Lade Inhalt...

Modelle zur Beschreibung von Ontologien

Seminararbeit 2010 21 Seiten

Informatik - Wirtschaftsinformatik

Leseprobe

Inhaltsverzeichnis

1 Einleitung
1.1 Themengrundlage
1.2 Problem- und Zielstellung
1.3 Aufbau der Arbeit
1.4 Methodische Vorgehensweise

2 Ontologie Grundlagen
2.1 Definition
2.2 Bestandteile
2.3 Repräsentationsmöglichkeiten
2.3.1 Natürlichsprachliche Ontologien
2.3.2 Formalsprachliche Ontologien
2.3.3 Grafische Repräsentation von Ontologien
2.4 Fallbeispiel

3 Grafische Modelle zur Ontologiebeschreibung
3.1 Semantische Netze
3.1.1 Repräsentation der Hauptbestandteile einer Ontologie
3.1.2 Repräsentierbare Formalisierungsgrade
3.1.3 Beispielontologie
3.2 (Enhanced) Entity-Relationship-Modell
3.2.1 Repräsentation der Hauptbestandteile einer Ontologie
3.2.2 Repräsentierbare Formalisierungsgrade
3.2.3 Beispielontologie
3.3 Weitere Modelle
3.3.1 UML Klassendiagramm
3.3.2 Topic Maps

4 Zusammenfassung

5 Kritische Würdigung

Abbildungsverzeichnis

Literaturverzeichnis

1 Einleitung

1.1 Themengrundlage

Im Rahmen der Wissensrepräsentation existieren verschiedene Konzepte zur Abbildung und Strukturierung von Wissen, also zweckorientiert miteinander verknüpften Informationen ([ReKr96], S. 5). Mithilfe von Ontologien können semantisch mächtige Wissensnetze model- liert werden ([RuHi06], S. 56), welche einen Ausschnitt der realen Welt abbilden ([Stuc09], S. 5). Der Zweck einer solchen Abstraktion ist zunächst die technische Repräsentation von Be- deutung von Inhalten, um diese beispielsweise für das Semantic Web nutzbar zu machen. Durch die Modellierung einer Ontologie kann zudem ein einheitliches Verständnis für eine bestimmte Domäne geschaffen werden. Um diese zu visualisieren, finden grafische Modelle ihren Einsatz.

1.2 Problem- und Zielstellung

Die Zusammenhänge zwischen Informationen in einem Wissensnetz sind von großer Bedeutung für ihre semantische Erfassung. Damit ein Betrachter sie intuitiv verstehen kann, wird eine einheitliche, eindeutige und einfache Visualisierung benötigen. Die meisten Repräsentationsmöglichkeiten beschränken sich jedoch auf die logische, syntaktische Ebene, weniger auf die formale Beschreibung modellhafter, graphischer Darstellungsmöglichkeiten. Eben diese ist jedoch beispielsweise für den iterativen Prozess der Ontologieerstellung oder die spätere Nutzung durch den Menschen wünschenswert.

Da Ontologiesprachen mehrheitlich nur die syntaktische Repräsentation erlauben, hat die vorliegende Arbeit das Ziel, verschiedene Modelle, welche teilweise bisher nicht primär für die Abbildung von Ontologien benutzt werden, auf ihre Tauglichkeit zur grafischen Abbildung von Ontologien zu prüfen. Das Ziel dabei ist schlussendlich die Einordnung ihrer Visualisie- rungsmächtigkeit, d.h. die Analyse, wie die Modelle zur Visualisierung genutzt werden können und welche Ausdruckskraft sie dabei im Vergleich zur syntaktisch formalen Repräsentation besitzen. Der Leser soll einen Einblick in die Möglichkeiten der modellhaften, visuellen Be- schreibung von Ontologien erhalten. Die syntaktische Darstellung von Ontologien wird in die- ser Arbeit nicht fokussiert.

1.3 Aufbau der Arbeit

Zunächst werden in Kapitel 2 die definitorischen Grundlagen gelegt und die verschiedenen Möglichkeiten der Repräsentation von Ontologien, auf Basis des ebenfalls vorgestellten On- tologiespektrums, aufgezeigt. Nach dem vorstellen des zur Beispielmodellierung verwendeten Fallbeispiels, werden mit Kapitel 3 semantische Netze, das (erweiterte) Entity-Relationship- Modell, das UML Klassenmodell und Topic Maps als Möglichkeiten der grafischen Beschreibung von Ontologien vertieft und bezüglich ihrer Verwendbarkeit analysiert. Kapitel 4 fasst die Ergebnisse zusammen und stellt sie in einer tabellarischen Übersicht dar. Die Arbeit schließt mit dem einer kritischen Betrachtung der Thematik in Kapitel 5.

1.4 Methodische Vorgehensweise

Die Auswahl der betrachteten Modelle basiert auf der Recherche, welche grafischen Modelle im Großen und Ganzen das dem Verständnis einer Ontologie folgen und dieses deshalb abbilden könnten. Die ausgewählten Modelle wurden anschließend unter der Zielstellung, ob und in wie weit sie für die grafische Ontologiebeschreibung verwendet werden können, analysiert.

2 Ontologie Grundlagen

2.1 Definition

Eine häufig zitierte Definition ist diejenige von Studer, Benjamins und Fensel, welche eine On- tologie als formale, explizite Spezifikation einer gemeinsam genutzten Konzeptualisierung ver- stehen ([Stu+98], S. 185). Der Begriff Konzeptualisierung bezieht sich hierbei auf die abstrak- te, modellhafte Beschreibung von bestimmten Wissensbereichen der realen Welt ([Hess02], S. 477). Voraussetzung dafür ist das Kennen und Identifizieren von Konzepten einer betrachte- ten Domäne ([Cor+06], S. 4). Da die obige Definition von Stuber et al. die Formalität im Sinne von Maschinenlesbarkeit verlangt, fokussiert sie die formale, logische Beschreibung einer On- tologie.

Neches et al. beschreiben das Konzept allgemeiner als definierte Menge von Begriffen und Beziehungen. Eine Ontologie umfasst ein bestimmtes Domänenvokabular, sowie Regeln zur Beschreibung von Zusammenhängen zwischen Begriffen und Relationen, wodurch Bedeutung von Inhalten definiert werden kann ([Nec+91], S. 40).

Wird der Begriff der Formalität der ersten Definition allgemein als ‘die Form betreffend’ verstanden, so lässt sie sich auch für grafisch repräsentierte Ontologien heranziehen, welche sodann ebenfalls als formale Spezifikation eines Wissensbereiches betrachtet werden können. Aus diesem Grund bieten beide oben genannten Definitionsansätze einen Ausgangspunkt für die weiteren Betrachtungen in dieser Arbeit.

2.2 Bestandteile

Eine Ontologie in Form einer Menge von Begriffen, die miteinander in Beziehung stehen, basiert im Allgemeinen auf vier Hauptbestandteilen: Klassen, Relationen, Instanzen und Axiomen. Diese lassen sich einzeln wie folgt beschreiben.

Klassen (auch Begriffe oder Konzepte) sind Oberbegriffe für gemeinsame Eigenschaften bzw. Strukturen von individuellen Objekten der realen Welt. Klassen einer Ontologie sind oft durch eine existierende Taxonomie1 einer Domäne gegeben, sodass sie in Ober- und Un- terklassen organisiert sein können und Vererbung von Klasseneigenschaften ermöglicht wird (([Cor+06], S. 5), ([Hess02], S. 477)). Klassen einer Ontologie sind daher vergleich- bar mit Klassen in der objektorientierten Programmierung.

Instanzen bilden individuelle, spezielle Objekte (auch Individuen) der realen Welt in einer

Ontologie ab ([Cor+06], S. 6). Sie sind vergleichbar mit Objekten in der objektorientierten Programmierung, da sie aus Klassen der Ontologie erzeugt werden können.

Relationen beschreiben den Zusammenhang zwischen zwei Klassen einer Ontologie ([Cor+06], S. 5). Relationen können Klassen beispielsweise mithilfe einer is a Bezie- hung hierarchisch ordnen, sodass die Spezialisierung und Generalisierung von Konzepten in einer Ontologie ermöglicht wird. Prinzipiell können beliebige Beziehungen zwischen Klassen definiert werden.

Axiome definieren immer wahre Aussagen über Elemente der Ontologie. Sie werden deshalb insbesondere dazu verwendet, Wissen zur Ontologie hinzuzufügen, welches nicht aus anderen Bestandteilen derer hervor geht ([Cor+06], S. 5). Eine Ontologie muss daher nicht zwingend Axiome enthalten.

2.3 Repr äsentationsm öglichkeiten

Nachdem auf Grundlage der allgemeinen Definition von Ontologien ein einheitliches Verständnis geschaffen wurde, können Ontologien noch weiter klassifiziert werden, denn sie unterscheiden sich im Grad ihrer Formalisierung. In [McGu03] werden Ontologien in Abhängigkeit ihres Formalisierungsgrades in einem linearen Ontologiespektrum klassifiziert, d.h. eine Formalisierungsstufe baut auf ihre Vorgängerstufe auf und erweitert diese um gewisse Aspekte. Diese Einteilung wird in Abbildung 1 gezeigt und im Folgen näher betrachtet. Es werden Leightweightund Heavyweight-Ontologien unterschieden, wonach sich auch die Art ihrer Repräsentation, in natürlicher oder formaler Sprache, bedingt.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Ontologiespektrum nach McGuinness2

2.3.1 Nat ürlichsprachliche Ontologien

Natürlichsprachliche Ontologien werden als Lightweight-Ontologien bezeichnet. Sie dienen der Benutzung durch den Menschen (z.B. zur Bildung eines gemeinsamen Domänenverständnis- ses). Zu ihnen zählen nach der Klassifizierung von McGuinness bereits kontrollierte Voka- bulare (endliche Begriffslisten) und Glossare, was den in Kapitel 2.1 genannten Definitionen noch vorgreift. Thesauri (um Ähnlichkeits- und Synonymrelation erweiterte Taxonomie) und in- formelle Klassenbeziehungen (Taxonomien auf Basis informeller Bedeutungszusammenhänge) ([McGu03], S. 175) werden ebenfalls, wie in Abbildung 1 veranschaulicht, den Lightweight- Ontologien zugeteilt. Die Bestandteile natürlichsprachlicher Ontologien beschränken sich dem- zufolge, abhängig vom Formalisierungsgrad, auf Klassen und Relationen.

2.3.2 Formalsprachliche Ontologien

Formalsprachliche Ontologien werden als heavyweight-Ontologien bezeichnet. Sie fügen zu den Inhalten einer Lightweight-Ontologie Axiome und Einschränkungen hinzu ([Jerr10], S. 15) und spezifizieren damit ihre Inhalte genauer. Die Klassifikation nach McGuinness zählt die li- neare Erweiterungen einer Lightweight-Ontologie um formale Klassenbeziehungen (Taxonomi- en auf Basis formaler Ober- und Unterklassenhierarchien und des Vererbungsprinzips), Instan- zen, Frames (Hinzunahme von vererbbaren Eigenschaften), Werteinschränkungen (z.B. in Form von Kardinalitäten) und logischen Beschränkungen zu ihnen (([Jerr10], S. 16), ([McGu03], S. 176 f.)). Die ausdrucksstärkste Stufe des Spektrums bilden Ontologien mit logischen Beschränkungen der Prädikatenordnung 1. Stufe oder detaillierten Relationen, wie disjunkte Klassen oder Teil-Ganzes-Beziehungen ([McGu03], S. 177). Formalsprachliche Ontologien bestehen demzufolge mindestens aus Klassen und Klassenbeziehungen welche mit zunehmendem Formalisierungsgrad spezialisiert und um Instanzen und Axiome ergänzt werden.

Heavyweight-Ontologien werden zum Ableiten von nicht explizit beobachtbarem Wissen ([Stuc09], S. 36), d.h. zur automatisierten Wissensinterpretation und -generierung (z.B. durch Ausnutzen von Transitivität oder Implikationen), eingesetzt. Es existieren verschiedene (syntaktisch formale) Ontologiesprachen, welche Heavyweight-Ontologien abbilden können. Als Beispiel sei die Web Ontology Language OWL genannt, deren Sprachausdrücke ähnlich einer Beschreibungslogik formalisiert werden ([Stuc09], S. 148 ff.).

[...]


1 ”EineTaxonomieisteineHierarchievonBegriffen,dieElementeineiner Über-/Unterordnung darstellt. Es lassen sich - außer der hierarchischen Struktur - keine Beziehungen zwischen Elementen definieren.“ ([Jerr10], S. 17)

2 Quelle: Eigene Darstellung in Anlehnung an [McGu03], S. 175 und [Jerr10], S. 15.

Details

Seiten
21
Jahr
2010
ISBN (eBook)
9783656172789
ISBN (Buch)
9783656173564
Dateigröße
1.3 MB
Sprache
Deutsch
Katalognummer
v192351
Institution / Hochschule
Technische Universität Dresden – Fakultät Wirtschaftswissenschaften | Lehrstuhl für Wirtschaftsinformatik, insb. Systementwicklung
Note
1,7
Schlagworte
Ontologie Modell Semantische Netze ERM UML Topic Maps

Autor

Zurück

Titel: Modelle zur Beschreibung von Ontologien