar

 XML

– Kann Text strukturieren

– Maschinenlesbare Struktur

– Implizite Semantik durch Benennung von

Struktureinheiten

Text im Web (UNICODE + URI)

 So sieht ein natürlichsprachige Webseite für eine Maschine aus.

Quelle: [Hen02]

15

XML … immerhin

 XML erlaubt es, sinnvoll tags zu Texteinheiten hinzuzufügen.

CV

name education

work private

< >

< >

< >

< >

< >

XML  maschinenlesbare Bedeutung

 Aber: Für eine Maschine sehen die tags so aus...

<  >

< >

<>

<>

<>

17

Schemata: Die richtige Richtung

Schemata helfen….

CV name education

work private

< >

< >

< >

< >

< >

<  >

< >

<>

<>

<>

CV name education

work private

< >

< >

< >

< >

< >

<  >

< >

<>

<>

<>

<  > …indem sie

gemeinsame

Ausdrücke zwischen Dokumenten in

Beziehung setzen.



Quelle: [Hen02]

Schemata unterscheiden sich

 Jemand anderes verwendet dieses Schema:

<  >

<  >

<>

<>

<>

<  >

< >

<>

<>

<>

19

Schemata fehlt die Bedeutung

CV name education

work private

< >

< >

< >

< >

< >

<  >

< >

<>

<>

<>

CV name education

work private

< >

< >

< >

< >

< >

<  >

< >

<>

<>

<>

<  >



CV name education

work private

< >

< >

< >

< >

< >

<  >

<>

<>



<>

Quelle: [Hen02]

Immerhin:

Semi-

automatisches Schema Matching &

Mapping

Überblick

 Motivation und Definition

 TXT → XML

 XML → RDF(S)

 RDF → Ontologien

 Ausblick / Diskussion

 Rückblick & Evaluation

21

Überblick Semantic Web

Quelle: Tim Berners-Lee

XML  RDF

 XML

–

erlaubt beliebige Strukturen.

–

Bedeutung „verborgen“/“vermischt“ in Struktur (durch geeignete Tag-Namen)

–

Fortschritt, aber Strukturen noch ohne „Bedeutung“

 RDF…

–

…kann „Bedeutung“ ausdrücken, ohne Annahmen zur Struktur.

–

…besteht aus Tripeln: Subjekt, Prädikat, Objekt

–

…ist ein Datenmodell für Metadaten.

23

Metadaten Format: RDF

 RDF (Resource Description Framework)

–

Jenseits von Maschinenlesbarkeit: „Maschinenverstehbarkeit“

 RDF besteht aus zwei Teilen:

–

RDF Modell (eine Menge von Tripeln)

–

RDF Syntax (verschiedene XML-Serialisierungs Syntaxen)

 RDF Schema

–

Definition von Vokabularen (einfache Ontologien) für RDF

–

Formuliert in RDF

Quelle: [DK03]

RDF Beispiel



Ausdruck

–

“Peter Mueller ist Autor der Ressource http://www.w3.org/home/mueller .”

<rdf:Description rdf:about=“#pers05”>

<authorOf>ISBN...</authorOf>

</rdf:Description>

pers05 Author-of ISBN...

Quelle: [OH03]

pers05 Author-of ISBN...

MIT ISBN...

Publ- by

Author- of Publ -

by



Struktur

–

Ressource (Subjekt)

 http://www.w3.org/home/mueller

–

Eigenschaft (Prädikat)

 http://www.schema.org/#authorOf

–

Wert (Objekt)

 „Peter Mueller”



Gerichteter Graph

25

Schachtelung mit RDF

 Jeder Ausdruck kann wiederum eine Ressource sein:

–

Schachtelung von Graphen – reification (“Verdinglichung”)

pers05 AutorVon ISBN...

NYT behauptet

<rdf:Description rdf:about=“#NYT”>

<behauptet>

<rdf:Description rdf:about=“#pers05”>

<AutorVon>ISBN...</AutorVon>

</rdf:Description>

</behauptet>

</rdf:Description> Quelle: [OH03]

Vorteile von RDF vs. XML



„Der Autor der Seite ist Peter“

–

RDF: triple(author, Seite, Peter)

–

XML:

<autor>

<uri>Seite</uri>

<name>Peter</name>

</autor>

<document href=“Seite">

<autor>Peter</autor>

</document>

<document>

<details>

<uri>href=“Seite"</uri>

<autor>

<name>Peter</name>

</autor>

</details>

</document>

<document>

<autor>

<uri>href=“Seite"</uri>

<details>

<name>Peter</name>

</details>

</autor>

</document>

<v>

<x>

<y> a="ppppp"</y>

<z>

<w>qqqqq</w>

</z>

</x>

</v>

Anfragen nur über das Dokument, nicht über dessen Bedeutung:

Ist ppppp ein y von qqqqq?

Oder ist qqqqq ein

z von ppppp? Aber es kann viele

verschiedene Schemata für die gleiche Bedeutung geben.

<?xml version="1.0"?>

<Description xmlns="http://www.w3.org/TR/WD-rdf-syntax#"

xmlns:s="http://docs.r.us.com/bibliography-info/"

about="http://www.w3.org/test/seite"

s:Author ="http://www.w3.org/staff/Peter" />

Nur falls Schema vorhanden, kann man sinnvolle

Fragen stellen.

27

Überblick

 Motivation und Definition

 TXT → XML

 XML → RDF(S)

 RDF → Ontologien

 Ausblick / Diskussion

 Rückblick & Evaluation

Semantic Web

29

XML / RDF  Ontologien

 XML und RDF

– Kein Standard-Vokabular um Semantik auszudrücken



 Gleiche Probleme wie bisher, jedoch auf Tag-Ebene

– Keine Standard-Struktur (Hierarchie) um Semantik auszudrücken.

 Ontologien

– stellen Standard-Vokabulare bereit.

– stellen Standard-Struktur bereit.

Motivation für Ontologien

class-def animal % animals are a class

class-def plant % plants are a class

subclass-of NOT animal % that is disjoint from animals class-def tree

subclass-of plant % trees are a type of plants class-def branch

slot-constraint is-part-of % branches are parts of some tree has-value tree

max-cardinality 1

class-def defined carnivore % carnivores are animals subclass-of animal

slot-constraint eats % that eat any other animals value-type animal

class-def defined herbivore % herbivores are animals

subclass-of animal, NOT carnivore % that are not carnivores, and

slot-constraint eats % they eat plants or parts of plants value-type plant OR (slot-constraint is-part-of has-value plant)

Quelle: [OH03]

31

Was ist eine Ontologie?

 „Eine Ontologie ist eine formale, explizite Spezifikation einer gemeinsamen Konzeptionalisierung“ – Tom

Gruber

–

‚Konzeptionalisierung‘ (Conceptualization): Abstraktes Modell von Phänomenen der wirklichen Welt durch Identifikation der relevanten Konzepte der Phänomene.

–

‘Explizit’: Verwendete Konzepte (und deren Typen und Bedingungen darauf) sind explizit definiert.

–

‘Formal’: Maschinenlesbar

–

‘Gemeinsam’: Reflektiert Wissen über das Konsens in der Gemeinde herrscht.

Quelle: [Fen03]

Was ist eine Ontologie?

 Ontologien sind soziale Kontrakte:

– Akzeptierte, explizite Semantik

– Verständlich für Außenstehende

– (Meist) erzeugt in einem community process.

 Im Gegensatz zu Datenbankschema

– Zielrichtung dort: Physische Datenunabhängigkeit

 Im Gegensatz zu XML-Schema

– Zielrichtung dort: Dokumentstruktur

Quelle: [DK03]

33

Arten von Ontologien

 Domänen-Ontologien

–

Für eine spezielle Domäne (Elektronik, Medizin, Datenbanken, usw.)

 Meta-Ontologien

–

Verwendbar über Domänen hinweg

–

Stellen Vokabular zur Verfügung

–

Beispiel: Dublin Core für Dokumente / Digital Libraries

 Generische Ontologien (common sense)

–

Vokabular über Dinge, Ereignisse, Zeit, Raum, etc.

–

Verwendbar über Domänen hinweg

–

Beispiel: Meter und Inch Konvertierungtabellen

Quelle: [Fen03]

Ontologien: Beispiele

 WordNet

–

100.000 Worte mit natürlichsprachlicher Bedeutung

–

Organisiert in Synonym-Sets

–

Kategorisierung



Substantiv, Verb, Adjektiv, Adverb, Funktionswort

–

Zusätzliche Beziehungen



Synonym, Antonym



Hyponomy (is-a Beziehungen als Hierarchie)



Meronymy (part-of Beziehungen)



Morphologie (für Wortformen)

–

Vorteile



Domänenunabhängig, groß, frei verfügbar

35

Ontologien: Beispiele

 Cyc

– Entstammt aus KI Forschung

– Versuch, Allgemeinwissen zu formalisieren

– 100.000de Konzepte formalisiert

– Millionen Axiome, Regeln, Einschränkungen

– Herausgeber: Cycorp

Eine high-level Ontologie

Quelle: [HHL04]

37

Gene Ontologie



Ziel: Kontrolliertes Vokabular (controlled vocabulary) über Organismen in Bezug auf Gene und Proteine



16675 Ausdrücke

–

[Term] id: GO:0000001

 name: mitochondrion inheritance

 namespace: process

 def: "The distribution of mitochondria\, including the mitochondrial genome\, into daughter cells after mitosis or meiosis\, mediated by interactions between

mitochondria and the cytoskeleton." [PMID:11389764, PMID:10873824, SGD:mcc]

 is_a: GO:0048308 (-> organelle inheritance)

 is_a: GO:0048311 (-> mitochondrian distribution)

–

[Term] id: GO:0000002

 name: mitochondrial genome maintenance

 namespace: process

 def: "The maintenance of the structure and integrity of the mitochondrial genome."

[GO:ai]

 is_a: GO:0007005

–

[Term] id: GO:0000003 ...



http://www.geneontology.org/

Gene Ontology

 Probleme in GO (aus [SKK04])

– z.B. A partOf B



„A is always part of B“



„A is sometimes part of B“



„A can be part of B“



„Vocabulary A is included within vocabulary B“

– Ähnliches für A isA B

39

Überblick

 Motivation und Definition

 TXT → XML

 XML → RDF(S)

 RDF → Ontologien

 Ausblick / Diskussion

 Rückblick & Evaluation

Semantic Web

Quelle: Tim Berners-Lee

41

Web?

 Das Semantic Web selbst!

– Ähnlich wie das Web selbst Killer-App des Internet war.

 Wichtige Anwendungen z.B.

– Online Kataloge für B2B und B2C

– Reiseplanung und Reisekoordination mit

Terminplaner

Die Zukunft des Semantic Web

 Semantic Web in der physischen Welt

– URI zeigen auf physische Objekte

– RDF beschreibt physische Objekte

– Physische Objekte beschreiben ihre Fähigkeiten und Funktionen („Internet of Things“).



Home-automation



Lautstärkeregelung



Mikrowelle sucht nach optimalen Kochparametern auf Iglo Webseite

Aber: Es gibt auch Kritik und viele Skeptiker!

Aber: Es gibt auch Kritik und viele Skeptiker!

43

Überblick

 Motivation und Definition

 TXT → XML

 XML → RDF(S)

 RDF → Ontologien

 Ausblick / Diskussion

 Rückblick & Evaluation

Integrierte Informationssysteme

Integriertes Informations- system

Oracle, DB2…

Design time

Web Service

Anwen- dung

HTML Form

Integriertes Info.-system Datei-

system

Anfrage

Architekturen Anfragesprache Schemamanagement

Wrapper

Run time

Anfrageausführung

Optimierung

Anfrageplanung

Datenfusion / ETL

45

Glossar aus [BLHL01]

 Resource: Web jargon for any entity. Includes Web pages, parts of a Web page, devices, people and more.

 URL: Uniform Resource Locator.

 URI: Universal Resource Identifier. URLs are the most familiar type of URI. A URI defines or specifies an entity, not necessarily by naming its location on the Web.

 RDF: Resource Description Framework. A scheme for defining information on the Web. RDF provides the technology for expressing the meaning of terms and concepts in a form that computers can readily process. RDF can use XML for its syntax and URIs to specify entities, concepts, properties and relations.

 Ontologies: Collections of statements written in a language such as RDF that define the relations between concepts and specify logical rules for reasoning about them. Computers will

"understand" the meaning of semantic data on a Web page by following links to specified ontologies.

 Agent: A piece of software that runs without direct human control or constant supervision to accomplish goals provided by a user. Agents typically collect, filter and process information found on the Web, sometimes with the help of other agents.

 Service discovery: The process of locating an agent or automated Web-based service that will perform a required function. Semantics will enable agents to describe to one another precisely what function they carry out and what input data are needed.

Literatur



[BLHL01] T. Berners-Lee, J. Hendler, O. Lassila, The Semantic Web, Scientific American, May 2001



[DK03] Stefan Decker und Vipul Kashyap. The Semantic Web: Semantics for Data on the Web, Tutorial at VLDB 2003 Berlin.



[Fen03] Dieter Fensel. Lecture Introduction:

Semantic Web & Ontology, 2003



[OH03] Slides: Semantic Web. Jacco van Ossenbruggen, Lynda Hardman. CWI Amsterdam 2003.



[BL] Tim Berners Lee. The Semantic Web (slides).

http://www.w3.org/2002/Talks/09-lcs-sweb-tbl/Overview.html



Web sites

–

www.ontoknowledge.org

–

www.ontoweb.org

–

www.daml.org

–

www.w3.org/2001/sw/

–

www.semanticweb.org