Konstruktion von Common Sense-Ontologien durch Analyse natürlicher Sprache

Transkript

1 Konstruktion von Common Sense-Ontologien durch Analyse natürlicher Sprache Bachelor of Science Abschlussarbeit Ruth Janning FernUniversität in Hagen Fakultät für Mathematik und Informatik, Lehrgebiet Wissensbasierte Systeme Betreuung/Prüfung: Prof. Dr. C. Beierle, Dr. B. Messing 16. Februar /20

2 Inhalt 1 Einleitung 2 Ontologien und Common Sense-Ontologien 3 Konstruktion von Common Sense-Ontologien nach Saba 4 Implementierung der Ontologie-Generierung 5 Natürlichsprachliche Phänomene 6 Abschließende Bemerkungen 2 /20

3 Ein Verfahren zur Konstruktion von CS-Ontologien Repräsentation des Hintergrundwissens für KI-Anwendungen: Ontologien Repräsentation von Alltagswissen: Common Sense-Ontologien Bekannte Ansätze meist mit großer Fleißarbeit verbunden. Saba: Verfahren, mit dem die Struktur von Alltagswissen nicht neu entwickelt, sondern lediglich aufgedeckt werden muss. 3 /20

4 Ontologien Begriff stammt ursprünglich aus der Philosophie. In der Informatik: Übertragung in die Welt der Maschinen und Softwaresysteme. Repräsentation der Begriffe und Zusammenhänge, die einem bestimmten Wissensbereich zugrunde liegen. Relevantes Wissen strukturieren formal repräsentieren intelligenten Systemen als Hintergrundwissen zur Verfügung stellen 4 /20

5 Common Sense-Ontologien... beziehen sich nicht nur auf einen bestimmten Wissensbereich.... repräsentieren ein allgemeines Weltbild. Repräsentation des Allgemeinwissens 5 /20

6 Sprache und Wissen Understanding as Reasoning-Paradigma: Das Verstehen natürlicher Sprache ist zum größten Teil ein Common Sense Reasoning-Prozess auf einem pragmatischen Niveau. Beispiel: Die genervte Mutter gab ihrer Tocher eine Ohrfeige. Sie (a) weinte. (b) entschuldigte sich. 6 /20

7 Sprache und Wissen Für das Verstehen von Sprache nach Saba notwendig: Gebrauch einer typbasierten ontologischen Struktur, die unser allgemeines Weltbild und die Art, wie wir darüber sprechen, widerspiegelt. Annahme 1: Die Struktur von Alltagswissen muss gefunden und nicht neu erfunden werden. Annahme 2: Die natürliche Sprache sollte als Leitfaden benutzt werden, um diese Struktur aufzudecken. 7 /20

8 Logik als Sprache Logik als Sprache Logik als Kalkül Typtheorie Mengentheorie Zugehörigkeit zu Konzepten Mengenzugehörigkeit gegebener Inhalt: ontologische Struktur kein vorgegebener Inhalt 8 /20

9 Ontologie-Generierung Die Basisstrategie beruht auf Freges Kompositionalitätsprinzip. Prädikat App(p,c) p: Eigenschaft c: Konzept wahr, wenn es Sinn macht, von der Eigenschaft p von c zu sprechen 9 /20

10 Ontologie-Generierung 1 Gegeben: Menge von Konzepten C = {c 1,..., c m }, Menge von Aktionen (Eigenschaften) P = {p 1,..., p m }. 2 Gegeben: Prädikat App(p, c), c C und p P, wahr, wenn die Aktion (Eigenschaft) p auf Objekte vom Typ c sinnvoll anwendbar ist. 3 Für jede Aktion (Eigenschaft) p P wird eine Menge C p = {c App(p, c)} generiert, die alle Konzepte c enthält, für die App(p, c) wahr ist. 4 Die gesuchte Hierarchie wird durch Analyse der Teilmengen-Beziehungen zwischen den generierten Mengen entwickelt. 10 /20

11 Ontologie-Generierung Schritt 2:... kann durch eine Tabelle visualisiert werden. Schritt 3: Die Mengen C p können durch Auslesen der zu p gehörenden Spalte gewonnen werden. Schritt 4:... kann durch einen Algorithmus realisiert werden, der zu einem Knoten die Größte seiner Teilmengen sucht und diese als linken Sohn einfügt. Der rechte Sohnknoten ist die Komplementärmenge. 11 /20

12 Ontologie-Generierung Beispiel: C = { Buch, Frau, Hund, Mann, Maschine, Vogel } P = { beinhalten, bellen, defekt, fliegen, fressen, frieren, gebären, groß, lesen } beinhalten bellen defekt fliegen fressen frieren gebären groß lesen Buch Frau Hund Mann Maschine Vogel /20

13 Ontologie-Generierung C beinhalten = { Buch, Maschine } C bellen = { Hund } C defekt = { Maschine } C fliegen = { Vogel } C fressen = { Hund, Vogel } C frieren = { Frau, Hund, Mann, Vogel } C gebären = { Frau } C groß = { Buch, Frau, Hund, Mann, Maschine, Vogel } C lesen = { Frau, Mann } 13 /20

14 { Buch, Frau, Hund, Mann, Maschine, Vogel } + frieren - - beinhalten + { Frau, Hund, Mann, Vogel } { Buch, Maschine } + fressen - - lesen + { Hund, Vogel } { Frau, Mann } + defekt - { Maschine }... + bellen - + gebären - - fliegen + { Hund } { Vogel } { Frau } /20

15 Ziele Angestrebtes Ziel der Untersuchungen von Saba: Vision: Systematische Aufdeckung einer typbasierten Ontologie des Alltagswissens. Anschließende Formulierung einer zugehörigen Konzept-Algebra. Eine Logik, die Inhalt besitzt, und zwar ontologischen Inhalt. 15 /20

16 Implementierung der Ontologie-Generierung Weiterer Schritt bei der Untersuchung der Konstruktion von Common Sense-Ontologien auf die vorgestellte Art und Weise: Automatisierung des Verfahrens zur Ontologie-Generierung 16 /20

17 17 /20

18 Natürlichsprachliche Phänomene [ Alex setzte sich auf eine Bank. ] = ( 1 j :: Mensch)( x)(bank(x :: {Bank (Möbelstück),Institution}) setzte sich auf (j :: tierischeslebewesen, x :: physischesobjekt)) = ( 1 j :: Mensch)( x :: Bank (Möbelstück) ) (Bank(x) setzte sich auf (j,x)) = ( 1 j :: Mensch)( x :: Bank (Möbelstück) )(setzte sich auf (j,x)) 18 /20

19 Abschließende Bemerkungen Vorgestellt: Verfahren für die Konstruktion von Common Sense-Ontologien nach einem Artikel von Walid S. Saba. Annahme: Die Untersuchung des Gebrauchs natürlicher Sprache kann den Klassifikations-Prozess leiten. Grundidee: Basiert auf Frege s Kompositionalitätsprinzip. 19 /20

20 Vielen Dank für Ihre Aufmerksamkeit! 20 /20