1 / 22

OWL-Lite Ontology Matching

OWL-Lite Ontology Matching. Seminar “Semantisches Web und Agenten” . Martin Kaiser. Betreut durch Dr. Matthias Klusch und Ingo Zinnikus. Inhalt. Ontology Alignment. Finde Beziehung zwischen 2 Ontologien Ä quivalenzen, Subsumption,… zwischen den Entities. Anwendungsgebiete.

lexine
Download Presentation

OWL-Lite Ontology Matching

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. OWL-Lite Ontology Matching Seminar “Semantisches Web und Agenten” Martin Kaiser Betreut durch Dr. Matthias Klusch und Ingo Zinnikus

  2. Inhalt

  3. Ontology Alignment • Finde Beziehung zwischen 2 Ontologien • Äquivalenzen, Subsumption,… zwischen den Entities

  4. Anwendungsgebiete • Kommunikation zwischen Agenten • Integration von Webdiensten • Ontologie-getriebene Datenintegration • Katalog Abgleich • P2P Informationsverteilung • Lieferung Personenbezogener Inhalte • Publikationen in der Wissenschaft

  5. Matching Methoden • Ähnlichkeit berechnen: • Terminologisch (String basiert, Lexikon) • Vergleich der internen Struktur • Vergleich der externen Struktur • Extensional Comparison • Semantischer Vergleich • Nachteil: Viele Verfahren erfassen nur Teilmengen der Ontologiedefinition

  6. OWL Lite • Erweiterung von RDF • Zusätzlich: • RDF Schema Schlüsselworte: rdfs:subClassOf, rdfs:Property, rdfs:subPropertyOf, rdfs:range, rdfs:domain • Klassen Definition: owl:Class • Vergleich: owl:sameAs, owl:differentFrom • Charakterisierung der Eigenschaften: owl:inverseOf, owl:TransitiveProperty, owl:SymmetricProperty • Eigenschaftsvererbung zwischen Klassen:owl:AllValuesFrom, owl:SomeValuesFrom • Kardinalität bei Relationen: owl:minCardinality, owl:MaxCardinality

  7. Beispiel: OWL Ontologien • Lässt sich in OWL Lite modellieren • Nachteil: OWL Notation ist beim Vergleich zweier Ontologien zu strikt • RDF ist zu flexibel

  8. OL - Graphen • Graphen basierter Ansatz zur OWL Notation • Knoten: class (C), object (O), relation (R), property (P), property instance (A), datatype (D), datavalue (V), property restriction labels (V) • Jeder Knoten wird durch URI identifiziert • Jeder Knoten kann annotiert sein

  9. OL – Graphen (2) • Kanten: • rdfs:subClassOfzwischen Klassen o. Propertys (S) • rdf:type zwischen Objekten und Klassen, Propertys und Property Instanzen, Values und Datatypes (I) • A zwischen Klassen und Propertys, Objekten und Property Instanzen • owl:Restriction Einschränkung von Eigenschaften innerhalb einer Klasse (R) • Bewertung einer Property in einem Einzelnen (U)

  10. Beispiel: OL Graph

  11. Similarity Similarity (Ähnlichkeit) ist eine Funktion die folgende Eigenschaften erfüllt:

  12. Similarity (2) • Similarity Funktionen für Labels: • Terminologisch (String Distanz, linguistische Evaluation) • Similarity Funktionen für Werte und Datentypen: • Euklidean distance • Symmetric difference distance • …

  13. Similarity im OL – Graph • Im OL – Graph: • Hängt von der Knotenklasse ab • Berücksichtigt alle Features der Klasse Beispiel: Knotenpaare und Identisch beschriftete Kanten vom Typ F Je größer similarity von desto größer ist • Betrachte nur 0te und 1ste Stufe

  14. Similarity Berechnung Definition: Beispiel: Klassen

  15. Contributormenge mit des Knotenpaars • mit Eigenschaften • Maximale, totale similarity • Exklusiv • Maximale Größe • Pairing: 0/1 Gewichtung in

  16. Beispiel: • Für die Ähnlichkeit der Datentypen von • Annahme:

  17. Berechnung der Similarities • Problem: 2 Knotenpaare die sich gegenseitig unterstützen • Lösung: Gleichungssystem mit Similarity als Ergebnis • Jedem Knoten wird eine Variable zugeordnet • Gleichungsystem wird aufgestellt nach • Gleichungssystem lösen

  18. Beispiel: Berechnung Similarity • Für • Annahme: • Variablen Substitution: • Weitere Annahme:

  19. Beispiel: Berechnung Similarity (2) • Gewichtung für Kardinalitäten: • 1 falls beide Grenzen gleich • 0,5 falls eine Grenze gleich • 0,35 falls Inklusion, aber kein Match • 0 sonst • Gewichtung für Datentypen: • Identitätsfunktion

  20. Beispiel: Berechnung Similarity (3) • simuliert das Verhalten der Pairing Funktion • OWL-Lite Ontologien erzeugen keine linearen Gleichungssystem • Kann durch iteratives Verfahren gelöst werden

  21. Konklusion • Verfahren liefert eine Approximation der Ähnlichkeit zwischen zwei Ontologien • Kein Ontologie Abgleich • Ansätze für Ontologie Abgleich: • Dem Nutzer überlassen • Threshold basiert • Greedy – Verfahren • Verfahren wird eingesetzt in OLA

  22. Zusammenfassung • Ontology Matching • OL – Graphen • Similarity und Similarity Berechnungsfunktionen • Similarity Berechnung in OL – Graphen

More Related