Szemantikus Web

Nyitrai ErikaELTE IK Algoritmusok és Alkalmazásaik Tsz.tanársegéd

Keresések

Internetes keresők Kulcsszavakra keresünk Szinonimák nem használhatók Nem tudunk több nyelven, nyelvjárásban keresni Nem tudjuk bináris adatok – pl. képek – tartalma

alapján végezni a keresést Baj: a számítógépek alapvetően buták Cél: a gépeket gondolkodni képes

alkalmazásokkal felszerelni

Mire van szükség

Két különböző irány Metaadatok

Kategóriák, jellemzők adása egy-egy nem feltétlenül weben elérhető objektumhozkép, weblap, videó, bögre, stb.

Háttértudás A kategóriák közötti összefüggések reprezentációjára van szükség Segítségével végrehajthatók azok a gondolatmenetek, amelyekkel a

mindennapokban következtetéseket vonunk le Pl.: akik a barátaim, azok az ismerőseim is; egy nő akinek van fia,

anya; stb.

Metaadatok

A metaadatok nem új dolgok, számos helyen sok éve használatban vannak

Példák HTML meta tagek különböző információk eltárolására weblapok

fejlécében Fotók, videó állományok fejléce, amely tartalmaz adatokat a kép

készülésének körülményeiről és egyéb jellemzőiről milyen beállításokat használtunk mennyi volt a rendszeridő

A keresőrobotok értékelik ezeket az információkat, felhasználják a további keresésekkor

Metaadatok – jó lenne, ha...

… a metaadatok egységes formában lennének hozzárendelve minden dologhoz

… azok az alkalmazások, amelyek sok információt szolgáltatnak – tipikusan on-line adatbázisok - információkat szolgáltatnának magukról

… egy-egy tartalomhoz automatikusan hozzárendelhetőek lennének metaadatok

… ismert lenne a metaadatok egymáshoz való viszonya

Egy lehetséges módszer: RDF

Resource Description Framework Kiindulópontok: URI-k

Minden egyes objektumot, amiről állításokat szeretnénk megfogalmazni ellátunk egy egyedi URI-val

Pl.: a bögrém URI-ja lehet ez: http://aaa.bbb.hu/#bogre

Az azonosítóval rendelkező objektumokról állításokat fogalmazunk meg Pl.: a http://aaa.bbb.hu/#bogre színe piros

RDF állítások

Az állítások háromféle elemtípusból épülnek felErőforrás (resource)

Pl.: a már emlegetett bögreTulajdonság (property)

Pl.: színe, születési ideje, stb.Literál (literal)

Pl.: piros, 23, stb.

RDF állítások

Logikai értelemben minden állítás három részből áll Alany (subject)

Bármi aminek van URI-ja, tehát erőforrás Állítmány (predicate)

Egy tulajdonság Tárgy (object)

Lehet erőforrás, vagy literál is

Példák: Éva apja Gábor. Kati életkora 18.

RDF állítások lehetséges reprezentációi Ági születési éve 2005. Rendezett hármasként

{[http://valahol.hu/szemelyek#Agi], szul_ev, 2005}

Gráfszerűen (irányítottként) XML leírással (szabványos RDF-ként)

RDF séma a háttértudás leírására

A meglévő elemeinkről tudunk jellemzéseket leírni osztályok kialakításával

Ez nem tulajdonságok meghatározásával zajlik, hanem osztályok elemeinek felsorolásával Elemek osztályozása

Pl.: a kutya az emlősök osztályába tartozik Tulajdonságok egymáshoz való viszonyának

megadása Pl.: a testvér egyben rokon is

Tulajdonságok értékkészletének megadása Pl.: a születési év csak egész szám lehet

RDF adatok lekérdezése

Többféle csoportba sorolhatókXML alapú lekérdező nyelvekAdatbázis alapú lekérdező nyelvekGráf illesztéssel dolgozó lekérdező nyelvek

XML alapú lekérdezőnyelvek

Bár az RDF adatok reprezentálhatók XML alakban, a hagyományos XML lekérdezők használata nem célravezető

Illesztési probléma léphet felAz adatforrás XML alakban egy

faszerkezetként fogható felAz RDF struktúra irányított gráf

Adatbázis alapú lekérdezők

Szükségünk van a teljes tudásbázis szerkezetének ismeretére

Ha mindent tudunk a tárolt adatokról, akkor hasznos eszköz

Hiányos háttérismeretek esetében nehézségeket okozhat

Nyílt világot kell kezelni egy zárt világokhoz alkalmas eszközzel

Gráfszerű lekérdezések

A teljes információhalmaz egy komplex gráfként fogható fel

A kérdést egy üres csúcsokat is tartalmazó részgráfként fogalmazzuk meg

Eredményként a tudásbázis egy vagy több megfelelő részgráfját, RDF hármasokat kapunk vissza

Lekérdező nyelvek

RDQL SQL szerű nyelv Problémája, hogy sem a kérdések sem a válaszok

nem RDF formátumúak RDFLan

Logikai kifejezésként dolgozik a kérdésekkel SPARQL

Gráfminták illesztésével keres megoldásokat A kérdések is az eredmények is megjeleníthetők RDF

alakban kérdések sorozata is feltehető

Lekérdezések végrehajtása

A tárolt ismereteken kívül lehetséges következtetett ismeretekkel is dolgozni

A felhasználó számára nem kell elkülönülnie a tárolt és a következtetett ismereteknek

A háttértudás leírása RDFS segítségével nem mindig lehetséges

RDFS hiányosságai

Nem lehet az osztályokkal további műveleteket végrehajtani Metszet, unió Pl.: mindenki anya, aki nő és szülő

Nem lehet alternatív értékkészletet megadni Pl.: méretek megadásakor

Lábméret 18-46-ig Melegítőfelsők mérete S-XXXXXL-ig

További eszközökre van szükség

Ontológiák

Az RDFS korlátozott lehetőségeit próbálja kitágítani Alkalmat biztosít arra, hogy különböző tudásbázisok

elemeit összekapcsoljuk Osztályok példányait, azok jellemzőit írja le Megadhatók halmazműveletek és bonyolultabb

megszorítások is Webes ontológiák készítéséhez létezik szabvány, az

OWL Feldolgozásához az elsőrendű logika eszközei

használhatók

Logikák használata - példa

Terminológiai állítások = háttértudás Az apa olyan ember, aki férfi és szülő A szülő ember és van gyereke

Adatok = metainformációk Ember(Géza) Férfi(Géza) Gyereke(Géza,Miklós)

Következtetés Ember(Géza) és Gyereke(Géza,Miklós)

Szülő(Géza) Ember(Géza) és Férfi(Géza) és Szülő(Géza) Apa(Géza)

Ugyanezt a következtetést más kiinduló adatokból is le kellene tudni vonni!

Alkalmazások – Dublin Core

1995-ben kezdődött el a kialakítása Dublinban Nagyon kevés alapelemből épül fel Használata elektronikus dokumentumok egységes

kezelését teszi lehetővé Bármilyen dokumentumról készíthetünk leírást a

segítségével Pl.: Magyar Elektronikus Könyvtár on-line Dublin Core

leírást segítő oldala változatos formátumok http://mek.oszk.hu/dc

Wordnet

Szótár, de szavak közti kapcsolatokat is megfogalmaz

Többféle jelentést kaphatunk Minden szóhoz rendel URI-t, így elősegíti

alkalmazások fejlesztését Ezeken az URI-kon a szavak egy leírását

találjuk RDF alakban

Automatikus adatkinyerés weblapokból A W3C oldalán elérhető egy alkalmazás,

amely képes weblapokról RDF leírást készíteni

Az alkalmazás a szöveget elemzi a szerkezete alapjánMETA tagek, cím, címsorok, listák, stb.Az elemzés után a kapott leírást csatolhatjuk

a dokumentumhoz

Összefoglalva

A szemantikus web elképzelés a gépeket az emberéhez hasonló gondolkozási képességekkel szeretné felruházni

Az adatok, ismeretek leírásához humán részvételre van szükség

Léteznek automatizmusok, amelyek képesek „bután” kinyerni az információkat különböző forrásokból

Az információkból a háttértudást felhasználva matematikai eszközökkel következtethetünk

Köszönöm a figyelmet!

erika221@elte.hu