advertisement

Web 3.0 - Wie Webseiten intelligent werden

50 %
50 %
advertisement
Information about Web 3.0 - Wie Webseiten intelligent werden

Published on March 31, 2008

Author: danielhladky

Source: slideshare.net

Description

A step by step demo that explains how web pages become intelligent using microformats, RDF and Ontos semantic web technology.
advertisement

Internet Briefing @ Bern 13.03.2008 - Zeit 11:30 - 12:30 WEB 3.0 Wie Webseiten intelligent werden Daniel Hladky, CEO Ontos International AG 2560 Nidau, Switzerland www.ontos.com [email_address] Quelle: c’t 2007

Agenda und Ziel des Vortrages Mein Ziel für diese Stunde Was ist der Unterschied zwischen manueller und automatischer Annotation Was bedeutet Ontologie gesteuerte Information Extraktion und Computerlinguistik Welches sind die Einsatzmöglichkeiten Agenda Evolution Web 1.0 zu Web 3.0 (Semantic Web) Webseiten semantisch anreichern Natural Language Processing (NLP) Anwendungsbeispiele

Mein Ziel für diese Stunde

Was ist der Unterschied zwischen manueller und automatischer Annotation

Was bedeutet Ontologie gesteuerte Information Extraktion und Computerlinguistik

Welches sind die Einsatzmöglichkeiten

Agenda

Evolution Web 1.0 zu Web 3.0 (Semantic Web)

Webseiten semantisch anreichern

Natural Language Processing (NLP)

Anwendungsbeispiele

Vom Web 1.0 zum Web 3.0 HTML -> Mikroformat -> RDF/OWL “ Webseiten mit Metadaten anreichern (semantisch annotieren)”

WEB 3.0 “Mensch – Maschine - Daten” Terminator 4 Web 4.0 Ubiquitous Web Verbinded Intelligenz Smart Market NLP SemAgent Ecosystem Web 1.0 The Web Verbinded Informationen Suchmaschinen Webseiten Portale Web 2.0 Social Web Verbinded Personen RSS Wiki Blogs Email Web 3.0 Semantic Web Verbinded Wissen Ontologien KI Sem.Suche KnowledgeBase Int.Agenten

Semantik und das Web Schwache Semantik Starke Semantik Taxonomy Thesaurus

Evolution semantische Annotation HTML HTML + MF HTML + RDF/OWL Resource Description Framework http://www.w3.org/RDF/ Web Ontology Language http://www.w3.org/TR/owl-features/ Microformat http://microformats.org/

Semantisch Erweitern (Mikroformat) Beispiel: Kontaktinformationen ( hCard ) <address class=&quot;vcard&quot;> <span class=&quot;adr&quot;> <span class=&quot;fn org&quot;>Ontos AG</span><br /> <span class=&quot;street-address&quot;>Mittelstrasse 24</span> <br /> <span class=&quot;postal-code&quot;>2560</span> <span class=&quot;locality&quot;>Nidau</span> </span><br /> Telefon: <span class=&quot;tel&quot;>+41 (0)32 332-8270/span><br /> <span class=&quot;tel&quot;> <span class=&quot;type&quot;>Fax</span>: <span class=&quot;value&quot;>+&quot;>+41 (0)32 332-9152</span> </span><br /> E-Mail: <a href=&quot;mailto:info@ontos.com&quot; class=&quot;email&quot; >info@ontos.com</a> <br /> Web: <a href=&quot;http://www. ontos.com/&quot; class=&quot;url&quot; >www. ontos.com</a> </address> Demo

Beispielnutzen von Mikroformaten http://kitchen.technorati.com/search/

Semantische Erweiterung (RDF/OWL) SAP AG the leader in ERP with headquarter in Walldorf , Germany sent out a notice to employees that the deck chairs will be realigned following its megamerger with Business Objects , according to sources close to the company. Henning Kagermann the CEO of SAP reported to the press that this is a big step forward. Concept Instanz Relation/Axiom Subject – Predicate – Object (RDF Triples “N3”) Mit SPARQL RDF lesen Demo RDF store Firma Ort Stadt Land SAP Germany Walldorf Bus.Object Person Ist_in kauft Teil_von H. Kagermann CEO Try

Computerlinguistik und Ontologie NLP / HLT / IE und OWL NLP = Natural Language Processing HLT = Human Language Technology IE = Information Extraction OWL = Web Ontology Language

Ontologie Ursprünglich: Begriff aus der Philosopie Die Lehre vom Sein: Existenz von Dingen im Universum? Hier: Menge von Begriffen (z. B. Dinge, Ereignisse, Beziehungen), mit einer Beschreibung, die ein geregeltes Vokabular für den Informationsaustausch darstellen. OWL ist Sprache zum Definieren und Instanziieren von Web Ontologien! ( OWL = Web Ontology Language) Concept Instanz Relation Firma Ort Stadt Land SAP Germany Walldorf Bus.Object Person Ist_in kauft Teil_von H. Kagermann CEO

Ontologie und Information Extraktion (IE) Wissen generieren (RDF – Triples)

Automatisch Wissen generieren Demo

Anwendungsbeispiele

Semantische Suche (Powerset + Swoogle) Demo

Powerset liest jeden Satz Sir Edward Heath died from pneumonia ... Sir Edward Heath (noun) subj from Sir Edward Heath (name) UK Prime Minister politician Parse jeden Satz auf der Webseite Extrahiere Entitäten & semantische Relationen Identifiziere und Erweitere gleiche Entitäten, Relationen & Abstrakte Indexiere mehrere Fakten für jeden Satz pneumonia (noun) disease die (verb) killed * Notiz: noun = Hauptwort by

Parse jeden Satz auf der Webseite

Extrahiere Entitäten & semantische Relationen

Identifiziere und Erweitere gleiche Entitäten, Relationen & Abstrakte

Indexiere mehrere Fakten für jeden Satz

Diverse Anfragen erzielen gleiches Resultat “Fakt”

Semantische Integration in Webseiten Beispiel: Nachrichten, ESRI-Maps, Kalender-Planer

CBS News (http://www.cbsnews.com/stories/2007/11/15/politics/main3505816.shtml) Original HTML http://news.ontos.com Gnosis – Mozilla Add-On Dynamisch relevanter Inhalt aus RDF DB Demo

Architektur / Ablauf

Polizei von Chicago informiert ihre Bürger ESRI Polizeinachrichten

ESRI

Polizeinachrichten

Semantischer Planer RDF/XML Picker (MIT) iCal

RDF/XML

Picker (MIT)

iCal

BI & Mash-Ups & Integration (API) Business Portal und CRM-Kopplung

Semantic BI und CRM Bsp.: ZOHO CRM http://biz.ontos.com Finanzdaten “ Yahoo” Semantic DB “ Freebase” Webseiten & RSS “ Automatisches Clipping” Demo

Zusammenfassung und Ausblick

Vor dem Mittagessen Ziel erreicht? Was ist eine manuelle und automatische Annotation (MF, RDF, OWL+NLP) Ontologie gesteuerte Information Extraktion Einsatzmöglichkeiten Ausblick oder was kommt noch Semantische Agenten und Crawler Semantic Desktop NLP in diversen Sprachen, NLP Learning (KI) Semantic Web Services „B2B und B2C“

Ziel erreicht?

Was ist eine manuelle und automatische Annotation (MF, RDF, OWL+NLP)

Ontologie gesteuerte Information Extraktion

Einsatzmöglichkeiten

Ausblick oder was kommt noch

Semantische Agenten und Crawler

Semantic Desktop

NLP in diversen Sprachen, NLP Learning (KI)

Semantic Web Services „B2B und B2C“

Noch Fragen? Besten Dank! Daniel Hladky CEO Ontos International AG Mittelstrasse 24, 2560 Nidau [email_address] Mobile: +41 (0)79 353 50 43 Tel.: +41 (0)32 332 82 70 Fax: +41 (0)32 332 92 52 www.ontos.ch

Add a comment

Related pages

Semantic Web: Das Internet soll klüger werden - SPIEGEL ONLINE

Semantik + Web 2.0 = Web 3.0. Das Problem ist nur: Wie bohrt man die 98 ... sowie multimediale Inhalte intelligent ... das intelligente "Web 3.0". ...
Read more

Web 2.0 Webseiten intelligent verknüpfen mit PHP, XML ...

... Web 2.0 Webseiten intelligent verknüpfen mit PHP, ... Praxiswissen Joomla! 3.0. ... wie Sie mit PHP&Co. auf die Schnittstellen von Websites ...
Read more

podster.de - Podcast: Marketing + Kommunikation

... Web 3.0: Wie Webseiten intelligent werden. ... (Web 2.0). Im Web 3.0 werden die Inhalte von Webseiten von Maschinen (Computern) verstanden.
Read more

Spezial: Web 3.0 - Das Inte

Das Web 3.0 soll die gezielte und individuelle ... Nutzer laden eigene Inhalte wie Texte, ... Datenquellen intelligent online zu bringen.
Read more

Web 3.0 - Die Realisierung des Semantic Web

• Maschinen verstehen in Webseiten und Dokumenten eingebettete ... für Aussagen wie Autor oder Lizenbedingungen ... 27.11.2008 Web 3.0 ...
Read more

Daniel Hladky — Free listening, videos, concerts, stats ...

Watch videos & listen free to Daniel Hladky: Web 3.0: Wie Webseiten intelligent werden. Discover more music, concerts, videos, and pictures with the ...
Read more

kristian ines: Web 3.0 Vs Web 2.0

"Web 3.0 vs Web 2.0 ', ... und Blogger Webseiten wurde der richtige Ort, ... Das Web wurde sehr intelligent.
Read more

Web 3.0 in den Startlöchern - Webdesign mit CSS | XING

Web 3.0 in den Startlöchern. ... Tipps und Tricks zur Gestaltung von Webseiten mit CSS ... wie das Netz gesehen und genutzt werden sollte.
Read more