Ich spreche mit dir, doch du nicht mit mir Semantische Herausforderungen elektronischen Datenaustauschs Johann Höchtl Dona...
Die große Verwirrung <ul><li>Pieter Breugel, der Ältere:Der Turmbau zu Babel - 1563, im Kunsthistorischen Museum in Wien <...
Was ist Semantik? <ul><li>Chinesische Schriftzeichen </li></ul><ul><ul><li>Unterschiedliche Aussprache </li></ul></ul><ul>...
Sprachprobleme “ Our wines leave you nothing to hope for” Unsere Weine lassen nichts zu wünschen übrig! Bei unseren Weinen...
Brücken <ul><li>Konzepte.Verbinden </li></ul><ul><li>Weizen vs. Reis </li></ul><ul><li>Rotwein vs. Sake </li></ul><ul><li>...
Super / Sub - Concepts <ul><li>Weizen vs. Reis </li></ul><ul><li>Rotwein vs. Sake </li></ul><ul><li>Surströmming vs.  Taus...
Wer wir sind und was wir tun <ul><li>Zentrum für E-Government </li></ul><ul><ul><li>Vereinfachung von Abläufen innerhalb u...
Warum ist E-Kooperation notwendig für E-Government? <ul><li>Zuerst: Was sind die Funktionen des „Government“? </li></ul><u...
E-Zusammenarbeit: Warum tut sich ein Staat schwer(er) dabei? <ul><li>Staat ist  Monopolist </li></ul><ul><ul><li>In vielen...
E-Zusammenarbeit: Voraussetzung gegenseitiges „Verstehen“ http://healthbase.netbase.com
E-Zusammenarbeit: Voraussetzung gegenseitiges „Verstehen“ <ul><li>“ The tragi-comic failure of Netbase can teach a lot to ...
Ähnlichkeitsprobleme <ul><li>Wie kann ein Computersystem zwei Konzepte als “ähnlich” erkennen? </li></ul><ul><li>Ausgangsp...
Arten von Ähnlichkeiten <ul><li>Strukturelle  Ähnlichkeit </li></ul><ul><ul><li>„ Was ähnlich Aussieht, ist auch ähnlich“ ...
Dem Computer „Verständnis“ beibringen <ul><li>Computer können nicht denken und selbsttätig Schlüsse  ziehen </li></ul><ul>...
Beispiel: Das Auto und seine Verwandten Quelle: www.Opencyc.org
Anwendungen computerunterstützen semantischen Verstehens im E-Government
Unsere Station:  N – A18
Danke für die Aufmerksamkeit! Unser Stand:  N - A18  1. Stock Fragen?
Links <ul><li>Gerti Kappel, Horst Kargl, Gerhard Kramler, Andrea Schauerhuber, Martina Seidl, Michael Strommer, and Manuel...
Nächste SlideShare
Wird geladen in …5
×

Ich spreche mit dir doch du nicht mit mir - Sematische Verständigungsprobleme

1.017 Aufrufe

Veröffentlicht am

Veröffentlicht in: Bildung
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Ich spreche mit dir doch du nicht mit mir - Sematische Verständigungsprobleme

  1. 1. Ich spreche mit dir, doch du nicht mit mir Semantische Herausforderungen elektronischen Datenaustauschs Johann Höchtl Donau Universität Krems Zentrum für E-Government
  2. 2. Die große Verwirrung <ul><li>Pieter Breugel, der Ältere:Der Turmbau zu Babel - 1563, im Kunsthistorischen Museum in Wien </li></ul>
  3. 3. Was ist Semantik? <ul><li>Chinesische Schriftzeichen </li></ul><ul><ul><li>Unterschiedliche Aussprache </li></ul></ul><ul><ul><li>Eine gemeinsame semantische Bedeutung </li></ul></ul><ul><li>ChinesInnen können sich vielleicht nicht gemeinsam unterhalten (sprechen), aber sie können die selbe Zeitung lesen </li></ul>Natalie Behring-Chisholm/Getty Images für Life Magazine Semantik – Über die Bedeutung von „Zeichen“; Nicht nur Schrift-zeichen , sondern alles was „ begriffen “ werden kann © /cocoarmani@Flickr
  4. 4. Sprachprobleme “ Our wines leave you nothing to hope for” Unsere Weine lassen nichts zu wünschen übrig! Bei unseren Weinen besteht keine Hoffnung !? “ We take your Bags and send them in all directions” Wir versenden Ihr Gepäck überall hin! Wir nehmen Ihre Koffer und verschicken sie in alle Richtungen !? The Beatles:Magical Mystery Tour (1967) I say hello Hello, hello I don't know why you say goodbye I say hello
  5. 5. Brücken <ul><li>Konzepte.Verbinden </li></ul><ul><li>Weizen vs. Reis </li></ul><ul><li>Rotwein vs. Sake </li></ul><ul><li>Surströmming vs. Tausenjährige Eier </li></ul><ul><li>Lederhosen vs. Sari </li></ul><ul><li>Bachblüten vs. Reiki </li></ul><ul><li>. </li></ul><ul><li>. </li></ul>Istanbul Brücken Map by Openstreetmap.org Europa Asien
  6. 6. Super / Sub - Concepts <ul><li>Weizen vs. Reis </li></ul><ul><li>Rotwein vs. Sake </li></ul><ul><li>Surströmming vs. Tausendjährige Eier </li></ul>Experte in “eh-Alles” vs. bereichspezifisches Wissen Essen Kohlenhydrate Alkohol Natürlich konserviert Lederhosen vs. Sari Bekleidung Natürliche Materialien Bachblüten vs. Reiki Medizin Alternative Medizin Superconcept / Higher Ontology Sub-Concept / Lower Ontology Finanz  kaufen Logistik  lagern
  7. 7. Wer wir sind und was wir tun <ul><li>Zentrum für E-Government </li></ul><ul><ul><li>Vereinfachung von Abläufen innerhalb und zwischen behördlichen Institutionen sowie zu Bürgern, der Wirtschaft, … , unter Einsatz von Informations- und Kommunikationstechniken. </li></ul></ul><ul><li>Forschungsschwerpunkt: Elektronische Beteiligung im Administrations- und Gesetzgebungsprozess und die Auswirkungen auf die Gesellschaft </li></ul><ul><ul><li>www.donau-uni.ac.at/egov / </li></ul></ul><ul><ul><li>http://digitalgovernment.wordpress.com </li></ul></ul><ul><ul><li>Journal of E-Democrcy and Open Government http://www.jedem.org </li></ul></ul>
  8. 8. Warum ist E-Kooperation notwendig für E-Government? <ul><li>Zuerst: Was sind die Funktionen des „Government“? </li></ul><ul><ul><li>Staatliche Aufgaben wahrnehmen </li></ul></ul><ul><ul><li>Prämissen der Aufgabenerfüllung: effektiv, effizient, sparsam, zweckmäßig, verhältnismäßig </li></ul></ul><ul><li>Letztendlich geht es darum, Österreich als lebenswerten und zukunftstauglichen Staat zu erhalten </li></ul><ul><ul><li>unter rechtlichen, … , Einschränkungen (Innerstaatlich, EU) </li></ul></ul><ul><li>Treiber ist Konvergenz vieler Faktoren </li></ul><ul><ul><li>Fall der physischen Mauer(n) (Berliner Mauer) </li></ul></ul><ul><ul><li>Fall der virtuellen Mauern (Zölle, Handelsbeschränkungen) </li></ul></ul><ul><ul><li>Fall der Preise für elektronische Kommunikation (Speicher, Geschwindigkeit </li></ul></ul><ul><li>Ergebnis: wirtschaftliche Zusammenarbeit geprägt von globalem Denken und Handeln </li></ul>
  9. 9. E-Zusammenarbeit: Warum tut sich ein Staat schwer(er) dabei? <ul><li>Staat ist Monopolist </li></ul><ul><ul><li>In vielen Bereichen konkurrenzlos, daher keine Notwendigkeit zu wettbewerbsorientierten agieren </li></ul></ul><ul><ul><li>Jurisdiktion, Grunderwerb, Heirat, (Firmengründung), (Straßenbau), [Telekomunikationsnetzwerke] </li></ul></ul><ul><li>staatliche Hoheit als „sicherer Hafen“ </li></ul><ul><ul><li>Überbetonung hegemonialen Handelns : Sicherheitszölle </li></ul></ul><ul><li>+ innerstaatliche Souveränität ( Föderalismus ) </li></ul><ul><ul><li>fördert Vielfalt – aber </li></ul></ul><ul><ul><li>staatliche Strukturen folgen nur sehr langsam den geänderten Rahmenbedingungen </li></ul></ul><ul><li>Idee : Privatisierung! </li></ul><ul><ul><li>New Public Management, Reagan/Thatcher ~ 1980 </li></ul></ul>
  10. 10. E-Zusammenarbeit: Voraussetzung gegenseitiges „Verstehen“ http://healthbase.netbase.com
  11. 11. E-Zusammenarbeit: Voraussetzung gegenseitiges „Verstehen“ <ul><li>“ The tragi-comic failure of Netbase can teach a lot to every company in the Semantic space.” </li></ul><ul><li>Lesson 1 : Don’t even try to boil the ocean of the WWW with these technologies. [The] Internet is full of valuable information but crap (or opinions) is 90% [of it] , the cost of getting rid of this crap and save only the good stuff is very high </li></ul><ul><li>Lesson 2 : Linguistic approaches are likely going to fail because search engines (and machines) can’t distinguish joke/seriousness, sarcasm/shame and sentiments in general. The semantic meaning is right there not in the words of a text. </li></ul><ul><li>Lesson 3 : If you choose to apply such approaches to one specific topic like Medicine (good choice) then stick to that topic , that means accept as INPUT only medical terms and provide as OUTPUTS only medical terms. </li></ul><ul><li>This last point requires human intervention and predefined taxonomies/ontologies but Netbase claims that they don’t need them both, ]i.e., that] their engine is fully automatic the failure too.” </li></ul>Reddit: Source: http://marklogic.blogspot.com/2009/09/netbase-tragicomedy-perils-of-magic-and.html
  12. 12. Ähnlichkeitsprobleme <ul><li>Wie kann ein Computersystem zwei Konzepte als “ähnlich” erkennen? </li></ul><ul><li>Ausgangspunkt: Transformation in etwas “Berechenbares ” </li></ul><ul><ul><li>Computer können nur mit „Zahlen“ umgehen </li></ul></ul><ul><ul><li>Die geeignete Datenstruktur ist die Matrix, X and Y-Dimension enthalten identifizierte Konzepte und ihre Ähnlichkeit zueinander </li></ul></ul><ul><ul><li>Visualisierung als Baum oder gerichtete, azyklische Graphen </li></ul></ul><ul><li>Rechenaufwand ist sehr hoch ! </li></ul><ul><ul><li>Zwei Dokumente vergleichen: Jedes Wort mit jedem Wort vergleichen </li></ul></ul><ul><ul><li>Treiber: Bio-Medizin! </li></ul></ul><ul><ul><li>Neue Methoden aus der Genetik: Gensequenzierung </li></ul></ul><ul><li>Der Mensch ist im Erkennen von Ähnlichkeiten und Mustern unübertroffen! </li></ul>
  13. 13. Arten von Ähnlichkeiten <ul><li>Strukturelle Ähnlichkeit </li></ul><ul><ul><li>„ Was ähnlich Aussieht, ist auch ähnlich“ </li></ul></ul><ul><li>Element -basierte Ähnlichkeit </li></ul><ul><ul><li>„ Was ähnlich heißt, ist auch ähnlich“ </li></ul></ul><ul><li>Möglichkeiten um Ähnlichkeiten (computerbasiert) festzustellen </li></ul><ul><ul><li>Ähnliche Schreibweise </li></ul></ul><ul><ul><li>Ähnlicher „Klang“ (Aussprache) </li></ul></ul><ul><li>Problem!  Sprache!!! </li></ul><ul><ul><li>Was ähnlich „kling“, muss nicht ähnliche Bedeutung haben </li></ul></ul>ZielFlughafen  ZielFlghafen
  14. 14. Dem Computer „Verständnis“ beibringen <ul><li>Computer können nicht denken und selbsttätig Schlüsse ziehen </li></ul><ul><ul><li>„ Eine Frage der Erziehung“ </li></ul></ul><ul><ul><li>Verstehen : Begriffe („Wörtern“) Gewichte bezüglich Ihrer Verwandtschaft untereinander (zu)ordnen </li></ul></ul><ul><ul><li>In riesigen Datenbanken (vor allem für Englisch) sind diese Verwandtschaftsbeziehungen abgelegt. </li></ul></ul><ul><li>ABER : Abkürzungen, Kunstworte (AnkunftsZeitA, AnkunftsZeitB) Suffixe/Präfixe (hatName), fehlerhafte Wörter, frei erfundene Wörter lassen keine automatisierte Verarbeitung zu. </li></ul><ul><ul><li>Eingriff des Menschen ist notwendig </li></ul></ul>
  15. 15. Beispiel: Das Auto und seine Verwandten Quelle: www.Opencyc.org
  16. 16. Anwendungen computerunterstützen semantischen Verstehens im E-Government
  17. 17. Unsere Station: N – A18
  18. 18. Danke für die Aufmerksamkeit! Unser Stand: N - A18 1. Stock Fragen?
  19. 19. Links <ul><li>Gerti Kappel, Horst Kargl, Gerhard Kramler, Andrea Schauerhuber, Martina Seidl, Michael Strommer, and Manuel Wimmer, “Matching Metamodels with Semantic Systems - An Experience Report,” Mainz , 2007, pp. 38-52. </li></ul><ul><li>Fabien Duchateau and Zohra Bellahsène, “Designing a Benchmark for the Assessment of XML Schema Matching Tools,” Vienna, Austria: ACM, 2007. </li></ul><ul><li>Hong-Hai Do and Erhard Rahm, “Matching large schemas: Approaches and evaluation,” Science Direct , 2007, pp. 857-885. </li></ul><ul><li>www.opencyc.org </li></ul><ul><li>http://www.w3.org/2001/sw/ </li></ul>

×