1 / 61

Semantic Web

Vorlesung. Semantic Web. Donnerstags, 16.15 Uhr. Steffen Staab. Organizational Issues. Contact: staab@uni-koblenz.de bernie@uni-koblenz.de Office hours: Wednesday, 9am Send mail to arrange for consultation Web site:

mercer
Download Presentation

Semantic Web

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Vorlesung Semantic Web Donnerstags, 16.15 Uhr Steffen Staab

  2. Organizational Issues Contact: staab@uni-koblenz.de bernie@uni-koblenz.de Office hours: Wednesday, 9am Send mail to arrange for consultation Web site: http://www.uni-koblenz.de/FB4/Institutes/IFI/AGStaab/Teaching/WS0708/SemWeb07

  3. General Schedule Lecture Thursdays 16.15 K 208 Excercises Tuesdays 8.15 B013 Check concrete schedule on the web site for details!       

  4. …eine kurze Geschichte des Webs… 789 Telefon- Verzeichnis CERN Aalta 234 … Zyström 981 <HTML> Forscher Aalta … Zyström <HTML> Aalta Hobby … Telefon 789 <HTML> Zyström Kollege Telefon 981 ~1989

  5. World Wide Web WWW := Hypertext & Internet & Soziales Phänomen

  6. 1 Milliarde Benutzer später… • Sir Tim Berners-Lee

  7. …die Geschichte des Webs geht weiter… Telefon- Verzeichnis CERN Aalta 789 … Zyström 981 <HTML> Aalta Hobby … Telefon 789 ? <HTML> Zyström Kollege Telefon 981 ~1995

  8. …das Problem des Webs… <HTML> <HTML> ~1995

  9. …damit Sie es besser lesen können… <HTML> <HTML> Was der Rechner davon versteht!

  10. …die kurze Geschichte des Semantic Webs… <HTML> Forscher Aalta … Zyström <HTML> Forscher Aalta 789 … Zyström 981 <HTML> ? <HTML> ~1995

  11. Was benötigt man hierzu im Detail? <HTML> Forscher Aalta … Zyström <HTML> Forscher Aalta 789 … Zyström 981 <HTML> • Eine Sprache für die (Meta-)Daten • Eine austauschfähige Schemasprache für (Meta-)Daten • Austausch der Daten und Schemata via Internet • Viele Leute und Applikationen <HTML>

  12. Semantic Web • Eine Sprache für die (Meta-)Daten • Eine austauschfähige Schemasprache für (Meta-)Daten • Austausch der Daten und Schemata via Internet • Viele Leute und Applikationen Semantic Web := Semantic Web Daten & Ontologien & Internet & Soziales Phänomen

  13. Agenda Grundlagen des Semantic Web Vernetzte Daten Ontologien Anfragesprachen Anwendungen eScience Semantic Desktop Tagster Semantic Web 2.0 RDF Mash-Ups Vernetzte RDF Graphen Woher weiss ich das?

  14. Semantic Web Grundlagen

  15. Semantic Web Building Blocks(previously: Semantic Web Layer Cake) http://www.valentinzacharias.de/blog/2007/04/ban-semantic-web-layer-cake.html

  16. Der Semantic Web Stapel (Version 2) Tim Berners-Lee, ISWC November 2005, http://www.w3.org/2005/Talks/1110-iswc-tbl/#(12) Trust Proof Signature Encryption Logic framework SparQL OWL Rules DLP bit of OWL/Rule RDF Schema RDF Core XML Namespaces URI Unicode

  17. RDF RDF/XML Syntax Specification (Revised)W3C Recommendation RDF Vocabulary Description Language 1.0: RDF SchemaW3C Recomendation RDF PrimerW3C Recommendation Resource Description Framework (RDF): Concepts and Abstract SyntaxW3C Recommendation RDF SemanticsW3C Recommendation RDF Test CasesW3C Recommendation

  18. Das Semantic Web auf einer Folie cooperatesWith Ontologie rdfs:Domain rdfs:Range Person rdfs:subClass Employee rdfs:subClass rdfs:subClass PostDoc Professor rdf:type rdf:type <swrc:PostDoc rdf:ID="person_sha"> <swrc:name>Siegfried Handschuh</swrc:name> ... </swrc:PostDoc> <swrc:Professor rdf:ID="person_sst"> <swrc:name>Steffen Staab </swrc:name> ... </swrc:Professor> Meta-daten <swrc:cooperatesWith rdf:resource = "http://www.uni-koblenz.de/~staab/#person_sst"/> swrc:cooperatesWith Webseite URL http://www.deri.ie/~sha http://www.uni-koblenz.de/~staab

  19. Resource Description Framework – RDF • URI – uniform resource identifiers • XML – Gemeinsame Syntax • Ver-link-t • Semantik: Axiomatisierung rdfs:domain x:Prof rdfs:range x:advises x:Student rdfs:subPropertyOf x:responsible_for subClass rdfs:subPropertyOf instantiation x:Employee x:supervises x:Employee rdfs:range rdfs:domain x:Employee x:Student • Keine ! • Gleichheit, • Kardinalitäten, • Negation, etc. x:Tutor x:PhD-Student x:Prof x:advises x:Steffen x:Raphael x:Daniel

  20. OWL – Web Ontology Language OWL - Web Ontology Language OverviewW3C Recommendation 10 Feb 2004. OWL Web Ontology Language Guide W3C Recommendation 10 Feb 2004. OWL Web Ontology Language ReferenceW3C Recommendation 10 Feb 2004, 12 November 2002. OWL Web Ontology Language Semantics and Abstract Syntax W3C Recommendation 10 Feb 2004. OWL Web Ontology Language Test CasesW3C Recommendation 10 Feb 2004. OWL Web Ontology Language Use Cases and RequirementsW3C Recommendation 10 Feb 2004. OWL Web Ontology Language XML Presentation Syntax. W3C Note 11 June 2003

  21. Taxonomie Menu Object Person Topic Document Student Researcher Semantics Doctoral Student PhD Student F-Logic Ontology Taxonomie := Segmentierung, Klassifikation und Sortierung von Elementen in ein Klassifikationssystem

  22. Thesaurus Menu Object Person Topic Document Student Researcher Semantics Doktoral Student PhD Student F-Logic Ontology synonym similar • Terminologie für spezielles Anwendungsgebiet • Taxonomie plus weitere, fixierte Beziehungen (ähnlich, synonym, inBeziehungZu) • Verbreitet in Bibliotheken

  23. Topic Map Menu knows described_in writes Doktoral Student PhD Student F-Logic Ontology similar Tel Affiliation Object Person Topic Document Student Researcher Semantics synonym • Topics (Knoten), Beziehungen und Realisierungen (in Dokumenten) • ISO-Standards in SGML und XML • Typisch für Navigation und Visualisierung • Aus dem Verlagswesen (digitales Stichwortverzeichnis in Büchern)

  24. Ontologie is_a-1 knows is_a-1 Semantics F-Logic Ontology is_a-1 subTopicOf similar Doktoral Student PhD Student PhD Student F-Logic Ontology PhD Student Regeln T D T D described_in similar is_about Affiliation Affiliation York Sure P D T P T writes is_about knows +49 721 608 6592 AIFB Affiliation Object described_in Person Topic Document writes Student Researcher instance_of-1 Tel • Sprachen: F-Logik, OWL (W3C Empfehlung) • Aus der Welt der Wissensrepräsentation

  25. Web Ontology Language (OWL) • Beschreibungslogik • Erlaubt die Definition von Begriff(sbezeichnung)en • Besteht aus Begriffen und Rollen (T-Box), z.B. Concept(Employee), Role(advises), • und Individuen, Rollenfüllern (A-Box), z.B. Prof(Steffen) • Äquivalenz- und Subsumptionsaxiome • Prof  Professor, advises v responsibleFor • Algebraische Eigenschaften für Rollen • advises-1 isAdvisedBy • Komplexe Begriffsdefinitionen • CSProf  Professor u ComputerScientist, HuBi  MedicalScientist u MedicalDoctorProf vLecturer u 2teaches.Course u 4teaches.Course

  26. Schlußfolgerungen in OWL • OWL: Echte Teilmenge von PL1 • Semantik: Modelltheorie T-Box • Konsistenz (Erfüllbarkeit) • Gibt es ein Modell I für Ontologie O? • Subsumption • Berechne Taxonomie • Subsumiert Begriff C den Begriff D für alle I? A-Box • Extension der Begriffe und Begriffszusammenhänge • Instantiierung • Ist i Instanz von C? • Rollenfüller • Finde alle Paare (x,y)R • Alle Probleme reduziert auf Konsistenz: • Z.B. C v D wenn i:D uC inkonsistent in O

  27. Anfragesprache SPARQL SPARQL Query Language for RDF W3C Working Draft 4 October 2006

  28. Beispielanfrage • Data: • <http://example.org/book/book1> • <http://purl.org/dc/elements/1.1/title> "SPARQL Tutorial" • Query: • SELECT ?title • WHERE { <http://example.org/book/book1> <http://purl.org/dc/elements/1.1/title> ?title . } • Query Result: Triple pattern

  29. Konstruktion eines Graphen Data: @prefix foaf: <http://xmlns.com/foaf/0.1/> . _:a foaf:givenname "Alice" . _:a foaf:family_name "Hacker" . _:b foaf:firstname "Bob" . _:b foaf:surname "Hacker" . Query: PREFIX foaf: <http://xmlns.com/foaf/0.1/> PREFIX vcard: <http://www.w3.org/2001/vcard-rdf/3.0#> CONSTRUCT { ?x vcard:N _:v . _:v vcard:givenName ?gname . _:v vcard:familyName ?fname } WHERE { { ?x foaf:firstname ?gname } UNION { ?x foaf:givenname ?gname } . { ?x foaf:surname ?fname } UNION { ?x foaf:family_name ?fname } . } • Result: • @prefix vcard: • <http://www.w3.org/2001/vcard-rdf/3.0#> . • _:v1 vcard:N         _:x . • _:x vcard:givenName  "Alice" . • _:x vcard:familyName "Hacker" . • _:v2 vcard:N         _:z . • _:z vcard:givenName  "Bob" . • _:z vcard:familyName "Hacker" .

  30. Semantic Web Anwendungen

  31. Semantic Web Anwendungen@Koblenz Persönliches Informations-management Web Services Multimedia Ontologien & Semantic Web Peer-to-Peer Informations- extraktion & mining Web2.0

  32. Halbautomatische Metadatengenerierung

  33. eScience: Chemistry Journals goes Semantics Verwendete Vokabulare & Ontologien: InChI identifier, SMILES string, CML (Chemical Markup) Open Biomedical Ontologies: Gene Ontology, Sequence Ontology, Cell Ontology

  34. Semantic Web Anwendungen Persönliches Informations-management Web Services Multimedia Ontologien & Semantic Web Peer-to-Peer Informations- extraktion & mining Web2.0

  35. M-OntoMat Annotizer

  36. Semantic Web Anwendungen Persönliches Informations-management Web Services Multimedia Ontologien & Semantic Web Peer-to-Peer Informations- extraktion & mining Web2.0

  37. Mein Dateisystem • 2344 Verzeichnisse in meinem • Arbeitsfolder C:/work • noch ohne Gruppenwerkzeugewie Subversion / BSCW / Wiki • Standardproblem: • Ich benötige für Marburg die • Folie zu Semantic Desktop, die • Ich mit Thomas diskutiert habe?

  38. Instant Messaging und Email “Ich bräuchte Informationen zu Semantic Desktop?” File System API ..das könnte auch für Dich interessant sein. X-COSIMA “Hier ist ein gutes Papier ...” A B C InstantMessenger x-cosim.pdf x-cosim.pdf :B dns:plays xco:SenderRole:A dns:plays xco:RecipientRole:infObject3 dns:plays xco:TransferredFile:x-cosim.pdf dns:realizes : infObject3 x-cosim.pdf :A dns:plays xco:SenderRole:C dns:plays xco:RecipientRole:infObject3 dns:plays xco:Attachment:infObject4 dns:plays xco:Emailbody Instant Messenger + SAM

  39. Zusätzliche Metadaten File Sys API X-COSIMA

  40. Semantic Web Anwendungen Persönliches Informations-management Web Services Multimedia Ontologien & Semantic Web Peer-to-Peer Informations- extraktion & mining Web2.0

  41. Kollaborative Annotierung

  42. Tagster: Lokale Annotierung mit Tags browse personal data with common filebrowser view select new files + folders to tag type in tags to assign to selected files

  43. Tagster: Peer-to-Peer Tagging browse displayed resources (files)‏ search by tag select additional tags browse all available tags (includes automatically extracted tags, e.g. path+file)‏ modify tags directly

  44. Semantic Web 2.0Grundlagen für eine Nutzung von Wissensstrukturierungen von allen für alle

  45. Mashups Mashing up bedeutet neue Inhalte oder Dienste durch Wiederverwendung oder Neukombination existierender Inhalte zu generieren (vgl. Telefonnummern!). Beispiele: • Kombination von drei Newsfeeds in einen • Finde „appartment in Mountain View“ und zeige Resultat in Google Maps

  46. Mashups und Semantic Web Dominierendes Mashup-Modell: Hack-and-Hope Nachteile: Screen-Scraping Keine Übereinkunft zum Datenmodell Manchmal gehts nicht anders, aber: Google Web Service Amazon Web Service Dominierendes Semantic Web-Modell: Crawl-Integrate-and-Reason Nachteile: Daten sind veraltet, Datenintegration erfolgt nicht deklarativ, sondern durch Programme mit impliziter Semantik Mangelnde Skalierbarkeit des einen Servers Zugriffsrechte: Nicht alle Daten dürfen kopiert werden Herkunft der Daten verschwimmt

  47. DBLP

  48. RDF Mashups • Declarative, dynamische Semantische Mashups können die Erzeugung von Mashups erleichtern und mächtiger machen :DBLP :NetGraphs dc:creator :Simon :NetGraphs dc:creator :Steffen :SteffenFOAF :Steffen foaf:name „Steffen Staab“ :Steffen foaf:currentProject K-Space :K-Space foaf:fundedBy :EU CONSTRUCT {:Simon foaf:knows ?x} FROM DBLP WHERE {?p dc:creator :Simon. ?p dc:creator ?x.} :SimonFOAF :Simon foaf:name „Simon Schenk“ :Simon foaf:currentProject K-Space :K-Space foaf:fundedBy :EU :Simon foaf:knows :Steffen :SimonFOAF g:definedBy „CONSTRUCT {:Simon...“

  49. 2 Vernetzte Graphen Die pessimistische Person:„Wenn ich jemanden kenne und nichts weiteres weiß, dann ist die Person männlich. :Steffen hatCoAutor :Andrea :Andrea :type :male :Andrea :type :female KenntLeute :SimonFOAF :SteffenFOAF :Steffen hatCoAutor :Andrea :Andrea :type :female :Andrea :type :male Die optimistische Person:„Wenn ich jemanden kenne und nichts weiteres weiß, dann ist die Person weiblich.

  50. Networked RDF Graphs • Im Semantic Web: Rekursion und Negation unvermeidlich • Lösung: Abbildung der RDF Graphen und SPARQL Anfragen auf Logikprogramme • Evaluation unter der Well-founded Semantics • Nicht-monotone Logik mit Fixpunktsemantik • Konflikte mit OWL Tarski-Semantik

More Related