Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
PLIN037 Sémantika a počítače
Zuzana Nevěřilová
xpopelk@fi.muni.cz
Centrum zpracování přirozeného jazyka, B203
Fakulta informatiky, Masarykova univerzita
11. dubna 2019
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Parafráze
Reprezentace znalostí
Jazyky sémantického webu
OWL: Inference
Dotazy
Aplikace rodiny RDF
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Parafráze
Čím jsou zajímavé:
• schopnost parafrázovat vyžaduje schopnost porozumět
• aplikace ve strojovém překladu
• aplikace ve výuce jazyka
• aplikace v detekci obsahového překryvu
• aplikace v detekci plagiátů
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Klasifikace parafrází
• obtížný úkol, se kterým se každý vyrovná po svém (→ nízká
mezianotátorská shoda)
• anotační manuál (který buď nezachytí všechny případy, nebo
ho nikdo nebude číst)
• řešení neshody (třetí anotátor)
• řešení náhodné shody? (výpočet Cohen κ nebo Fleiss κ)
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Klasifikace parafrází
• obtížný úkol, se kterým se každý vyrovná po svém (→ nízká
mezianotátorská shoda)
• anotační manuál (který buď nezachytí všechny případy, nebo
ho nikdo nebude číst)
• řešení neshody (třetí anotátor)
• řešení náhodné shody? (výpočet Cohen κ nebo Fleiss κ)
lepší je formulovat lépe úkol pro anotátory, nejlépe jako klasifikační
úlohu pro velmi málo tříd
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Reprezentace znalostí
K sémantické analýze potřebujeme znalost jazyka a znalost světa.
Znalost světa je dostupná ve znalostních bázích:
• lexikální sítě (wordnety)
• valenční slovníky
• doménové znalosti (doménové ontologie)
• encyklopedické znalosti (DBPedia)
• common-sense (ConceptNet, CyC)
• metadata (DublinCore)
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Jazyky sémantického webu
Delší dobu trvající snahy o standardizaci přinesly několik různých
způsobu zápisu faktů a odvozovacích pravidel do znalostních bází,
např. KIF:
(documentation AudiA6 EnglishLanguage "The A6 model of
cars made by Audi beginning in 1995")
(subclass AudiA6 AudiAutomobile)
(subclass AudiAutomobile Automobile)
(termFormat EnglishLanguage AudiA6 "Audi A6")
(termFormat EnglishLanguage AudiAutomobile "Audi")
Jazyky sémantického webu (RDF, OWL)
• ukládají data ve formě trojic
• mají několik standardizovaných formátů (NT, XML, Turtle).
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Sémantický web
Sémantický web (také Web 3.0) – web, kterému budou počítačové
programy „rozumět“.1
• aktivita W3C (autorem
myšlenky je sir Tim
Berners-Lee)
• standardizovaný jazyk pro
popis sémantických vztahů:
RDF
1
<http://en.wikipedia.org/wiki/File:
Tim_Berners-Lee-Knight-crop.jpg>
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Web a sémantický web
<h1>CD Nejlepší kapela: The Worst Of</h1>
<p>Nejlepší kapela je vítězem soutěže Evropská unie má
talent. Na svém novém CD The Worst Of hrají ty
nejlepší pecky.</p>
<h1>CD <item id="id1" type="band -name">Nejlepší kapela
</item >: <item id="id2" type="artwork -name">The
Worst Of</item ><relation id="rel1" type="author"
subj="id1" obj="id2"/></h1>
<p><item id="id3" ref="id1" type="band -name">Nejlepší
kapela </item > je <relation id="rel2" type="winner"
subj="id3" obj="id4">vítězem</relation > soutěže <
item id="id4" type="contest -name">Evropská unie má
talent </item >. Na svém novém CD <item id="id5"
rel="id2" type="artwork -name">The Worst Of</item >
hrají ty <item id="id6" type="mark -positive">
nejlepší</item > pecky.</p>
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Jazyky sémantického webu: rodina RDF
RDF = Resource Description Framework
RDFS = RDF Scheme
OWL = Web Ontology Language
...
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Jazyky sémantického webu: rodina RDF
trojice: subjekt–predikát–objekt
Tim Berners-Lee – vynalezl – web
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Rodina RDF: několik způsobů zápisu
Tim Berners-Lee – vynalezl – web
N3 (Notation3):
@PREFIX dc: <http: // purl.org/dc/elements /1.1/ >.
<http: //en.wikipedia.org/wiki/Tim_Berners -Lee>
dc:creator <http: //en.wikipedia.org/wiki/
World_Wide_Web >
XML:
<rdf:RDF
xmlns:rdf="http: //www.w3.org /1999/02/22 - rdf -syntax -
ns#"
xmlns:dc="http: // purl.org/dc/elements /1.1/">
<rdf:Description rdf:about="http: //en.wikipedia.org/
wiki/Tim_Berners -Lee">
<dc:creator rdf:resource="http: //en.wikipedia.org/
wiki/ World_Wide_Web "/>
</rdf:Description >
</rdf:RDF >
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Rodina RDF: validace zápisu
<http://www.w3.org/RDF/Validator/>
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Rodina RDF: složitější příklad
<rdf:RDF
xmlns:rdf="http: //www.w3.org /1999/02/22 - rdf -syntax -
ns#"
xmlns:dc="http: // purl.org/dc/elements /1.1/">
<rdf:Description rdf:about="http: //en.wikipedia.org/
wiki/Tim_Berners -Lee">
<dc:creator rdf:resource="http: //en.wikipedia.org/
wiki/ World_Wide_Web "/>
<dc:date >1991 -08 -07 </dc:date >
<dc:creator rdf:resource="http: //en.wikipedia.org/
wiki/Semantic_Web"/>
</rdf:Description >
</rdf:RDF >
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Rodina RDF: složitější příklad
<rdf:RDF
xmlns:rdf="http: //www.w3.org /1999/02/22 - rdf -syntax -
ns#"
xmlns:dc="http: // purl.org/dc/elements /1.1/">
<rdf:Description rdf:about="http: //en.wikipedia.org/
wiki/Tim_Berners -Lee">
<dc:creator rdf:resource="http: //en.wikipedia.org/
wiki/ World_Wide_Web "/>
<dc:date >1991 -08 -07 </dc:date >
<dc:creator rdf:resource="http: //en.wikipedia.org/
wiki/Semantic_Web"/>
</rdf:Description >
</rdf:RDF >
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
RDF: není trojice málo?
Není. Díky reifikaci (zpředmětování, reification).
subjekt predikát objekt
Tim Berners-Lee dc:creator WWW
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
RDF: není trojice málo?
Není. Díky reifikaci (zpředmětování, reification).
subjekt predikát objekt
Tim Berners-Lee dc:creator WWW
⇐ 1991-08-07
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
RDF: není trojice málo?
Není. Díky reifikaci (zpředmětování, reification).
subjekt predikát objekt
tvrzení1 rdf:type rdf:Statement
tvrzení1 rdf:subject Tim Berners-Lee
tvrzení1 rdf:predicate dc:creator
tvrzení1 rdf:object WWW
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
RDF: není trojice málo?
Není. Díky reifikaci (zpředmětování, reification).
subjekt predikát objekt
tvrzení1 rdf:type rdf:Statement
tvrzení1 rdf:subject Tim Berners-Lee
tvrzení1 rdf:predicate dc:creator
tvrzení1 rdf:object WWW
tvrzení1 dc:date 1991-08-07
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
RDF: reifikace
<rdf:RDF
xmlns:rdf="http: //www.w3.org /1999/02/22 - rdf -syntax -
ns#"
xmlns:dc="http: // purl.org/dc/elements /1.1/">
<rdf:Description >
<rdf:subject rdf:resource="http: //en.wikipedia.org/
wiki/Tim_Berners -Lee"/>
<rdf:predicate rdf:resource="dc:creator"/>
<rdf:object rdf:resource="http: //en.wikipedia.org/
wiki/ World_Wide_Web "/>
<dc:date >1991 -08 -07 </dc:date >
</rdf:Description >
<rdf:Description >
<rdf:subject rdf:resource="http: //en.wikipedia.org/
wiki/Tim_Berners -Lee"/>
<rdf:predicate rdf:resource="dc:creator"/>
<rdf:object rdf:resource="http: //en.wikipedia.org/
wiki/Semantic_Web"/>
</rdf:Description >
</rdf:RDF >
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
RDF: reifikace
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Sémantický web?
“This simple idea . . . remains largely unrealized.”
[?]
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
OWL: Inference
Tvrzení o vlastnostech:
• rdf:property je symetrická
• rdf:property je antisymetrická
• rdf:property je tranzitivní
• rdf:property je ekvivalence
• rdf:property má definiční obor (domain)
• rdf:property má obor hodnot (range)
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
OWL: Inference
pomocí SubClassOf
Class: bus_driver
EquivalentTo:
person
that drives some bus
Class: driver
EquivalentTo:
person
that drives some vehicle
Class: bus
SubClassOf:
vehicle
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Dotazy
Dotazovací jazyky: SPARQL, RDQL, . . . (všechny podobné jako
SQL)
PREFIX dc: <http :// purl.org/dc/elements /1.1/ >
PREFIX rdf: <http :// www.w3.org /1999/02/22 - rdf -syntax -
ns#>
SELECT ?creator
WHERE {
?creator dc:creator <http ://en.wikipedia.org/wiki/
World_Wide_Web >.
}
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF
Aplikace rodiny RDF
FOAF, dbPedia, GoPubMed, WordNet as RDF
Parafráze Reprezentace znalostí Jazyky sémantického webu OWL: Inference Dotazy Aplikace rodiny RDF