slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Wissenstechnologien am Beispiel “Goethe-Tour” PowerPoint Presentation
Download Presentation
Wissenstechnologien am Beispiel “Goethe-Tour”

Loading in 2 Seconds...

play fullscreen
1 / 17

Wissenstechnologien am Beispiel “Goethe-Tour” - PowerPoint PPT Presentation


  • 72 Views
  • Uploaded on

Wissenstechnologien am Beispiel “Goethe-Tour”. Dr.-Ing. Katja Hose <hose@mpi-inf.mpg.de> Steffen Metzger <smetzger@mpi-inf.mpg.de> PD Dr.-Ing. Ralf Schenkel <schenkel@mpi-inf.mpg.de>. Max-Planck-Institut für Informatik. Tourismus-Projekt „Goethe-Tour“.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Wissenstechnologien am Beispiel “Goethe-Tour”' - aglaia


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
slide1

Wissenstechnologien

am Beispiel “Goethe-Tour”

Dr.-Ing. Katja Hose <hose@mpi-inf.mpg.de>

Steffen Metzger <smetzger@mpi-inf.mpg.de>

PD Dr.-Ing. Ralf Schenkel <schenkel@mpi-inf.mpg.de>

Max-Planck-Institut für Informatik

tourismus projekt goethe tour
Tourismus-Projekt „Goethe-Tour“
  • Use-Case unter Einbeziehung von Umwelt-Community und Text-Grid
  • Ziel: Wirkungsstätten Goethes in Sachsen zu einer Reiseroute zusammenstellen
  • Erste Teilaufgabe: alle relevanten Orte finden
  • Später weitere Informationen über Orte sammeln
aufwendige suche
Aufwendige Suche
  • Problematische Aspekte:
    • Verschiedene Quellen mit verschiedenen Such-Interfaces
    • Diverse Schreibweisen z.B. „Goethe“, „Johann Wolfgang von Goethe“
    • Eingrenzung der Suche schwierig
      • zusätzliches Schlüsselwort „Aufenthalt“, „Reise“ ,… ?
      • Relevante Ergebnisse könnten ausgeschlossen werden
    • Dokumente müssen alle gelesen werden zur Extraktion des interessanten Wissens:
      • Orte, an denen Goethe war
      • Weitere Informationen zu den Orten, z.B.
        • Befindet sich der Ort in Sachsen?
        • Gibt es dort interessante Sehenswürdigkeiten?
f derierte suche wisnetgrid als vermittler
Föderierte Suche: WisNetGrid als Vermittler

Automatische Anfrageerweiterung:

„Goethe“→ „Johann Wolfgang von Goethe“

?

  • Keywordsuche (z.B. „Goethe Dresden“)
  • Metadatensuche (z.B. nach „Autor=Goethe“)

?

?

?

?

Community Grids

?

Öffentliche Daten

WWW

anbindung neuer quellen
Anbindung neuer Quellen
  • Einheitliche Schnittstelle für Datenzugriff
    • Siehe Vortrag zur Datenanbindung
  • Kenntnis über lokale Metadatenschemata zur Umwandlung bei Metadatensuche
    • z.B. Autor → owner; Erstellungsdatum → date
  • 2 Möglichkeiten:
      • Sicherstellung der Kompatibilität lokaler Suchkomponenten (in Kooperation mit Community)
      • Installation von WisNetGrid bereit gestellter Komponenten
  • → Einfache Anbindung
manuelle textanalyse
Manuelle Textanalyse
  • Durch die Suche erhaltene Daten müssen manuell verarbeitet werden
  • → Zeit- und damit kostenintensiv
  • Weite Teile des Textes für eigentliche Suche uninteressant
  • Lässt sich manuelle Textanalyse beschleunigen?
  • → Querlesen!
  • Ist das Auffinden wichtiger Passagen automatisch unterstützbar?
  • → Hervorherbung wichtiger Entitäten
beispiel entit tserkennung
Beispiel Entitätserkennung

Im April 1770 setzte Goethe sein Studium in Straßburg fort. Diesmal widmete er sich zielstrebiger den juristischen Studien, fand aber auch Zeit, eine ganze Reihe persönlicher Bekanntschaften anzuknüpfen. Die wichtigste davon war die mit dem Theologen, Kunst- und Literaturtheoretiker Johann Gottfried Herder. Der Ältere öffnete ihm die Augen für die ursprüngliche Sprachgewalt von Autoren wie Homer, Shakespeare und Ossion sowie der Volkspoesie und gab so entscheidende Impulse für Goethes dichterische Entwicklung. Später sollte er auf Goethes Fürsprache hin in weimarische Dienste berufen werden.

Auf einem Ausritt in die Umgebung lernte Goethe in Sesenheim die Pfarrerstochter Friederike Brion kennen und lieben. Bei seiner Abreise aus Straßburg beendete der bindungsscheue junge Goethe die Beziehung; die an Friederike gerichteten Gedichte, waren in ihrer Ausdruckskraft „der revolutionäre Beginn einer neuen lyrischen Epoche“.

= Orte

= Daten

= Goethe

= Personen

redundanz und heterogenit t
Redundanz und Heterogenität

Goethe verließ Dresden…

Bei einem Besuch in Dresden…

Anschließend reiste Goethe nach Dresden

…am 25. war Goethe wieder in Dresden…

Goethe besuchte Dresden mehrmals…

faktensuche
Faktensuche

Bei einem Besuch in Dresden…

Goethe verließ Dresden…

…am 25. war Goethe wieder in Dresden…

Goethe besuchte Dresden mehrmals…

Anschließend reiste Goethe nach Dresden

„Goethe war_in Dresden“

Abstrakter Fakt:

Suche nach

abstrakten Fakten

suche auf fakten
Suche auf Fakten

Anfrage: „Goethe war_in X“

Quelldokumente

Ergebnisliste:

50 Dokumente

„Goethe war_in Frankfurt“

46 Dokumente

„Goethe war_in Dresden“

„Goethe war_in Dresden“

42 Dokumente

„Goethe war_in Straßburg“

22 Dokumente

„Goethe war_in Sesenheim“

wissensextraktion
Wissensextraktion

Fakt

extrahieren

Textmustererkennung

„Goethe war_in Frankfurt“

Im April 1770 verließ Goethe Frankfurt,

um dem Wunsch seines Vaters entsprechend

sein Studium zu beenden.

Hinzulernen

Wissensverwaltung

(Ontologie)

Bekannte Muster

verließ X Y

Musterbedeutung

erkennen

„X war_in Y“

wissensextraktion1
Wissensextraktion

Bekannter Fakt

1771 kehrte Goethe nach Frankfurt zurück,

um dort eine kleine Anwaltskanzlei zu eröffnen.

„Goethe war_in Frankfurt“

Musterbedeutung

ableiten

Wissensverwaltung

(Ontologie)

kehrte X

nach Y zurück

Hinzulernen

„X war_in Y“

slide13

Ontologien

  • Ontologien sind eine Repräsentationsform von Wissen
  • Unterteilung in Konzepte, Instanzen von Konzepten und Beziehungen zwischen diesen
  • Modellierung als Tripel der Form
    • (Goethe,war_in,Dresden)

Person

Stadt

ist_Instanz_von

ist_Instanz_von

war_in

Goethe

Dresden

ontologien
Ontologien

Welche Ontologie?

Woher Basiswissen nehmen?

Ontologie

Stellt Mappings zur gemeinsamen

Nutzung zur Verfügung

Ontologievermittlung

Historische

Reiserouten-

ontologie

von

Community 2

Landschafts-

ontologie

von

Community 1

Basis-Ontologie

(Musterverwaltung ...)

Ontologiesuche

Ontologieverwaltung

Erlaubt Verwaltung

und Anpassung von Ontologien

schlussfolgerungen
Schlussfolgerungen

Anfrage: „Goethe war_in Sachsen“?

Antwort: nein

Antwort: ja

Ontologieschlussfolgerung

„Goethe war_in Sachsen“

„Goethe war_in Dresden“

„Dresden gehört_zu Sachsen“

Ontologie

community spezifische l sungen
Community-spezifische Lösungen
  • Sehr heterogene Daten in Communitys
  • → Extraktionskomponenten modular und generisch → Anpassbarkeit über Parameter→ Austausch einzelner Komponenten möglich → u.U. Vorverarbeitung von Daten sinnvoll
  • Wiederverwendung von Anpassungen
    • Ontologiesuche, um existente Ontologien mit Themenwissen einzubinden
    • Dienstesuche siehe Vortrag zu Diensten
      • Existierende Dienste suchen/verwalten/koppeln
      • z.B. zur Vorverarbeitung der Daten
wisnetgrid dienste zur wissenssuche
WisNetGrid-Dienste zur Wissenssuche
  • Föderierte Suche über angebundenen Quellen
  • Automatische semantische Anpassung bzw. Erweiterung von Suchanfragen
  • Entitätenerkennung (Named-Entity-Recognition)
  • Ontologieverwaltung und -suche sowie automatische Ontologieerweiterung
  • Wissensextraktion, um in Daten enthaltenes Wissen abstrakt zusammengefasst in Ontologien abzulegen
  • Suche auf den extrahierten Fakten