• Wissen enthält Fakten
• Abstrakta als komplexe Objekte / Cluster
• Beziehungen/Relationen => gerichteter, bezeichneter Graph

• Unterscheidung von Wissensbasen nach:
  • Grad/Granularität der Formalisierung
  • Umfang (Grössenordnung)
  • Ziel (Grundlagenforschung bis Expertensystem)

CyC

• Ontologie (Basisontologie + Domains)

• Anwendung:
  • Integration von Datenbanken (Context-Switching => "Übersetzung" von synonymen Bezeichnern, etc)
  • Info-Retrival
  • AI / Expertensysteme

• Anwendungsfelder:
  • Spiele und Simulationen
  • Service-Negotiation
  • Übersetzung/Spracherkennung

• Features:
  • Guided Integration of Structured Terminology (GIST)
  • Natürlichsprachliches Interface (englisch): CycNL
  • Microtheories zur Strukturierung der Knowledgebase.

• Knowledge-Base aus Objects (Vokabular) und Assertions (Axiome)
  • Monoton (?!), Konsistenzerhaltung
  • Regeln zu folgerung neuen Wissens
• Prädikatenlogischer Kalkül, mit All- und Existenzquantor.
• Abfragesprache CycL: Ähnlich KIF (siehe unten), Syntax ~ Lisp, Struktur ~ PL1; Konstanten, Variable, Prädikate, Operatoren
  • (#$LogAnd (#$headOfGovernmentOf $x $y) (#$hasAttributes $x #$Elected) (#$northOf $y #$Equator))
  • Funktionen/Mappings
  • Macros (insb für die definition neuer Regeln: (relationAllExists mother Animal Animal)
  • Meta-Prädikate zur sicherung der Eigenschaften von Funktionen und Prädikten: arg1isa (typ des ersten arguments)

• Strukturierung durch Relationen
  • primäre Hierarchie durch isa (instance) und genls (subclass)
  • "Collections"

• Upper Ontology:
  • Object vs. Stuff (ExistingThing, TemporalThing, ...)
  • Tangible vs. Intangible (partially Tangible, ...)
  • Events (isa TemporalThing, Intangible)

KQML

• => Sprechakte

• Content Layer
  • Inhalt, meist KIF

• Message Layer => Wrapper
  • Nachrichten-typ (query, answr)

• • Format/Sprache des Contents (KIF)
  • Domain (World), Topic
  • reply-with: "Betreff" für Zuordnung der Antwort.

• Communication Layer => Routing, etc
  • ID
  • Sender, Empfänger

• Basic Query

    (ask-one message
       :sender joe communication 
       :content (PRICE IBM ?price) content 
       :receiver stock-server communication
       :reply-with ibm-stock communication
       :language LPROLOG message
       :ontology NYSE-TICKS message
    )
    (tell 
       :sender stock-server communication
       :content (PRICE IBM 14) content
       :receiver joe communication
       :in-reply-to ibm-stock communication
       :language LPROLOG message
       :ontology NYSE-TICKSmessage
    )
 

KIF

• prefix notation for predicate calculus with functional terms and equality.
• Ähnlich Cyc-Syntax
• Ontologie-Sprache - Anforderungen:
  • *Clarity*: Kontext-Unabhängig und Objektiv. Vollständige Def (notw und hinr) besser als unvollständige.
  • *Coherence*/Consistency: Korrektheit, Inferenzrelation, aber auch Übereinstimmung mit nicht-formaler Def (Dokumentation).
  • *Extensibility*: allgemeinheit und erweiterbarkeit; monotone Erweiterbarkeit => ohne Änerung der Basisdefinitionen.
  • Minimal encoding bias: Wissensrepräsentation ohne Rücksich auf die eigenschaften der Implementation/Sprache.
  • Minimal commitment: allgemeinheit, möglichst wenig Einschränkungen (Axiome). Schwächste Theorie (viele Modelle).

WordNet

• Unterscheidung zwischen Wörtern und Wort-Bedeutungen.
• Objekte: Nomen, Verben, Adjektive, Adverben
• Relationen:
  • Synonym (same-as)
  • Hyponymy / Hypernymy (is-a)
  • Meronymy / Holonymy (has-a/part-of)
  • Antonymy (is-opposite/is-not)
  • => cause, derive
• Toplevel Entities:

{act, action, activity} {animal, fauna} {artifact} {attribute, property} {body, corpus} {cognition, knowledge} {communication} {event, happening} {feeling, emotion} {food} {group, collection} {location, place} {motive} {natural object} {natural phenomenon} {person, human being} {plant, flora} {possession} {process} {quantity, amount} {relation} {shape} {state, condition} {substance} {time}

• => Homonym <=> Polysemie
• http://www.cogsci.princeton.edu/~wn/
• *EuroWordNet*: EU-Sprachen, wird wohl dauern...
  • Hauptproblem: Zentraller mehrsprachiger Index.

TopicMaps

• ISO/IEC 13250:1999
• Topics
  • Topic Names (basename = voller Name, displayname = kurz, sortname = sortierung)
  • Topic Types (is-a): Klassifikation
• Topic Occurrences = Vorkommen in externen Ressourcen
• Topic Associations (binäre relationen: "liegt in", "autor von", etc) => Symmetrie, transitivität, ...
• Scopes (namespaces)
• Public Subject Descriptor (Identifikationsattribut: PLZ, etc)
• Facets: beliebige attribute (nicht typisiert)

Colocation

Arten von Graphen (resp. Relationen):

• • Symmetrisch: AxB => BxA =
    • Synonyms
    • Cohyponomy (Geschwister in der generalisierung), Ähnlichkeit
    • Elements of Sets
  • Antismmetrisch: AxB und BxA => A=B [[>=/<=]]
    • next-neightbour-collocations *?!*
  • Transitiv: AxB und BxC => AxC [[>/<]]
    • is-a, part-of, etc
    • auch Synonyme, Cohyponomy

Erzeugung von Graphen

• Kollokation (Wortnähe)
  • next-neighbour-kollokationen =>

• Pattern-Matching
  • Stark von der sprache anhängig (propositionen)
  • (profession) * (last name) => * = (first name)
  • (class name) like *
• abgeschwächt: link/rechts-colocation

Analyse von Graphen

• Feature-Vector: Collokativer Kontext (oberhalb einer Signifikanzgrenze)
• Ähnliche Features => irgendeine Beziehung ist wahrscheinlich
• Clusterring Algorithmus:
  • Finde die beiden Items (zunächst Wörter) A und B mit den ähnlichsten Features.
  • Fasse die beiden in ein komplexes Item C zusammen (Wortgruppe); (Features:= "joint collecation")
  • Fertig wenn keine ausreiched ähnlichen Paare mehr vorhanden sind.
  • => gemeinsame Features => "Wichtige" Eigentschaften.

Auswertung: Kombinieren von Resultaten

• Ähnlicher Kontext aber schwache Colocation => cohyponymie (gem. überbegriff), Synonyme. ~
• Ähnlicher Kontext und starke Colocation => Phrase? (besonders bei Colocationsentfernung > 1)
• Unähnlicher Kontext und starke Colocation => Phrase?
• "konkretere" Resultate (z.B. durch Pattern Matching) überwiegen/ergänzen unkonkrete.
• wenn AxB gilt und B~B' ist, dann gilt vermutlich auch AxB' *falls* es weiter Hinweise auf eine Verbindung A?B' gibt.
• wenn p(A) gint und p eine wichtige (meist mit B gemeinsame) Eigenschaft ist, und es gilt A~B, dann gilt vermutlich p(B)
  • Hafenstadt * => Hafenstadt ist eine Eigenschaft von * und * sind ähnlich => alle *-ähnlichen sind Hafenstädte.
• Gemeinsame Colocationen lassen of Domain schliessen.

Wortschatz

• Beziehungsgraph, basierend (zunächst) auf Kolokationen
• Knoten (Wörter/Cluster) haben sematische Primitive (Eigenschaften)
• Kanten (Beziehungen, Kolokationen) haben sematische Relationen
• Aus bestehenden Primitiven/Relationen werden neue gefolgert - betrachtet werden immer 3 Knoten mit ihren 3 Beziehungen:
  • Knotenschluss: vorhandene sem. Primitive an 2 der Knoten => neue Primitive am 3ten Knoten.
  • Kantenschluss: vorhandene sem. Relationen an 2 der Kanten => neue Relation an 3er Kante.
  • => Sematische Regeln notwendig.
• Iterative anwendung der Schlüsse => Fehler accumuliert
• Händische annotierung als Basis => gleichmäßige Verteilung notwendig.
• Beispiel: Sachbereiche aus Personenkolokation gschliessen:
  • Wähle K, die top-N Personenkolokationen von X mit mindestsignifikanz s.
  • kommt mehr als 1 Sachgebiet in K vor, versuche neues X.
  • komt das (eine!) Sachgebeit S mindestens k-mal in K vor, so gehört X zu S.
  • Wiederhole bis keine neuen Ergebnisse.
  • Typische WErte für (s,N,k): (10,10,3); (10,30,3); (10,50,3); (3,10,3); (3,20,3);
  • Ohne Minedstsign.: (0,20,3); (0,10,3); (0,3,3); (0,20,2); (0,10,2); (0,3,2).
  • => mit und ohne Minedstsign. führ zu ähnlich guten, aber unterschiedlichen Ergebnissen!
  • => Abwechselndes ausführen der beiden Varianten kommt zu besserem Ergebnis (Faktor 1.3)!''

• Tripel-Arten (Dreiecke):
  • Kohyponym-Gruppen: kohyp(A,B), kohyp(B,C), kohyp(A,C) => gemeinsamer Oberbegriff, Domain
  • Kohyponym-Paar: kohyp(A,B), x(B,C), x(A,C) => gleich bezüglich x (A=Rügen, B=Usedom, C=Insel, x=is-a)
  • Flexionspaar: flex(A,B), x(B,C), x(A,C) => A und B haben die selbe Bedeutung (nur gramm unterschied). (A=fahren, B=gefahren, C=schnell, x=adv-best)
• Schließen mit Kohyponymen
• Gemeinsames Kohyp: kohyp(A,C) und kohyp(B,C) => kohyp(A,B)
• Allgemeiner:
  • R eine von Kohyp, Unter, Eigenname, isttypSubj, isttypObj, IsttypOrt (mit einschr.), istChef.

• • Q eine von Kohyp, Syn, Anto.
  • XrZ und YrZ => XqY
  • XrZ und kohyp(X,Y) => YrZ

• Lokalter Kanten-Algorithmus (Plausibilitätsbewertung)
  • Knoten erhalten Bearbeitungspriorität (nach Anzahl der bekannten Relationen für jeden Knoten)
  • Bilde V-Formen für Relationen für jeden Knoten.
  • Für Knoten mit hoher Priorität, bewerte die "gegenüberliegende" Kante neu:
  • Addiere die Plausibilitäten verschiedener Schüsse zu einem Wert x.
  • ist x > k,
    • weise der Kante die Plaus. x zu
    • und erhöhe die Priorität der Endpunkte um 2 (neubewertung angrenzender Kanten)
    • und setze die Priorität des gegenüberliegenden Knoten auf 0

• Globaler Kanten-Algorithmus
  • Annotationsschritt: lokaler Algorithmus für alle Knoten, die schon zwei bewertete Kanten haben. (bewerte gegenüberliegende)
  • Die neuen Bewertungen werden gesammelt (mehrere (2?) pro Kante möglich)
  • Bewertungsschritt: Bewertung wird (von Hand?) überprüft, nach Anzahl/Sicherheit/Widersprüchlichkeit der vorgeschlagenen bewertungen.

• Für ein bereits bewertetes Dreieck: jede Bewertung kann entfernt werden - sie ergibt sich automatisch aus den angrenzenden Bewertungen!
  • Steh-auf-Männchen effekt, Konvergenz, Robustheit

• Wortschatz bietet diverse Tools für
  • Management sematischer Schlussregeln (automatische annotation)
  • Manuelle Annotation / Überprüfung vorgeschlagener Annotationen/Bewertungen
  • Grafische Darstellung des Netzes

• sematisches Parsen
  • Find bekannte primitive für Wörter (ist/ist-ein/hat...)
  • Finde bekannte Kolokationen für Wortfolgen, nutze deren Sematik (wähle nach signifikanz)
  • Betrachte annotierte Dreiecke über Wörter im Satz

Text summarisation

• Methoden der Abstraction: information retrieval, document clustering, information extraction, visualization, question answering, text summarization
  • Abstracts: a concise summary of the central subject matter of a document [[[Paice90]]].
  • Summaries: Indicative, informative, and critical
  • Extracts (representative sentences)
• Simge-Document / Multi-Document
• General / Query-Specific
• headlines, outlines, minutes, biographies, abridgments, sound bites, movie summaries, chronologies, etc.
• 3 Phases: content identification, conceptual organization, realization
• 3 Types of Factors (Sparck Jones): Input factors (source form, subject type, unit), Purpose factors (situation, audience, use), Output factors (material, format, style)
• Abstracts... promote current awareness; save reading time; facilitate selection; facilitate literature searches, improve indexing efficiency, aid the preparation of reviews
• American National Standard for Writing Abstracts:
  • State the purpose, methods, results, and conclusions presented in the original document, either in that order or with an initial emphasis on results and conclusions.
  • Make the abstract as informative as the nature of the document will permit, so that readers may decide, quickly and accurately, whether they need to read the entire document.
  • Avoid including background information or citing the work of others in the abstract, unless the study is a replication or evaluation of their work.
• Extracts containing 20% or 30% of original document are effective surrogates
• Komprimierung durch Auslassung: ganze Sätze und Absätze, oder von Satzteilen (Grammatik!).

Luhn 58

• Pionierwerk
• Messung der Bedeutsamkeit von Wörtern: nicht sie häufigsten, auch nicht die seltenen. Schwerpunkt liegt bei gebräuchlichen Wörtern unter der "Rauschgrenze".
• Markiere die "signifikanten" Wörter eines satzes, behalte nur [signifikante Region] des Satzes.

Edmundson 69

• Cueing:
  • Sigma words: "hardly", "impossible"
  • Bonus Words: "significant"
• Title Method: Titel und Gliederungsüberschriften

• Location method: Sätze in der Nähe von Überschriften, in der Nähe des Beginns/des Endes des Dokuments, Kapiels oder auch Absatzes.
• Lineare Auswertung: Key (Wortwerte) + Location + Title + Cue

Paice 90

• Versuche mit: Syntaktischen Kriterien, Key-Phrasen => nicht sehr erfolgreich
• Spätere Ansätze: Rhetorische Struktur, Erkennung von Anaphern (Rückbezügen mit Pronomen) (intern/extern) anhand des Kontextes.

Brandow et. al. 95

• Satzstrukturanalyse, Anaphern
• Extrahiert Sätze mit "Signature Word". Sätze ohne werden mit einbezogen, wenn sie zwischen zwei bereits gewählten sätzen liegen.

Lin & Hovy 97

• Satzposition gegen Position von Schlüsselwörtern. Rethorische struktur.

Salton et al. 97

• Semantic hyperlinks: Verknüpfung von Absätzen mit Lexikalischer ähnlichkeit.
• Zusammenfassung entlang von Pfaden solcher ähnlichkeiten.

Marcu 97-99

• Nucelus-Satelite-Relation => relevante hintergrundinformation

Lexical chains Stairmand 96

• Verkettung von Nomen nach Gruppe.

Barzilay and Elhadad 97

• Baut auf WordNet auf
• 3 Ebenen von Relationen:
  • super-stark (durch wiederholung)
  • stark (WordNet)
  • mittel-stark: abgeschwächt durch entfernung in bezugskette, etc.

• • Scoring chains: Length * Homogeneity; Homogeneity= 1 - # versch. Wörter in der Kette. Score > Average + 2 * st.dev.

ProSum

• Profilbasiert (länge des Ergebnisses, table treatment, etc)
• Auszüge

Microsoft Autosummarize

• ähnlich - verkürzung in %
• Beide basieren auf Auszügen (kein Text erzeugt), aber grammatik-sensitiv.

Multi-Text summarisation

• Zusammenfassung mehrerer Dokumente
• Bezug auf ein Thema/Ereignis, oder auf eine Gruppe von Themen (insb. Folge von Ereignissen)
• Zuordnung/Bezüge einzelner Textsegmente (Absätze, Sätze)

Mani & Bloedorn 97,99

• TREC relevance judgement (Text-REtrival-Conference)
  • http://trec.nist.gov/data/t10_filtering/T10filter_guide.htm

Carbonell & Goldstein 98

• Query-based summaries
• Maximal Marginal Relevance (MMR) => minimiert überlappungen
  • <html>MMR = argmax_Di∈R\S [[λ (Sim₁(D_i,Q) - (1-λ) max_Di∈S Sim₂(D_i,D_j)]]</html>
  • Wobei: C=Documente, Q=query, R=IR(C,Q,Θ), S=bereits analysierte Dokumente, Sim=Ähnlichkeitsmetrik
• Law of diminishing returns
  • zusätzliche Resourcen verbessern den Output, aber:
  • ab einem gewissen punkt fällt ide Verbesserung durch eine zusätzliche Ressource ab.

Radev et al. 00 (MEAD)

• Centroid-Based (für jeden Cluster, wähle den "Repräsentanten" mit dem besten score)
• sentence utility and subsumption
• => Topic detection and tracking initiative

• Verktorbasierte Ähnlichkeitsmetrik
  • Wörter/Phrasen als Dimensionen eines Raumes => Positionierung eines Textes nach Affinität zu dem Wort.
  • Distanzmessung im Raum, insbesondere Winkel <=> Cosinus-Maß
  • Einsortieren des Doks in bestehende gruppe bei sim>=T, sonst neue Gruppe.

• 'MEAD
  • INPUT: Cluster of d documents with n sentences (compression rate = r)
  • OUTPUT: (n * r) sentences from the cluster with the highest values of SCORE
  • <html>SCORE (s) = Σ_i (w_cC_i + w_pP_i + w_fF_i)</html>

Barzilay et al. 99

• Theme intersection (paraphrases)
• common phrases across multiple sentences
• Parsing into predicate-argument structures (74% identified)

"Knowledge-Rich"

Radev and McKeown 98 - Texterzeugung

• Basisdaten: Template-Datenbank und Datenfelder/Werte (aus versch. Quellen, evtl händisch eingegeben.)
• Synthese einer logischen Struktur, absätze, etc
• Syntaktische Synthese des Textes.
• Automatisches einfügen von (Zeitl.) Bezügen und Vergleichen.

• Entwicklung erkennen => änderungen an einzelnen "Slots" in Meldungen der selben Quelle
• Wiederspruch/Perspektive => Unterschiedliche aussgen verschiedener Quellen.
• Generalisierung (Zeitlich/Räumlich)

Situationstheorie

• Infos und Infone
• Formale Sprache zur Beschreibung semantischer Relationen.
• Infone der Form (Relation, arg1, ..., argn, ort, zeit, (wahr|falsch))
  • Args können selbst Infone sein
• Situation => Menge von (gerade gültigen) Infonen
• Handlungen => Folgen von Infonen (Tätigkeiten als Zustände)
• das Maß für Verständnis ist der Grad, indem sich ein Sachverhalt aus einer Menge von Infonen Rekonstruieren lässt.
• Abgleich neuen Wissens mit dem bekannten (Weltwissen)
  • Bekannt, wenn keine neuen Infone => wissen ändeert sich nicht
  • Neu wenn Infone hinzugekommen => wissen wird monoton erweitert (konsistenzerhaltung)
  • Info wird als bedenklich eingestuft wenn sie Widersprüche erzeugt => abgelehnt.
    • Abschwächung: Prüfung nur bis zu einer gewissen ebene, widerspruch muss "offensichtlich" sein.
    • Tieferes Nachdenken wenn angebracht, z.B. bei häufigen widersprüchen.
• Datenaufnahme: Beobachtung unsicherer Quellen (hoher schwellwert), Belehrung durch "Meister"
• Der Neuigkeitswert (Belehrungseffizienz) eines Textes ist die Anzahl der neu erzeugten ("geglaubten") Infone
  • Der Neuigkeitswert wird pro Quelle gesammelt
• Die Belehrungskonsistenz besteht in der Widerspruchsfreiheit.
  • Daten passen Gut => hoher Neuigkeitsgrad und hohe Konsistenz
  • Daten sind indiferent zum bisherigen Wissen => keine Verbindung => Hoher Neuigkeitswert, hohe Konsistens, geringe Verknüpfung
  • Daten sind widersprüchlich => hoher Neuigkeitswert, aber widersprüche.
• Umgang mit widersprüchen:
  • bei Beobachtung: ignorieren der neuen Informationen
  • bei Belehrung: rückfrage
  • Möglicherweise nur "verbieten" der direkten Verbindung zu einem kritischen Infon - geht wegen Prüfung mit geringer Tiefe.

Sprache

• Sender/Empfänger
• Sender-Kontext + Ausrichtung auf Empfänger.
• Empfänger-Kontext, Interpretation
• => Es gibt keinen tatsächlichen Informationsgehalt.
• => übereinstimmung durch Redundanz (auch wegen Störungen, etc)

Story Level Understanding

Elementare handlungen -> Schank and Rieger: conceptual dependency theory -> Scripts

• Handlungsprimitive:
  • ATRANS - Transfer eines Abstraktums (z.B. Besitz) (global -> ZUSTAND)
  • PTRANS - physischer Transfer (global -> ZUSTAND)

• • MTRANS – transfer of mental information between animals or within an animal.
  • MBUILD – construction of new mental information.
  • CONC: Über etwas nachdenken bezüglich bereits vollzogener Konzeptionalisierungen.

• • PROPEL – application of physical force to an object.
  • MOVE – relocation of a body part of an animal by the animal.
  • GRASP – handling of an object by an animal.

• • INGEST – the consumption of an object by an animal.
  • EXPEL – the discharge of an object by an animal.
  • SPEAK – the act of speech (mit MTRANS)
  • ATTEND - focus senses toward a stimulus (mit MTRANS)

• • DO - für nicht-spezifizierte Aktionen

• Zusätzliche soziale Aktionen:
  • AUTHORIZE: erlauben
  • ORDER: befehlen
  • DISPUTE: ein Wechselgespräch führen
  • PETITION: erbitten

• Actions result in state change
  • States can enable/disable actions
  • Both states and actions can initiate mental states
  • Mental states are reasons for actions

• Zustände (bewertbar -10 ... +10)
  • POSS: Besitz, Eigentum, Verfügung
  • PSTATE: äußerlicher Zustand eines Physikalischen Gegenstandes
  • HEALTH: Gesundheit
  • MSTATE: mentaler Zustand, Stimmung (gebrochen - niedergeschlagen - normal - froh - glücklich)
  • ANTICIPATION: Erwartung, ängstlich - nervös - hoffend - sicher
  • AWARENESS: Bewußtseinszustand (tot - bewußtlos - schlafend -

• • BE für zuweisung

• Kausale Zusammenhänge
  • result in: ACT -r-> STATE: Ein akt kann den Zustand verändern
  • Enable: STATE -E-> ACT: Ein STATE kann einen ACT bewirken/erlauben
  • Disable: STATE -dE-> ACT: Ein STATE kann einen ACT beenden/verbieten
  • Initiate: STATE/ACT -I-> MSTATE: Ein STATE (oder ACT) kann einen MSTATE erzeugen
  • Reason: MSTATE -M-> ACTION: Ein MSTATE kann ein Grund für eine ACTION sein (Reason)
  • Zusammensetzungen:
    • result enables: ACT -rE-> ACT: kurz für ACT -r-> STATE -E-> ACT
    • Initiates Reason: ACT/STATE -IR-> ACT: kurz für ACT/STATE -I-> MSTATE -R-> ACT

• Granularität ist wichtig

• Ausnahmebehandlung
• Typen von Abweichungen
  • Hindernis: Voraussetzung für eine folgende Handlung im Script ist nicht erfüllt
  • Fehler: Wurde eine Handlung anders als üblich (d.h. mit anderem Effekt) ausgeführt oder an einem anderen Objekt?
  • Rezept: Wird eine korrigierende Handlung beschrieben? Z.B., um ein Hindernis zu umgehen.
  • Wiederholung: Wird die Wiederholung einer vorangegangenen Aktion beschrieben? Z.B. nach Fehler.
  • Reaktion: Wird eine emotionale Reaktion der handelnden Person beschrieben?
  • Ablenkung: Hat die handelnde Person jetzt ein anderes Ziel? Damit wird ein Abweichen vom jetzt gültigen Script signalisiert.
  • Erweiterung: Wird die Handlung durch die handelnde Person mit Absicht erweitert?

Spreachakttheorie

• Eine Sprechhandlung besteht aus vier Teilen:
  • Lokution (Struktur und Äußerung),
  • Proposition (Aussage über die Welt),
  • Perlokution (beabsichtigte Wirkung).
  • Illokution (Ziel) und
    • nach John Rogers Searle:
    • Repräsentativa (behaupten, mitteilen, berichten)
    • Direktiva (bitten, befehlen, raten)*
    • Kommissiva (versprechen, vereinbaren, anbieten, drohen)
    • Expressiva (danken, grüßen, beglückwünschen, klagen)
    • Deklarativa (ernennen, entlassen, taufen)

Testverständnis

• Nutzung von Weltwissen
  • Bezüglich des Inhalts => Schlussfolgerung, Reflektion, Prüfung
  • Bezüglich der Struktur => Beziehungen, Form, etc.
• Nutzung von Informationen aus dem Text
  • Einzelinformationen => Erkennung + Reproduktion
  • Beziehungen zwischen Textteilen, Entwicklung => Schlussfolgerungen

Strategien und Probleme:

• Voraussetzung: Lexicon für Flexion, Synonyme, Stop-Wörter, etc.
• Antwort finden durch Pattern-Matching:
  • Was war die grösste Sorge des Hasen => * grösste Sorge *, dass ?A
• Antwort finden durch Bezug/Nähe im Satz.
• Beispiele/Schlagwörter im Text finden:
  • schnell => Sätze mit raste, hast, bald, beeilen...
• Unterschiede/Entwicklung aufzeigen (insb. STATE/MSTATE, attribute, adjektive)
• Auflösen von Rückbezügen auf Bezeichner (Namen, Dinge)
• "Warum"-Fragen schwierig, wenn nicht explizit erwähnt.
• Allgemein: Spekulationen über MSTATE kaum möglich, "Empathie" fehlt (sic!)
• Fragen der Moral oder Essens kaum beantwortbar.

SemanticTalk/INVITE

Datenlandkarte als Explorationsmethapher sematischer Räume

• Datenerfassung (Strukturierte und unstrukturierte Daten) weitgehend automatisch
• Wissensverarbeitung: Themebgruppen und Bezüge, Ontologie; Teilautomatisiert/Softwareunterstützt
• Wissensnutzung: Executive Views, Abstraktion, Visualisierung
  • Generierung anwendungsspezifischer Daten durch spezialisierte Tools:
  • Organisations-, Prozess-, und Ablaufpläne, Klassen- und Objektstrukturen, etc.
• Ziel: Rechnergestütztes Assoziieren
• Ziel: Wissenslandkarte und Roter Faden
  • Wiedererkennbarkeit der Visualisierung als Orientierungshilfe (sic!)
• Wortschatz-Projekt als Quelle
• 3 Ebenen: Welt/Wortschatz, Domain, Projekt
• Touchgraph-Darstellung:
  • Kanten: art der Relation
  • Knoten-Farbe aus Objekt-Klasse und Kontext (gegeben, assoziiert, Roter Faden)
  • Granularität/Zoom/etc
• Bei Textaufnahmen: Schlagwörter in der Reihenfolge des Vorkommens markieren/verbinden => Roter Faden => neue assotiationen.
• Import/Export als DB/XML/RDF/...
• Anwendung auch im Service-Engineering.

Web-Communities

• Communities bilden Link-Cluster (ähnlich Communities aber z.T. als separate "Inseln")
• "Autoritäten": viele "eingehende" Links
• "Verteiler": viele "ausgehende" Links
• Linkstruktur ähnlich Colocationsgraphen, Zitationsgraphen, etc
• Betrachtet wird nur die Verknüpfungsstruktur, unabhängig vom Inhalt.
• Graph ist sehr "dünne" (etwa 10 ausgehende Links pro Seite)
• Einteilung der Knoten (seiten) nach eingehenden (Indegree) und ausgehenden (Outdegree) Links.
  • Erreichbarkeit / Kürzester Weg

• Power-Law: Anzahl*K -> in-degree/K <=> in-degree*K -> Anzahl/K ; Steigung 2.1 => Pr(I(u)=k) =~ 2^-2.1
• Power-Law: Anzahl*K -> out-degree/K <=> out-degree*K -> Anzahl/K ; Steigung 2.7 => Pr(O(u)=k) =~ 2^-2.7

• Bipartite Cluster (Gruppe lässt sich so Teilen, dass alle aus A auf alle aus B zeigen)

• Small world [Barabasi and Albert 99, Albert-Jeong- Barabasi 99]:
  • most pages are within 19 links of each other (aber: 75% gar nicht erreichbar)

• Random Graphs: Shela & Spencer: 0-1-Law => "kritische Masse"
  • bei avg.deg 4 gibt es einen "Giganten" im Graph, der 90% der Kanten enthält.
  • Indegree ~ Outdegree; Exponentiell/Asymptotisch abnehmend gegen +/- inf.
  • small world: die meisten Knoten-Paare sind gut verbunden.

• Page-Creationg:
  • "Ignorant" vs. "Plagiat"
  • => Some randome links, some copied links.
  • => Theoretisches Medell auf grundlage der Wahrscheinlichkeit der Erzeugung neuer/zufälliger Links, dem kopieren von Links, etc.
• Gut zur Verhersage macroscopischer eigenschaften.

Campfire project

• Automatically find and organize communities on the web.
  • Find all cores.
  • Grow cores into the full community.
  • Do IR/Categorization/Clustering etc. to organize the community space.
• Cores: kleine Bipartite Gruppen

Verctor Space

• Einordnung von Dokumenten in einem n-Dimensionalen "Feature-Raum"
• Cosinus-Maß: <tex> D_cos(x,y) = \large(x,y)} \over {|x|\cdot|y| = { {\sum_{i=1}^{n} {x_i y_i}} \over { \sqrt{ \sum_{i=1}^{n} x_i2 } \sqrt{ \sum_{i=1}^{n} y_i2 } } } </tex>
• Euklidischer Abstand: <tex> D_E(x,y) = | x - y | = \large\sqrt{ \sum_{i=1}n (x_i - y_i)2 } </tex>

• Clustering/Klassification
• Bewertung/Gewichtung von Begriffen/Knoten

 9 ==

2505