Semantisches Knowledge Retrieval

Transkript

1 Whitepaper Series Prof. Dr. Rudi Studer 1, Hans-Peter Schnurr 2, Andreas Nierlich 2 1 Institut AIFB, Universität Karlsruhe D Karlsruhe 2 Ontoprise GmbH, Haid-und Neu Straße 7, D Karlsruhe mailto: studer@aifb.uni-karlsruhe.de, {schnurr,nierlich}@ontoprise.de

2 Inhaltsverzeichnis Summary Einführung Wissensmanagement Information Retrieval Methoden und Techniken Information Retrieval in der Anwendung Semantische Ansätze Wissen modellieren - Ontologie Neues Wissen inferieren Knowledge Retrieval in der Anwendung Zukunftsaussichten Fazit...14 Quellenverzeichnis...15 People can t share knowledge if they don t speak a common language Thomas H. Davenport [i] Summary Dieses Whitepaper befasst sich mit der Integration semantischer Technologien in bestehende Ansätze des Information Retrieval und die damit verbundenen weitreichenden Auswirkungen auf Effizienz und Effektivität von Suche und Navigation in Dokumenten. Nach einer Einbettung in die Problematik des Wissensmanagement aus Sicht der Informationstechnik folgt ein Überblick zu den Methoden des Information Retrieval. Anschließend werden die semantischen Technologien Wissen modellieren - Ontologie und Neues Wissen ableiten Inferenz vorgestellt. Ein Integrationsansatz wird im Folgenden diskutiert und die entstehenden Mehrwerte präsentiert. Insbesondere ergeben sich Erweiterungen hinsichtlich einer verfeinerten Suchunterstützung und einer kontextbezogenen Navigation sowie die Möglichkeiten der Auswertung von regelbasierten Zusammenhängen und einfache Integration von strukturierten Informationsquellen. Das Whitepaper schließt mit einem Ausblick auf die zukünftige Entwicklung des WWW hin zu einem Semantic Web und die damit verbundenen Implikationen für semantische Technologien Ontoprise GmbH September

3 1. Einführung Wissensmanagement hat sich in den vergangenen Jahren zu einem kritischen Erfolgsfaktor für Unternehmen entwickelt. Die Globalisierung der Märkte, das Entstehen virtueller Unternehmen, die stärkere Kundenorientierung und die zunehmende Komplexität von Produkten sind einige der Gründe, weshalb das systematische und gezielte Organisieren von Wissen immer mehr an Bedeutung gewinnt. Wissensmanagement ist offensichtlich inhärent interdisziplinär: Personalmanagement, Unternehmensorganisation sowie Unternehmenskultur sind wesentliche Aspekte des Wissensmanagement, gleichwohl spielt die Informationstechnologie (IT) eine wichtige Rolle, als Enabler für eine Vielzahl von Funktionalitäten einer Wissensmanagement- Lösung. IT-basierte Wissensmanagement-Lösungen beinhalten ein Unternehmensgedächtnis (organizational memory), das typischerweise informales, semiformales und formales Wissen umfasst, das vom Wissensarbeiter zur Bearbeitung seiner Aufgaben benötigt wird [ii]. Um dem Wissensarbeiter einen flexiblen und personalisierten Zugang zum Wissen anbieten zu können, bedarf es neben dem intelligenten Zugriff auf strukturiertes und vernetztes Wissen auch den einfachen, flexiblen und integrativen Zugriff auf eine Flut an unstrukturierten Informationen im Unternehmen. Damit verbunden sind Ziele, welche die Verbesserung des Managements der Ressource Wissen erreichen soll: Effektive Nutzung des verfügbaren Wissens Wissensteilung und Wiederverwendung Verbesserte Zugreifbarkeit auf Wissen Einbettung von Wissen in die Arbeitsprozesse Abbildung 1: Praxisaspekte des Wissensmanagements 2001 Ontoprise GmbH September

4 2. Wissensmanagement Wissensmanagement ist eine komplexe und interdisziplinäre Aufgabe, von der neben den technischen vor allem auch organisatorische Bereiche eines Unternehmens betroffen sind. Typische Fragestellungen rund um die Erzeugung, Archivierung und Verteilung von Wissen erfordern unterschiedliche Ansatzpunkte und Maßnahmen im Hinblick auf Technologie, Organisation, Personalmanagement sowie Unternehmenskultur. Während die Bedeutung der IT für das Wissensmanagement in den letzten Jahren deutlich überbewertet wurde, hat man mittlerweile erkannt, dass mit dem Einsatz von IT Systemen allein kein erfolgreiches Wissensmanagement betrieben werden kann. Allerdings ist ohne den sinnvollen Einsatz von Methoden und Technologien der Informationstechnik ein effizientes Wissensmanagement in Unternehmen ebenfalls nicht zu realisieren. Mittels IT Techniken kann relevantes Wissen adäquat archiviert und bedarfsgerecht zur Verfügung gestellt werden. IT ist somit wesentlicher Enabler für die praktische Umsetzung von Wissensmanagement, da sie unabhängig von Ort und Zeit einer prinzipiell beliebigen Nutzeranzahl den Zugriff auf Wissen ermöglicht und effiziente Navigations- und Suchunterstützung leisten kann. Im Rahmen einer technologischen Unterstützung ist der Einsatz von Werkzeugen erforderlich, die unterschiedliche, mit den Prozessphasen des Wissensmanagements verbundene Aufgaben zu erfüllen haben. Die Auswahl und Architektur dieser Werkzeuge muss sich hierbei an den individuellen Bedürfnissen des Unternehmens orientieren. Ein Ansatzpunkt liefert hierfür das Prozessmodell nach Gilbert Probst, siehe Abbildung 2: Abbildung 2: Prozessmodell von Probst Eine gründliche Analyse dieser Wissensprozesse, insbesondere unter den Prämissen der Ziele des Wissensmanagement muss zu Beginn eines Wissensmanagement Projektes erfolgen. Im Rahmen von Workshops werden hier die Grundlagen für effizienten Aufbau und effektive Durchführung von Wissensmanagement Maßnahmen gelegt. Damit wird 2001 Ontoprise GmbH September

5 auch gewährleistet, dass eine Einführung von IT Systemen die Bedürfnisse der Unternehmen punktgenau unterstützt. Oft stellt sich hierbei heraus, dass der einfache Zugriff auf das vorhandene Unternehmenswissen in Dokumenten nicht möglich ist. Für den Zugriff auf Dokumenten- und Datenbestände des Unternehmens nehmen die Technologien des Information Retrieval eine zentrale Rolle ein. Im Folgenden beschreiben wir diese Methoden und Technologien sowie weiterführende Ansätze, um mithilfe semantischer Technologien aus dem Information Retrieval ein Knowledge Retrieval zu erreichen. 3. Information Retrieval 3.1. Methoden und Techniken Ziel des Information Retrieval ist es, gespeicherte Daten (Texte, strukturierte Daten, Bilder, Fakten u.a.) so aufzubereiten und anzubieten, dass sie bei einem konkreten Informationsbedarf mit problemgerechten Suchstrategien möglichst präzise und vollständig herausgesucht werden können. Dabei unterscheidet sich die prototypische Recherchesituation von der Standard-Nutzung eines Datenbank-Managementsystems in verschiedener Hinsicht: Die Semantik der gespeicherten Daten ist im Hinblick auf die Anfragen unscharf und unvollständig. Das Information Retrieval operiert nicht mit den Inhalten eines Dokumentes, sondern fasst ein Dokument als eine Sequenz von Wörtern auf. Die Anfragen sind in dem Sinn unscharf, als der Anfragende seinen Informationsbedarf oft erst in Abhängigkeit von den Zwischenergebnissen seiner interaktiven Suche weiter präzisieren kann. Die Qualität einer Retrievalantwort hängt von vielen Parametern ab: Von der Auswahl der richtigen Datenbasis/-basen, von der Vollständigkeit und Aktualität der Datenbasis, deren formaler und inhaltlicher Aufbereitung, von den angebotenen Retrievalfunktionen und nicht zuletzt von dem Geschick und der Erfahrung des Rechercheurs. Die Retrievalsysteme haben seit den Anfängen nur wenig an methodischer Innovation zu bieten: Die Suche im Freitext erlaubt es, nach jeder im Text auftretenden Wortform zu recherchieren. Zusätzlich stehen zeichenkettenorientierte Operatoren zur Verfügung, um insbesondere Wortformenvarianten abdecken zu können: Rechts- und evtl. Linkstrunkierung sowie Maskierung im Wort. Kontextoperatoren erlauben es, mehrere Wörter mit bestimmtem Wortabstand, im gleichen Satz oder etwa im gleichen Feld zu suchen. Als spezielle Nicht-Standard-Suchfunktionen können etwa gelten: Grundformenrecherche, mit der Wörter unabhängig von ihrer Flektionsform gefunden werden (Suche mit 'Haus', Fundstelle: 'Häuser'), Kompositazerlegung (ersetzt und präzisiert die Linkstrunkierung!), phonetische Recherche, mit der phonetisch gleichlautende oder ähnlich klingende Wörter gefunden werden sowie Unterstützung der Mehrsprachigkeit, um Schlagwörter oder Maßeinheiten sprachunabhängig finden zu können Ontoprise GmbH September

6 Auf der Grundlage dieser Möglichkeiten baut der Benutzer mit den Operatoren der Boole'schen Logik iterativ seine Suchanfrage zusammen und lässt sich im Wesentlichen von den Trefferanzahlen sowie inspizierten Antwortdokumenten leiten: zu viele Treffer erzwingen Einschränkung der Anfrage, zu wenige Treffer erzwingen eine Erweiterung der Fragestellung. Diese auch als 'exact match' bezeichnete Retrievalmethode geht davon aus, dass bereits eine geringfügige Abweichung von den Suchbedingungen ein Dokument als Treffer disqualifiziert und andererseits alle Dokumente, die die Suchbedingung erfüllen, gleichwertig sind - und dies, obwohl die systemgerechte Frageformulierung erkennbar nur eine grobe Näherung an den eigentlichen Informationsbedarf darstellt. Dem steht die 'partial match' Methode gegenüber: Ergebnis einer Anfrage ist nicht eine Antwortmenge, sondern eine Sortierung der Dokumente nach vermuteter Relevanz (Ranking). Eine initiale Anfrage kann also so spezifisch wie möglich gestellt werden. Statt der leeren Menge (wenn kein Dokument die spezifischen Anforderungen erfüllt) werden die bestpassenden als Ergebnis angeboten. Im Indexierungsschritt werden der zugrundeliegende Informationsbedarf f und die Dokumente d auf entsprechende Repräsentationen f' und d' abgebildet. Den Abgleich nimmt die Retrievalfunktion vor, die als eine Abbildung d' x f' -> [0:1] angesehen werden kann. Was konkret als Dokument anzusehen ist (Texte, multimediale Dokumente, Fakten) und die Repräsentationsformen für Dokumente und Fragen (Vektoren, Records, Regeln, semantische Netze,...) sind im Prinzip nicht beschränkt -- und so gibt es eine fast unübersehbare Fülle von Ansätzen, die in Abbildung 3 systematisiert werden. Abbildung 3: Klassifikation von Retrievaltechniken Diese Systematik wird im Folgenden kurz charakterisiert [iii]: 2001 Ontoprise GmbH September

7 Exact match: Diese Retrievaltechnik repräsentiert weitgehend die Retrievalpraxis. Die Retrievalfunktion liefert nur die Werte 0 oder 1: Ein Dokument gehört zur Antwortmenge, - oder nicht. Partial match: auch eine partielle Übereinstimmung zwischen Suchfrage und Dokument wird bewertet: Die Retrievalfunktion liefert Werte zwischen 0 und 1 - als Basis eines Ranking. Isolierte Dokumente vs. Dokumentennetzwerk: unterscheidet, ob einzelne Dokumente oder aber untereinander vernetzte Dokumente Gegenstand des Retrievalprozesses sind. Auch Hypertext-Ansätze sind hierunter zu rechnen, ebenso wie konnektionistische assoziative Modelle, in denen Anfragen aus der Aktivierung einzelner Begriffe bestehen, die sich über ein Netz von Knoten (für Wörter, Begriffe, Dokumente) fortpflanzt, verstärkt, dämpft und als Ergebnis aktivierte Dokumente liefert. Strukturbasierte Ansätze: können sehr vielfältiger Natur sein: Benutzung logisch fundierter Repräsentationen, von semantischen Netzen, Ontologien oder von Frames. Auch computerlinguistische Ansätze, die etwa auf Abhängigkeitsstrukturen zwischen syntaktischen Einheiten aufbauen, sind hierunter zu rechnen. Merkmalsbasierte Ansätze: beschreiben Dokumente und Fragen vektoriell: als eine Zusammenfassung einzelner Merkmale. Da typischerweise das Vorkommen von Wörtern zur Merkmal-Definition herangezogen wird, muss man sich eine sehr große Menge von Merkmalen vorstellen. Im Vektorraummodell werden Fragen und Dokumente als Vektoren eines vieldimensionalen Vektorraumes aufgefasst, der vom Fachvokabular aufgespannt wird. Die Retrievalfunktion versucht, die Ähnlichkeit von Frage und Dokumenten zu bewerten. Dieses älteste aller derartigen Modelle hat besondere heuristische Qualitäten und immer noch Grundlage aktiver Forschung und bestehender Systeme. Probabilistische Modelle versuchen auf der Basis von Auftretenshäufigkeiten von Merkmalen auf die Wahrscheinlichkeit zu schließen, dass ein betrachtetes Dokument auf eine Frage relevant ist. Hat der Benutzer beispielsweise erste vorgelegte Dokumente hinsichtlich Relevanz auf seine Frage beurteilt (Relevance Feedback), kann man grobe Näherungen für die Wahrscheinlichkeit, dass bestimmte Wörter in relevanten /nichtrelevanten Dokumenten vorkommen /nicht vorkommen direkt auszählen und daraus die gesuchte Wahrscheinlichkeit ableiten. Probabilistische Retrievalmodelle sind erklärend und normativ. Sie liefern auch praktisch gute Ergebnisse. Fuzzy set Ansätze können als Erweiterung der Boole'schen Logik (exact match) um eine Gewichtungskomponente angesehen werden Ontoprise GmbH September

8 3.2. Information Retrieval in der Anwendung Die Funktionalität bekannter Internet Suchmaschinen umfasst das permanente Durchsuchen von Web-Sites und eine automatische Verschlagwortung derer Inhalte, wobei durch den Einsatz von Ranking-Algorithmen noch eine zusätzliche Bewertung der Relevanz der Dokumente vorgenommen wird. Suchanfragen werden dann mit dem Schlagwortindex verglichen und die Treffer gemäß des Rankings aufbereitet. In der Regel gehen diese Ansätze über eine exact match Methode nicht hinaus. Diese Technologie kann aufgrund identischer technologischer Basis auch beim Information Retrieval im Intranet eingesetzt werden. Neben diesen, auf Webseiten fokussierte Suchmaschinen, finden beim Information Retrieval in Dokumentenbeständen Index Server (bspw. Microsoft Index Server) Anwendung, die aus Dokumenten gängiger Formate Indexlisten erstellen können. Abbildung 4 zeigt schematisch den Keyword-basierten Zugriff über Indexsuche oder Suchmaschinen in Dokumenten auf File Server oder in Web Server Archiven. Der Nachteil dieser Information Retrieval Ansätze ist, dass eine reine syntaktische Suche nach Begriffen stattfindet, ohne dabei die Bedeutung der Wörter innerhalb der einzelnen Dokumente zu berücksichtigen. Dies führt bei der Suche zu einer hohen Zahl von Treffern, bei denen auch Dokumente gefunden werden, in denen der Begriff in anderer Bedeutung verwendet wird. Eine Suche nach ähnlichen Begriffen, bzw. Eingrenzungen oder Verallgemeinerungen kann von diesen statistischen Ansätzen nicht unterstützt werden. Abbildung 4: Architektur Information Retrieval Während der letzten 30 Jahre fand eine anhaltende Diskussion darüber statt, ob zur Unterstützuon natürlicher Sprachverarbeitung (Natural Language Processing, NLP) auf 2001 Ontoprise GmbH September

9 syntaktische oder semantische Technologien fokussiert werden solle. In beiden Lagern wurden Ansätze diskutiert und vorangetrieben. Immer deutlicher hat sich gezeigt, daß beide Technologien und insbesondere das Zusammenspiel zwischen statistischen Verfahren und semantischer Modellierung die wichtigsten Ansatzpunkte für die Weiterentwicklung der natürlichen Sprachverarbeitung darstellen. In unserem Verständnis ist es nicht ausreichend, sich ausschließlich auf den Text als solchen zu fokussieren. Es ist notwendig, das Gesamtsystem bestehend aus Wissen, Ziel und Welt des Autors, gewähltes Vokabular, Kontext und Wissen des Lesers/Hörers zu erfassen, um die Texte zu verstehen. Die Arbeiten von Ram et al. [iv] zeigen dies in eindrucksvoller Weise. 4. Semantische Ansätze Die Kommunikation ist das einzige Mittel, Wissen und Informationen zwischen zwei Parteien auszutauschen. Auch wenn alle Beteiligten Mensch und/oder Maschine - über das gleiche Vokabular verfügen, so ist damit noch nicht sichergestellt, dass die Parteien die Bedeutung der ausgetauschten Informationen auch verstehen. Aneinander vorbei zu reden hat seine Ursache zumeist darin, dass bestimmte Worte den Beteiligten zwar bekannt sind, aber mit anderen Bedeutungen in Verbindung gebracht werden. Das gilt umso mehr, wenn das Hintergrundwissen des Gesprächspartners oder der Kontext, aus dem heraus Aussagen getroffen wurden nicht oder nur unzureichend bekannt sind. Verdeutlichen lässt sich die Problematik am sogenannten Bedeutungs-Dreieck (vgl. Abbildung 5), welches das Zusammenspiel zwischen Symbolen oder Wörtern (Syntax), Gedanken oder Assoziationen (Semantik) und realen Dingen der Welt erklärt. Abbildung 5: Bedeutungsdreieck Die Beziehung zwischen einem Wort und dem Gegenstand auf den es sich bezieht ist indirekt. Die Verbindung kann nur dann vervollständigt werden, wenn ein Interpret das Wort verarbeitet, was bei ihm eine bestimmte Bedeutung (Begriff) des Wortes hervorruft. Diesen Begriff bringt er mit einem bestimmten Gegenstand oder Sachverhalt der realen Welt in Verbindung. Es wird also klar, dass ein Wort weder das Wesen der Bedeutung 2001 Ontoprise GmbH September

10 eines realen Objektes noch des realen Objektes selbst vollständig erfassen kann, dass aber zumindest ein Zusammenhang zwischen diesen besteht. Dem Leser wird aber auch die Problematik klar, dass die indirekte Verbindung zwischen Wort und realem Gegenstand nur subjektiv eindeutig ist, das heißt vom Verarbeitungsprozess des Interpreten abhängt. So kann das Wort Bank von einem Interpreten mit dem realen Gegenstand Finanzinstitut in Verbindung gebracht werden. Ein anderer Interpreter versteht darunter eher eine Sitzgelegenheit. Dieser Interpretationsschritt wird beeinflusst vom Hintergrundwissen des Interpreten und dem Kontext, in dem er sich bewegt. Er ist also abhängig vom internen Modell der Welt (Weltbild) oder eines entsprechenden Teilausschnittes davon, das der Interpret hat. Das Fehlen eines geteilten oder gemeinsamen Verständnisses führt zu Missverständnissen und fehlerhafter Kommunikation in Organisationen, bzw. zu mangelhafter Interoperabilität und eingeschränkter Wiederverwendbarkeit von Software Systemen. Ziel muss es folglich sein, konzeptuelle und terminologische Verwirrungen und Unklarheiten zu beheben und zu einem gemeinsamen Verständnis zu kommen. Durch die Verwendung von Wissensmodellen, z.b. mittels Ontologien wird dieses Ziel erreicht Wissen modellieren - Ontologie Der Begriff Ontologie stammt ursprünglich aus der Philosophie und beschreibt den Zweig der Metaphysik, der sich mit dem Wesen des Seins befasst. In der Informatik wird unter einer Ontologie die konzeptuelle Formalisierung von Wissensbereichen verstanden. Die am häufigsten zitierte Definition für Ontologie ist die von Gruber: "An Ontology is a shared, explicit specification of a conceptualization" [v]. Eine Ontologie stellt somit ein Modell der Welt oder eines Teils der Welt dar, über deren Begriffe und Zusammenhänge eine Gruppe von Experten/ Nutzern Einigkeit erreichte. Die Ontologie soll dazu eine Wissensstruktur abbilden, wobei durch diese Formalisierung Mehrdeutigkeit vermieden wird. Ontologien sind üblicherweise in Taxonomien, also in einer Baumstruktur mit mehrfacher Vererbung und disjunkten Unterkategorien organisiert. Diese Kategorien (Konzepte) können mit anderen Kategorien über Relationen verknüpft oder mit Attributen detailliert beschrieben werden. Ontologien beschreiben für einen Wissensbereich nicht nur Kategorisierungen, sondern auch Regeln. Ontologische Regelmechanismen lassen auch implizite Verknüpfungen erkennen. Zum Beispiel lässt sich in Regeln festhalten, dass ein Teilnehmer am Workshop Ontologie auch Wissen über Ontologien besitzt. Es existieren weitere Ansätze, Wissensmodelle aufzubauen. Eine ebenfalls verbreitete Methode ist die Verwendung von TopicMaps für die Einordnung und Kategorisierung von Begriffen. Hierbei werden vorhandene Themen (Topics) miteinander verbunden, ein semantisches Netz entsteht. TopicMaps eignen sich insbesondere zur Navigation vorhandener Begrifflichkeiten. Ontologien stellen zusätzlich zur Navigationsunterstützung mächtigere Modellierungsmöglichkeiten zur Verfügung, welche zusätzliche Funktionen des Wissensmodells ermöglichen [vi]. So kann nicht nur eine Beziehung zwischen den Konzepten Mitarbeiter und Thema definiert werden, sondern diese zusätzlich qualitativ 2001 Ontoprise GmbH September

11 belegt werden, z.b. Mitarbeiter ist ein Experte eines Themas. Durch die Verwendung von Regeln über diese Beziehungen können logische Schlussfolgerungsketten aufgebaut und abgebildet werden. Somit werden implizite Beziehungen definiert, die in einer Inferenzmaschine ausgewertet werden können, wie im nächsten Abschnitt beschrieben Neues Wissen inferieren Die erstellten Wissensmodelle lassen neben der Navigationsunterstützung auch die Ableitung über die Ausführung der modellierten Regeln zu. Dadurch wird implizites Wissen transparent und neues Wissen abgeleitet, eine Inferenz gebildet. Unter einer Inferenz versteht man aufbereitetes Wissen, das aufgrund logischer Schlussfolgerungen gewonnen wurde [Duden]. Dies geschieht durch die Kombination mehrerer Informationen aus verteilten und heterogenen Quellen. Diese Ableitungen, die für den Menschen oft durchaus trivial erscheinen, können durch die Verwendung einer Inferenzmaschine in einem Suchsystem verwendet werden. Das folgende Beispiel illustriert eine Inferenz: ((Relationen)) arbeitet_in (Mitarbeiter, Projekt) behandelt_thema (Projekt, Thema) Mitarbeiter arbeitet in Projekt ein Projekt behandelt ein Thema Die über diesen Relationen allgemein definierte Regel lautet folgendermaßen: Arbeitet ein Mitarbeiter X in einem Projekt Y und behandelt Projekt Y das Thema Z, dann hat Mitarbeiter X Kenntnisse zum Thema Z. Auf die Frage " Wer hat Kenntnisse zum Thema Z?" würde dann die Antwort lauten Mitarbeiter X, obwohl diese Aussage in keinem System explizit formuliert sein muss. Es handelt sich also um inhärentes Wissen, das nur mittels dynamischer Abfragemodelle generiert werden kann. Die Verwendung von Ontologien ermöglicht die Formulierung allgemeiner Regeln. So wird, wie im Beispiel gesehen, dieser Regelzusammenhang zwischen Projekt, Thema und Mitarbeiter allgemein formuliert und gilt somit für alle denkbaren Kombinationen in diesem Szenario. In einem üblichen Anwendungsszenario reicht erfahrungsgemäß die Definition von 20 Regeln aus, um einen Großteil der benötigten logischen Zusammenhänge abbilden zu können. Eine Inferenzmaschine mit einer Ontologie wird als Middleware eingesetzt, um auf der informationsliefernden Ebene den Wissensfluss anzureichern [vii]. Im Folgenden wird skizziert, wie der Einsatz der vorgestellten semantischen Technologien herkömmliches Information Retrieval anreichern und somit verbessern kann. Dabei entsteht eine neue Generation an Suchanwendungen, die das Information Retrieval in ein Knowledge Retrieval überführen können, da sie den eingesetzten Kontext und somit den Anwender verstehen Ontoprise GmbH September

12 5. Knowledge Retrieval in der Anwendung Durch die Kombination der vorgestellten Ansätze des Information Retrievals (siehe Kapitel 3) mit semantischen Technologien (Kapitel 4) können erheblich verbesserte Suchergebnisse erzielt werden [viii]. Abbildung 6 zeigt, wie eine derartige Architektur aussieht. Abbildung 6: Architektur Knowledge Retrieval Verbesserte Navigation: Durch den Einsatz von Ontologien kann in einem ersten Schritt die Navigation für den Anwender vereinfacht werden (siehe Abbildung 6 oben links). Dies geschieht einerseits dadurch, dass er durch die modellierten Konzepten und deren Beziehungen einen einfachen Zugriff auf die für ihn relevanten Themen erhält. Durch die Verwendung von Synonymlisten und die thematische Einordnung wird der Nutzer automatisch zur Verwendung des für ihn relevanten Suchbegriffs geleitet. Beispiel: Gibt der Nutzer den Suchbegriff Vertrag ein, werden ihm die verschiedenen Vorkommnisse des Begriffs im Modell zur Auswahl dargestellt. Der Nutzer kann somit die Suche spezifizieren, ob er z.b. einen Vertrag mit einem Kunden oder mit einem Lieferanten sucht. Erhöhte Relevanz: 2001 Ontoprise GmbH September

13 Untersuchungen haben gezeigt, dass Anwender im Schnitt 1,6 Begriffe zur Suche in Eingabefeldern eingeben. In der semantischen Suche wird nach einer logischen Kombination der eingegebenen Begriffe, der dazugehörigen Unterbegriffe (Subkonzepte) und Synonyme gesucht. Je nach Modellierung und Komplexität des Suchthemas wird in einer üblichen semantischen Suchanfrage die Anzahl der verwendeten Begriffe vervielfacht Die durch einfache Auswahl erstellte Anfrage erhält dadurch eine ausreichende Komplexität, um die Relevanz des Ergebnisses stark zu erhöhen. Sucht der Anwender beispielsweise nach allen Marketingaktivitäten in Bezug auf ein bestimmtes Produkt eines Unternehmens, wählt er einfach die Begriffe Marketing und Produkt X aus. Die Suche wird automatisch um die Begriffe Marketing Communications, Events, Messen, Mailings, Produktmarketing, Product Marketing etc. sowie alle möglichen Vorkommnisse des Begriffes Produkt X erweitert. Der Anwender kann hierbei auch definieren, ob er gewisse Begriffe aus der Suche ausschließen will. Somit stellt der Nutzer seine Anfrage nach seinen Bedürfnissen zusammen, wobei ihm auf Grund der Komplexität der logischen Verknüpfung kein relevantes Ergebnis entgeht. Der Nutzer kann nach Erhalt des Ergebnisses durch die Auswahl eines Subkonzeptes die Suche weiter eingrenzen oder durch die Auswahl eines Superkonzeptes die Suche durch einfache Klicks ausweiten. Integration und Auswertung strukturierter Daten: Durch die Kombination einer Suchanfrage mit strukturierten Daten (Listen, Datenbanken, Metadaten) und logischen Regelzusammenhängen kann die Mächtigkeit der vorgestellten Ansätze weiter erhöht werden. Ziel ist es dabei, als Ergebnisliste keine Verweise auf Dokumente, sondern tatsächliche Wissensinhalte aus Dokumenten zu lösen und als konkrete Antworten zu präsentieren. Beispiel hierfür ist die Kombination einer Suchanfrage nach einem gewissen Thema mit einer Liste von Mitarbeitern, die aus einer beliebigen Quelle, also auch direkt aus einem Human-Ressource-System, entnommen werden kann. Als Ergebnis auf eine Anfrage nach Experten erhält der Anwender dadurch keine Dokumente, sondern eine Auswahl von Experten zum gewählten Thema mit einem Ranking. Dies geschieht entweder durch die Verwendung von Metadaten oder durch die Bildung von Kollokationen, wobei eine Kollokation eine inhaltliche Kombinierbarkeit sprachlicher Einheiten miteinander [Duden] ist. Weitere sinnvolle Kombinationsmöglichkeit gibt es z.b. zwischen Fachgebieten und Projekten, um diese inhaltlich zuordnen zu können. Ein weiterer Zusatznutzen entsteht durch die Auswertung der regelbasierten Zusammenhänge mittels Inferenzmaschine. Das implizite Wissen kann somit ebenfalls abgefragt und dargestellt werden. Somit bietet die Verknüpfung semantischer Technologien mit Information Retrieval Verfahren einen klaren Mehrwert. Die Nutzung von Knowledge Retrieval Systemen in der Praxis erzeugt qualitativ hochwertige Suchergebnisse und dadurch kürzere Suchzeiten und verringerte Redundanz in der Dokumenterstellung und Archivierung Ontoprise GmbH September

14 6. Zukunftsaussichten Durch den Einsatz von Knowledge Retrieval Technologien entwickelt sich eine neue Generation an Informationssystemen, die weit mehr leisten können als bisherige Ansätze. Neben dieser pragmatischen Verbindung von Information Retrieval Verfahren mit semantischen Technologien beschäftigen sich zahlreichen Forschungsgruppen weltweit an der Weiterentwicklung des WorldWideWeb zu einem zukünftigen Semantic Web. Unter Leitung des World Wide Web Consortiums (W3C, DAML Projekt) werden derzeit die Standards für diese neue Generation des Web gesetzt. Auch hier zählen die Modellierung von Wissensmodellen, also Ontologien und der Einsatz von Inferenzmaschinen zu den Schlüsseltechnologien, die das Semantic Web ermöglichen [ix]. Eine Folge dieser Entwicklung wird die einfache Verbindung von externer Information aus dem Semantic Web mit internem Wissen aus Intranet und File Server Dokumenten sein. Über gemeinsame Modelle können die unterschiedlichen Informationen verknüpft und ausgewertet werden. 7. Fazit Der Artikel hat gezeigt, dass die bewährten Information Retrieval Verfahren durch den Einsatz semantischer Technologien angereichert werden können. Vier wesentliche Erweiterungen zum Information Retrieval ergeben sich durch diesen neuen Ansatz: 1. Verfeinerte Suchunterstützung: der Zugriff über Keyword-basierte Suche wird über die Inferenzmaschine und die zugrunde liegende Modellierung der Ontologie erweitert und verfeinert. Begriffe können über die Ontologie automatisch mit Synonymen und verknüpften Begriffen erweitert werden. Die Suche wird dadurch intuitiver. 2. Navigationsunterstützung im Kontext: ein zusätzlicher Nutzen entsteht durch die Navigationsmöglichkeiten der Ontologie, in der Abbildung 6 schematisch oben links dargestellt. Der Nutzer kann Verfeinerungs- oder Verallgemeinerungsschritte durchführen; er wird durch seinen Suchkontext geleitet 3. Auswertung der Zusammenhänge: ein weiterer Zusatznutzen entsteht durch die Auswertung der regelbasierten Zusammenhänge mittels Inferenzmaschine. Das implizite Wissen kann somit ebenfalls abgefragt und dargestellt werden. 4. Einfache Integration strukturierter Informationsquellen: durch einfache Verknüpfungsmöglichkeiten der Ontologie mit Datenbankschemata können strukturierte Informationsquellen parallel mit Keyword-basierten Suchanfragen ausgewertet und gemeinsam als Antworten dargestellt werden. Die gezeigten Ansätze existieren und sind bereits in der Anwendung. Die Weiterentwicklung des WorldWideWeb in ein SemanticWeb, in dem Systeme alle Inhalte verstehen und interpretieren können, basiert auf diesen Technologien. Diese zukünftige Vision bietet das enorme Potential der einfachen Integration externer Informationen in interne Wissenslandschaften, abfragbar über Knowledge Retrieval Plattformen Ontoprise GmbH September

15 Quellenverzeichnis [i] Thomas H. Davenport, Laurence Prusak: Working Knowledge : How Organizations Manage What They Know, [ii] R. Dieng, O. Corby, A. Giboin, and M. Ribiere: Methods and tools for corporate knowledge management. Int. Journal of Human-Computer Studies, [iii] Salton, G./McGill, M.J.: Introduction to Modern Information Retrieval. New York: McGraw-Hill, 1984 bzw. in deuscher Übersetzung: Information Retrieval - Grundlegendes für Informationswissenschaftler (Übers.: Keitz, W.von.). Hamburg, New York: McGraw- Hill, [iv] Ram, A. and Moorman, K. (1999) Introduction: Toward a Theory of Reading and Understanding. Ed(Ram and Moorman). Bradford MIT [v] Gruber, T. R.; A translation approach to portable ontology specifications; Knowledge Acquisition; 5: S ; 1993; [vi] S. Staab and A. Maedche. Knowledge portals : ontologies at work. AI Magazine, Summer [vii] Staab, Studer, Schnurr, Sure: Knowledge processes and ontologies. In IEEE Intelligent Systems 01/ [viii] Schnurr, Staab, Studer, Stumme, Sure: Professionelles Wissensmanagement; Erfahrungen und Visionen. Shaker Verlag. Aachen [ix] Studer, Schnurr, Nierlich: Semantik für die nächste Generation Wissensmanagement, Konferenz KnowTech 2001, Dresden Ontoprise GmbH September