1 / 40

PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion. WS2001/2002 Klaus Unterstein. Verlauf. Begriffsklärung Ontologiebasierte Wissensextraktion Methoden Vor- und Nachteile im Vergleich Bewertung der Ansätze Praxis/Trends Schlußwort. Begriffsklärung. Ontologie(n)

cheryl
Download Presentation

PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

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. PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion WS2001/2002 Klaus Unterstein PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  2. Verlauf • Begriffsklärung • Ontologiebasierte Wissensextraktion • Methoden • Vor- und Nachteile im Vergleich • Bewertung der Ansätze • Praxis/Trends • Schlußwort PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  3. Begriffsklärung • Ontologie(n) • (Wissens-) Extraktion • Ontologiebasierte Wissensextraktion (OWE) PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  4. Ontologie(n) • Definition • Motivation • Zweck • Beschreibung • Einsatz • Bewertung PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  5. Ontologie(n) - Definition Was ist eine Ontologie ? Definition (Gruber):„An ontology is a formal, explicit specification of a shared conceptualization.“ [1993] Eine Ontologie beschreibt explizit eine formale, verteilte Konzeptualisierung eines bestimmten, uns interessierenden Bereichs. PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  6. Ontologie(n) – Motivation (1)(allgemein) Warum benutzen wir Ontologien ? • Anzahl gespeicherter Informationsquellen wachsen • Zugriff, Finden und Zusammenfassen von Informationen immer schwieriger • Große Lücke zwischen Konzeptualisierung der Informationen und gespeicherte Form PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  7. Ontologie(n) - Motivation (2)(spezieller Zweck) Warum benutzen wir Ontologien ? (Fortsetzung) • Kommunikationshilfe zwischen Mensch und Maschine, was den Austausch von Semantik UND Syntax unterstützen soll • Knowledge sharing und Wiederverwendung • Zur Festlegung bestimmter Begriffe (Eindeutigkeit) • Sie erzwingen eine wohldefinierte Semantik auf solche Konzeptualisierungen • Sie sollen Hintergrund-Wissen zur Verfügung stellen, um die Leistung von Informations-Extraktions-Systemen zu erhöhen • Formalisierung von implizit vorhandenem Wissen PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  8. Begriff Ontologie(n) - Motivation (3) Semiotisches Dreieck erweckt bezieht sich auf Symbol Ding steht für [Odgen, Richards, 1923] PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  9. Begriff Ontologie(n) - Motivation (4) Semiotisches Dreieck Ontologie legt fest erweckt bezieht sich auf Symbol Ding steht für [nach: S. Staab, 2001] PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  10. Ontologie(n) – Beschreibung (1) Eine Ontologie wird beschrieben durch: • Eine Menge von Zeichenketten, die die lexikalen Einträge L für Konzepte und Relationen beschreiben • Eine Menge von Konzepten C • Eine Taxonomie von Konzepten (bei einigen Definitionen Heterarchie) HC PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  11. Ontologie(n) – Beschreibung (2) (Fortsetzung) • Ein Satz an nicht-taxonomischen Relationen R (beschrieben durch ihre Domain) • Relationen F und G, die Konzepte und Relationen verknüpfen • Die Taxonomie der Relationen (bzw. Heterarchie HR) (optional) • Axiome A, die weitere Constraints der Ontologie beschreiben und es erlauben, implizite Fakten explizit zu machen (optional) PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  12. Ontologie(n) - Zweck Ontologien beschreiben: • Domain-relevante Konzepte • Beziehungen zwischen den Konzepten • Axiome für die Konzepte und Beziehungen PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  13. Ontologie(n) - Einsatz Einsatz von Ontologien in Informations-Extraktions-Systemen zur: • Integration von Informationen aus heterogenen Quellen • Extraktion weiterer Fakten durch „Schliessen“ (Inferenz) • Generierung verschiedener Ziel-Strukturen zur Informationsspeicherung • Einfache Anpassung/Änderung während der Laufzeit PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  14. Vorteile: Einfaches Prinzip Betrachtung relevanter Bereiche (Fokussierung) Vorteile durch Nutzung von Semantik und Hintergrundwissen Dynamische Entwicklung (siehe Such-Maschine) Semi-automatische Ansätze Nachteile: (bisher) manuelle Erstellung Zeitliche Erstellung Problematik: Vollständigkeit vs. Minimalität Ontologie(n) – Bewertung PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  15. (Wissens-) Extraktion • Definition • Extraktion von Informationen • Verschiedene Quellen (DB, WWW, Mail...) • Verschiedene Datenformate (HTML, XML, unstrukturierter Text,...) • Verschiedene Extraktions-Methoden (Anwendung abhängig vom Datenformat) PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  16. Wissensextraktion Eine mögliche Definition: Der Prozeß, in dem Information automatisch aus textuellen Dokumenten in eine zur Speicherung in Datenbanken geeignete Form generiert wird. [J. M. Lawler, 1998] PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  17. Ontologiebasierte Wissensextraktion: Was ist ontologiebasierte Wissensextraktion (kurz: OWE) ? Die Verwendung von Ontologien zur Unterstützung des Wissensextraktionsprozesses auf verschiedene Weisen. PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  18. OWE • Allgemein • Informationsextraktion und Integration mittels Ontologien • Klassifikationskriterien • Verfahren PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  19. OWE - Allgemein • Verwendung von Ontologien im Extraktionsprozeß • Wahl der Ontologie abhängig vom Anwendungsbereich • Flexible Extraktion abhängig von Ontologie • Extraktionsprozeß liefert Informationen für die semantische Annotation der Texte • Annotation liefert als Nebenprodukt die Klassifikation der Daten, die dadurch direkt integriert werden können PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  20. QUELLEN DB`s Strukturiert: XMLHTML Semi-strukturiert: Doku-mente Unstruk-turiert: Informationsextraktion & Integration mittels Ontologien DB Ontologie(n) [nach S. Staab, 1999] PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  21. OWE - Klassifikationskriterien • Autonomie-Grad • manuell (durchführbar, aber zeit-intensiv) • semi-automatisch (aktueller Stand) • automatisch (Zukunftsvision) • Verwendete Methoden • Verschiedene Verfahren • Bottom-up • Top-down • Merging & Mapping • Eingabedaten (Strukturiertheit) • Extraktion on-demand vs. Vorab-Extraktion PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  22. Semi-automatischer Ontologie-Aneignungs-Prozeß (allgemein) Evaluation Quellen-wahl* RelationenLernen Konzept Lernen Domain Fokussierung [J. Kietz,2000] *=mögliche Quellen wären: Ontologien,Texte, semi-strukturierte Informationen = Startzustand PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  23. Methoden • NLP: (z.B. SMES): - morphologische Analyse (Stamm)* - Semantik-Analyse - Erkennung benannter Entitäten* - Nutzung domain-spezifischer Informationen • Text-Clustering: - Reduktion der Text-Dimension durch NLP - Clusterbildung (iterativ) - Klassifikation anhand der Cluster PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  24. Methoden • Muster-Abgleich • Induktive Verfahren - Erkennung/Klassifikation unbekannter Konzepte - Erkennung von Relationen zwischen Konzepten • Inferenz (mit Description Logic) • Statistik PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  25. KDT - Beispiel-Architektur Preprocessing (z.B. NLP) Quellen(HTML, Text,...) Clustering XML-Dokumente XML-DTD [H. Graubitz, 2001] Postprocessing PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  26. Vor- und Nachteile im Vergleich • NLP+ orientiert sich an Sprache, Lexika- viele Heuristiken, manuelle Regelerstellung • Text-Clustering+ iterative automatisierte Variante- Einschränkung auf eine Domain, Erklärbarkeit • Muster-Abgleich+ allgemein anwendbar- viele Heuristiken, manuelle Regelerstellung PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  27. Vor- und Nachteile im Vergleich • Induktive Verfahren+ Automatisierung- Erlernen der Regeln kompliziert • Inferenz (mittels Description Logic)+ Ableitung von weiteren Regeln durch Inferenz & unvollständige/fehlerhafte Daten sind nutzbar- verschiedene Standards • Statistik+ schnell, zuverlässig, bereits bekannt- manchmal absurde Ergebnisse, Verständlichkeit PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  28. Bewertung der Ansätze Einzelne Anwendung einer Methode ist nicht optimal. Kombination mehrer Methoden, um die Stärken zu kombinieren und Nachteile einzelner Verfahren zu mildern. Kombination von Text-Clustering und NLP hat sich in einigen Situationen bewährt. PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  29. OWE - Verfahren Prozeß-Schritte (allgemein): • Import/Wiederverwendung/Konvertierung von Ontologien (optional) • Extraktion von Daten (bottom-up; top-down) • Pruning (Beschneidung) • Refining (Veredelung) • Verifikation/Evaluation PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  30. Ontologie-Lernen: Prozeß-Schritte Application data Ontology Learning Prune Extract Refine Import &Reuse Apply Tools = Beginn [A. Mädche, 2001] PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  31. OWE – Verfahren (Bottom-up) Angefangen wird mit einem Datensatz, aus dem eine Ontologie erstellt wird, die die Daten strukturiert. Genauer: • Verwendung von zwei Text-Sammlungen (domain-spezifische vs. allgemeine) • Statistische Erfassung (Wörter, Häufigkeit,...) PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  32. OWE – Verfahren (Bottom-up) • Dimensionsreduktion (NLP, Stammbildung, ...) • Erstellung eines domain-spezifischen Lexikons (Konzepte) • Anwendung heuristischer Verfahren zur Relationserstellung (semantische Analyse) • Pruning • Refining PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  33. OWE – Verfahren (Top-down) Anfangs hat man bereits eine allgemeine Ontologie, die dann im Verlauf durch bereichsbezogene Daten an den interessierenden Bereich angepaßt wird. (Domain-Fokussierung) Genauer: • Wahl einer (allgemeinen) Ontologie und domain-spezifischen Quellen (Import) PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  34. OWE – Verfahren (Top-down) • Anwendung heuristischer Verfahren zur Konzept- und Relationsextraktion. • Erweiterung der bestehenden Ontologie durch gefundene Konzepte und Relationen (Fokussierung) • Pruning • Refining Wahl der Kern-Ontologie hat starke Auswirkungen PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  35. Wissensextraktion – „Top Down“-Beispiel (allgemein) SMESIE System annotierte Domain Texte Aneignungs-Algorithmen Domaintexte StatistikMaschinelles Lernen Kern-ontologie DomainLexikon erweiterteOntologie DomainLexikon [A. Mädche, 1999] PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  36. Architektur für Ontologie – Lernen Text & ProcessingManagement Ontology Learning &Pruning Algorithms Multi StrategyLearning Result Set DomainOntology Text Processing Server LexicalDB Stemming POS tagging Domainlexicon Tools Chunk parsing Information Extraction [J. U. Kietz, 2000] PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  37. OWE - Verfahren Merging:Zusammenführung von Ontologien zur Konstruktion einer neuen Ontologie. Mapping:Erstellung von Regeln, die Entsprechungen aus den Ontologien zuordnen. PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  38. Praxis und Trends • Vereinfachung in der Entwicklung fördert Verbreitung • Verbesserung der Extraktionsfähigkeiten • Automatisierung des kompletten Prozesses • Steigende Integration und Verwendung von Ontologien in vielen Bereichen • Semantic Web und Knowledge-Portale sind wichtige Gebiete PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  39. Schlußwort • Hilfreiche Technik, die auf spezielle Bereiche zugeschnitten wird • Anpassung an Aufgabenstellung durch Änderung der Ontologie • Unterschiedliche Ansätze zur Extraktion • Verschiedene Methoden aus vielen Bereichen (Maschinelles Lernen, Assoziationsregeln, Clustering,...). Profitiert aus Erfolgen aus jedem dieser Bereiche • Mißbrauch • Verkettung vieler Verfahren, Komplexität, Aufwand PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

  40. Literaturangaben [OBE98] D. W. Embley, D. M. Campbell, S. W. Liddle, R. D. Smith. Ontology-Based Extraction and Structuring of Information from Data-Rich Unstructured Documents in CIKM'98. [OBI'99] A. Mädche, S. Staab, R. Studer. Ontology-based Information Extraction and Integration in DGfS/CL'99. [SOAC] J.-U. Kietz, A. Mädche, R. Volz. A Method for semi-automatic Ontology Acquisition from a corporate Intranet in EKAW‘2000. [STDS] H. Graubitz, K. Winkler, M. Spiliopoulou. Semantic Tagging of Domain- Specific Text Documents with DIAsDEM in DBFusion 2001. [OBTC] A. Hotho, S. Staab, A. Mädche.Ontology-based Text-Clustering in IJCAI‘2000. [LOSW] A. Mädche, S. Staab.Learning Ontologies for the Semantic Web in ECML/PKDD2001. [DLOE] A. Todirascu. Using Description Logics for Ontology Extraction in Ontology Learning 2000 at ECAI2000.  Danke!  PG-402 Wissensmanagement: Ontologiebasierte Wissensextraktion

More Related