SlideShare a Scribd company logo
1 of 46
Semantic Web Technologien Lehrveranstaltung Semantic Web Technologien WS 2009/10  HTWG Konstanz
Sprachen des Semantic Web Formale Semantik in RDF(S)
Formale Semantik in RDF(S) ,[object Object]
Dies führte zu diversen Problemen, da die Konzepte von unterschiedlichen Tool-Herstellern unterschiedlich interpretiert wurden ,[object Object],[object Object]
Formale Semantik in RDF(S) ,[object Object]
Was brauchen wir? ,[object Object]
Schlussfolgerungsrelation  ,[object Object],[object Object]
Formale Semantik in RDF(S) ,[object Object]
I: R  ->  R I   ⊆   ∆ I  x  ∆ I R: Atomare Relation ,[object Object],[object Object]
Formale Semantik in RDF(S) ,[object Object]
Ein Satz s   ∈   folgt aus einer Menge von Sätzen S  (d.h. S ╞  s)  genau dann, wenn jede Interpretation I, die jeden Satz s' ∈  erfüllt (also I  ╞  s', für alle s' ∈  ) auch ein Modell von s ist (also I  ╞  s).
Formale Semantik in RDF(S) ,[object Object]
Ein RDF-Graph ist eine endliche Menge von Tripeln
Auch jeder RDF Graph ist ein Satz
Formale Semantik in RDF(S) ,[object Object]
d.h. G  ╞  G' ,[object Object]
Formale Semantik in RDF(S) ,[object Object]
Ziel: formal korrekte Abbildung der Intuition hinter RDF(S) RDF-Interpretation Einfache Interpretation RDFS-Interpretation
Formale Semantik in RDF(S) ,[object Object]
oder (Diskurs-)Universum von I,
IP , der Menge der Properties von I,
I EXT , einer Funktion, die jedem Property eine Menge von Paaren aus IR zuordnet, d.h. I EXT : IP -> 2 IR x IR ,dabei nennt man I EXT (p) auch die Extension des Property p,
I S , einer Funktion, die URIs aus V in die Vereinigung der Mengen IR und IP abbildet, d.h. I S : V -> IR ∪ IP,
I L , einer Funktion von (getypten) Literalen aus V in die Menge IR der Ressourcen, d.h. I L : V -> IR und
LV   ⊆  IR, die Menge der Literalwerte, die (mindestens) alle ungetypten Literale aus V enthält
Formale Semantik in RDF(S) ,[object Object]
jedes ungetypte Literal “a“ wird auf a abgebildet: (“a“) I =a
jedes ungetypte Literal mit Sprachangabe “a“@t wird auf das Paar 〈a,t〉abgebildet: (“ [email_address] “) I =〈a,t〉
jedes getypte Literal l wird auf I L (l) abgebildet:l I = I L (l)
jede URI u wird auf I S (u) abgebildet:u I =I S (u)
Formale Semantik in RDF(S) .I URIs Namen getypt Literale ungetypt LV Resourcen IR Propertys IP I s I L I EXT Vokabular V Interpretation I
Formale Semantik in RDF(S) Wann ist ein Modell Interpretation eines Graphen? ...wenn die Interpretation ein Modell für  jedes  Tripel des Graphen ist http://example.org/wirdProduziertSeit http://example.org/anzahlModellGenerationen http://example.org/wirdProduziertSeit http://example.org/anzahlModellGenerationen http://vw.de/Modelle#Golf 1974 6 http://vw.de/Modelle#Golf 1974 6 http://vw.de/Modelle#Golf ╞ ╞ ╞ ╞ .I URIs Namen getypt Literale ungetypt LV Resourcen IR Propertys IP I s I L I EXT Vokabular V Interpretation I
Formale Semantik in RDF(S) Wann ist eine Interpretation Modell eines Tripels? ...genau dann, wenn s,p,o  ∈  V und <s I ,o I >  ∈  I EXT (p I ) http://example.org/anzahlModellGenerationen s o p http://vw.de/Modelle#Golf 6 ╞ .I URIs Namen getypt Literale ungetypt LV Resourcen IR Propertys IP I s I L I EXT Vokabular V Interpretation I
Formale Semantik in RDF(S) ,[object Object],Die Interpretation .I ordnet dem Graph G einen Wahrheitswert zu. G I  ist genau dann wahr, wenn für alle T ∈ G  T I  wahr ist  IR IP I EXT s I o I s I p I I EXT (p I ) s p o . .I .I .I
Formale Semantik in RDF(S) ,[object Object]
für eine Interpretation  I , sei  I+A  wie  I , wobei zusätzlich für jeden B-Node b gilt: ,[object Object],[object Object],Fazit: ,[object Object]
Formale Semantik in RDF(S) ,[object Object],http://example.org/hatZutat http://example.org/Menge http://example.org/Zutat IR = { ,,,,,,125g } IP = { ,, } LV = {125g} I EXT  =     {<,>}   {<,>}   {<,125g>} I S  =  ex:Pizza     ex:Mozzarella   ex:hatZutat   ex:Zutat   ex:Menge   I L  leer, da keine getypten Literale vorhanden 125g http://example.org/Mozzarella _:id1 http://example.org/Pizza
Formale Semantik in RDF(S) ,[object Object],http://example.org/hatZutat http://example.org/Menge http://example.org/Zutat Wählt man  A: _:id1      dann ergibt sich <ex:Pizza I+A ,_:id1 I+A >= <,> ∈ I EXT ()=I EXT (ex:hatZutat I+A ) <_:id1 I+A ,ex:Mozzarella>=<,> ∈ I EXT ()=I EXT (ex:Zutat I+A ) <_:id1 I+A ,”125g”>=<,125g> ∈ I EXT ()=I EXT (ex:Menge I+A ) Also wird auch der beschriebene Graph als Ganzes wahr. I ist ein Modell des Graphen (bzgl. der einfachen Interpretation) 125g http://example.org/Mozzarella _:id1 http://example.org/Pizza
Formale Semantik in RDF(S) ,[object Object]
Zur korrekten Behandlung des RDF-Vokabulars müssen zusätzliche Anforderungen an die Menge der zulässigen Interpretationen gestellt werden
RDF Vokabular VRDF: ,[object Object]
Formale Semantik in RDF(S) ,[object Object]
Klassenzugehörigkeit der durch den URI bezeichneten Ressource ,[object Object],[object Object]
charakterisiert alle URIs, die in Tripeln als Prädikat (Property) vorkommen ,[object Object],[object Object]
unterscheide wohlgeformte / nicht-wohlgeformte Literale
Formale Semantik in RDF(S) ,[object Object]

More Related Content

More from Steffen Schloenvoigt

Venture labs creativity course assignment 1 "Things we have in common"
Venture labs creativity course assignment 1 "Things we have in common"Venture labs creativity course assignment 1 "Things we have in common"
Venture labs creativity course assignment 1 "Things we have in common"Steffen Schloenvoigt
 
Semantic Web Technologies - SS 2010 - 06 - SPARQL
Semantic Web Technologies - SS 2010 - 06 - SPARQLSemantic Web Technologies - SS 2010 - 06 - SPARQL
Semantic Web Technologies - SS 2010 - 06 - SPARQLSteffen Schloenvoigt
 
Semantic Web Technologies - SS 2010 - 05 - RDF(S) Frameworks
Semantic Web Technologies - SS 2010 - 05 - RDF(S) FrameworksSemantic Web Technologies - SS 2010 - 05 - RDF(S) Frameworks
Semantic Web Technologies - SS 2010 - 05 - RDF(S) FrameworksSteffen Schloenvoigt
 
Semantic Web Technologies - SS 2010 - 03 - RDF
Semantic Web Technologies - SS 2010 - 03 - RDFSemantic Web Technologies - SS 2010 - 03 - RDF
Semantic Web Technologies - SS 2010 - 03 - RDFSteffen Schloenvoigt
 
Semantic Web Technologies - SS 2010 - 01 - Einfuehrung
Semantic Web Technologies - SS 2010 - 01 - EinfuehrungSemantic Web Technologies - SS 2010 - 01 - Einfuehrung
Semantic Web Technologies - SS 2010 - 01 - EinfuehrungSteffen Schloenvoigt
 
Semantic Web Technologies - SS 2010 - 02 - XML und URIs
Semantic Web Technologies - SS 2010 - 02 - XML und URIsSemantic Web Technologies - SS 2010 - 02 - XML und URIs
Semantic Web Technologies - SS 2010 - 02 - XML und URIsSteffen Schloenvoigt
 
8 - Sprachen Des Semantic Web - OWL
8 - Sprachen Des Semantic Web - OWL8 - Sprachen Des Semantic Web - OWL
8 - Sprachen Des Semantic Web - OWLSteffen Schloenvoigt
 
2 - Sprachen Des Semantic Web - XML
2 - Sprachen Des Semantic Web - XML2 - Sprachen Des Semantic Web - XML
2 - Sprachen Des Semantic Web - XMLSteffen Schloenvoigt
 

More from Steffen Schloenvoigt (13)

Venture labs creativity course assignment 1 "Things we have in common"
Venture labs creativity course assignment 1 "Things we have in common"Venture labs creativity course assignment 1 "Things we have in common"
Venture labs creativity course assignment 1 "Things we have in common"
 
SWT2011 - 01 - Motivation
SWT2011 - 01 - MotivationSWT2011 - 01 - Motivation
SWT2011 - 01 - Motivation
 
SWT2011 - 02 - XML
SWT2011 - 02 - XMLSWT2011 - 02 - XML
SWT2011 - 02 - XML
 
SWT
SWTSWT
SWT
 
Swt ss10 07_owl
Swt ss10 07_owlSwt ss10 07_owl
Swt ss10 07_owl
 
Semantic Web Technologies - SS 2010 - 06 - SPARQL
Semantic Web Technologies - SS 2010 - 06 - SPARQLSemantic Web Technologies - SS 2010 - 06 - SPARQL
Semantic Web Technologies - SS 2010 - 06 - SPARQL
 
Semantic Web Technologies - SS 2010 - 05 - RDF(S) Frameworks
Semantic Web Technologies - SS 2010 - 05 - RDF(S) FrameworksSemantic Web Technologies - SS 2010 - 05 - RDF(S) Frameworks
Semantic Web Technologies - SS 2010 - 05 - RDF(S) Frameworks
 
Semantic Web Technologies - SS 2010 - 03 - RDF
Semantic Web Technologies - SS 2010 - 03 - RDFSemantic Web Technologies - SS 2010 - 03 - RDF
Semantic Web Technologies - SS 2010 - 03 - RDF
 
Semantic Web Technologies - SS 2010 - 01 - Einfuehrung
Semantic Web Technologies - SS 2010 - 01 - EinfuehrungSemantic Web Technologies - SS 2010 - 01 - Einfuehrung
Semantic Web Technologies - SS 2010 - 01 - Einfuehrung
 
Semantic Web Technologies - SS 2010 - 02 - XML und URIs
Semantic Web Technologies - SS 2010 - 02 - XML und URIsSemantic Web Technologies - SS 2010 - 02 - XML und URIs
Semantic Web Technologies - SS 2010 - 02 - XML und URIs
 
8 - Sprachen Des Semantic Web - OWL
8 - Sprachen Des Semantic Web - OWL8 - Sprachen Des Semantic Web - OWL
8 - Sprachen Des Semantic Web - OWL
 
2 - Sprachen Des Semantic Web - XML
2 - Sprachen Des Semantic Web - XML2 - Sprachen Des Semantic Web - XML
2 - Sprachen Des Semantic Web - XML
 
1 - Einfuehrung
1 - Einfuehrung1 - Einfuehrung
1 - Einfuehrung
 

5 - Sprachen des Semantic Web - Formale Semantik In RDF(S)

  • 1. Semantic Web Technologien Lehrveranstaltung Semantic Web Technologien WS 2009/10 HTWG Konstanz
  • 2. Sprachen des Semantic Web Formale Semantik in RDF(S)
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11. Ein Satz s ∈  folgt aus einer Menge von Sätzen S  (d.h. S ╞ s) genau dann, wenn jede Interpretation I, die jeden Satz s' ∈ erfüllt (also I ╞ s', für alle s' ∈ ) auch ein Modell von s ist (also I ╞ s).
  • 12.
  • 13. Ein RDF-Graph ist eine endliche Menge von Tripeln
  • 14. Auch jeder RDF Graph ist ein Satz
  • 15.
  • 16.
  • 17.
  • 18. Ziel: formal korrekte Abbildung der Intuition hinter RDF(S) RDF-Interpretation Einfache Interpretation RDFS-Interpretation
  • 19.
  • 21. IP , der Menge der Properties von I,
  • 22. I EXT , einer Funktion, die jedem Property eine Menge von Paaren aus IR zuordnet, d.h. I EXT : IP -> 2 IR x IR ,dabei nennt man I EXT (p) auch die Extension des Property p,
  • 23. I S , einer Funktion, die URIs aus V in die Vereinigung der Mengen IR und IP abbildet, d.h. I S : V -> IR ∪ IP,
  • 24. I L , einer Funktion von (getypten) Literalen aus V in die Menge IR der Ressourcen, d.h. I L : V -> IR und
  • 25. LV ⊆ IR, die Menge der Literalwerte, die (mindestens) alle ungetypten Literale aus V enthält
  • 26.
  • 27. jedes ungetypte Literal “a“ wird auf a abgebildet: (“a“) I =a
  • 28. jedes ungetypte Literal mit Sprachangabe “a“@t wird auf das Paar 〈a,t〉abgebildet: (“ [email_address] “) I =〈a,t〉
  • 29. jedes getypte Literal l wird auf I L (l) abgebildet:l I = I L (l)
  • 30. jede URI u wird auf I S (u) abgebildet:u I =I S (u)
  • 31. Formale Semantik in RDF(S) .I URIs Namen getypt Literale ungetypt LV Resourcen IR Propertys IP I s I L I EXT Vokabular V Interpretation I
  • 32. Formale Semantik in RDF(S) Wann ist ein Modell Interpretation eines Graphen? ...wenn die Interpretation ein Modell für jedes Tripel des Graphen ist http://example.org/wirdProduziertSeit http://example.org/anzahlModellGenerationen http://example.org/wirdProduziertSeit http://example.org/anzahlModellGenerationen http://vw.de/Modelle#Golf 1974 6 http://vw.de/Modelle#Golf 1974 6 http://vw.de/Modelle#Golf ╞ ╞ ╞ ╞ .I URIs Namen getypt Literale ungetypt LV Resourcen IR Propertys IP I s I L I EXT Vokabular V Interpretation I
  • 33. Formale Semantik in RDF(S) Wann ist eine Interpretation Modell eines Tripels? ...genau dann, wenn s,p,o ∈ V und <s I ,o I > ∈ I EXT (p I ) http://example.org/anzahlModellGenerationen s o p http://vw.de/Modelle#Golf 6 ╞ .I URIs Namen getypt Literale ungetypt LV Resourcen IR Propertys IP I s I L I EXT Vokabular V Interpretation I
  • 34.
  • 35.
  • 36.
  • 37.
  • 38.
  • 39.
  • 40. Zur korrekten Behandlung des RDF-Vokabulars müssen zusätzliche Anforderungen an die Menge der zulässigen Interpretationen gestellt werden
  • 41.
  • 42.
  • 43.
  • 44.
  • 45. unterscheide wohlgeformte / nicht-wohlgeformte Literale
  • 46.
  • 47.
  • 49.
  • 50. 〈 I L (&quot;s &quot;^^rdf:XMLLiteral), rdf:XMLLiteral I 〉 ∉ I EXT (rdf:type I )
  • 51.
  • 52.
  • 53.
  • 54.
  • 55. I CEXT (y) enthalte genau diejenigen Elemente x, für die 〈x,y〉 ∈ I EXT (rdf:type I )
  • 56.
  • 57.
  • 58.
  • 59.
  • 60.
  • 61.
  • 62.
  • 63.
  • 64. Um mit Hilfe der Modelltheoretischen Semantik zu zeigen, dass G1 ╞ G2, müssten ALLE (RDFS)-Interpretationen betrachtet werden
  • 65. Daher versucht man Verfahren zu entwickeln, die die Gültigkeit von Schlussfolgerungen syntaktisch entscheiden können (Verfahren arbeiten nur auf den Sätzen der Logik, ohne auf die Interpretation zurückzugreifen)
  • 66.
  • 67.
  • 68. Sind Sätze s1,...,sn in der Menge der bekannten gültigen Aussagen enthalten, dann kann auch der Satz s dieser Menge hinzugefügt werden
  • 69. Die Gesamtheit aller für eine Logik gegebenen Ableitungsregeln nennt man Deduktionskalkül
  • 70.
  • 71. _:n steht für die ID eines beliebigen Blank Nodes
  • 72. u und v stehen für beliebige URIs oder IDs von Blank Nodes, die in einem Tripel an der Stelle des Subjekts stehen können
  • 73. l steht für ein beliebiges Literal
  • 74. x und y stehen für beliebige URIs oder IDs von Blank Nodes, die in einem Tripel an der Stelle des Objekts stehen können
  • 75.
  • 76.
  • 77.
  • 78.
  • 79.
  • 80. Alles ist eine Ressource rdfs2 rdfs3 rdfs4a rdfs4b
  • 81.
  • 82.
  • 83.
  • 85.
  • 86. Inkonsistenz: es gibt keine Interpretation I, für die G I =wahr
  • 87. Allerdings gibt es in RDFS nur eingeschränkte Möglichkeiten zur Erzeugung von Inkonsistenzen
  • 88.
  • 90.
  • 91.
  • 92. „Funktionsweise“ der externen Datentypen lässt sich nicht mit RDFS-Graphen vollständig charakterisieren
  • 93. Zusätzliche Ableitungsregeln für allgemeine Zusammenhänge externer Datentypen (mit Regel lg)
  • 94.
  • 95. Bezeichne s mit Datentyp d denselben Wert wie t mit Datentyp e, dann
  • 96. Liegt der Wertebereich des Datentyps d im Wertebereich des Datentyps e rdfD2 rdfDAx
  • 97.
  • 98. Andere Semantiken können strengere Anforderungen an die Interpretationen stellen (extensionale Semantik)
  • 99. Aber: Ableitungsregeln der intensionalen Semantik lassen sich implementationstechnisch einfacher umsetzen
  • 100. Problem: RDF(S) enthält keine Möglichkeit der Negation ex:harald rdf:type ex:Nichtraucher . ex:harald rdf:type ex:Raucher . --> führt nicht automatisch zum Widerspruch....
  • 101. Sprachen des Semantic Web - RDF Noch Fragen ?
  • 102.
  • 104. Resource Description Framework Schema Dan Brickley, R.V. Guha, Brian McBride W3C Recommendation, 10 th February 2004 http://www.w3.org/TR/rdf-schema
  • 105. RDF Planet – Blogs zum Thema RDF / Semantic Web http://www.planetrdf.com/