Anvendelser af Web- sprog; Ontologier Costanza Navarretta Center for Sprogteknologi Københavns Universitet

Præsentationer af emnet: "Anvendelser af Web- sprog; Ontologier Costanza Navarretta Center for Sprogteknologi Københavns Universitet"— Præsentationens transcript:

1 Anvendelser af Web- sprog; Ontologier Costanza Navarretta Center for Sprogteknologi Københavns Universitet costanza@cst.dk

2 Costanza Navarretta: XML anvendelser, ontologier. 2 Indhold pensum og kursusevaluering fra sidst: RDF, RDFS, RDF/Dublin Core Metadata øvelse om RDF/XML øvelse om RDF/XML/Dublin Core Anvendelser af XML, RDF, Dublin Core VID-projektet Ontologier på internettet OWL komponenter egenskaber

3 Costanza Navarretta: XML anvendelser, ontologier. 3 Øvelse om RDF fra sidst Lav et RDF-dokument hvor der angives de 3 mest relevante ord i nytårstalen fra 2005, hvor relevans karakteriseres som de mest signifikante ord for dokumentet i forhold til Nytårstalen fra 2001 (en nytårstale er et resurse der peger på dokumentet på internettet.) Fejl: unqualified (ingen Namespace)

4 Costanza Navarretta: XML anvendelser, ontologier. 4 Vejledende løsning <RDF:RDF xmlns:RDF="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:costa="http://cst.dk/costanza/course/informasoeg/rdf#"> flodbølge naturkatastrofe kommunalreformen

5 Costanza Navarretta: XML anvendelser, ontologier. 5 RDF/Dublin Core Indsæt passende Dublin Core Metadata i XML/RDF-format i en af Dronningens nytårstaler fra 2005 og valider resultaterne med: http://www.w3.org/RDF/Validator/

6 Costanza Navarretta: XML anvendelser, ontologier. 6 Anvendelser af XML – generalt http://xml.coverpages.org/xmlApplications.htmlhttp://xml.coverpages.org/xmlApplications.html : WML (WAP Wireless Markup Language ) CML (Chemical Markup Language) MusiXML: http://www.music- notation.info/en/musixml/MusiXML.htmlhttp://www.music- notation.info/en/musixml/MusiXML.html DocBookXML Bank Internet Payment System (BIPS) – DTD Electronic Text Corpus of Sumerian Literature (ETCSL)

7 Costanza Navarretta: XML anvendelser, ontologier. 7 Anvendelser: sproglige Eksempler: Opmærkning af korpora (gamle og nye tekster) Format for leksika, grammatikker generering af sprog Format for talesprog Repræsentation af sproglige ontologier…

8 Costanza Navarretta: XML anvendelser, ontologier. 8 Korpusopmærkning retorisk og stilistisk opmærkning opmærkning af versstruktur opmærkning af den fysiske manuskriptstruktur opmærkning af sproglige oplysninger: morfologisk, syntaktisk, semantisk, diskursstruktur opmærkning af titel, forfatter(e), genre mm

9 Costanza Navarretta: XML anvendelser, ontologier. 9 Parole korpus Den 31. oktober blev han opereret, …...

10 Costanza Navarretta: XML anvendelser, ontologier. 10 STO-ordbog - "3D-BILLEDE" 3d-billede - ….

11 Costanza Navarretta: XML anvendelser, ontologier. 11 XSL (XML Stylesheet Language) mm. XML-sprog: transformere XML-dokumenter til andre formater: txt, html, andre xml-sprog, pdf mm (lidt som CCS). Nogle af transformationer er for at vise data til mennesker. Eks. kortet.xsl kortex.xmlkortet.xslkortex.xml Et smart XMLschema Validator på nettet: http://tools.decisionsoft.com/schemaValidate/

12 Costanza Navarretta: XML anvendelser, ontologier. 12 Søgning i VID-projektet Kombination af lingvistisk viden og XML- opmærkning til at forbedre viden i et domænespecifikt korpus om patent- behandling. Viden som anvendes terminologisk morfologisk semantisk (synonymi, hyponymi, relationer mellem komponenterne i sammensatte ord, similaritetsrelationer, afledninger mm.)

13 Costanza Navarretta: XML anvendelser, ontologier. 13 VID-Prototype Ankiro A/S: søgemaskine og terminologi- kodningsværktøj CST: uddragelse af termer, semantiske relationer, morfologi, emneord, opmærkning af tekster

14 Costanza Navarretta: XML anvendelser, ontologier. 14 Ontologi på nettet: sprog 1.Sprog til at repræsentere ontologier i videnbaserede systemer (CyCL, Loom mm.) inkluderer: - beskrivelse af ontologier (descriptive logic) - inferensmekanismer 2.Standard Web-baserede sprog: - OWL - ISO-standard Topic Maps

15 Costanza Navarretta: XML anvendelser, ontologier. 15 Web-baserede sprog WWW Consortium (W3C) om ontologier: Semantic Web OntoWeb

16 Costanza Navarretta: XML anvendelser, ontologier. 16 DAML+OIL DARPA Agent Markup Language + OIL: viderudvikling af RDFS: komplekse relationer mellem klasser og egenskaber, restriktioner om disse (fx to klasser eller egenskaber er identiske) egenskabsværdier er begrænset til de datatyper som er defineret i XML-Skemaet eller til brugerdefinerede typer. sprogets semantik er veldefineret modelteoretisk og aksiomatisk: det er muligt at anvende inferensmekanismer på de data som sproget beskriver.

17 Costanza Navarretta: XML anvendelser, ontologier. 17 OWL (Ontology Web Language) bygger på DAML-OIL (elementer og attributter fra RDF, RDFS og XML Schema). OWL-specifikationen: http://www.w3.org/TR/owl-ref/. http://www.w3.org/TR/owl-ref/

18 Costanza Navarretta: XML anvendelser, ontologier. 18 OWL-ontologi: hvorfor? For at modellere viden om et domæne ved at beskrive dets centrale begreber og de relationer der holder mellem disse begreber på en formel måde således at programmer kan uddrage oplysninger fra modellen.

19 Costanza Navarretta: XML anvendelser, ontologier. 19 Nye træk i forhold til RDFS adskillelse af klasser: man kan erklære at to klasser er adskilte, fx fugle og fisk kombination af klasser via boolske operationer: fx dyre-klassen er foreningsmængde af fugle-klassen, fiske- klassen, pattedyreklassen osv. lokale begrænsninger for egenskaber: fugle flyver, men dette er en egenskab som er lokal for fugle-klassen. undtagelsen: pingvin-klasse

20 Costanza Navarretta: XML anvendelser, ontologier. 20 Nye træk fortsat: restriktioner vedr. antal: fx fugle har 2 vinger, 2 ben, 1 næb karakteristika af egenskaber: fx symmetri: hvis Anna er søster til Maria, så er Maria søster til Anna

21 Costanza Navarretta: XML anvendelser, ontologier. 21 OWL: tre sprogniveauer OWL-Lite: grundlæggende (tesauri og simple hierarkier) OWL-DL: baseret på Description Logics OWL-Full: større udtryksevne, men der er elementer der ikke kan behandles af deduktionsprogrammer

22 Costanza Navarretta: XML anvendelser, ontologier. 22 OWL komponenter individer (individuals, instances): instanser af klasser, fx København, Århus, Odense er instanser af klassen BY egenskaber (properties): binære relationer som binder to individer fx medstuderende (Tina, Helene). Egenskaber kan være transitive (forfader_til) eller symmetriske (medstuderende) klasser (classes): er mængder som indeholder individer. De kan være organiseret i klasse- hierarkier (taksonomier).

23 Costanza Navarretta: XML anvendelser, ontologier. 23 Danmark Sverige Lande Norge Århus København Byer er-i har-by

24 Costanza Navarretta: XML anvendelser, ontologier. 24 domain/range By Land erByi harBy egenskab binder individer fra en klasse (domain ’definitionsmængden’) til individer fra en anden klasse (range ’værdimængden’)

25 Costanza Navarretta: XML anvendelser, ontologier. 25 Egenskaber objektegenskaber (forbinder et individ med et andet individ) datatypeegenskaber (forbinder et individ til et egenskab prædefineret i XML Skema, fx xsd:string, xsd:dato, xsd:integer) karakteristika af egenskabet inverst: erLandaf/harLand; erLærertil/harLærer transitiv: erForfadertil/harForfader symmetrisk: erSøskendetil/harSøskende

26 Costanza Navarretta: XML anvendelser, ontologier. 26 <rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#" xmlns="http://www.bpiresearch.com/BPMO/2004/03/03/cdl/Countries#" xmlns:owl="http://www.w3.org/2002/07/owl#" xml:base="http://www.bpiresearch.com/BPMO/2004/03/03/cdl/Countries"> Version 0.1 Countries Ontology Created by Jenz & Partner GmbH Version 0.1, 28-FEB-2004 …. XML og OWL- ontologi

27 Costanza Navarretta: XML anvendelser, ontologier. 27 Editor: Protégé-3.1 Frit-anvendeligt/følger standarder, Protégé-3.1 – Stanford University - http://protege.stanford.edu http://protege.stanford.edu http://protege.cim3.net/cgi- bin/wiki.pl?ProtegeOntologiesLibrary

28 Costanza Navarretta: XML anvendelser, ontologier. 28 Fælles øvelse: fra OWL til Protégé 1.Hent wine.owl ontologi fra http://protege.cim3.net/file/pub/ontologies/wine/wine.owl (eller fra kursushjemmesiden) og gem den i jeres katalog http://protege.cim3.net/file/pub/ontologies/wine/wine.owl 2.Identificer RDF, RDFS og OWL elementerne i wine.owl 3.Importer ontologien i Protégé Start Protégé, Vælg fra file-menu, new- create fra existing source- OWL Files og hent så jeres fil “wine owl 4.Gem filen som Protege-projekt

29 Costanza Navarretta: XML anvendelser, ontologier. 29 Fra Protégé til RDF/RDFS Fra menu ”file” vælg ”export to format RDF-Skema”. I får et skermbillede hvor I skal vælge kataloget (jeres) og gemme et rdfs-fil (fx wine.rdfs) og et rdf-fil (fx wine.rdf) HUSK at angive det korrekte efternavn for filerne, dvs. ”.rdfs” og ”.rdf”