Durm:DurmOntologie

From Durm

Hintergrundinformationen

Die durchgeführten Arbeiten basieren auf den im Fortsetzungsantrag skizzierten Aufgaben, die ihrerseits eine Weiterführung der in dem Papier Engineering a Semantic Desktop for Building Historians and Architects beschriebenen Ideen darstellen: Zunächst sollte dabei eine umfassendere Ontologie zu einem größeren Themenbereich des Handbuchbandes angelegt werden. Hierzu sollte zur Modellierung auf die Web Ontology Language (OWL) zurückgegriffen werden. OWL ist eine vom World Wide Web Consortium (W3C) standardisierte Ontologiesprache (siehe OWL Language Guide) und basiert formal auf den sogenannten Beschreibungslogiken (Description Logics, DL).

Im nächsten Schritt wurde die entwickelte Ontologie mit dem am IPD entwickelten Textanalysesystem verbunden, um Konzepte aus der Ontologie mit Instanzen im „Handbuch der Architektur“ zu verknüpfen (sog. „Ontology Population“). Das Ergebnis ist eine mit Inhalten „befüllte“ Ontologie, die als Grundlage weiterführender semantischer Analysen dient.

Der Einsatz von OWL als Ontologieformat erlaubt nun die weitere Verabeitung der generierten Ontologie mit Hilfe von Verfahren, die zur Zeit im Forschungsgebiet des Semantic Web aktiv untersucht und entwickelt werden. So lassen sich jetzt Inhalte mit Hilfe von Abfragesprachen wie SPARQL extrahieren, was insbesondere für die Nutzung des Wissens aus externen Systemen heraus wichtig ist.

Generierte Ontologie

Die per Textanalyse automatisch mit Instanzen befüllte Architektur-Ontologie läßt sich hier herunterladen (35 MB, v1.4).
Zusätzlich ist die geänderte, unbefüllte Ontologie A_Waende.owl verfügbar (462 KB, v1.6).

Aufbau der erzeugten Instanzen

Zu jeder Fundstelle einer Ontologie-Klasse im bearbeiteten Durm-Band wird eine Instanz dieser Klasse in der Ontologie angelegt. Beispielweise führt die Textstelle des Putzes zur Erzeugung einer Instanz der Klasse "Putz".

Automatisch erzeugte DatatypeProperties enthalten zu jeder Instanz:

• originalPageNumber: die Seitennummer im gedruckten Original
• idPropOf: eine automatisch vergebene ID für die Instanz
• pageURL: die URL, unter der die Seite, auf der die Instanz gefunden wurde, direkt online erreichbar ist

Falls mehrere Instanzen der gleichen Klasse innerhalb eines Kapitels gefunden wurden, werden diese zusätzlich als identisch markiert, mit Hilfe eine OWL-Relation same as. Außerdem werden Informationen über die anderen Instanzen angelegt:

• corefStringWithId: der Name und die ID jeder zusätzlichen Instanz der gleichen Klasse
• corefSentenceWithId: wie oben, aber mit dem kompletten Satz als Referenz

Zusätzlich werden zwei neue Klassen (Konzepte) angelegt: sentence und document. Zu diesen Konzepten werden ebenfalls automatisch Instanzen angelegt: jede erkannte Entität wird über eine Relation mit dem Satz verknüpft, in dem sie gefunden wurde. Jedes analysierte Dokument wird Instanz der Klasse document; dabei wird über eine weitere Relation festgehalten, aus welchem Dokument ein Satz stammt.

Sätze (Instanzen der Klasse sentence) enthalten die folgenden Informationen (ObjectProperties):

• beginLocation: die Byte-Position innerhalb des Dokumentes, wo der Satz beginnt.
• endLocation: entsprechend das Satzende
• content: der Inhalt des Satz, d.h., seine Repräsentation als Zeichenkette
• contains: eine Relation, die alle in diesem Satz gefundenen Entitäten anzeigt

Dokumente (Instanzen der Klasse document) enthalten folgende Informationen:

• title: der Name des Dokumentes
• source: die Quelle (URI), von der das Dokument geladen wurde
• containsSentence: eine Relation, die alle aus diesem Dokument referenzierten Sätze (s.o.) verlinkt.

Beispiel

Folgender SWOOP-Screenshot zeigt ein Beispiel für eine solche Instanz:

Abfragen

Hinweise zur Ausführung automatischer Abfragen auf der erzeugten Ontologie sind auf einer eigenen Seite zu finden.