semantische technologien und ontologien - comelio … · semantische technologien und ontologien...

15
Semantische Technologien und Ontologien

Upload: truonghanh

Post on 17-Sep-2018

226 views

Category:

Documents


0 download

TRANSCRIPT

Semantische Technologien

und Ontologien

Semantische Technologien

und Ontologien

Die Comelio GmbH setzt in Software -Projekten semantische

Technologien und Ontologien auf Basis verschiedener XML -

Standards ein. Einsatzgebiete sind Datenmanagementsy steme,

Konfigurationssoftware, Experten- und Analysesysteme. Zu den

Dienstleistungen gehören:

Beratung bei der Einführung und Nutzung von semantischen Technologien

Modell ierung mit OWL (Web Ontology Language), RDF (Resource Description

Framework) und XTM (XML Topic Maps)

Software- und Datenbank-Projekte auf Basis von .NET und Java für MS SQL Se rver

und Oracle

Konzept von Ontologien

Ontologien bieten umfassende und einzigartige Möglichkeiten, komplexe Datenstrukturen zu

modellieren, die gerade nicht nur ein Vokabular, sondern Beziehungen zwischen Datenstruktu-

ren und damit die Bedeutung von Daten (Semantik) abbilden. Dies lässt sich sowohl in Daten-

bankstrukturen wie auch in XML-Daten organisieren, wobei XML größere Einsatzmöglichkeiten

aufgrund tiefer gehender Verschachtelung und Komplexität des Datenaufbaus besitzt. Die Ver-

arbeitung lässt sich dann mit anderen XML-Technologien oder gängigen Programmiersprachen

durchführen, sodass solche Softwareprodukte wie Konkurrenzbeobachtungssysteme, Exper-

tensysteme, Entscheidungsunterstützungssysteme und ähnliche Produkte entwickelt werden

können. Die Comelio GmbH bietet durch eigene Forschungsarbeiten im Bereich der ontologi-

schen Datenmodellierung mit XML und dadurch auch entsprechend ausgebildeter Mitarbeiter

vielfältige Dienstleistungen für Softwareentwicklung, Beratung und auch Modellierung und

Konzeption von Ontologie-Projekten an.

Modellierungstechniken auf der Basis von Ontologien greifen notwendigerweise auf den Onto-

logiebegriff zurück und versuchen, ihn mit unterschiedlichen technischen –in diesem Fall syn-

taktischen – Werkzeugen umzusetzen. Da zu diesem Begriff aus unterschiedlichen Disziplinen

(Informationswissenschaft, Betriebswirtschaftslehre und Sprachwissenschaft sowie Philoso-

phie) Definitionen vorliegen, soll in diesem Abschnitt zunächst herausgearbeitet werden, um

welches Konzept es sich bei den Ontologien überhaupt handelt.

Wissensbeschreibung durch Semantik

In technologischer Hinsicht besteht mit XML Schema zunächst die Möglichkeit, die vorhande-

nen Informationen zu strukturieren, auszuzeichnen und sie mit entsprechenden Datentypen zu

versehen. Damit dient XML Schema der allgemeinen Aufbereitung und Beschreibung der vor-

handenen Informationen, ermöglicht allerdings alleine noch nicht die Ableitung von neuem

Wissen. Die unterschiedlichen Ansätze der Wissensbeschreibung, an deren Ende die Technik

der Ontologien steht, lässt sich unter dem Begriff der Semantik bzw. auch der semantischen

Datenmodellierung verwenden.

Dabei besteht zunächst die Notwendigkeit, die Informationen mit Hilfe von geeigneten Symbo-

len bzw. Bezeichnungen in Form einer Terminologie abzubilden. Diese charakterisiert die ein-

zelnen Elemente innerhalb der Wissensbasis in der benötigten Granularität und lässt auch die

Angabe eines Wertebereiches zu, welcher für die einzelnen Elemente zulässig ist. Diese Termi-

nologien lassen sich über XML Schema einrichten und weisen die genannten Nachteile auf, wie

z.B. die Problematik, dass proprietäre, d.h. nur innerhalb eines bestimmten Systems bekannte,

Namen für die Elemente verwendet werden. Diese Konzeption steht damit einem Austausch

über Systemgrenzen (Unternehmen, Anwendung etc.) im Weg. Eine Terminologie eignet sich

daher ausschließlich für die Angabe eines Symbolvokabulars, mit dessen Hilfe Elemente ausge-

zeichnet und benannt werden können.

Mit Hilfe von semantischen Schemata lassen sich nun die für die vorhandenen Elemente defi-

nierten Symbole Beziehungen in Form von Konzepten festlegen. Dies sind allerdings noch die

Beziehungen, welche über die Ontologien abgebildet werden können, sondern lediglich Zu-

ordnungen von Elementen in Form von Konzeptinstanzen zu ihren übergeordneten Konzepten

in Form von „Oberbegriff und Unterbegriff“. Teilweise lässt sich dies auch noch in XML Schema

über entsprechende Eltern-Kind-Elementstrukturen abbilden. Die semantischen Schemata

bilden allerdings die zusätzliche Eigenschaft, dass mit ihrer Hilfe und einer standardisierten,

d.h. über Systemgrenzen hinweg gesicherten, Zuordnung von Konzepten zu Elementen die

Möglichkeit des Datenaustausches zwischen Systemen gegeben ist. Dies können dann natür-

lich genauso branchenspezifische, anwendungsspezifische oder themenspezifische Schemata

(Beispiele im XML-Umfeld: Ein branchenspezifisches Schema stellt NewsML

(http://www.newsml.org) für den Nachrichtenaustausch dar, ebenso für den Austausch für

Angebot- und Nachfrageinformationen cXML (http://www.cxml.org/). Anwendungsspezifische

Schemata stellen alle Standards für Webservices wie SOAP (http://www.w3.org/TR/soap/)

oder XML-RPC (http://www.xmlrpc.com/) dar.) sein . Es ist mit Hilfe von XML Schema wiede-

rum möglich, semantische Schemata abzubilden, da natürlich auch hier wieder ein bestimmter

Symbolvorrat für die Beschreibung von Elementen herangezogen wird. Aus einem verglei-

chenden Blickwinkel heraus liegt der einzige Unterschied zwischen den Terminologien und den

semantischen Schemata nur darin, dass sie standardisierte Terminologien darstellen, welche

innerhalb eines größeren Systems oder eines Systemzusammenhang den Datenaustausch zwi-

schen Systemen mit unterschiedlichen Terminologien erlauben. Dazu wird eine Art Überset-

zungsrahmen verwendet bzw. eine Zuordnung für den Austausch wichtiger Elemente zu im

semantischen Schema vorhandenen Strukturen (Beispiele im XML-Umfeld: Dublin Core Meta

Data Element Set (http://dublincore.org) für die Erfassung von Dokumentmetainformationen

oder auch das später noch behandelte Resource Description Framework

(http://www.w3.org/RDF) mit gleicher Zielsetzung.). Damit bieten die semantischen Schemata

eine Normierung auf der Zuordnungsebene, während die Terminologien eine Normierung auf

der Bezeichnungsebene (Vokabular, Auszeichnung) bieten.

Die Beziehungen zwischen den Elementen lassen sich in einer Ontologie schließlich ebenfalls

maschinenlesbar abbilden. Dies stellt insoweit eine Erweiterung dar, als dass die Komplexität

der Strukturen, welche zwischen den einzelnen Elementen in der Faktenbasis bestehen, un-

gleich komplexer abgebildet werden können als mit Terminologien oder den semantischen

Schemata in Form von standardisierten Terminologien. Dabei ist eine größere Annäherung zu

reellen Beziehungen möglich, weil nicht nur allgemeine Zuordnungsbeziehungen in Form von

„Oberbegriff und Unterbegriff“ abgebildet werden können, sondern eigene Beziehungstypen.

Diese lassen sich natürlich auch zu unterschiedlichen Standardbeziehungen zuordnen, stellen

allerdings selbst eine Konzeption in der Beschreibungssystematik dar und lassen u.a. auch

Plausibilitätstests und damit weitergehende Validierungen zu.

Begriff und Definition

Ontologie, die Philosophie des Seins, stammt als Wort etymologisch von den beiden griechi-

schen Wörtern ontos (Sein) und logos (Darlegung, Ausarbeitung) ab. Das Konzept der Ontolo-

gien bzw. der Beschäftigung mit derselben lässt sich tatsächlich bis zu den griechischen Philo-

sophen zurückverfolgen und hängt eng mit folgenden Fragestellungen zusammen: Was sind

Dinge? Was ist das Innerste der Dinge, welches unveränderlich ist? Existieren Konzepte (auch

alltägliche Gegenstandsbezeichnungen und nicht nur abstrakte Begriffe) außerhalb unseres

Bewusstseins? Wie können die Einheiten der Welt klassifiziert werden? Im Zusammenhang mit

Ontologien lassen sich die beiden Begriffe Existenz und Sein unterscheiden, wobei mit dem

Begriff Existenz das tatsächliche Vorhandensein (Existieren im ursprünglichen Sinne des Worts)

eines Begriffs (z.B. der Name eines Gegenstands) gemeint ist. Mit dem Begriff Sein dagegen

bezieht man sich auf die Art und Weise, wie ein Begriff zu verstehen ist oder was man sich

unter einem Begriff vorzustellen hat. Im Hinblick auf Phantasiebegriffe (Fabelwesen) lässt sich

sagen, dass sie sehr wohl ein Sein aufweisen, aber keine Existenz besitzen.

Von diesem Ausgangspunkt aus lassen sich unterschiedliche Denkansätze wie die Metaphysik

von Aristoteles zur Zeit der altgriechischen Hochkultur oder die Symbollehre von William of

Ockam im Mittelalter bis hin zu Immanuel Kant im achtzehnten Jahrhundert beschreiben und

vergleichen, die allerdings mit den technischen Umsetzungen der Ontologien in den Syntaxre-

geln des W3C nicht viel gemein haben. Gemeinsam ist ihnen, dass sie versuchten, die Grund-

frage von Existenz und Sein in unterschiedlichen Kategoriensystemen zu beantworten. Von

diesen ist die Kategorienlehre Kants besonders umfangreich, weil er mehr Dimensionen der

Beschreibung (Kategorie) von Dingen verwandte. Er unterteilte sie in vier Klassen, welche je-

weils ein triadisches Muster enthielt: Menge (Einheit, Mehrzahl, Totalität), Qualität (Realität,

Negation, Begrenzung), Relation (Vererbung, Kausalität, Gemeinschaft) und Modalität (Mög-

lichkeit, Existenz, Notwendigkeit). Ohne auf die Details seiner umfangreichen Kategorienlehre

einzugehen oder gar seine Vorgehensweise bei der Ableitung der einzelnen Kategorien und

ihrer Muster darzustellen, lässt sich dennoch bereits an den von ihm verwendeten Begrifflich-

keiten erkennen, dass fast gar keine Ideen von ihm oder seinen Vordenkern in die Konzeption

der heutigen Beschäftigung mit Ontologien eingegangen sind . Dies gilt auch für andere Ansät-

ze wie z.B. von José Ortega y Gasset oder William James im neunzehnten Jahrhundert.

Zusätzlich gilt gemeinhin, dass das betriebswirtschaftliche Interesse an Ontologien natürlich in

erster Linie über die Informationswissenschaft und dann – etwas spezieller – über deren Be-

schäftigung mit künstlicher Intelligenz geweckt wurde. Die Betriebswirtschaftslehre nahm

dann diese Ansätze in technischer und theoretischer Hinsicht auf, um ihre Methoden für die

Bewältigung von Informationsverarbeitungsprozessen zu nutzen oder eigene Methoden zu

entwickeln, welche für diese Prozesse einsetzbar sind.

Folgende Definitionen lassen sic h nun für den Ontologie -Begriff in der Literatur finden :

„An ontology defines the basic terms and relations comprising the vocabulary of a topic area as well as the rules for combining terms and relations to define ex-tensions to the vocabulary.“ [Vgl. Gómez-Pérez, A. (et al.), 2004, Ontological engineering, S.5, zitiert nach Neches, R; Fikes, R.E.; Finin, T.; Gruber, T.R.; Sena-tor, T.; Swartout, WR, Enabling technology for knowledge sharing, AI Magazine, 1991, 12(3): 36-56.]

“An ontology is an explicit specification of a conceptualization.” [Vgl. Gómez-Pérez, A. (et al.), 2004, Ontological engineering, S.5, zitiert nach Gruber, T.R.: A translation approach to portable ontology specification, Knowledge Acquisition, 1993, 5(2), S.199- 220.]

“An ontology is a formal, explicit specification of a shared conceptualization. Conceptualization refers to an abstract model of some phenomenon in the world by having identified the relevant concepts of that phenomenon. Explicit means that the type of concepts used, and the constraints on their use are ex-plicitly defined. Formal refers to the fact that that the ontology should be ma-chine-readable. Shared reflects the notion that an ontology captures consensual knowledge, that is, it is not private of some individual, but accepted by a group.” [Vgl. Gómez-Pérez, A. (et al.), 2004, Ontological engineering, , S.5, zitiert nach Studer, R; Benjamin V.R.; Fensel, D., 1998, Knowledge Engineering: Principles and Methods; IEEE Transactions on Data and Knowledge Engineering, 25(1-2), S. 161-197.]

Wie schon an anderer Stelle erwähnt und wie auch später noch mehrfach herausgegriffen,

enthalten diese drei exemplarisch ausgewählten Definitionen (wie in vielen anderen Zusam-

menhängen gibt es eine große Zahl an unterschiedlichen Gewichtungen und Ein- und Abgren-

zungen eines Gebiets) einige Bestandteile, welche bereits in anderen Zusammenhängen wich-

tig waren: Ein Bereich der Umwelt soll hinsichtlich seiner Begriffe in einer formalisierten Spra-

che abgebildet werden. Dies entspricht einer herkömmlichen Datenstrukturierung, wobei al-

lerdings zusätzlich auch die Beziehungen zwischen den Begriffen des zu modellierenden Be-

reichs betrachtet werden sollen. Daraus können sich notwendigerweise auch neue Begriffe

und Modellierungsinhalte ergeben, welche mit den herkömmlichen Techniken nicht erfasst

werden können. Zusätzlich soll diese Beschreibung so formalisiert geschehen, dass sie maschi-

nen-lesbar ist, d.h. dass die Metadaten über Techniken der rechner-gestützten Informations-

verarbeitung automatisch verarbeitet werden können. Dies stellt besondere Anforderungen an

die Formalisierung und die Spezifizierung der Metadaten, d.h. an die Art und Weise der Model-

lierung selbst.

Typen von Ontologien

Bei der Unterscheidung von Ontologien, die selbst wieder als Datenstrukturen zur Beschrei-

bung anderer Datenstrukturen auftreten, lassen sich unterschiedliche Typen festlegen. Je nach

Interessengebiet des Autors bzw. vorgeschlagener Einsatzbereich von Ontologien ergeben sich

auch unterschiedliche Gewichtungen der einzelnen Typen. Interessant an der folgenden Liste,

welche die Differenzierungen von drei Autoren vereint, ist die gleichzeitige Auflistung von

möglichen Einsatzbereichen. Die folgenden Typen lassen sich finden:

Domänen-Ontologien

Sie beschreiben die Datenstrukturen und

ihre Beziehungen untereinander im Hinblick

auf ein bestimmtes Wissensgebiet. Dieses

wird mit dem Begriff der Domäne bezeich-

net, sodass hier eine inhaltliche Eingrenzung

auf die zu modellierenden Strukturen und

Verknüpfungen festzustellen ist. Diese Onto-

logien unterscheiden sich von den generi-

schen bzw. allgemeinen Ontologien, dass sie

gerade nicht allgemeines Wissen beschrei-

ben wollen, sondern eine bewusste inhaltli-

che Einschränkung auf einen speziellen Wis-

sensbereich bieten. [Vgl. Fensel, Dieter,

2000, Ontologies, S.12 und dem Begriff „do-

main ontologies“ und Bodendorf, Freimut,

Daten- und Wissensmanagement, 2003, S.

113. Beispiele zu Domänen-Ontologien aus

unterschiedlichen Fachbereichen: Gómez-

Pérez, A. (et al.) : Ontological engineering,

2004, S. 85ff.]

Metatadaten-Ontologien

Sie sollen Informationen im Internet bzw. in

technologisch ähnlichen Speichermedien

bzw. Zusammenhängen beschreiben und

besitzen damit eine nicht inhaltliche, son-

dern vielmehr dokumentbezogene Ein-

schränkung. Diese Einschränkung fokussiert

Textdokumente und ihre Eigenschaften. [Vgl.

Fensel, Dieter, 2000, Ontologies, , S.12 und

dem Begriff „metadata ontologies“ und

Zelewski, Stephan, 1999, Ontologien, , S. 12

und dem Begriff „Repräsentations- oder Me-

tadaten-Ontologien“.]

Generische / allgemeine Ontologien

Sie sollen möglichst allgemeines Wissen (All-

gemeinwissen im Alltagssinn, Basiswissen)

über die Welt und ihre Zusammensetzungen

bieten, wie sie für die Lösung alltäglicher

Probleme oder die Bewältigung von nicht

tiefergehend domänenspezifischen Anforde-

rungen nützlich sind. Diese Ontologien bil-

den daher einen Gegensatz zu den Domä-

nen-Ontologien, welche einen individuellen

Wissensbereich tiefergehend beschreiben

wollen. [Vgl. Fensel, Dieter, 2000, Ontolo-

gies, S.12 und dem Begriff „generic or com-

mon sense ontologies“ und Zelewski, Ste-

phan, 1999, Ontologien, S. 12 und dem Be-

griff „Commonsense-Ontologien“ und Bo-

dendorf, Freimut, Daten- und Wissensma-

nagement, 2003, S. 113 und dem Begriff

„world ontologies“.]

Repräsentative Ontologien

Sie beschreiben nicht eine spezielle Domäne

oder Aktivitäten, sondern bieten vielmehr

Konzepte, um die Grammatik und die Syntax

von Repräsentations- oder Modellierungs-

sprachen zu charakterisieren. Dazu zählen

die vorhandenen Sprachelemente genauso

wie ihre Beziehungen zueinander. Sie stellen

also Meta-Ontologien für die Techniken der

Datenmodellierung dar, modellieren selbst

aber keine Realdaten, sondern vielmehr die

Modellierungstechniken selbst. [Vgl. Fensel,

Dieter, 2000, Ontologies, S.12 und dem Be-

griff „representational ontologies“]

Aufgaben-Ontologien

Sie sollen die Datenstrukturen von Aufgaben

abbilden, wobei die konkreten Aufgaben in

unterschiedlichen Bereichen bzw. Disziplinen

anfallen können. Es handelt sich daher um

eine reine Beschreibung der zur Aufgaben-

verwaltung notwendigen Daten und ihren

Beziehungen untereinander. [Vgl. Zelewski,

Stephan, 1999, Ontologien, S. 12 und Bo-

dendorf, Freimut, Daten- und Wissensma-

nagement, 2003, S. 113.]

Methoden-Ontologien

Sie beschreiben die Datenstrukturen von

Methoden und Lösungsstrategien sowie die

unterschiedlichen Verknüpfungen, die zwi-

schen den Begriffen der Problembewältigung

bzw. Lösungsstrategien bestehen. [Vgl.

Zelewski, Stephan, 1999, Ontologien, S. 12.]

Dimensionen von Ontologien

Wenngleich auch die unterschiedlichen Ontologie-Typen sich nur schwer zu übergeordneten

Begriffen zusammenführen lassen [Je nach den verwendeten Ontologie-Typen lassen sich

selbstverständlich auch andere Kategorisierungen verwenden. Gómez-Pérez, A. (et al.) , 2004,

Ontological engineering, S. 26f fasst hier unterschiedliche Ansätze zusammen, welche aller-

dings nicht die in diesem Abschnitt verwendeten Ontologietypen aufgreifen, sondern teilweise

ähnliche, teilweise allerdings auch Ontologien für spezielle Anwendungstechniken kategorisie-

ren. Dadurch entstehen auch andere Kategorien und Einteilungen.], was insbesondere die re-

präsentativen und die Metadaten-Ontologien betrifft, so kann man über die drei Dimensionen

Information, Aktivitäten und Speicherung zumindest ansatzweise eine vereinfachende Ebene

in die Typologie einziehen. Diese drei Dimensionen lassen sich also bspw. nutzen:

Information

Die beiden Ontologie-Typen Domänen-

Ontologien und generische Ontologien be-

schreiben in unterschiedlicher Spezifität und

Granularität Informationen. Während die

Domänen-Ontologien die Datenstrukturen

von besonders speziellen und fein abge-

grenzten Fachgebieten beschreiben, fokus-

sieren die generischen Ontologien eine brei-

te Wissensbasis in Form des nicht klar um-

randeten Allgemeinwissens.

Aktivitäten

Die beiden Ontologie-Typen Aufgaben- und

Methoden-Ontologien beschreiben beide

Aktivitäten im weiteren Sinne. Dabei kon-

zentrieren sich die Aufgaben-Ontologien auf

Aktivitäten, welche durchgeführt werden

sollen. Diese können auch in einer bestimm-

ten zeitlichen Anordnung aufeinander folgen

und daher eine Aktivitätenkette bilden. Diese

Eigenschaft weisen die Methoden-

Ontologien als besonderes Merkmal auf, da

sie Aktivitäten beschreiben, die in Form ei-

nes bestimmten Algorithmus zur Lösung

eines Problems (was natürlich auch als Auf-

gabe verstanden werden kann) herangezo-

gen werden können. Diese Ontologie klassifi-

ziert also Aktivitäten, welche in einem Zu-

sammenhang und einem bestimmten Wech-

selspiel (feine Granularität) oder in einer

allgemeinen Form (grobe Granularität) erle-

digt werden müssen, um ein bestimmtes Ziel

zu erreichen.

Speicherung

Die beiden Ontologie-Typen repräsentative

und Metadaten-Ontologien beschreiben die

Art und Weise, wie Daten formuliert und

gespeichert werden können. Dabei fokussie-

ren die Metadaten-Ontologien Daten und

Informationen, welche in Textform so vorlie-

gen, dass sie eine Internet-Ressource darstel-

len. Hier ist also die Aufbereitungsform der

Inhalte von entscheidender Bedeutung. Bei

den repräsentativen Ontologien dagegen

liegt der Blickwinkel auf der Beschreibung

von Beschreibungssprachen, also von Spra-

chen, welche ihrerseits Daten modellieren,

das heißt sie strukturieren die Art und Weise

der Metadaten-Strukturierung.

Typen von Beziehungen zwischen Daten

Ein Beispiel, welches ausschließlich auf rein sprachbezogene (Substantive, Verben, Adjektive

etc.) Ontologien ausgerichtet ist, stellt WordNet dar. Es enthält die Möglichkeit, mehr als

100.000 Begriffe der englischen Sprache in den folgenden Beziehungstypen zueinander darzu-

stellen. Dies ergibt im Endergebnis ein nach Begriffen und nicht nach der alphabetischen Rei-

henfolge aufbereitetes Wörterbuch. Zwar mögen diese Beziehungen nicht für alle Einsatzbe-

reiche von Ontologien ausreichen, doch finden sie sich auch in den technischen Umsetzungen

wie z.B. RDF wieder. Sobald hauptsächliche Textmengen durch ontologische Metadaten be-

schrieben werden sollen, erkennt man schnell, dass diese Beziehungstypen in diesem Fall not-

wendigerweise zu implementieren sind.

Die Typologie besteht aus den folgenden Klassifizierungen:

Synonymie

Diese Beziehung konzentriert sich auf die

Gleichartigkeit von Bedeutungen, welche mit

unterschiedlichen Begriffen ausgedrückt

werden.

Antonymie

Diese Beziehung konzentriert sich auf die

Unterschiedlichkeit von Begriffen, welche

sich gegensätzlich ausschließen. Die beiden

Begriffe stellen daher Gegensätze dar.

Hyponymie

Diese Beziehung konzentriert sich auf die

hierarchischen Beziehungen zwischen Unter-

und Oberbegriffen oder Sammelnamen und

individuellen Namen in Form einer IST-EIN-

Beziehung.

Meronymie

Diese Beziehung konzentriert sich auf Grup-

penbeziehungen zwischen Begriffen, welche

in der Form einer TEIL-VON-Beziehung auf-

treten.

Morphologische Beziehungen

Sie konzentrieren sich auf morphologische

Strukturen von Wörtern, welche dazu be-

nutzt werden, um Wortformen auszudrücken

(Wortstamm, Endung, Kompositum etc.).

Wie man bereits am letzten Beziehungstyp

erkennen kann, sind nicht alle Beziehungsty-

pen für jedwede zu erstellende Ontologie

einsetzbar. Insbesondere die morphologi-

schen Beziehungen lassen sich nur dann ein-

setzen, wenn überhaupt mit Hilfe von ein-

zelnen Buchstabenbereichen verschieden

Wörter (Begriffe) in eine Beziehung gesetzt

werden können oder auch sollen. Dies liegt

daran, weil im Fall von WordNet ein Wörter-

buch nachgebildet werden soll, welches auf

Ontologien beruht. Die IST-EIN- oder TEIL-

VON-Beziehungen jedoch tauchen in unter-

schiedlichen technischen Umsetzungen auch

auf. Dies mag allerdings auch daran liegen,

dass insbesondere diese beiden Beziehungen

auch in anderen Techniken der Datenmodel-

lierung wie dem Entity-Relationship-Modell,

dem Object-Role-Modell und natürlich in der

Objektorientierung erscheinen und daher zu

universellen Konzepten der Datenbeschrei-

bung gezählt werden können.

Eigenschaften von Ontologien

Allgemeine Eigenschaften von Ontologien, welche nicht in Form eines Wortverzeichnisses auf-

treten und daher grundsätzlicher Natur sind, lassen sich folgendermaßen finden:

Konzepte

Der informatorische Inhalt von Ontologien

stellt die Konzepte oder auch die Elemente

der Ontologien dar. Diese stehen über die

Relationen zueinander in Beziehung und

repräsentieren die Faktenbasis.

Relationen

Die Zusammenhänge und Beziehungen zwi-

schen den Daten bzw. den Konzepten einer

Ontologie werden über die Relationen einge-

richtet. Sie stellen die Beziehungsbasis der

Ontologie dar. Dies kann sowohl die Abbil-

dung der allgemeinen Konzepthierarchie in

Form von Zuordnungen und Definitionen

sein wie auch strukturbildende Relationen in

Form von IST-EIN-Beziehungen. Der dritte

Relationentypus ist nicht strukturbildend,

sondern charakterisiert die Konzepte hin-

sichtlich ihrer wesentlichen Eigenschaften,

die für die Faktenbasis anzutreffen sind. Im

Gegensatz zu den strukturbildenden Relatio-

nen sind die Eigenschafts- und die Konzept-

hierarchierelationen auch in ihrer Abbildung

sehr auf die spezielle Ontologie bezogen.

Axiome

Sie stellen – wie sonst auch – allgemeine

Aussagen über die Ontologien bzw. über die

in ihr enthaltene Fakten- und Beziehungsba-

sis dar, welche nicht alleine über die Bezie-

hungen ausgedrückt werden können. Dazu

gehören solche Annahmen wie die gegensei-

tige Beeinflussung von Beziehungen unterei-

nander.

Comelio GmbH

Goethestraße 34

13086 Berlin

Tel.: 030-8145622-00 | Fax: 030-8145622-10

Web: www.comelio.com | E -Mail: [email protected]