1. Was sind eigentlich
g
semantische Technologien?
Eine Definition in vier Beispielen
Eine Definition in vier Beispielen
Eine Annäherung in fünf Beispielen
STI Industrietag 2009
Industrietag 2009
Dr. Valentin Zacharias, FZI

2. Semantische Technologien
Verbesserte Informationsverarbeitung
Verbesserte Informationsverarbeitung
durch stärkere Berücksichtigung
des expliziten Bedeutungskontexts
d li it B d t ktt
2

3. Expliziter Bedeutungskontext
Expliziter Bedeutungskontext
• Modell der Realität
– Partiell/Vereinfacht
/
STI Germany
– Computerverständlich
hat Mitglied
•Otl i
Ontologie,
IAIS FZI
Domänenmodell
hat Abteilung
IPE
hat Mitarbeiter
Valentin
3

4. Agenda
• Verbesserung durch expliziten
Bedeutungskontext für
g
1) Text
2) Bilder
1
3) Terminologie
4) Datenaustausch
5)
) Agile Software
g
4

5. Lebanon,
Ohio
Lebanon,
Lebanon Country
Lebanon,
Lb Lebanon,
Lb
Capital: Beirut
Oklahoma
Indiana Maine
Population: 4 Million
Lebanon,
Illinois
Lebanon Lebanon,
Lebanon
Nebraska
Lebanon,
Lebanon
Lebanon,
Lebanon, New Hampshire
Population: 12568 Kansas
Oregon Lebanon,
Lb
Lebanon, Conneticut
a Picture
5

6. Beirut,
hat Hauptstadt
City
Cit
Lebanon,
hat Einwohner
hat Einwohner
Country
C t
4 Million
bezeichnet
Lebanon
USA
in Land
in Land
bezeichnet
Lebanon,
NH enthält
Dartmouth
Medical S.
Medical S
6

7. Durch Identifikation des
Durch Identifikation des
Bedeutungskontexts von
Wörtern im Text bessere
Suchergebnisse erzielen
g
7

8. 8

13. Zusammenfassung
• Präzisere Suchergebnisse
durch intelligente
Textverarbeitung und
Bedeutungskontext
13

14. • Open Calais – Reuters Semantic
Metadata Service
Service
http://www.opencalais.com/
• Alecra – Semantic Filtering für
Business Intelligence
i lli
http://www.techcrunch.com/2009/02/18/alacra‐pulse‐
sifts‐through‐the‐chatter‐for‐business‐intelligence/
• Evri
http://www.evri.com/
• Ontoprise Semantic Miner
http://www.ontoprise.de/en/home/products/semantic
htt // t i d / /h / d t/ ti
miner/
Mehr:
• 13:30 Dr. Hoppe: „... Nutzen
semantischer Suche“
• 15:30 Hr. Fröhlich:
„Ontologien für die Suche“ 14

15. Agenda
• Verbesserung durch expliziten
Bedeutungskontext für
g
1) Text
2) Bilder
2
3) Terminologie
4) Datenaustausch
5)
) Agile Software
g
15

16. Wall‐E ‐ Der letzte räumt die Erde auf
Blu‐Ray
y
IMDB
Rating: 8,6
40. bester Film
16

17. Durch Identifikation des
Durch Identifikation des
Bedeutungskontexts von
Produktbildern mobilen
Preisvergleich ermöglichen
g g
17

18. SnapTell – iPhone / Android Applikation
www.snaptell.com 18

19. Zusammenfassung
g
• Suche mit Bildern
durch intelligente
g
Bildverarbeitung und
Bedeutungskontext
19

20. • ImageNotion – Semantische
Bilddatenbank
http://www.imagenotion.com/
• Der Stern‐Erkennende Flickr
Agent
http://code.flickr.com/blog/2009/02/18/found‐in‐space/
• Gesichtserkennung in Picasa
http://news.cnet.com/8301‐13580_3‐10026577‐39.html
• Machines that can see – The
Economist
http://www.economist.com/science/tq/displaystory.cfm
?story_id=13174409
Mehr:
• In der Mittagspause: Andreas
Walter mit ImageNotion 20

21. Agenda
• Verbesserung durch expliziten
Bedeutungskontext für
g
1) Text
2) Bilder
3
3) Terminologie
4) Datenaustausch
5)
) Agile Software
g
21

22. Grippe
pp
Influenza A
•
Influenza B
•
H5N1
•
Flu
•
J10 (ICD‐10)
J10 (ICD 10)
•
J11 (ICD‐9)
•
6791 (DiseaseDB )
•
000080 (Medline
000080 (Medline Plus)
•
D007281 (MeSH)
•
...
•
22

23. SNOMED‐CT
SNOMED CT
• Einheitliches
Domänenmodell als
Voraussetzung für
Interoperabilität
• Verwaltung große
Herausforderung:
– 280 000 Konzepte
– 700 000 Begriffe / Codes
– 900 000 Beziehungen
23

24. Formale Semantik ‐
Formale Semantik OWL
• W3C
W3C standardisierte formale
d di i f l
Sprache zur Beschreibung von
Terminologien
• Unterstützt Management von
Terminologien durch
Terminologien durch
– Interoperabilität und
Investitionssicherheit durch
Investitionssicherheit durch
Standardisierung
– Validier‐ und Verifizierbarkeit durch
formale Semantik
– Automatische Schlussfolgerungen
– Sk li b k it
Skalierbarkeit
24

25. Zusammenfassung
• Interoperabilität und
Verifizierbarkeit durch
formale Sprachen zur
Beschreibung des
Beschreibung des
Bedeutungskontexts
25

26. • OWL Primer
OWL Primer
http://www.w3.org/TR/2008/WD‐owl2‐primer‐
20080411/
26

27. Agenda
• Verbesserung durch expliziten
Bedeutungskontext für
g
1) Text
2) Bilder
4
3) Terminologie
4) Datenaustausch
5)
) Agile Software
g
27

28. Wie veröffentlicht man eine
Datenbank im Web?
Veranstaltung Beginn Ende Ort
Cirque Du Soleil
Du Soleil‐ 5.4.09
5 4 09 5.4.09 The Mirage, 3400 L
5 4 09 The Mirage 3400 L
Love 19:00 20:00
Fall Out Boy ‐ 5.4.09 5.4.09 Pearl Concert Hall
Concert 18:00 20:00
V – The Ultimate 5.4.09 5.4.09 Planet Hollywood R
Variety Show 19:00 22:00
Adventures with 5.4.09 5.4.09 Lied Discovery Chil
28
Cliff d th bi R d 19 00 22 39

29. So?
Problem:
•Im Web verlieren
Daten ihren
Bedeutungskontext
•Web =
Web
unstrukturiert
29

30. Semantic Web
• Ei f h HTML
Einfache HTML
Erweiterungen erlauben
Bedeutungskontext von
Bedeutungskontext von
Daten im Web zu
transportieren
• Bereits auf 100
Millionen Webseiten zu
Millionen Webseiten zu
finden, unterstützt von
Yahoo
• Getrieben von Sir Tim
Berners‐Lee
30

31. Firefox Operator Plugin
31

32. 32

33. Zusammenfassung
g
• Durch semantisches
Markup Daten mit
p
Bedeutungskontext
austauschen
• Datenweb
vergleichbare
l hb
Revolution zu
Dokumentenweb
33

34. • Linked Data
http://linkeddata.org/
• Sindice
http://www.sindice.com
• Tim Berners‐Lee über Open
Tim Berners‐Lee über Open,
Linked Data (Video)
http://www.ted.com/index.php/talks/tim_berners_lee_
on_the_next_web.html
on the next web html
• Hans Rosling über die
Möglichkeit und die
Notwendigkeit des offenen
Datennetzes (Video)
http://www.ted.com/index.php/talks/hans_rosling sho
p // / p p/ / g_
ws_the_best_stats_you_ve_ever_seen.html
• Microformats
http://microformats.org/
• Yahoo Semantic Web
Unterstützung
http://ebiquity.umbc.edu/blogger/2009/02/12/yahoo
http://ebiquity.umbc.edu/blogger/2009/02/12/yahoo‐
adds‐rdf‐support‐to‐searchmonkey‐and‐boss/
34

35. Agenda
• Verbesserung durch expliziten
Bedeutungskontext für
g
1) Text
2) Bilder
5
3) Terminologie
4) Datenaustausch
5)
) Agile Software
g
35

36. Band
1988
gegründet ist eine
Nirvana
inspiration für
hat wichtiges Album
Soundgarden
Pearl Jam
Nine Black Alps
Black Alps Nevermind
N id Bleach
Bl h
hat Lied
hat Lied Smells Like Teen Spirit
Teen Spirit
In Bloom
Come As You Are
Breed 36

37. 37

38. • Domänenmodell konnte
Domänenmodell konnte
nicht im Programm‐Code
realisiert werden, da
Obje t ode e c t
Objektmodelle nicht in
der Lage sind:
38

39. • Domänenmodell wurde
getrennt vom Code
Cd
g
gehalten, für:
,
• einfache Änderung des
Domänenmodells
Domänenmodells
• einfachen Austausch des
Domänenmodells
• Domänenunabhängige
Domänenunabhängige
Portal Software
39

40. • Agilität und
g
Wiederverwendung2
durch Trennung von
durch Trennung von
Code und
Domänenmodell
Dä d ll
40

41. • Soboleo
http://www.soboleo.com
•S
Semantic Media Wiki
i di iki
http://semantic‐
mediawiki.org/wiki/Semantic_MediaWiki
• BBC‘s Semantic Music Projekt
Music Projekt
http://www.readwriteweb.com/archives/bbcs_semantic
_music_project.php
• Building Coherence At BBC
http://blogs.talis.com/nodalities/2009/01/building‐
coherence‐at‐bbccouk.php
• Freebase
http://www.freebase.com
Mehr:
• 10:15 Hr. Dengler:
„Kollaborative
Kollaborative
Prozesserstellung mit
semantischen Wikis
semantischen Wikis“
• 11:15 Hr. Hansch: „SMW+ “
41

42. Zusammenfassung
Verbesserte Informationsverarbeitung
durch stärkere Berücksichtigung
dh k kh
des expliziten Bedeutungskontexts
42

43. Zusammenfassung
1) Text • Präzisere Suchergebnisse
durch intelligente
Textverarbeitung und
Bedeutungskontext
43

44. Zusammenfassung
1) Text • Suche mit Bildern durch
intelligente
2) Bilder
Bildverarbeitung und
Bedeutungskontext
44

45. Zusammenfassung
1) Text • Interoperabilität und
Verifizierbarkeit durch
2) Bilder
formale Sprachen zur
3) Terminologie
Beschreibung des
Bedeutungskontexts
45

46. Zusammenfassung
1) Text • Durch semantisches
Markup Daten mit
2) Bilder
Bedeutungskontext
3) Terminologie
austauschen
4) Datenaustausch
46

47. Zusammenfassung
1) Text • Agilität und
Wiederverwendung2
2) Bilder
durch Trennung von
3) Terminologie
Code und
4) Datenaustausch Domänenmodell
5) Agile Software
47

48. Vielen Dank
für Ihre
Aufmerksamkeit
Dr. Valentin Zacharias, FZI
zach@fzi.de
zach@fzi de
http://vzach.de/blog