Ontologien erlauben die Formalisierung von Wissensnetzen. Es existieren verschiedene Ontologiesprachen, welche einer syntaktisch formalsprachlichen Repräsentation dienen. Für die vom Menschen leichter erfassbare grafische Darstellungsform eignen sich Modelle. Es bleibt jedoch die Frage, ob und in welchem Maße existierende Modelliersprachen für die Beschreibung von Ontologien benutzt werden können. Durch die Analyse von vier Modelltypen konnte ihre Visualisierungsmächtigkeit in das Ontologiespektrum nach MCGuinness eingeordnet werden. Die Ergebnisse zeigen, dass eine Modelliersprache, welcher eine ontologie-ähnliche Grundidee der Abbildung von Klassen-Relations-Netzen zugrunde liegt, selbst zur grafischen Beschreibung von Ontologien verwendet werden kann. Nach der Einordnung der Repräsentationsmöglichkeiten anhand der Formalisierungsgrade des Ontologiespektrums lässt sich festhalten, dass die Visualisierung von Klassen, Relationen und Instanzen problemlos erfolgen kann, die grafische Umsetzung bei Axiomen als Ontologiebestandteile jedoch an ihre Grenzen stößt. Zudem ist es auf Basis der vier betrachteten Modelltypen nicht möglich, alle Formalisierungsstufen, insbesondere solche höherer Grade und logischer Beschränkungen, grafisch zu beschreiben.
Inhaltsverzeichnis
1 Einleitung
1.1 Themengrundlage
1.2 Problem- und Zielstellung
1.3 Aufbau der Arbeit
1.4 Methodische Vorgehensweise
2 Ontologie Grundlagen
2.1 Definition
2.2 Bestandteile
2.3 Reprasentationsmöglichkeiten
2.3.1 Naturlichsprachliche Ontologien
2.3.2 Formalsprachliche Ontologien
2.3.3 Grafische Reprasentation von Ontologien
2.4 Fallbeispiel
3 Grafische Modelle zur Ontologiebeschreibung
3.1 Semantische Netze
3.1.1 Reprasentation der Hauptbestandteile einer Ontologie
3.1.2 Reprasentierbare Formalisierungsgrade
3.1.3 Beispielontologie
3.2 (Enhanced) Entity-Relationship-Modell
3.2.1 Reprasentation der Hauptbestandteile einer Ontologie
3.2.2 Reprasentierbare Formalisierungsgrade
3.2.3 Beispielontologie
3.3 Weitere Modelle
3.3.1 UML Klassendiagramm
3.3.2 Topic Maps
4 Zusammenfassung
5 Kritische Würdigung
Zielsetzung & Themen
Die Arbeit untersucht, inwieweit verschiedene grafische Modellierungssprachen dazu geeignet sind, Ontologien abzubilden, um die menschliche Erfassbarkeit formaler Wissensnetze zu verbessern und ihre Visualisierungsmächtigkeit innerhalb des Ontologiespektrums nach McGuinness einzuordnen.
- Analyse von Wissensrepräsentationskonzepten und Ontologie-Grundlagen.
- Untersuchung von semantischen Netzen, (E)ER-Modellen, UML und Topic Maps als grafische Beschreibungsmittel.
- Einordnung der Modelltypen anhand formaler Anforderungen an Ontologiebestandteile wie Klassen, Relationen und Instanzen.
- Bewertung der grafischen Ausdrucksstärke im Vergleich zu syntaktisch formalen Sprachen.
Auszug aus dem Buch
3.1.1 Repräsentation der Hauptbestandteile einer Ontologie
Semantische Netze werden als gerichtete Graphen dargestellt ([Stuc09], S. 29). Dabei repräsentieren die Knoten des Graphen die Klassen und die gerichteten Kanten des Graphen die Relationen einer Ontologie. Es werden unterschiedliche Kantentypen unterschieden, wodurch die Assoziationen zwischen den Klassen der Ontologie näher erklärt werden kann. Ein semantisches Netz erlaubt zudem die Abbildung von Instanzen oder sogar konkreten Werten bestimmter Eigenschaften. Diese werden ebenfalls als Knoten repräsentiert, sodass insgesamt drei verschiedene Arten von Knoten existieren (([Stuc09], S. 31), ([Reic10], S. 201)). Axiome sind im semantischen Netz nicht grafisch abbildbar. Sie können aber beispielsweise durch die Ergänzung um formale, logische Beschreibungen hinzugefügt werden ([Stuc09], S. 36 f.), was jedoch keiner grafischen Darstellung mehr entspricht.
Zusammenfassung der Kapitel
1 Einleitung: Die Einleitung legt die thematischen Grundlagen, definiert die Problem- und Zielstellung hinsichtlich der grafischen Ontologiebeschreibung und erläutert den methodischen Aufbau der Arbeit.
2 Ontologie Grundlagen: Dieses Kapitel definiert Ontologien, erläutert deren Hauptbestandteile und klassifiziert sie anhand des Ontologiespektrums nach McGuinness, um eine Basis für die Modellbetrachtung zu schaffen.
3 Grafische Modelle zur Ontologiebeschreibung: Hier werden verschiedene grafische Modellierungssprachen wie semantische Netze, (E)ER-Modelle, UML und Topic Maps detailliert auf ihre Eignung zur Abbildung von Ontologien analysiert.
4 Zusammenfassung: Das Kapitel fasst die Ergebnisse der Analyse zusammen und stellt die grafische Repräsentierbarkeit der verschiedenen Formalisierungsstufen tabellarisch gegenüber.
5 Kritische Würdigung: Eine abschließende Betrachtung, die Grenzen der grafischen Modellierung aufzeigt und Ansätze für zukünftige Forschungsarbeiten diskutiert.
Schlüsselwörter
Ontologie, Wissensrepräsentation, Semantische Netze, EER-Modell, UML Klassendiagramm, Topic Maps, Modellierungssprache, Visualisierungsmächtigkeit, Formalisierungsgrad, Wissensnetz, Klassen, Relationen, Instanzen, Axiome, Ontologiespektrum.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Frage, wie Ontologien, die meist als formalsprachliche Gebilde vorliegen, grafisch visualisiert werden können, um sie für Menschen verständlicher zu machen.
Was sind die zentralen Themenfelder?
Die Arbeit verknüpft die Bereiche der Wissensrepräsentation und Ontologie-Entwicklung mit Methoden der grafischen Modellierung aus der Informatik.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist die Prüfung der Tauglichkeit verschiedener grafischer Modelle für die Abbildung von Ontologien und die Einordnung dieser Modelle in das Ontologiespektrum nach McGuinness.
Welche wissenschaftliche Methode wird verwendet?
Es wird eine systematische Recherche und Analyse der Modellierungssprachen durchgeführt, deren Visualisierungsfähigkeiten anschließend am Beispiel eines definierten Szenarios evaluiert werden.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil analysiert spezifische Modelltypen wie semantische Netze, (Enhanced) Entity-Relationship-Modelle, UML Klassendiagramme und Topic Maps auf ihre Fähigkeit, Klassen, Relationen und Instanzen darzustellen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wesentliche Begriffe sind Ontologie, Formalisierungsgrad, Visualisierung, Wissensnetz und Modellierungssprache.
Warum sind Axiome in den untersuchten Modellen schwer abzubilden?
Die untersuchten grafischen Modelle sind primär für strukturelle Zusammenhänge (Klassen/Relationen) konzipiert, während Axiome logische Regeln oder Beschränkungen repräsentieren, die über einfache grafische Knoten-Kanten-Strukturen hinausgehen.
Wie unterscheiden sich Lightweight- und Heavyweight-Ontologien?
Lightweight-Ontologien dienen meist der menschlichen Verständigung (z.B. Thesauri), während Heavyweight-Ontologien durch zusätzliche Axiome und formale Beschränkungen eine automatisierte Wissensinterpretation ermöglichen.
- Citation du texte
- Peggy Werner (Auteur), 2010, Modelle zur Beschreibung von Ontologien, Munich, GRIN Verlag, https://www.grin.com/document/192351
