Inaugural-Dissertation. Philosophie

Größe: px

Ab Seite anzeigen:

Download "Inaugural-Dissertation. Philosophie"

Kerstin Eva Fried
vor 8 Jahren
Abrufe

1 Ontology On Demand Vollautomatische Ontologieerstellung aus deutschen Texten mithilfe moderner Textmining-Prozesse Inaugural-Dissertation zur Erlangung des Grades eines Doktors der Philosophie in der Fakultät für PMloJogie der RUHR-UNIVERSITÄT BOCHUM vorgelegt von Bastian Haarmann, M.A.

Erlangung des Grades eines Doktors der Philosophie in der Fakultät für

2 Inhaltsverzeichnis Vorwort 14 Einleitung 20 Teil 1: Theorie & Methodik Kapitel 1: Ontotogien Ontologie in der Philosophie Die aristotelische Ontologie Erweiterung durch Porphyrios Die kantianische Ontologie Ontologie in der Informatik Definition Ontologiekomponenten Instanzen Attribute Eigenschaften (Datatype Properties) Relationen (Object Properties) Konzepte (Klassen) Vererbung Geltungs- und Wertebereiche Restriktionen 53

2.2.1 Instanzen 46 1.2.2.2 Attribute 46 1.2.2.2.1 Eigenschaften (Datatype Properties) 47 1.2.2.2.2 Relationen (Object Properties) 47 1.2.2.3 Konzepte (Klassen) 50 1.

3 Labels Ontologietypen Lightweight Ontologies Heavyweight Ontologies Auszeichnungssprachen OWLLite OWLDL OWLFull 66 Kapitel 2: Textmining Strukturierte vs. unstrukturierte Informationen Abgrenzung des Begriffs Textmining vs. Datamining Reasoning & Querying Information Retrieval Automatische Textklassifizierung Automatische Textzusammenfassung Zusammenspiel zwischen Textmining und Ontologien Ansätze computergestützter Ontologieerstellung Ontology Learning aus Texten Musterbasierte Erkennung 84

2.3 Information Retrieval 75 2.2.4 Automatische Textklassifizierung 77 2.2.5 Automatische Textzusammenfassung 79 2.

4 Konzept-Clustering Kombiniertes Konzept-Lernen Assoziationsregeln Ontology Pruning Ontology Learning aus Datenbanken und Schemata Ontology Learning aus anderen Ontologien Systeme für (halb)automatische Ontologieerstellung 93 Kapitel 3: Informationsextraktion Standard-Informationsextraktion Tokenizer Gazetteer Sentence Splitter Part-Of-Speech Tagger Genauigkeit und Trefferquote Vergleich zwischen POS Taggern Named Entitiy Recognizer Parser Spezifische Anpassungen Pre-Analyzer General Transducer Chunking statt Parsing 121

1 Standard-Informationsextraktion 101 3.1.1 Tokenizer 102 3.1.2 Gazetteer 104 3.1.3 Sentence Splitter 106 3.1.4 Part-Of-Speech Tagger 109 3.1.4.1 Genauigkeit und Trefferquote 111 3.

5 3.2.4 Semantic Role Labeling 123 Schlussbemerkungen zum Theorieteil 125 Teil 2: Vom Textkorpus zur Ontologie Kapitel 4: Die Textsammlung Restriktionen Richtlinien zur Texterstellung Fehlertoleranz Fehlende Zeichen Zuviel gesetzte Zeichen Textstrukturen Textsorte 141 Kapitel 5: Syntaktische/semantische Analyse Vorbemerkungen Die Lernphase Pre-Analyzer Tokenizing-Phase Gazetteer Lookup Sentence Splitting Part-Of-Speech Tagging General Transducer 157

2 Textstrukturen 139 4.3 Textsorte 141 Kapitel 5: Syntaktische/semantische Analyse.. 146 5.1 Vorbemerkungen 147 5.2 Die Lernphase 149 5.2.1 Pre-Analyzer 150 5.

6 Operationen auf Zeichenebene Retokenizing Retagging Operationen auf Wortebene Retagging & Retokenizing auf Wortebene Koordination Named Entity Recognition Chunker Aufbau enfacher Phrasen Expansion zu komplexen Phrasen Verbgruppen und Präpositionalattribute Annotationsattribute und Werte Koordination auf Phrasenebene Anaphernresolution Verb-Argument-Analyse Statistische Auswertung Aufbau & Struktur der BackboneOntologie Qualifizierung semantischer Rollen Definition eines Rollensets Primäre Rollen Periphäre Rollen Mögliche alternative Rollen Verbvalenz 197

2.6.4.5 Koordination auf Phrasenebene 170 5.2.6.5 Anaphernresolution 171 5.2.6.6 Verb-Argument-Analyse 177 5.3 Statistische Auswertung 183 5.4 Aufbau & Struktur der BackboneOntologie. 186 5.

7 Gewinnung von Valenzinformationen Semantic Role Qualifying Semantic Role Labeling Sense Analysis 208 Kapitel 6: Ontologieaufbau Vorbemerkungen Erzeugung von Instanzen und Klassen Individualität Identitätskriterien Einheitskriterien Quantoren Erzeugung von Eigenschaften Erzeugung von Relationen Spezial-Relationen 235 Schlussbemerkungen zum Implementationsteil 236 Teil 3: Evaluation & Diskussion Kapitel 7: Evaluation Erzeugung eines Vergleichsmaßes Empirische Ergebnisse Verbontologie 246

2.1.2 Einheitskriterien 225 6.2.2 Quantoren 226 6.3 Erzeugung von Eigenschaften 228 6.4 Erzeugung von Relationen 231 6.

8 7.2.2 Semantic Role Labeling Vergleich zwischen händischer und automatischer Erzeugung Aufbau der Vergleichsontologie Ergebnisse der automatischen Generierung255 Kapitel 8: Diskussion des Ansatzes Probleme der Analyse Fehler des POS Taggings Syntaktische Ambiguität Ambiguität bei Genitivanschluss Ambige Koordination Koordination von Phrasen Komposita Ambige Koreferenz Ambiguität der Präpositionalphrasen- Anbindung Grenzen der Formalisierbarkeit Neue Ansätze bei Ontology On Demand Retokenizing und Retagging Linguistische Umsetzung impliziter Ebenen 278 Relationen Einbeziehung einer Backbone-Ontologie Adjektive als Datatype Properties 285

1.2.2.2 Komposita 267 8.1.2.3 Ambige Koreferenz 270 8.1.2.4 Ambiguität der Präpositionalphrasen- Anbindung 271 8.1.3 Grenzen der Formalisierbarkeit 273 8.2 Neue Ansätze bei Ontology On Demand 276 8.2.1 Retokenizing und Retagging 277 8.

9 8.2.6 Komplettierung von Konzeptnamen Normalisierung von Konzeptnamen 287 Kapitel 9: Zusammenfassung & Ausblick Zusammenfassung Applikation Ausblick 298 Schlussbemerkungen 301 Quellennachweise Literaturverzeichnis 304 Abbildungsverzeichnis 322 Appendix Anhang A 324 Anhang B 328 AnhangC 33 Anhang D 331

Ähnliche Dokumente

Bastian HAARMANN ONTOLOGY ON DEMAND. Vollautomatische Ontologieerstellung aus deutschen Texten mithilfe moderner Textmining-Prozesse

Bastian HAARMANN ONTOLOGY ON DEMAND Vollautomatische Ontologieerstellung aus deutschen Texten mithilfe moderner Textmining-Prozesse Gedruckt mit der Genehmigung der Fakultät für Philologie der Ruhr-Universität