Adaption of ontology data based on reasoning systems

Markus Schwarzberger

Research output: ThesisMaster's / Diploma thesis

Abstract

Im Semantischen Web werden Ontologien eingesetzt, um Wissensbasen zu strukturieren (in Ontologieschemata) und Inhalte festzuhalten (in Ontologie-Instanzen). Auf Schemaebene definieren Ontologien eine Menge von Aussagen und Regeln. Diese dienen als Grundlage für logische Schlussfolgerungen (Inferenzen). Auf der Basis von Aussagen und Regeln ist es den Programmen (sog. Reasoner) möglich, automatisch Schlüsse zu ziehen, um somit neues Wissen aus bestehendem zu generieren. Solche Reasoner dienen einerseits zur Überprüfung der Konsistenz und Kohärenz einer Ontologie, andererseits wird das Ableiten neuer Erkenntnisse aus bereits spezifiziertem Wissen unterstützt (aus implizitem Wissen in den Dokumenten wird neues, explizites Wissen generiert). Ziel dieser Diplomarbeit ist es, Instanzdaten, die durch die Übersetzung einer Ontologie in eine andere, generiert wurden, auf ihre Konsistenz und Kohärenz zu überprüfen. Bei einer solchen Übersetzung kann es zu Fehlern kommen, d.h. die Daten entsprechen nicht der Semantik der Ontologie, in die sie übersetzt wurden. Die Korrektheit der Daten soll durch den Einsatz eines Reasoners überprüft und ggf. die fehlerhaften Daten auf Grund von logischen Schlussfolgerungen korrekt adaptiert werden.
Original languageEnglish
Publication statusPublished - Jun 2006

Fields of science

  • 102001 Artificial intelligence
  • 102006 Computer supported cooperative work (CSCW)
  • 102010 Database systems
  • 102014 Information design
  • 102015 Information systems
  • 102016 IT security
  • 102028 Knowledge engineering
  • 102019 Machine learning
  • 102022 Software development
  • 102025 Distributed systems
  • 502007 E-commerce
  • 505002 Data protection
  • 506002 E-government
  • 509018 Knowledge management
  • 202007 Computer integrated manufacturing (CIM)
  • 102033 Data mining
  • 102035 Data science

Cite this