Markus Krötzsch DIAMOND. Data Integration and Access. by Merging. Ontologies and Databases. 13. Juni 2013

Transkript

1 Data Integration and Access by Merging Ontologies and Databases 13. Juni 2013

2 Zielstellung Verbesserter Zugriff auf große, heterogene und dynamische Datenmengen Seite 2

3 Seite 3

4 Seite 4

5 Wikidata Offizielle Datenbank-Wikipedia Online seit November : Autoren, 13 Mio Objekte, 12 Mio Fakten Seite 5

6 Herausforderungen Heterogen: Alle Fachgebiete Wikipedias 285 Sprachen Verknüpfungen zu externen Datenbanken (UniProt, VIAF, ICD-10, IMDB, HURDAT, ) Dynamisch: 15 Mio Änderungen im Mai (0,5 Mio pro Tag) Seite 6

7 Seite 7

8 Seite 8

9 Technologie im Hintergrund: Ontologie-Reasoner ELK Yevgeny Kazakov, MK, František Simancík: Concurrent Classification of EL Ontologies. ISWC-11 Seite 9

10 Wissensmodellierung mit Ontologien Logik-basierte Wissensrepräsentation Automatische Inferenz Seite 10

11 Wissensmodellierung mit Ontologien Logik-basierte Wissensrepräsentation Automatische Inferenz Ausdrucksstärke Performanz Seite 11

12 Wissensmodellierung mit Ontologien Logik-basierte Wissensrepräsentation Automatische Inferenz Ausdrucksstärke Performanz Leichtgewichtige logische Sprachen Hocheffiziente Algorithmen & Systeme Seite 12

13 Lösungsansatz Logikbasierte Datenintegration und -abfrage, bei der deklarative, logische Beschreibungen als Teil der Daten aufgefasst werden. Seite 13

14 Was fehlt? Heutige Ontologiesprachen ungeeignet Geringe strukturelle Ausdrucksstärke Kaum Unterstützung für Kontextinformation Ungenügende Unterstützung von Datentypen Heutige Algorithmen und Systeme ungeeignet Beruhen auf statischen Ontologien Wenig robust sorgfältige Modellierung erfordert Experten Fehlende Unterstützung für Erklärung und Aggregation Seite 14

15 Seite 15

16 Arbeitsplan WP1: Sprachen Forschungsziel: Grundlagen logikbasierter Formalismen für Modellierung und Datenzugriff WP2: System-Design Forschungsziel: Grundlagen regelbasierter Algorithmen und Systeme zur Datenverwaltung WP3: Umsetzung und Evaluation Forschungsziel: Validierung der Gesamthypothese in einer realistischen Fallstudie Seite 16

17 Personalplanung Mitarbeiter 1 WP1: Sprachen WP3: Umsetzung und Evaluation Mitarbeiter 2 WP2: System-Design Studentische Hilfskräfte Seite 17

18 Aktuelle Vorarbeiten Zwei Beispiele Sebastian Rudolph, MK. Flag & Check: Data Access with Monadically Defined Queries. ACM, PODS-13. Despoina Magka, MK, Ian Horrocks. Computing Stable Models for Nonmonotonic Existential Rules. IJCAI-13. Seite 18

19 Zusammenfassung: Was? Verbesserter Zugriff auf komplexe Daten Wie? Logik-basierte Datenintegration und -abfrage Forschungsschwerpunkte? Wissensrepräsentation & Schließen; Algorithmen; Datenbanken Für wen? 500 Mio Wikipedialeser + alle Nutzer komplexer Daten Kosten? Projektleiter, 2 Mitarbeiter, 2 SHK, 6400 EUR Geräte Wie wird Projekterfolg gemessen? Evaluation im Projektplan; klarer Zeitplan; Fallstudie Wikidata Seite 19

20 Seite 20

21 Arbeitsplan (Detail) Seite 21

22 Warum Dresden? International bedeutender Standort im Bereich Wissensrepräsentation & formale Logik Wichtigste Kooperationspartner: Professoren Baader, Lehner, Rudolph Weitere inhaltliche Bezüge: Algebraische & Logische Grundlagen (Prof. Baier), Knowledge Representation & Reasoning (Prof. Hölldobler), Algebraische Strukturtheorie (Prof. Ganter) DFG SFB 912 (Highly Adaptive Energy-Efficient Computing) z.b. Im Bereich kontextsensitiver ontologischer Modellierung Besondere starke Ausrichtung der Lehre auf relevante Themen (Int. Center for Computational Logic) Seite 22

23 Vorarbeiten Beispiel 1: Anfragesprachen Sebastian Rudolph, MK. Flag & Check: Data Access with Monadically Defined Queries. ACM, PODS-13. Anfragesprache im Schnitt von Datalog und Monadischer Logik zweiter Stufe Ausdrucksstark Gute Komplexität und Berechenbarkeit Seite 23

24 Vorarbeiten Beispiel 2: Ableitungsregeln Despoina Magka, MK, Ian Horrocks. Computing Stable Models for Nonmonotonic Existential Rules. IJCAI-13. Statische Analyse von Abhängigkeiten in Inferenzregeln Anwendung in der Chemoinformatik Deutliche Performanzgewinne in der Inferenz Seite 24

25 Wikidata Offizielle Datenbank-Wikipedia Online seit November ,5 Mio Objekte (1. Juni 2013) Autoren: ca Fakten: ca. 12 Mio Seite 25