Vorwort | 5 |
Inhaltsverzeichnis | 6 |
Teil I Grundlagen | 13 |
1 Einleitung | 14 |
1.1 Daten, Information und Wissen | 15 |
1.2 Wissen im Alltag: Ein menschliches Beispiel | 16 |
1.2.1 Beispielszenario | 17 |
Personenbeschreibung Rudi Baispilov | 17 |
Kontaktdaten | 18 |
Personenbeschreibung Dr. Gesine Mustermann | 18 |
Kontaktdaten | 19 |
1.2.2 Wissensarbeit – Wunsch und Wirklichkeit | 19 |
1.3 Semantik und semantische Technologien | 21 |
1.4 Metadaten | 24 |
1.5 Der weitere Inhalt dieses Buches | 26 |
2 Wissensrepräsentation | 31 |
2.1 Prinzipien der maschinellen Wissensverarbeitung | 33 |
2.2 Fakten und Regeln | 33 |
2.2.1 Formalisierung von Aussagen | 33 |
2.2.2 Fakten | 34 |
2.2.3 Inferenz mit Regeln | 35 |
2.2.4 Anfragen | 36 |
2.3 Logik und Inferenz | 37 |
2.3.1 Logische Operatoren | 38 |
2.3.2 Inferenzmechanismen | 38 |
2.4 Pr¨adikatenlogik | 41 |
2.4.1 Symbolformen | 41 |
2.4.2 Quantoren | 41 |
2.5 Semantische Netze | 43 |
2.5.1 Wissensdarstellung mit Graphen | 44 |
2.5.2 Relationen und ihre Eigenschaften | 45 |
2.5.3 Eigenschaften Semantischer Netze | 46 |
2.5.4 Kardinalit¨at von Relationen | 48 |
2.6 Frames | 49 |
2.6.1 Der Schemabegriff | 49 |
2.6.2 Frames als Denkmodell | 51 |
2.6.3 Klassifikation | 53 |
2.6.4 Generalisierung und Spezialisierung | 54 |
2.6.5 Vererbung | 55 |
2.6.6 Instanziierung | 57 |
2.7 Taxonomien | 58 |
2.7.1 Multi-perspektivische Schemahierarchien | 59 |
2.7.2 Probleme bei unterschiedlichen Rollen | 61 |
2.8 Conceptual Dependencies | 62 |
2.8.1 Handlung und Zustand | 63 |
2.8.2 Handlungsoptionen | 63 |
2.8.3 Mentale Drehb¨ucher | 65 |
2.9 Taxonomien mit formaler Semantik: Die KL-ONE-Familie | 68 |
2.9.1 Superkonzepte | 69 |
2.9.2 Rollen | 70 |
2.9.3 Vererbung und Rollenrestriktionen | 70 |
2.9.4 Wohlgeformte Terme und ihre Semantik | 71 |
2.9.5 Subsumption und Klassifizierung | 72 |
2.10 Ontologien | 74 |
2.10.1 Der Ontologiebegriff in der Informatik | 74 |
2.10.2 Aufbau von Ontologien | 76 |
2.10.3 Nutzen von Ontologien | 80 |
2.11 Fazit | 81 |
2.12 Weiterf¨uhrende Literatur | 82 |
3 Semantische Netze, Thesauri und Topic Maps | 83 |
3.1 Grundlagen | 84 |
3.1.1 Struktur Semantischer Netze | 84 |
3.1.2 Klassifikation Semantischer Netze | 85 |
3.2 Grafische Notationen | 88 |
3.2.1 Mind-Maps | 89 |
Geschichte und Motivation | 90 |
Werkzeuge | 90 |
3.2.2 Concept-Maps | 90 |
Geschichte und Motivation | 91 |
Anwendungen von Concept-Maps | 92 |
Erstellung von Concept-Maps | 93 |
Formale Semantik von Concept-Maps | 95 |
Werkzeuge | 97 |
3.2.3 Conceptual Graphs | 98 |
Conceptual Graphs | 98 |
3.2.4 Grafische vs. Lineare Notationen | 99 |
3.3 Weitere Repr¨asentationstechnologien | 102 |
3.3.1 Thesauri | 102 |
Linguistische Thesauri | 103 |
Thesauri zur Dokumentation | 104 |
Standardisierung | 104 |
3.3.2 Topic Maps | 104 |
Datenmodell | 105 |
Standards und Standardisierungsprojekte | 110 |
Anwendungsbereiche | 111 |
Werkzeuge und Systeme | 113 |
3.4 Fazit | 114 |
3.5 Weiterf¨uhrende Literatur | 116 |
4 Das Resource Description Framework | 118 |
4.1 Von der Pr¨asentationszur Inhaltssicht | 121 |
4.1.1 Pr¨asentationsebene: Die Hypertext Markup Language HTML | 121 |
4.1.2 Die Strukturierungssprache XML | 122 |
4.1.3 Umgang mit Mehrdeutigkeit: Disambiguierung durch Zuweisung von Namensr¨aumen | 125 |
4.2 Das RDF-Datenmodell | 127 |
4.2.1 Container | 128 |
4.2.2 Aussagen ¨uber Aussagen: Reifizierung | 131 |
4.3 Ontologische Strukturierung von Daten: RDF-Schema | 133 |
4.4 (X)HTML-Erweiterung: RDFa | 135 |
4.5 Die Web Ontology Language (OWL) | 136 |
4.6 Fazit | 137 |
4.7 Weiterf¨uhrende Literatur | 137 |
5 Ontologien und Ontologie-Abgleich in verteilten Informationssystemen | 139 |
5.1 Motivation: Ontologien in verteilten IT-Systemen | 140 |
5.1.1 Explizite Konzeptualisierungen als Basis semantischer IT-Systeme | 140 |
5.1.2 Ontologien in verteilten Informationslandschaften | 143 |
5.2 Abgleich von Ontologien | 145 |
5.2.1 Repr¨asentation von Abbildungen zwischen Ontologien | 147 |
5.2.2 Heuristiken zur automatischen Berechnung von Beziehungen zwischen Ontologien | 151 |
Die lexikalische Ebene der Ontologien | 151 |
Die Ontologie-Struktur | 155 |
Ontologie-Nutzung als Evidenz f¨ur Korrespondenzen | 156 |
5.2.3 Integration von Mapping-Vorschl¨agen | 158 |
Integration einzelner Matching-Heuristiken | 158 |
Integration mehrerer Abbildungsvorschl¨age | 160 |
5.2.4 Zusammenfassung: Der generelle Matching-Prozess | 160 |
5.3 Werkzeuge | 162 |
5.3.1 Alignment API | 162 |
5.3.2 S-Match | 164 |
5.3.3 Die PROMPT-Suite | 164 |
5.4 Fazit | 166 |
5.5 Weiterf¨uhrende Literatur | 167 |
6 Anfragesprachen und Reasoning | 169 |
6.1 Anfragesprachen | 169 |
6.1.1 Einfache SPO-Anfragen | 170 |
6.1.2 SPARQL | 170 |
Abk¨urzende Schreibweisen | 172 |
Filter | 172 |
Weitere Graph-Pattern | 173 |
L¨osungslistenmodifikatoren | 174 |
Weitere Anfrageformate | 174 |
RDF-Datasets und benannte Graphen | 175 |
SPARQL und RDFS | 176 |
6.1.3 Anfragesprachen f¨ur OWL | 177 |
6.2 Reasoning | 178 |
6.2.1 Hornlogik und F-Logik | 178 |
Regeln in Jena | 178 |
6.2.2 Reasoning f¨ur OWL | 182 |
SWRL (Semantic Web Rule Language) | 182 |
6.3 Fazit | 184 |
6.4 Weiterf¨uhrende Literatur | 184 |
Teil II Fundamentale Dienste und Funktionen | 189 |
7 Linked Open Data, Semantic Web Datensätze | 190 |
7.1 Linked Open Data die Grundlagen | 192 |
7.2 Ver¨offentlichen von Linked Open Data | 193 |
7.2.1 Wrapping von existierenden Datens¨atzen | 194 |
Wrapper-Ans¨atze | 195 |
7.3 Beispiele f¨ur LOD-Services | 197 |
7.3.1 Dump-Konversion: DBpedia | 198 |
7.3.2 Online-Konversion: DBTropes | 199 |
7.4 Zugriff auf Linked Data | 200 |
7.4.1 REST & HTTP Content Negotiation | 201 |
7.4.2 Zugriff durch menschliche Nutzer | 201 |
Generische Linked-Data-Browser | 202 |
Suchmaschinen f¨ur Linked Data | 204 |
Linked-Data-basierte Anwendungen | 204 |
7.4.3 Zugriff in Anwendungen | 204 |
Zugriff durch automatische Navigation im Web of Data | 205 |
Automatischer Zugriff auf Linked-Data-Suchmaschinen | 206 |
Anfrageausf¨uhrung ¨uber dem Web of Linked Data | 206 |
7.5 Beispiel | 208 |
7.6 Fazit | 209 |
7.7 Weiterf¨uhrende Literatur | 209 |
8 Semantik in der Informationsextraktion | 211 |
8.1 Informationsextraktion | 213 |
8.2 Generischer Aufbau einer Informationsextraktion | 214 |
8.2.1 Syntaktische Analyse | 214 |
Textextraktion | 215 |
Spracherkennung | 215 |
Segmentierung von W¨ortern | 216 |
Segmentierung von S¨atzen | 216 |
Part-of-Speech-Tagging | 217 |
Erkennung von Phrasen | 218 |
8.2.2 Semantische Analyse | 219 |
Erkennung von benannten Entit¨aten | 219 |
Erkennung von strukturierten Entit¨aten | 220 |
Koreferenzanalyse | 220 |
Aufl¨osung sprachlicher Mehrdeutigkeiten | 221 |
Erkennung von Fakten | 221 |
8.2.3 Templates | 223 |
8.3 Ontologien in der Informationsextraktion | 225 |
8.3.1 Formale Modellierung von sprachlichem Hintergrundwissen | 225 |
8.3.2 Extraktionsontologien | 226 |
8.3.3 Formale Modellierung von Dom¨anenwissen | 227 |
8.3.4 Formale Anfragesprachen zur Spezifikation von Templates | 228 |
8.4 Formale Repr¨asentation von Extraktionsresultaten | 229 |
8.4.1 Semantisches Anreichern von Dokumenten | 229 |
8.4.2 Semantische Annotationen | 230 |
8.5 Fazit | 234 |
8.6 Weiterf¨uhrende Literatur | 234 |
9 Semantische Suche | 236 |
9.1 Der Begriff Semantische Suche | 237 |
9.1.1 Grundlagen | 237 |
9.1.2 Viele Definitionen ein Ziel | 238 |
9.2 Kategorien semantischer Suchmaschinen | 239 |
9.2.1 Formularbasierte Suche | 240 |
9.2.2 Suchmaschinen mit RDF-basierten Anfragesprachen | 241 |
9.2.3 Faceted Browsing | 242 |
9.2.4 Semantikbasierte Schl¨usselwortsuchmaschinen | 243 |
9.2.5 Question Answering Tools | 244 |
9.2.6 Schl¨usselwortsuche mit semantischer Nachverarbeitung | 245 |
9.2.7 Semantikbasierte intelligente Visualisierung | 246 |
9.3 Architektur und Ans¨atze | 246 |
9.3.1 Wissensbasis, Suchraum | 248 |
Suchraum vs. Wissensbasis | 248 |
Beschaffenheit des Suchraumes und der Wissensbasis | 249 |
9.3.2 Anfrageverarbeitung | 250 |
Formalit¨at der Anfrage | 250 |
Anfragemodifizierung | 250 |
9.3.3 Ans¨atze, Suchalgorithmen | 252 |
9.3.4 Beispiele | 256 |
9.4 Benutzerkontext, Personalisierung und Transparenz | 258 |
9.4.1 Benutzerkontext und Personalisierung | 258 |
9.4.2 Transparenz | 259 |
9.5 Fazit | 260 |
9.6 Weiterf¨uhrende Literatur | 261 |
10 Erklärungsfähigkeit semantischer Systeme | 262 |
10.1 Szenario | 263 |
10.2 Der Begriff der Erkl¨arung | 265 |
10.2.1 Erkl¨arungen im Alltag | 266 |
10.2.2 Wissenschaftliche Erkl¨arungen | 267 |
10.3 Erkl¨arungen in Expertensystemen | 268 |
10.3.1 MYCIN | 269 |
10.3.2 NEOMYCIN | 269 |
10.3.3 RED | 270 |
10.3.4 PEA | 271 |
10.3.5 REX | 272 |
10.4 Aspekte von Erkl¨arungen | 273 |
10.4.1 Arten von Erkl¨arungen | 273 |
10.4.2 Ziele von Erkl¨arungen | 274 |
10.4.3 Darstellungen von Erkl¨arungen | 275 |
10.4.4 Wahrheit und Erkl¨arung | 275 |
10.4.5 Anforderungen an Erkl¨arungen | 275 |
10.4.6 Erkl¨arungsszenario | 277 |
10.5 Erkl¨arungen im Semantic Web | 278 |
10.5.1 Inference Web | 279 |
10.5.2 Erkl¨arungskomponente von RadSem | 283 |
10.6 Fazit | 285 |
10.7 Weiterf¨uhrende Literatur | 287 |
Teil III Anwendungen | 288 |
11 Semantische Webservices zur Steuerung von Produktionsprozessen | 289 |
11.1 Einleitung | 290 |
11.2 Grundlagen | 292 |
11.2.1 Steuerungen in heutigen Produktionsanlagen | 292 |
11.2.2 Serviceorientierte Architekturen | 293 |
WSDL – Beschreibung von Webservices | 294 |
UDDI – Verzeichnisdienste f¨ur Webservices | 297 |
BPEL – Orchestrierung von Webservices | 297 |
11.2.3 Semantische Webservices | 298 |
SAWSDL | 298 |
WSMO | 300 |
OWL-S | 301 |
11.3 Anwendungsfeld | 303 |
11.3.1 Semantische Webservices in der Produktionsdom¨ane | 303 |
11.3.2 Experimenteller Aufbau | 304 |
11.4 Semantisches Auffinden von Webservices in der Produktion | 305 |
11.4.1 Semantische Annotation der Webservices | 305 |
Semantische Annotation mit SAWSDL | 307 |
Semantische Beschreibung mit OWL-S | 308 |
Ergebnisse des Vergleichs von SAWSDL und OWL-S | 310 |
11.4.2 Erstellungsprozess und Struktur der Ontologien | 310 |
11.4.3 Systemarchitektur und Ablauf des semantischen Auffindens von Webservices | 312 |
11.5 Automatische Orchestrierung zur Erstellung flexibler Produktionsprozesse | 313 |
11.5.1 Semantisch unterst¨utzte Prozessmodellierung | 314 |
11.5.2 Konzeptioneller Ansatz zur flexiblen Steuerung von Produktionsprozessen | 314 |
11.6 Fazit | 317 |
11.7 Weiterf¨uhrende Literatur | 318 |
12 Wissensarbeit am Desktop | 319 |
12.1 Herausforderungen der Wissensarbeit auf dem Desktop | 320 |
12.2 Semantische Modellierung des Wissensraums | 321 |
12.2.1 Pers¨onliches Informationsmodell (PIMO) | 323 |
Repr¨asentation des PIMOs in RDF | 324 |
PIMO-Upper: Allgemeine Klassen | 325 |
PIMO-Mid: Ontologien, die in einer Dom¨ane oder Gruppe geteilt werden | 325 |
Pers¨onliche Klassen, Relationen und Erweiterungen | 325 |
Beispiel | 326 |
12.2.2 Die NIE-Ontologien zur Datenrepr¨asentation | 327 |
Repr¨asentation eines Adressbucheintrages in RDF | 329 |
12.2.3 Integration propriet¨arer Informationsquellen | 332 |
Aperture | 332 |
Gnowsis | 333 |
12.3 Der Semantic Desktop | 334 |
12.3.1 Ausgangssituation | 335 |
12.3.2 Die Idee des Semantic Desktops | 336 |
12.3.3 Nepomuk Semantic Desktop | 337 |
12.3.4 Refinder | 343 |
12.4 Wikis und Semantische Wikis | 347 |
12.4.1 Annotationen bei dokumentbasierter Arbeit | 349 |
12.4.2 Das pers¨onliche Wiki im Semantic Desktop | 351 |
12.4.3 Feingranulare Annotationen – der Ansatz in Mymory | 352 |
Die Technische Realisierung der Annotationen | 354 |
Annotationsbasierte Suche | 356 |
Visualisierung der strukturierten Daten | 356 |
Beispiele | 357 |
12.5 Aufgabenmanagement f¨ur Wissensarbeiter | 358 |
12.5.1 Permanenter Aufgabenwechsel (Multitasking) | 359 |
12.5.2 Ziele f¨ur die technische Unterst¨utzung | 360 |
12.5.3 Task Management-Systeme | 360 |
12.5.4 Semantische Aufgabenmodellierung | 361 |
12.5.5 Kontext eines Wissensarbeiters | 362 |
Semantische Kontextmodellierung | 362 |
12.5.6 ConTask: Kontextsensitives Aufgabenmanagement | 366 |
Benutzerverhalten und Historie | 367 |
12.6 Fazit | 371 |
12.7 Weiterf¨uhrende Literatur | 371 |
13 Semantische Suche für medizinische Bilder | 373 |
13.1 Medico-Ontologie-Hierarchie | 374 |
13.1.1 Representational Ontologies | 375 |
13.1.2 Upper Ontology | 375 |
13.1.3 Information Element Ontology | 376 |
13.1.4 Clinical Ontology | 376 |
13.1.5 Annotation Ontology | 377 |
13.1.6 Medical Ontologies | 377 |
13.2 Semantische Technologien im Medico-System | 378 |
13.2.1 MedicoServer | 379 |
13.2.2 SemanticSearch and SemanticAnnotation | 380 |
13.2.3 Tripel-Speicher | 381 |
13.2.4 Semantisches Volumen-Parsing | 382 |
13.2.5 Spatial DBMS | 383 |
13.2.6 Der 2-D-Annotations-Prototyp RadSem | 384 |
13.2.7 Die 3-D-Annotationsanwendung f¨ur den klinischen Betrieb | 385 |
13.2.8 Semantische Navigation | 385 |
13.2.9 Multimodal Dialogue Interface | 386 |
13.3 Fazit | 387 |
13.4 Weiterf¨uhrende Literatur | 388 |
14 Semantische Musikempfehlungen | 389 |
14.1 Grundlagen | 390 |
14.1.1 Musikontologien | 390 |
The Music Ontology | 390 |
14.1.2 Social Music und das Semantic Web | 391 |
14.2 Datensammlungen zu musikbezogenen Informationen | 393 |
14.2.1 Traditioneller Musikjournalismus im Wandel der Zeit | 393 |
14.2.2 Musik und das Linked Open Data Projekt | 394 |
DBTune | 394 |
DBpedia | 395 |
Freebase | 396 |
14.3 Algorithmen zur Musikempfehlung | 397 |
14.3.1 Inhaltsbasierte Verfahren | 397 |
14.3.2 Kollaboratives Filtern | 398 |
14.3.3 Hybride Ans¨atze | 398 |
14.4 Soziosemantische Musikempfehlungen | 399 |
14.4.1 Kollaboratives Filtern und Semantische Social Networks | 399 |
FOAF-ing the music | 400 |
14.4.2 dbrec: DBpedia als Basis f¨ur Musikempfehlungen | 400 |
14.4.3 HORST – Holistic Recommendation and Storytelling | 402 |
¨Uberf¨uhren der semantischen Daten in einen Vektorraum | 403 |
Merkmalsauswahl und Gewichtung | 403 |
Berechnung der ¨Ahnlichkeit | 404 |
Bereitstellung einer erkl¨arenden Geschichte | 404 |
14.5 Fazit | 405 |
14.6 Weiterf¨uhrende Literatur | 405 |
15 Optimierung von Instandhaltungsprozessen durch Semantische Technologien | 406 |
15.1 Einleitung | 407 |
15.2 Grundlagen | 409 |
15.2.1 Interpretation von Kontextinformationen als Grundlage kontextadaptiver Anwendungen | 409 |
15.2.2 Systemarchitektur zur Interpretation und Nutzung von Ortsinformationen in Fabriksystemen | 411 |
15.3 Anwendungsfeld und Szenario | 413 |
15.3.1 Instandhaltungsprozesse in der industriellen Produktion | 413 |
15.3.2 Szenario | 414 |
15.4 Semantische nahtlose Navigationsanwendung | 417 |
15.4.1 Ontologiebasierte Situationsinterpretation | 417 |
Identifikation und Modellierung einzelner Situationen | 418 |
Modellierung der Ontologie | 421 |
Semantisches Reasoning | 423 |
15.4.2 Anwendungsbezogene Nutzung von Ontologien | 424 |
Interpretation Server als technische Grundlage | 424 |
Semantische nahtlose Navigation als Anwendung | 425 |
15.5 Fazit | 426 |
15.6 Weiterf¨uhrende Literatur | 429 |
Literaturverzeichnis | 430 |
Akronyme | 451 |
Index | 454 |
Die Autorinnen und Autoren | 460 |