Vom Tagging zu leichtgewichtigen Ontologien

Transkript

1 Vom Tagging zu leichtgewichtigen Ontologien Tag-Thesaurus und soziale, semantische Suche Dr.-Ing. Manfred Langen Dipl.-Inf. Walter C. Kammergruber Siemens AG Corporate Research & Technology Schutzvermerk / Copyright-Vermerk

2 Vision: Aufbau einer kollaborativen semantischen Wissensplattform 1. Aufbau einer umfangreichen semantischen Wissensbasis 2. Innovative Navigations- und Suchkonzepte auf der Wissensbasis 3. Erweiterung der Wissensbasis: Community und automatisierte Verfahren 4. Semi-automatische Vernetzung der Community über Wissensbasis 5. Nutzung mobiler Kontexte zur einfachen Erschließung des Wissens Anwendungsfall: Berühmte Personen, Orte, Ereignisse, Werke und Organisationen Lycos/neofonie (574 MM), SBS (146 MM), SAG (48 MM), DNB (36 MM) 2

3 Konvergenz von Web2.0 und Semantic Web WWW URI, HTML, HTTP Social Connectivity Web 2.0 Wikis, Blogs, RSS Technology Semantic Web RDF, RDF(S), OWL Web 3.0 Seite 3 KnowTech 2010 Dr. Langen

4 Kostenaspekte des Semantic Web Power of computational service Cost to develop & maintain Formality & Structure Expressiveness Level of detail Folksonomies Terminologies Data Models Reasoning Language Processing Semantic Search Formal Ontologies adapted from Tom Gruber Seite 5 KnowTech 2010 Dr. Langen

5 Clay Shirky, a professor at New York University, studied tagging and advised Delicious. He describes Schachter as the first person to figure out the social value of labeling. Any one person's labels are messy, inconsistent and partial, and are therefore much less valuable than formal classification systems. However, if there is a way to aggregate those labels, and therefore their value, they become more valuable than formal systems, because they are robust, socially accurate and cheap. [Shirkey2006] (interview guardian) Seite 6 KnowTech 2010 Dr. Langen

6 Fragestellung und Aufgabe Ausgangspunkt: Tagging ist im Internet erfolgreich, hat aber zunächst keine semantische Qualität Eine Herausforderung besteht in der Unterstützung des geschlossenen Zyklus aus: Analyse der vorhandenen Tags semi-automatischer Strukturierung / Anreicherung Technische Unterstützung des Tagging der Nutzer Anzeigevarianten für Tagclouds Seite 7 KnowTech 2010 Dr. Langen

7 Positionierung des Siemens-Beitrags in Alexandria Expressiveness of annotations keywords/ tags glossaries controlled keywords thesauri ontologies (limited) folksonomies classifications taxonomies ontologies (frames) ontologies (first-order logic) nach [Weller 2007] Seite 8 KnowTech 2010 Dr. Langen

8 Emerging Metadata Lifecycle Management Analyse vorhandener Tags und deren Zusammenhänge Häufigkeiten von Tags (absolut, relativ bezogen auf variable Zeiträume oder auf andere Facetten wie User-Gruppen) Gradient (stark zunehmende Tags) Gemeinsam vergebene Tags an identischen (und ähnlichen) Datenobjekten Komplementär vergebene Tags an identischen (und ähnlichen) Datenobjekten Semi-Automatische Anreicherung / Strukturierung Synonym-Beziehung ( Kozitationen liefern Vorschläge) Überordnung / Unterordnung Abkürzungen Nutzung importierter, strukturierter Informationsquellen aus DBpedia und DMOZ andere Linked Open Data Ressourcen Seite 9 KnowTech 2010 Dr. Langen

9 Tagging Plattform System Architektur Tagging-Plattform Internet Anwendungen Semantic Data Import Tagging-Framework Tag-Analyse Tag-Assignments Tag-Thesauri Social Semantic Services Semantische Anreicherung (editorial) Tag-Assignments Wikisphere Blogosphere Projekt- Management... Enterprise Intranet Anwendungen Seite 10 KnowTech 2010 Dr. Langen

10 Ausgangspunkt Kozitationen Seite 11 KnowTech 2010 Dr. Langen

11 Thesaurus Editor Seite 12 KnowTech 2010 Dr. Langen

12 Nutzenaspekte Aufbau eines kollaborativen Thesaurus Generierung passender Tag-Vorschläge Verbesserung der Suche Query rewriting Auflösung von Disambiguitäten Geführte Suche (guided search) Bedeutung von Tags zur Beeinflussung des Ranking in Suchergebnissen Gemeinsame Klammer über Personen und deren Artefakte (Vernetzungspotenzial, Wissensaustausch, etc.) Seite 13 KnowTech 2010 Dr. Langen

13 Social Semantic Search Semantic relations around search terms Re-rank result list due to Social Bookmarks Semantic Query refinement Info bar shows persons and tags Info bar shows average rating Langen, Manfred Additional tag search within Tagging FW Link to intern. sources (e.g. wiki, blog, PAR) Additional search in corporate search Seite 14 KnowTech 2010 Dr. Langen

14 Netzwerke werden zu Communities Eine Community ist ein selbstorganisiertes Netzwerk von Menschen mit: Gemeinsamen Interessen Commitment zur gegenseitigen Unterstützung Offenheit für neue Interessenten Social Software unterstützt die Bildung von Communities ohne dass das Entstehen bestimmter Communities geplant wäre. These: Gemeinsame Themen verbinden die Menschen From Martin R. Dugage, 2008 Seite 15 KnowTech 2010 Dr. Langen

15 Vernetzung der Wissensarbeiter McAfee referenziert Granovetter s Konzept der starken und schwachen Beziehungen (1973). None Potential Weak Strong Posted by Prof. Andrew McAfee on Tie Strength Strong Weak Potential Potential Benefits Collaboration, Productivity, Agility Innovation, Non-redundant information, Network bridging Efficient search, Tie formation Technology Example Wiki Social Networking Software Blogosphere None Collective Intelligence Prediction Market Seite 16 KnowTech 2010 Dr. Langen

16 3-Schichten eines sozialen, semantischen Netzes Search Rank Options: Social Layer is_similar Mike Josef Carla knows Tom Jonny e.g. Socially Enhanced Rank Semantic Layer bt collaboration social software web2.0 blogs synomym Web 2.0 is_related blogging e.g. FolkRank blogs wiki PAR Ressource Layer story837 story787 story223 page473 page489 proj473 proj247 e.g. PageRank Seite 17 KnowTech 2010 Dr. Langen

17 Ähnlichkeitsberechnung von Tag-clouds (is_similar) Jeder Nutzer wird durch einen tag-vektor repräsentiert Collect tags for each user in system with frequency of usage Merge tags: Removal of punctuation, Lower case & Porter stemming Results in a tag vector for each user i = {tag i1 : freq i1,, tag in : freq in } Das Cosinus-Maß wird für alle möglichen Paarungen berechnet Apply similarity measures Rank similarity results Zusätzlich können Cluster (potentielle Communities) identifiziert werden Apply e.g. DBSCAN for Clustering Link suggestions: create or extend communities Recommending interesting resources Seite 18 KnowTech 2010 Dr. Langen

18 Verwertungspotenziale Die Methoden und Werkzeuge des Demonstrators werden in der Corporate Blogging Plattform der Siemens AG eingesetzt. Integration in eine weitere Social Software Applikation der Siemens AG, z.b. TechnoWeb2.0 und Wikisphere Bereitstellung eines Tagging Framework als Service (SaaS) für Social Software Applikationen Nutzung der Tagging-Plattform um Applikationen übergreifend zu vernetzen (Integrations-Framework) Transformation zum Enterprise 2.0 durch Einsatz von Social Software mit leistungsfähigem Tagging-Framework Blogosphere TechnoWeb Wikisphere Seite 19 KnowTech 2010 Dr. Langen

19 Vielen Dank für Ihre Aufmerksamkeit Siemens AG Corporate Technology, Global Technology Field Knowledge Management Dr.-Ing. Manfred Langen Program Manager Siemens AG, CT T DE IT 3 Otto-Hahn-Ring 6 D München manfred.langen@siemens.com Tel.: +49 (89) Siemens Aktiengesellschaft: Vorsitzender des Aufsichtsrats: Gerhard Cromme; Vorstand: Peter Löscher, Vorsitzender; Wolfgang Dehen, Heinrich Hiesinger, Joe Kaeser, Hermann Requardt, Siegfried Russwurm, Peter Y. Solmssen; Sitz der Gesellschaft: Berlin und München; Registergericht: Berlin Charlottenburg, HRB 12300, München, HRB 6684; WEEE-Reg.-Nr. DE Seite 20 KnowTech 2010 Dr. Langen