Ontologie-Extraktion aus Texten

Transkript

1 Ontologie-Extraktion aus Texten PTI911 - Wissensmanagement erstellt und vorgetragen von: Christian Kretzschmar

2 Agenda Einführung Was ist Ontologie? Ziele & Anwendungsgebiete Ontologie-Extraktion Konzepte identifizieren Relationen finden Beispielsysteme und Algorithmen OntoLT Text2Onto SSI-Algorithmus 9. Januar 2013 Agenda 2/23

3 Einführung - Was ist Ontologie? [Ahr09, Ste10] An ontology is explicit specification of a conceptualization (Gruber 1993) Formalisierung eines vereinfachten Weltausschnitts Klassen (= Gruppe von Instanzen mit gleichen Attributen) Klassen stehen in Relation Ober- und Unterklassen Netzwerk von Informationen mit logischen Relationen 9. Januar 2013 Einführung > Was ist Ontologie? 3/23

4 Einführung - Ziele & Anwendungsgebiete [Ahr09, Ste10] Ziele: Wissensstrukturierung und -verarbeitung Problembereich verstehen Repräsentation von Wissen Wiederverwendung von Wissen Kommunikation Anwendung: Informatikdisziplinen der Wissensverarbeitung und des Wissensmanagement domänenspezifisch (z.b. Medizin) Semantic Web Text Mining 9. Januar 2013 Einführung > Ziele & Anwendung 4/23

5 Einführung - Darstellungsformen [Stu12] Kap. 2 semantische Netze Graphen, genauer: DAGs Beschreibung der Objekte durch Relationen formale Logik Formalisierung von semantischen Netzen Ableitung von implizitem Wissen aus Ontologien z.b.: Prädikatenlogik 9. Januar 2013 Einführung > Darstellungsformen 5/23

6 Ontologie-Extraktion - Erstellen von Ontologien aus Texten [Büt06, Lei06] manuell Domänenexperten und Informatiker iterativer Prozess Interpretation der Texte Konstruktion der Klassen, Instanzen und Relationen Langwierig und kostspielig unwirtschaftlich Toolunterstützung notwendig (z.b. Protégé) voll- bzw. halb-automatisch Hintergrundwissen zum Text notwendig (Ontologie) menschliche Komponenten notwendig verschiedene Werkzeuge OntoLT Text2Onto OntoLearn 9. Januar 2013 Ontologie-Extraktion > Ontologieerstellung 6/23

7 Ontologie-Extraktion - Konzepte identifizieren [Büt06, Lei06] Identifizierung durch: Bewertung des Informationsgehaltes (Shannon) oder Häufigkeiten bzw. Frequenzen des Auftretens von Wörtern (auch Wortgruppen) Auftrittshäufigkeit nicht aussagekräftig genug Gewichtung Term Frequency Inverse Document Frequency (TF-IDF) Schwellwertvergleich Unterstützung durch Domänenwissen Endungen (z.b. Medizin -itis, Meningitis, Appendizitis) eliminieren zu allgemeiner Begriffe 9. Januar 2013 Extraktion > Konzepte identifizieren 7/23

8 Ontologie-Extraktion - Relationen finden [Lei06] symbolisch Unterklassenbeziehungen und Instanziierungen reguläre Ausdrücke Teilphrasen statistisch Worthäufigkeitsanalyse Co-occurrence-Analyse Ähnlichkeitsmetriken Clustering hybride Modelle 9. Januar 2013 Extraktion > Relationen finden 8/23

9 Ontologie-Extraktion - Relationen finden - symbolischer Ansatz I [Büt06] definierende Sprachmuster: Appositionen ( Der NP Type NP Token... ) Beispiel: Der Parteivorsitzende Sigmar Gabriel sagte... Copula (... NP Token ist (ein) NP Type ) Beispiel: Sigmar Gabriel ist Parteivorsitzender. Benennungen (... NP Type genannt/namens NP Token... ) Beispiel: Ein Abgeordneter namens Sigmar Gabriel sagte Januar 2013 Extraktion > Relationen finden (symbolisch) 9/23

10 Ontologie-Extraktion - Relationen finden - symbolischer Ansatz II [Büt06] exemplifizierende Sprachmuster:... NP 1, (NP i )* und andere NP Type... Beispiel: Sigmar Gabriel, Horst, Seehofer und andere Politiker NP Type wie NP Token... Beispiel: Abgeordnete, wie Sigmar Gabriel... Unter den NP Type Verb NP Token... Beispiel: Unter den Abgeordneten sprach Sigmar Gabriel als NP Type außer/ausgenommen/bis auf NP Token... Beispiel: Die Abgeordneten, ausgenommen Sigmar Gabriel Januar 2013 Extraktion > Relationen finden (symbolisch) 10/23

11 Ontologie-Extraktion - Relationen finden - symbolischer Ansatz III [Büt06] Teilphrase Subklassen- bzw. Instanzenbildung mittels geschachtelten Nominalphrasen Beispiel: Feldsalat ist eine Instanz von Salat kein Kontextwissen des Satzes notwendig gute Resultate in Domänen mit langen Nominalphrasen aber nicht immer korrekt Beispiel: Schneemann als Subklasse der Klasse Mann? 9. Januar 2013 Extraktion > Relationen finden (symbolisch) 11/23

12 Ontologie-Extraktion - Relationen finden - statistischer Ansatz - Clustering Clustering Gruppierung auf Basis der Bewertung von Ähnlichkeit bzw. Unterschied Grundlage: Vorkommen und Häufigkeit von Wörtern Top-Down-Clustering Beginn: ein Cluster Rekursive Aufteilung in mehrere Cluster Blätter entsprechen einzelnen Konzepten Bottom-Up-Clustering Beginn: pro Konzept ein Cluster schrittweise Zusammenfassung der Konzepte 9. Januar 2013 Extraktion > Relationen finden (statistisch) 12/23

13 Ontologie-Extraktion - Relationen finden - statistischer Ansatz - Clustering [SZFa08] Clustering-Algorithmen Fuzzy-Clustering Nearest-Neighbor-Clustering Artifical Neural Networks for Clustering Statistical Clustering Hierarchical Clustering Distance-based-Clustering Conceptual-based-Clustering 9. Januar 2013 Extraktion > Relationen finden (statistisch) 13/23

14 Ontologie-Extraktion - Relationen finden - statistischer Ansatz Clustering [SZFa08] Distance-based-Clustering Agglomerative Clustering bottom-up paarweiser Vergleich von Ähnlichkeiten Partitional Clustering Top-down Conzeptual-Based-Clustering Elemente als Attribut-Wert-Paare betrachtet Beispiel: Säugetier (Körperoberfläche, Herzkammern, Körpertemperatur) = (behaart, vier, reguliert) konkrete Algorithmen abhängig von Bewertungsfunktionen und Selektion 9. Januar 2013 Extraktion > Relationen finden (statistisch) 14/23

15 Beispielsysteme - OntoLT Überblick [Eng12] Protégé-Plugin Eingangsparameter: Textkorpus mit XML-Annotationen Ableitung der Informationen durch Mapping-Rules regelbasierter Ansatz mit statistischem Anteil Exkurs: Protégé: Ontologieeditor sprach- und plattformunabhängig anpassbar durch Erweiterungen und Plugins Protégé-Frames (Classes, Instances, Slots) Protégé-OWL 9. Januar 2013 Beispielsysteme > OntoLT 15/23

16 Beispielsysteme - OntoLT - Funktionsweise [Eng12] S Januar 2013 Beispielsysteme > OntoLT 16/23

17 Beispielsysteme - Text2Onto Überblick [Eng12] Verarbeitung von: Text, HTML, XML und PDF hybrides Extraktionsmodell Zentrale Komponenten POM (Probalistic Ontology Model) NLP (Natural Language Processing) unterschiedliche Algorithmen statistische Messungen (z.b.: TF-IDF) Relations-Algorithmen (Verarbeitung regulärer Ausdrücke) Externe Systeme GATE (General Architecture for Text Engineering) WordNet 9. Januar 2013 Beispielsysteme > Text2Onto 17/23

18 Beispielsysteme - Text2Onto - Komponenten [Eng12] S Januar 2013 Beispielsysteme > Text2Onto 18/23

19 Algorithmen - SSI-Algorithmus - Überblick [NaVe04] Einsatz innerhalb von OntoLearn arbeitet wissensbasiert Grundlage: WordNet- Datenbank Relationen zwischen Worten kontextfreie Grammatik Darstellung als Graph 9. Januar 2013 Algorithmen > SSI-Algorithmus 19/23

20 Algorithmen - SSI-Algorithmus - prinzipieller Ablauf [NaVe04] Initialisierung drei Mengen: T Begriffe I Bedeutung (Semantik) der Begriffe P ausstehende Begriffe I wird zu Beginn mit eindeutigen Begriffen aus T gefüllt Iterativer Ablauf Je Schritt wird ein Begriff aus der Menge P verarbeitet Resultat ist eine aktualisierte Menge I Ende, sobald keine Bedeutungen für Elemente aus P gefunden werden können 9. Januar 2013 Algorithmen > SSI-Algorithmus 20/23

21 Quellen [Ahr09] Ahrens, Mareike: Semi-automatische Generierung einer OWL-Ontologie aus domänenspezifischen Texten am Beispiel von HUMINT-Meldungen. Online im Internet. (Stand: ) [Büt06] Büttner, Michael: Ontology Learning. Online im Internet. learning%20v10.pdf (Stand: ) [Eng12] Engsterhold, Robert: (Semi-) Automatische Ontologieerstellung - Werkzeuge und Algorithmen. Online im Internet. (Stand: ) [Lei06] Leitner, Johannes: Extraktion von Ontologien aus natürlichsprachlichen Texten. Online im Internet. (Stand: ) 9. Januar 2013 Quellen 21/23

22 Quellen [NaVe04] Navigli, Roberto; Velardi, Paola: Structural Semantic Interconnection: a knowledge-based approach to Word Sense Disambiguation. Online im Internet. (Stand: ) [SZFa08] Schickel-Zuber, Vincent; Faltings, Boi: Using Hierarchical Clustering for Learning the Ontologies used in Recommendation Systems. Online im Internet. (Stand: ) [Ste10] Steiling, Thorsten Dipl.-Ing.: Ontologieextraktion aus natürlichsprachigen Texten. Online im Internet. ng_iwi_kolloquium_ontologieextraktion_ _pub.pdf (Stand: ) [Stu11] Stuckenschmidt, Heiner: Ontologien - Konzepte, Technologien und Anwendungen. Springer Verlag Berlin, 2. Auflage, Heidelberg, Januar 2013 Quellen 22/23

23 Danke für Ihre Aufmerksamkeit. 9. Januar /23