Ontologieartikulation1
ONION (ONtology compositION)
Seminar: Semantic IntegrationSommersemester 2006
Dawud Akbari
Ontologieartikulation2
InhaltInhalt1. Einführung2. ONION – Übersicht 2.1. The ONION data layer 2.2. The ONION viewer 2.3. The ONION query system 2.4. The Articulation Engine 2.5. Ein Beispiel3. Graphenrepräsentation von Ontologien4. Artikulation von Ontologien 4.1. Ontologie Terme und Patterns 4.2. Struktur der Artikulationsontologie5. Eine Ontologiealgebra 5.1. Vereinigung 5.2. Schnittmenge 5.3. Differenz6. Fazit
Ontologieartikulation3
1. Einführung
Eine Ontologie beinhaltet die Konzepte(Terme) in einer knowledge base (KB) und bestimmt die Eigenschaften und die Beziehungen, die zwischen den Termen gelten.
Die Idee ist statt einer globalen Ontologie für alle KBs eine skalierbare Methode, die auf die Interoperation zw. den Ontologien basiert. Die Methode benutzt Regeln, die eine Artikulation zw. den Systemen ermöglichen.
Die Herausforderung ist die globalen Informationen mehrerer heterogenen KBs für end-user zu nutzen.
Ontologieartikulation4
1. Einführung
Eine XML-Repräsentation ist nicht ausreichend, zwar kann sie als Informationsträger eingesetzt werden, aber ihre Schwäche zeigt sich z.B. beim Beseitigen von „semantic errors“.
Wir fokussieren uns auf strukturierte Welten, bilden dann „semantic bridges“ d.h. logische Regeln, die in Beweisverfahren benutzt werden um die semantische Wissenslücke zwischen den KB zu überbrücken.
Vorteile liegen bei den updates, der end-user wird nicht überfordert, die Artikulation wird semi-automatisch erstellt.
Ontologieartikulation5
1. Einführung
Die Ontologien werden in einem graphischen Modell repräsentiert, das auf ein objektorientiertes DBMS-Modell basiert.
- Die Relationen sind dadurch einfacher und übersichtlicher darzustellen.
Die „semantic bridges“ sind: - logische Regeln z.B. semantische Implikationen zw. den Termen der artikulierenden Ontologien.
- funktionale Regeln z.B. Umrechnungsfunktionen zw. den Termen der artikulierenden Ontologien.
Ontologieartikulation6
2. ONOIN
Terms: source ontologies, articulation rules, articulation ontology, articulation and unified ontology.
Fig.1: unified ontology Ont5 besteht aus source ontologies Ont3 und Ont4 und articulation ontology Art2. Die Artikulation von Ont3 und Ont4 besteht aus articulation ontology Art2 und die semantic bridges zu den beiden source ontologies.
Ontologieartikulation7
Ontologieartikulation8
2. ONOIN 2.1 The ONION data layer
Sie verwaltet die Ontologierepräsentationen, die Artikulationen und die dazugehörigen Regelmengen und die Regeln, die für query processing benutzt werden.
Für Ontologien benutzen wir eine Graphendarstellung. Sie werden evtl. passend zum Kontext des Systems transformiert. Das System akzeptiert
IDL-Spezifikationen und XML-Dokumente.
Soweit wie möglich eine Trennung von inference engine und Repräsentationsmodell zu erreichen.
Ontologieartikulation9
2. ONOIN 2.1 The ONION data layer
Im Allgemeinen erbt ariculation ontology die Strukturen von source ontologies.
Die semantic bridges können als Artikulationsregeln zusammengefasst werden und damit eine mapping zwischen den source ontologies ermöglichen.
ji OOArtR :
Ontologieartikulation10
2. ONOIN 2.2 The ONION viewer
The ONION viewer ist eine Benutzerschinttstelle für das ONION System.
Der Domainexperte kann damit Änderungen an System vornehmen z.B. Ontologien hinzufügen bzw. absetzen, das
System optimieren und Artikulationsregeln spezifizieren.
Der Experte kann auch vom articulation generator die bereits vorhandene semantic bridges abrufen, sie werden dann ergänzt und dadurch entstehen neue Regeln.
Ontologieartikulation11
2. ONOIN 2.3 The ONION query system
Interoperationen zwischen den Ontologien bilden die Basis für Anfragen und Informationsaustausch zwischen den
KBs.
Die Anfrage bezieht sich auf eine ariculation ontology, die query engine leitet einen Plan ab, in dem die beteiligten source ontologies vorkommen.
Der query processor reformuliert die Anfragen und generiert eine Lösung.
Ontologieartikulation12
2. ONOIN 2.4 The Articulation Engine
Die Articulation Engine erstellt die ariculation ontology und semantic bridges zwischen ihr(AO) und den
source ontologies.
ONION basiert auf SKAT. Das Tool benutzt sowohl die Expertenregeln als auch externe KBs z.B. „Wordnet“.
Die inference engine benutzt die Artikulationsregelen, die
von SKAT generiert worden sind und die Regeln aus source ontologies und daraus- falls möglich- leitet sie neue Regeln ab.
Ontologieartikulation13
2. ONOIN 2.4 The Articulation Engine
Der articulation generator übernimmt die Artikulationsregeln und generiert eine Artikulation.
Der Experte wird dann die Artikulation bestätigen oder die Inkonsistenz beseitigen.
Wenn der Experte weitere Regeln vorschlägt, werden sie an SKAT weitergeleitet um damit neue Regeln zu generieren.
Dieser Prozess wiederholt sich solange bis der Experte zufrieden mit der generierten Artikulation ist.
Ontologieartikulation14
Beispiel
Ontologieartikulation15
Beispiel
Teile von factory und carrier stehen in Beziehung zutransportation.
Die semantischen Relationen sind SubclassOf, AttributeOf, InstanceOf, und Semantic Implication.
Dazu kommen die Eigenschaften von Relationen wie z.B. Transitivität von SubclassOf, solche Regeln werden z.B.
benutzt um eine Artikulation zu generieren aber auchum Anfragen zu beantworten.
Ontologieartikulation16
3. Graphische Repräsentation
Eine Ontologie wird in einem markierten und gerichteten Graphen G = (N , E) repräsentiert (N und E endlich).
- ist eine Kante. - ist die Kantenmarkierung und
- ist die Knotenmarkierung.
),( 2,1 nne )(e
)(n
Ontologieartikulation17
3. Graphische Repräsentation
Um Ontologien zu manipulieren, müssen wir die relevantenTeile eines Graphen identifizieren können. Dazu verwenden wir einen Pattern.
Ein Pattern ist ein Graph , der einem Subgraphen entspricht, falls die Markierungen weiter
identisch bleiben.
),( ENP
Ontologieartikulation18
3. Graphische Repräsentation
In der Praxis kann der Experte eine Menge von Synonymen definieren und somit die erste Bedingung lockern.
Alternativ dazu müssen die Kanten nicht strikt die gleichenMarkierungen haben.
Bei ONION sind Patterns direkte Graphenmanipulationen.
Der Experte verwendet bei der Interface eine einfache Notation, die auf eine Hierarchie der Terme basiert.
Beispiel: carrier.car.driver
Ontologieartikulation19
Graph Transformation
Um die Graphen manipulieren zu können, werden vier primitive Operationen definieret.
geg. G = (M, E)
- Node addition- Node deletion- Edge Addition- Edge Deletion
Ontologieartikulation20
4. Articulation of Ontologies
carrier und factory sind zwei autonome Ontologien,transport-Ontologie modelliert aber eine Artikulation und bietet damit eine semantische Schnittstelle.
Das Atikulationsproblem kann somit auf zwei Aufgabenreduziert werden. 1. Welche Klassen sollen in der AO vorkommen. 2. Was sind die semantischen Regeln.
Die Artikulation wird semi-automatisch generiert.
Ontologieartikulation21
4. Articulation of Ontologies 4.1 Ontology Terms and Patterns
Ein ontologie-Graph (OG) wird aus Strukturen der source ontologies (SO) gebildet und gewinnt damit Informationen aus deren Relationen.
Unter der Leitung vom Domainexperten und SKAT werden Regeln aus einer KB abgeleitet und damit ein OG konstruiert.
Die Regeln haben die Form „P impliziert semantisch Q“
QP
Ontologieartikulation22
4. Articulation of Ontologies 4.2 Semanitc Implication Bridges
Die Regel -A und B sind Knoten- identifiziert die Kante (A, „SIBridge“ , B).
A ist eine semantische Spezialisierung von B.
Beispiel: Die Regel kann als EA-Operator dargestellt werden.
EA[OG, {(carrier.Car, „SIBridge“, transport.Vehicle), (factory.Vehicle, „SIBridge“, transport.Vehicle), (transport.Vehicle, „SIBridge“, factory.Vehicle)}]
Die Informationen bzgl. Cars in carrier werden für alle
Fahrzeuge in carrier und factory integriert.
BOAO .2.1
)..( VehiclefactoryCarcarrier
Ontologieartikulation23
4. Articulation of Ontologies 4.2 Semanitc Implication Bridges
Beispiel(Forts.): Eine Alternative wäre die Erweiterung von AG um neue Terme. Um die Regel
zu modellieren wird der ArtGen einen Knoten PassengerCar der transport-Ontologie hinzufügen.Der Graph wird dann um Kanten(carrier.Car, „SIBridge“, transport.PassengerCar) und(transport.PassengerCar, „SIBridge“, factory.Vehicle)erweitert.
)...(
VehiclefactoryarPassengerCtransportCarcarrier
Ontologieartikulation24
4. Articulation of Ontologies 4.3 Konjunktion und Disjunktion
Beispiel: Die Regel
kann durch Hinzufügen vom Knoten N, mit dem Label CargoCarrierVehicle und die entsprechenden Kanten,modellier werden. N ist dabei die Subklasse von allen beteiligten Klassen
).).arg.((
TruckscarrierVehiclefactoryoCarrierCfactory
Ontologieartikulation25
4. Articulation of Ontologies 4.3 Konjunktion und Disjunktion
Die Regeln mit Disjunktion werden auch mit einem neuen Knoten modelliert.
Der neue Knoten : CarsTrucks für Das Term CarsOrTrucks.
Die Kanten zeigen, dass carrier.Cars, carrier.Trucks und factory.Vehicle Subklassen von transport.CarsTruckssind.
)...(
TruckscarrierCarscarrierVehiclefactory
Ontologieartikulation26
4. Articulation of Ontologies 4.4 Funktionale Regeln
Terme, die das selbe Konzept repräsentieren, werden oft in verschiedenen Ontologien anders dargestellt.
Der Experte programmiert die gewünschten Normfunktionen. Man wünscht sich für die Zukunft das Generieren von solchen
Funktionen semi-automatisch.
Beispiel: die Umwandlung von verschiedenen Währungengeg.: OG und die Regel
e = (carrier.JapanYen, „JYToEuroFn()“, transport.Euro)wird hinzugefügt.
)..:()( EurotransportJapanYencarrierJYToEuroFn
Ontologieartikulation27
4. Articulation of Ontologies 4.5 Strukturen der Art. Ontologie
Die Konstruktion der Artikuationsontologie erfolgt durch das Hinzufügen von neuen Knoten und Kanten, die diese mit den Knoten aus den source Ontologien verbindet.
Die Artikulationsontologie selbst wird dann mit neuen Kanten erweitert, wenn der Experte sich neue Strukturen vorstellt.
Ontologieartikulation28
5. Eine OntologieAlgebra
Wir definieren eine Algebra, um mit der Artikulationsontologie Interoperationen zwischen den Ontologien zu ermöglichen.
Die Eingaben für die Operatoren sind die Ontologiegraphen.
Unäre Operatoren wie filter und extract sind auf eine Ontologie definiert (analog zu select und project in Rel.Alg).
Die binären Operatoren union, intersection und differencesind auf zwei Ontologien definiert.
Ontologieartikulation29
5. Eine OntologieAlgebra 5.1 Union
Bei Anfragen benötigt das System oft mehr eine KB.
Eingaben sind zwei Ontologien und eine Menge aus Art.Rules.
O1=(N1, E1), O2=(N2, E2) source ont.AO=(NA, EA) articulation ont.BridgeEdges Kanten zw. AO und {O1,O2} OU=(N, E) mit N = N1U N2 U NA und E = E1 U E2 U EA U BridgeEdges
Ontologieartikulation30
5. Eine OntologieAlgebra 5.2 Intersection
Intersection erzeugt aus zwei Ontologien und einer Menge aus Art.Rules eine Artikulationsontologie. IO(carrier, factory) = transportation
Die Kanten verbinden nur Terme innerhalb der Artikulationsontologie. Alle andere Kanten werden entfernt. Die resultierte Ontologie kann mit anderen Ontologien komponiert werden.
Die Operation hat damit eine zentrale Rolle für ein skalierbares Artikulationkonzept.
Ontologieartikulation31
5. Eine OntologieAlgebra 5.3 Difference
Die Differenz von zwei Ontologien (O1- O2) besteht aus denTermen und Relationen von O1, die nicht in O2 enden bzw. terminieren (durch vorhandene Regeln und Beziehungen).
Damit bestimmen wir die Teile von Ontologien, die unabhängig von der Artikulation sind.
Bei den Updates wird die Artikulation nicht geändert.
Union und Difference werden dynamisch berechnet.
Ontologieartikulation32
6. Fazit
Es wurde ein System beschrieben, das Interoperationen zwischen KBs ermöglicht und die Anfragen zuverlässig-falls möglich- beantwortet. Die Innovation der ONOIN liegt darin, dass man mit Artikulationen(Regeln) über Ontologien agiert.Die semi-automatische Eigenschaft des Systems bietet Komfort und Zuverlässigkeit durch Mitwirken des Experten.
Die Ontologien sind minimal miteinander gekoppelt, damit bleiben Änderungen oft im lokalen Bereichen.Das ist natürlich positiv für den Kostenfaktor z.B. in WWW,wo große Anzahl von KBs permanent geändert werden
Ontologieartikulation33
6. Fazit
Die graphische Repräsentation von Ontologien ermöglicht eine Trennung von data layer und inference engine . Semantische Relationen werden zuerst in first-order logicdargestellt und danach in selber graphischen Repräsentation modelliert.
ONION kann verschiedene inference engines einsetzenund dadurch die Aufgaben vom Experten erleichtern.
Wie man aus solchen Komponenten eine bessereArtikulation bildet ist ein wichtiger Teil der Forschung.
Ontologieartikulation34
Quellen
P. Mitra, G. Wiederhold & M. Kersten: A Graph-Oriented Model for Articulation of Ontology Interdependencies. In: Proceedings Conference on Extending Database Technology 2000 (EDBT'2000), Konstanz, Germany, 2000.
www.wikipedia.de