vollständige Magisterarbeit zum Thema - Michael Stollberg

Kapitel A: Grundlagen ontologiebasierter Wissensmodellierung 9
effektiver Art und Weise durch einen entsprechenden Repräsentationsformalismus
implementieren lassen (Operationalisierbarkeit) (s. Owsnicki-Klewe+00, S. 157f).
Obwohl im Zuge der oben angeführten Wissensebenenhypothese logikbasierte
Ansätze als geeignetste Form der Wissensrepräsentation proklamiert wurden, haben sich
andere Notationsformen in der Künstlichen Intelligenz entwickelt. Bei den logikbasierten
Ansätzen lag der Fokus auf der Fähigkeit zum korrekten und vollständigen Schließen
mittels rein logischer Ausdrücke, wobei die Prädikatenlogik 11 als geeignetster Formalismus
angesehen wurde (s. Luger01, S. 226). Die Erfassung von Wissensstrukturen durch diese
Art der Darstellung wies allerdings erhebliche Mängel auf, da die „epistemologische
Neutralität“ (Owsnicki-Klewe+00, S. 171) der Prädikatenlogik den Systementwickler zur
logischen Darstellung jedes einzelnen Zusammenhangs zwingt, wodurch sich der
Entwicklungsaufwand extrem erhöht. Daher wurden mit den sogenannten „assoziationistischen
Theorien“ (Luger01, S. 227) Schemata zur Wissensrepräsentation entworfen,
bei denen die Bedeutungsfestlegung über eine netzwerkartige, graphenbasierte Erfassung
der Objekte mit ihren Beziehungen erreicht wird. Da diese Art der Wissensrepräsentation
eine wesentliche Grundlage für Ontologien darstellt, werden hier die wichtigsten Ansätze
kurz vorgestellt. 12
Der erste zu erwähnende Ansatz sind sogenannte ´semantische Netze´. Darin werden
die Konzepte und deren Beziehungen in „ ... ein[em] gerichtete[n] Graph mit bewerteten
Knoten und Kanten“ (Endres-Niggemeyer98, S. 16) abgebildet. Abbildung 1 zeigt ein
Beispiel einer solchen Darstellung. Die Knoten stellen Konzepte und die bipolaren
Kanten deren Beziehungen untereinander dar, so dass hierarchische Strukturen und
andersartige Relationen implizit erfasst werden können. Der wesentliche Vorteil dieser
Abbildung 1: Beispiel eines semantischen Netzes 13
11 Die Prädikatenlogik basiert auf der Aussagenlogik, in welcher logische Ausdrücke dargestellt und entsprechende
logische Operationen darauf durchgeführt werden können. In der Prädikatenlogik werden diese Möglichkeiten durch
die Nutzung von Variablen sowie der Zugriffsmöglichkeit auf die Komponenten komplexer Ausdrücke erweitert. Die
wesentlichen Beweggründe zur Nutzung der Prädikatenlogik zur Repräsentation von Wissensstrukturen liegen in
ihrer wohldefinierten Semantik, der Beweisbarkeit von Schlussfolgerungen sowie deduktiver Fähigkeiten. Übersichten
der Prädikatenlogik finden sich in (Luger01, S. 71-101) sowie in gängigen Lehrbüchern der KI.
12 Es sei angemerkt, dass diese traditionellen Repräsentationsschemata zur Entwicklung globaler Wissensbasen
dienen sollten. Neuere Forschungsansätze beschäftigen sich mit entsprechenden Verfahren zur Darstellung von verteiltem
Wissen und Schließen mit unvollständiger Informationen. Diese Ansätze sind auch für die ontologiebasierte
Wissensmodellierung relevant, werden aber erst später wieder aufgegriffen (s. C.2.1). Hier sind zunächst die grundlegenden
Ideen interessant.
13 entnommen aus: (Endres-Niggemeyer98, S. 16).