SZEMANTIKUS WEB, ONTOLÓGIÁK 4. Előadás. Méréstechnika és Információs Rendszerek Tanszék

Hasonló dokumentumok
ONTOLÓGIÁK, OWL2, DL 7. Előadás. Méréstechnika és Információs Rendszerek Tanszék

SZEMANTIKUS WEB 4. előadás. Méréstechnika és Információs Rendszerek Tanszék

Szemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs

Adatbázisok MSc. 12. téma. Ontológia és SPARQL

Szemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs

SZEMANTIKUS WEB 3. előadás. Méréstechnika és Információs Rendszerek Tanszék

SZEMANTIKUS WEB 3. előadás. Méréstechnika és Információs Rendszerek Tanszék

SZEMANTIKUS WEB. Méréstechnika és Információs Rendszerek Tanszék

Név: Neptun kód: április

Ontológia nyelvek (Szemantikus Világhálótól...)

Szemantikus adatbázisok. Nagypál Gábor

SZEMANTIKUS WEB. Integrációs és ellenőrzési technikák VIMIAC04, tavasz

Ontológiák építése. Ontology Engineering

matematikus-informatikus szemével

SZEMANTIKUS WEB. Méréstechnika és Információs Rendszerek Tanszék

Név: Neptun kód: május 23. Komplex MI alkalmazások vizsga Rendelkezésre álló idő: 75 perc 1. Vizsgálja meg a következő RDF leírást:

Steps Towards an Ontology Based Learning Environment. Anita Pintér Corvinno Technologia Transzfer Kft

Ismeretalapú modellezés XI. Leíró logikák

Fülöp Csaba, Kovács László, Micsik András

Szemantikus Web: egy rövid bevezetés március 18

A Szemantikus Web 2. Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 0.

Szemantikus világháló a BME-n

Hely- és kontextusfüggő alkalmazások fejlesztését támogató keretrendszer mobil környezetben

Név: Neptun kód: május 26., VIMIAC04 Integrációs és ellenőrzési technikák vizsga Rendelkezésre álló idő: 90 perc

KOVÁCS BÉLA, MATEMATIKA I.

Információ leíró technológiák, szemantikus web előadás

Csima Judit október 24.

SZEMANTIKUS WEB. Méréstechnika és Információs Rendszerek Tanszék

S0-02 Típusmodellek (Programozás elmélet)

Web 3.0. Szemantikus web

Formális szemantika. Kifejezések szemantikája. Horpácsi Dániel ELTE Informatikai Kar

Emerald: Integrált jogi modellező keretrendszer

Adatbázisok elmélete 12. előadás

Tudásalapú információ integráció

Semantic Web. Gombos Gergő

Ontológiák, 1. Kooperáció és intelligencia, BME-MIT

Szemantikus Web: egy rövid bevezetés

Web 3.0. Szemantikus web

Predikátumkalkulus. 1. Bevezet. 2. Predikátumkalkulus, formalizálás. Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák.

Diszkrét matematika I.

Logika es sz am ıt aselm elet I. r esz Logika 1/36

Pozícióinformáció. Sikeres helyfüggő szolgáltatások mobilra

SZÁMÍTÁSTUDOMÁNY ALAPJAI

Modell alapú tesztelés mobil környezetben

Önálló labor feladatkiírásaim tavasz

A szemantikus Web. Alkalmazott Informatikai Intézeti Tanszék MŰSZAKI INFORMATIKA Dr.Dudás László 0.

ONTOLÓGIA és TUDÁSREPREZENTÁCIÓ

A szemantikus világháló oktatása

Kiss Gergő, Kovács László, Micsik András, Moldován István

ADATBÁZIS-KEZELÉS. Relációs modell

Programfejlesztési Modellek

Bevezetés s a szemantikus technológi

Matematikai logika és halmazelmélet

Számítási intelligencia

1. Informatikai trendek, ágensek, többágenses rendszerek. Intelligens Elosztott Rendszerek BME-MIT, 2018

Szoftverarchitektúrák 3. előadás (második fele) Fornai Viktor

Többnyelvű tezaurusz építése és szolgáltatása webes környezetben

1. tétel Halmazok és halmazok számossága. Halmazműveletek és logikai műveletek kapcsolata.

Ellenőrző kérdések. 36. Ha t szintű indexet használunk, mennyi a keresési költség blokkműveletek számában mérve? (1 pont) log 2 (B(I (t) )) + t

Programozás. Bevezetés. Fodor Attila. Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék

Modellellenőrzés. dr. Majzik István BME Méréstechnika és Információs Rendszerek Tanszék

Ontológiák, 2. Leíró logikák. Kooperáció és intelligencia, DT-MT, BME-MIT

Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé.

Ítéletkalkulus. 1. Bevezet. 2. Ítéletkalkulus

Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Kogníció, koncepciók, modellek

Kaposi Ambrus. University of Nottingham Functional Programming Lab. Hackerspace Budapest január 6.

Logika es sz am ıt aselm elet I. r esz Logika Negyedik el oad as 1/26

Logika es sz am ıt aselm elet I. r esz Logika M asodik el oad as 1/26

Ungváry Rudolf: Relex Relációkat és lexikai egységeket kezelő névtérszerkesztő a weben

Diszkrét matematika I.

Bevezetés: az SQL-be

UML (Unified Modelling Language)

1. Melyik szabvány foglalkozik dokumentumok tulajdonságainak megfogalmazásával? a. RDFS b. FOAF c. Dublin Core d. DBPedia

RDFS. (Resource Description Frameworks Schema) Méréstechnika és Információs Rendszerek Tanszék

A Szemantikus világháló alapjai

Logikai ágensek. Mesterséges intelligencia március 21.

RE 1. Relációk Függvények. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Hardver és szoftver rendszerek verifikációja Röviden megválaszolható kérdések

1. A matematikai logika alapfogalmai. 2. A matematikai logika műveletei

Mesterséges Intelligencia MI

OOP. Alapelvek Elek Tibor

Halmazelmélet. 1. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Halmazelmélet p. 1/1

Gyakorló feladatok: Formális modellek, temporális logikák, modellellenőrzés. Majzik István BME Méréstechnika és Információs Rendszerek Tanszék

ÍTÉLETKALKULUS (NULLADRENDŰ LOGIKA)

Mindent olyan egyszerűvé kell tenni, amennyire csak lehet, de nem egyszerűbbé. (Albert Einstein) Halmazok 1

1. Történeti vonatkozások - Tudásalapú eszközök piaca. 1. Történeti vonatkozások - MI kutatási területek ter. (folyt) Tudásalapú eszközök piaca

Adatbázisrendszerek 8. előadás: Az Enhanced Entity-Relationship modell március 27.

Adattípusok, vezérlési szerkezetek. Informatika Szabó Adrienn szeptember 14.

Mesterséges Intelligencia MI

1. előadás: Halmazelmélet, számfogalom, teljes

Ficsor Lajos Általános Informatikai Tanszék Miskolci Egyetem

Predikátumkalkulus. Predikátumkalkulus alapfogalmai, formalizálás, tagadás, logikailag igaz formulák. Vizsgáljuk meg a következ két kijelentést.

MATEMATIK A 9. évfolyam. 2. modul: LOGIKA KÉSZÍTETTE: VIDRA GÁBOR

A matematika nyelvér l bevezetés

Digitális dokumentumok formátumai és az annotációk. Dr. Kovács László 1 Bednarik László 2. kovacs@iit.uni-miskolc.hu, bednarik1@fre .

Adatbányászat és Perszonalizáció architektúra

Intervenciós röntgen berendezés teljesítményszabályozójának automatizált tesztelése

Az UPPAAL egyes modellezési lehetőségeinek összefoglalása. Majzik István BME Méréstechnika és Információs Rendszerek Tanszék

Itt és a továbbiakban a számhalmazokra az alábbi jelöléseket használjuk:

Átírás:

SZEMANTIKUS WEB, ONTOLÓGIÁK 4. Előadás Méréstechnika és Információs Rendszerek Tanszék https://www.mit.bme.hu/oktatas/targyak/vimiac04 1

Szintakitikus web [Hendler & Miller 02] 2

Szemantikus web 3

Szemantikus web új felhasználók SZW építése Szerzők Szemantikus web Felhasználók alkalmazások ágensek Szemanti kus web Szemantikus annotációk Ontológiák Logikai támogatás Nyelvek Eszközök Alkalmazások szolgáltatások WWW Szerzők Felhasználók Web tartalom 4

A szemantikus web koncepció "The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation." -- Tim Berners-Lee 5

DBPedia: Wikipedia adatok @prefix dbpedia <http://dbpedia.org/resource/>. @prefix dbterm <http://dbpedia.org/property/>. dbpedia:amsterdam dbterm:officialname Amsterdam ; dbterm:longd 4 ; dbterm:longm 53 ; dbterm:longs 32 ;... dbterm:leadertitle Mayor ; dbterm:leadername dbpedia:job_cohen ;... dbterm:areatotalkm 219 ;... dbpedia:abn_amro dbterm:location dbpedia:amsterdam ;...

Automatikus, felderíthető kapcsolatok <http://dbpedia.org/resource/amsterdam> owl:sameas <http://rdf.freebase.com/ns/...> ; owl:sameas <http://sws.geonames.org/2759793> ;... <http://sws.geonames.org/2759793> owl:sameas <http://dbpedia.org/resource/amsterdam> wgs84_pos:lat 52.3666667 ; wgs84_pos:long 4.8833333 ; geo:incountry <http://www.geonames.org/countries/#nl> ;... Szolgáltatások maguk döntik el honnan gyűjtenek információt

SKOS Core és az OWL OWL egy W3C ajánlás Logika orientát Erős következteés pontos szemantika SKOS Nyelv orientált Egyszerűbb következtetés Rugalmas szemantika

SKOS alapvető elemei Fogalom sémák Preferált címkék, leírások (labels) Fogalom Alternatív címkék Szemantikus kapcsolat Fogalom Leírás (Note) Pl. definíció, szkóp, háttér információk

Ontológiák, az OWL nyelv

OWL logika igény példa Állatok két csoportja: Male (hím) és Female (nőstény). <rdfs:class rdf:id="male"> <rdfs:subclassof rdf:resource="#animal"/> </rdfs:class> A subclassof kifejezés felhasználásával definiálhatjuk, hogy a #Male osztály alosztálya az #Animal osztálynak <rdfs:class rdf:id="female"> <rdfs:subclassof rdf:resource="#animal"/> <owl:disjointwith rdf:resource="#male"/> </rdfs:class> Nőstény állatok és alosztályát alkotják az állatok osztálynak, de tudjuk hogy nincs közös elem a hím osztállyal (disjointwith elem használata). 12

OWL elemek, példák Osztályok Person superclass Man, Woman subclasses Tulajdonságok (egyedi) iswifeof, ishusbandof Tulajdonság jellemzők, korlátok inverseof domain range Cardinality Osztályok közti relációk disjointwith 13

OWL Example in Protégé (2) 14

OWL Example in Protégé (3) 15

Ontológiák RDFS hasznos, de nem ad megoldást az elvárásokra, a szemantika pontos leírására. Összetett alkalmazások további igényei: Tulajdonságok leírása, jellemzése Különböző URI val rendelkező objektumok azonosságának leírása (ekvivalencia) Osztályok diszjunkt vagy éppen ekvivalens jellege Osztályok konstruálása (nemcsak megnevezése) Következtetési igények támogatása: Pl.: Ha két «Person» erőforrás «A» és «B» azonos «foaf:email» tulajdonsággal rendelkeznek, akkor «A» és «B» identikus.

Ontológiák Az SZW világban az ontológiákat a következő értelemben használjuk: Fogalmak és ezek relációnak definiálása egy adott tudásterület leírása céljából. Az RDFS is tekinthető egy egyszerű ontológia nyelvnek Nyelvek definiálása mindig egyfajta kompromisszum - gazdag szemantika tudás gazdag alkalmazásokhoz - ésszerűség (fizibilitás, megvalósíthatóság (fordító, következtető)

Web Ontology Language = OWL OWL az SZW struktúrába egy újabb réteg, az RDFS bővítése Saját névterek, saját elemek, kifejezések RDFS re épül (tartalmazza) Önálló SZW ajánlás OWL 2 2010 óta gyakorlatilag csak ezt használjuk Akit a részletek érdekelnek: https://www.w3.org/tr/owl2 overview/

Ekvivalencia relációk Osztályokra: owl:equivalentclass: két osztálynak azonosak az elemei owl:disjointwith: nincs közös elemük Tulajdonságokra: owl:equivalentproperty Példa: a:author vs. f:auteur owl:propertydisjointwith Egyedekre: owl:sameas: két URI ugyanazt a fogalmat vagy egyedet reprezentálja owl:differentfrom: negált kifejezése az owl:sameas kifejezésnek

Használat: owl:sameas Utazási példából, Amsterdam leírása két forrásban:(dbpedia és Geonames): <http://dbpedia.org/resource/amsterdam> owl:sameas <http://sws.geonames.org/2759793>;

Példa logikai kapcsolatra Ha egy tulajdonság inverse-functional nak lett definiálva, akkor, akkor a tulajdonság tárgya egyértelműen meghatározza a tulajdonság alanyát. Ha a következő igaz két állításra: :email rdf:type owl:inversefunctionalproperty. <A> :email "mailto:a@b.c". <B> :email "mailto:a@b.c". Akkor ebből levezethető: <A> owl:sameas <B>. Így új relációkhoz jutunk (RDFS-ben erre nem volt lehetőség)

Osztályok az OWL ben RDFS: létező osztályokat alosztály struktúrába rendezhettük osztályhierarchia építése, semmi több OWL osztályok konstruálhatók más osztályok vagy példányok alapjám, : Elemek felsorolásával Osztályok relációinak alkalmazásával: intersection, union, complement, stb.

Osztályok OWL Osztályok, egyedek (classes, individuals) Önálló owl:class osztály van definiálva (az rdfs:class specializációjaként) Egyedek (individuals) definiálása külön osztályban történik: owl:thing Pl. egy pontos definicióra: ex:person rdf:type owl:class. <uri-for-amitav-ghosh> rdf:type owl:thing; rdf:type owl:person. : rdf:type owl:thing. : rdf:type owl:thing. :$ rdf:type owl:thing. :Currency rdf:type owl:class; owl:oneof (: : :$).

Unió :Novel rdf:type owl:class. :Short_Story rdf:type owl:class. :Poetry rdf:type owl:class. :Literature rdf:type owl:class; owl:unionof (:Novel :Short_Story :Poetry). További lehetőségek: complementof, intersectionof,

Példa Ha: :Novel rdf:type owl:class. :Short_Story rdf:type owl:class. :Poetry rdf:type owl:class. :Literature rdf:type owl:class; owl:unionof (:Novel :Short_Story :Poetry). <mywork> rdf:type :Novel. akkor <mywork> rdf:type :Literature.

Eddig OWL: erős leíró elemeket definiáltunk pl., adatbázisok összeköthetőek owl:sameas, vagy inverse functional tulajdonságokkal. Számos kapcsolatot felderíthetünk hagyományos következtetési eljárásokkal

Korltázások formálisan is Létezik owl:restriction osztály Hivatkozva a korlátozandó tulajdonságokat Megadva a korlátozás tartalmát Példa: subclass :Listed_Price rdfs:subclassof [ rdf:type owl:restriction; owl:onproperty p:currency; owl:allvaluesfrom :Currency. ].

Lehetséges felhasználás Ha: :Listed_Price rdfs:subclassof [ rdf:type owl:restriction; owl:onproperty p:currency; owl:allvaluesfrom :Currency. ]. :price rdf:type :Listed_Price. :price p:currency <something>. Akkor a következő állítás igaz: <something> rdf:type :Currency.

További korlátozások allvaluesfrom helyettesíthető: somevaluesfrom Példa: valamelyik devizában fejezzük ki az árfolyamto (legalább egyben) hasvalue, legalább egy értéke kell, hogy létezzen Számosság korlátozások (értékvizsgálat helyett) Pl. legalább egyszer elő kell, hogy forduljon egy elem egy kategóriában

OWL 2 Korlátozások definiáltak classes, individuals, object, datatype properties megkötésekkel object properties csak individuals re datatype property nincs tovább specifikálva Hatékony következtető algoritmus létezik!

OWL 2 Korlátozások betartásával nagy méretű ontológiák építhetők, és alkalmazhatóak pl. orvosi, robotika, biológia tárgyterületeken OWL 2 lett a formális ontológiák nyelve Nem feltétlenül a weben használjuk

Ontológiák építése Technológia adott, feladat ontológiák létrehozása Szükséges a tárgyterület alapos ismerete, rendszerezési képesség Vannak közösségek, ahol jelentős tapasztalatok vannak (pl. könyvtárosok, orvosi tudományok) Az OWL csak egy eszköz az ontológiák formalizálására Nagy méretű ontológiák építése gyakran történik elosztott, közösségi módszerekkel Ontológiák létrehozásának elsődleges célja a megosztás, az újrafelhasználhatóság biztosítása névtér mechanizmusok által explicit import után

Ontológiák alkalmazása Nem kizárólag nagy méretű ontológiák építése célszerű Számos alkalmazás RDFS t használ és néhány kiegészítést OWL ből

Adatbázis analógia Ontológia axiómák analóg elemek az adatbázis sémákkal Séma definiálja a struktúrát és a megkötéseket Ontológia példányok analóg elemek adatbázis tartalommal De vannak különbségek

Adatbázis vs Ontológia Adatbázis: Zárt világ feltételezés (CWA) Hiányzó információ hamis értéket képvisel Egyedi megnevezés (unique name assumption, UNA) Minden egyed neve különböző Séma kényszerekként értelmezhető Ontológia: Nyílt világ feltételezés(owa) Hiányzó információ nem ismertnek feltételezett Nincs UNA Ontológiai axiómák implikációkként értelmezehetőek (következtetési szabályok alkalmazhatóak) Maga után vonzás alkalmazása

Adatbázis vs Ontológia Ugyanaz a példa: Individual: HarryPotter Facts: hasfriend RonWeasley hasfriend HermioneGranger haspet Hedwig Individual: Draco Malfoy Lekérdezés: Draco Malfoy barátja e HarryPotternek? Adatbázis: Nem Ontológia: Nem tudjuk OWA (nem levezethető hogy nem létezik a kérdezett reláció)

Adatbázis vs Ontológia Például, ha adottak tények/adatok: Individual: HarryPotter Facts: hasfriend RonWeasley hasfriend HermioneGranger haspet Hedwig Individual: Draco Malfoy Lekérdezés: Hány barátja van HarryPotternek? Adatbázis: 2 Ontológia: Legalább 1 Nincs UNA: Ron és Hermione lehet akár ugyanaz a személy

Adatbázis vs Ontológia Például, ha adottak tények/adatok: Individual: HarryPotter Facts: hasfriend RonWeasley hasfriend HermioneGranger haspet Hedwig Individual: Draco Malfoy DifferentIndividuals: RonWeasley HermioneGranger Lekérdezés: Hány barátja van HarryPotternek? Adatbázis: 2 Ontológia: Legalább 2 OWA: Nem tudjuk, hogy van e még több itt meg nem nevezett barátja

Adatbázis vs Ontológia Például, ha adottak tények/adatok: Individual: HarryPotter Facts: hasfriend RonWeasley hasfriend HermioneGranger haspet Hedwig Types: hasfriend only RonWeasley or HermioneGranger Individual: Draco Malfoy DifferentIndividuals: RonWeasley HermioneGranger Lekérdezés: Hány barátja van HarryPotternek? Adatbázis: 2 Ontológia: 2!

Adatbázis vs Ontológia Adjunk új tényeket a modellünkhöz: Individual: Dumbledore Individual: Fawkes Types: Phoenix Facts: ispetof Dumbledore Adatbázis válasza? A beillesztést visszautasítja, a megadott kényszerek alapján: A haspet értékkészlete személy (individual); Dumbledore viszont egy varázsló (CWA) Ontológia következtetés válasza? Levezeti, hogy Dumbledore személy (értékkészlet korlátozás) Szintén levezeti, hogy Dumbledore egy varázsló (csak varázslónak lehet Phoenix típusú állata)

Adatbázis lekérdezés végrehajtása A séma nem határozza meg az eredményt Az adatoknak a sémán értelmezett kényszereknek kell megfelelniük A lekérdezés megválaszolása modell ellenőrzési feladat Adat megfelelések ellenőrzése Hatékonyan implementálható

Ontológia lekérdezés végrehajtása Ontológia axiómák meghatározó szerepet játszanak A válasz tartalmazhat implicit levezethető tényeket Megválaszolhatók koncepcionális és extenzionális kérdések is: Például lehet e egy muglinak egy Phoenix a háziállata? A lekérdezés megválaszolása tétel bizonyítási feladat Pl. logikai vonzatok levezetése Akár NP teljes is lehet a kiértékelés Praktikus implementációk ennél azért jobban teljesítenek

Mikor használjunk ontológiát? Ontológia alkalmazása hasznos lehet, ha A séma nagy vagy bonyolult, illetve ha lekérdezési időben szükség van kiértékelésére Következtetés használható a séma ellenőrzésére, kapcsolatok felderítésére Nem lehetséges vagy nem praktikus teljes információs bázis létrehozása Pl. összetett struktúrák vagy folyamatok leírása Megengedhető a hatékonyság csökkentése Adatbázisok alkalmazása hasznos, ha Séma mérete, összetettsége kezelhető, nem vizsgálandó lekérdezési időben (kompromisszum: paraméterezett megoldások) Teljes információ elérhető Pl. könyvelés, pénzügy, árukészletek Teljesítmény garanciák szükségesek

OWL2: egy sikeres kompromisszum W3C OWL javaslat: OWL 2 Az OWL egy OWL szabvány néhány hasznos jellemzővel: Jelentős kifejezőerő néhány specifikus elem bevezetésével (pl. tulajdonságok) Támogatás adattípusok és értékhalmazok definiálására Adatbázis típusú kulcsok Gazdag annotációs lehetőség OWL 2 megengedi profilok definiálását Egy profil egy nyelvi részhalmaz (pl. Protege eszköz) Hasznos számítási tulajdonságok Egyszerűbb támogatási lehetőségek

Szemantika http://www.gocomics.com/frazz/2005/03/28