lit 2003, leipzig 25.09.2003

Individuelle und gemeinschaftliche Wissensräume:

Erfüllen Topic-Maps die technologischen Anforderungen?

LIT 2003, Leipzig

25.09.2003

Dipl.-Wirtsch.-Inf. Lutz Maicher,Prof. Dr. Gerhard Heyer

{maicher|heyer}@informatik.uni-leipzig.de

Universität Leipzig

LIT 2003, 25.09.2003 Folie: 2

Individuelle und gemeinschaftliche Wissensräume:Erfüllen Topic-Maps die technologischen Anforderungen?

Lutz Maicher;Gerhard Heyer

Motivation – Werkzeuge für Wissensarbeiter es werden Werkzeuge benötigt, mit denen wissensintensive

Prozesse produktiver gestaltet werden können wissensintensive Prozesse sind vornehmlich kooperativ:

aktive Unterstützung dieser Kooperation muss zentrales Element sein

Mitarbeiter in wissensintensiven Prozessen arbeiten oft an Projekten parallel: klare, intuitiv schnell zu erfassende, vertrauenswürdige Sichtweise auf den aktuellen Kontext wird benötigt

die Nutzer der Werkzeuge sind durch automatische Methoden so stark wie möglich zu entlasten, doch gilt das Primat der menschlichen Intervention um die Akzeptanz des Werkzeuges zu erhöhen

LIT 2003, 25.09.2003 Folie: 3



Agenda

Motivation – Werkzeuge für Wissensarbeiter Wissen – Operationalisierung von Wissen? Wissensräume – Werkzeuge für Wissensarbeiter! Kurze Einführung Topic-Maps Funktionalitäten eines WRMS

Suchen und Finden Integration und Separation von Informationsobjekten Bildung von Wissensräumen Prüfen und Kombinieren Visualisierung und Export

Zusammenfassung und Ausblick

LIT 2003, 25.09.2003 Folie: 4



Wissen – Operationalisierung von Wissen?„Let´s assume we begin with data, add context to get information,

add understanding to get knowledge, and judgement (values) to get wisdom.“ Jason Frand

Wissen ist eine Struktur, die es ermöglicht und erleichtert mit Informationen umzugehen, d. h., Informationen als „neu“ zu akzeptieren oder als „irrelevant“ abzulehnen und Informationen mit anderen zu vergleichen und zu neuer zu kombinieren.

Wissen in dieser Art zu formalisieren und zu operationalisieren ist teuer, stark domänenspezifisch und unflexibel

in wissensintensiven Prozessen werden Systeme benötigt, die die Produktion und Nutzung von Wissen durch zielgerichtete Informationslogistik und Kommunikationsunterstützung für diese Prüf- und Kombinationsoperationen unterstützen

LIT 2003, 25.09.2003 Folie: 5



Wissensräume – Werkzeuge für Wissensarbeiter! Ein individueller Wissensraum ist:

eine individuelle, vertrauenswürdige Sichtweise auf eine Menge von Informationsobjekten;

ein Monolog über diese Informationsobjekte (welche mit eingeschlossen sind), wobei dieser auch als Dokumentation aller individuellen Prüf- und Kombinationsoperationen bezüglich dieser Informationsobjekte betrachtet werden kann.

Ein gemeinschaftlicher Wissensraum ist: eine gemeinschaftliche, vertrauenswürdige Sichtweise auf eine

Menge von Informationsobjekten; ein Gespräch der Mitglieder der Gemeinschaft über die

Informationsobjekte, respektive ein Monolog der gesamten Gemeinschaft.

Ein Wissensraummanagementsystem (WRMS) implementiert einen Wissensraum und ist ein Werkzeug für wissensintensive Prozesse.

LIT 2003, 25.09.2003 Folie: 6



Kurze Einführung Topic-Maps

Topic-Maps sind eine durch die ISO standardisierte Wissensrepräsentationssprache mit XML-Syntax

Ziel: Strukturierung, Verfügbarkeit und Verarbeitung von Informationen durch Hinzufügen von Metadaten zu vereinfachen.

Sie beschreiben Graphen: Topics (typisierter Knoten), Associations (typisierte bidirektionale, typisierte Assoziationen), Occurrences (typisierte Verweise auf Gegenstände, die durch

Topics repräsentiert werden)

Besondere Leistungsfähigkeit von Topic-Maps eigene Beschreibungsschicht (Subjektivität) Scope-Konzept (Kontext; Sichtenbildung; Namespaces), Merge-Konzept (Zusammenführen von Topic-Maps).

LIT 2003, 25.09.2003 Folie: 7



Funktionalitäten eines WRMS

Suchen und Finden

Explizite Recherche im Wissensraum

Assoziative Recherche im Wissensraum

Recherche außerhalb des Wissensraums

Bildung von themenrelevanten Sichten

Integration u. Separation von Informationsobjekten

Automatische Integration

Manuelle Integration

Pflege dessemantischen Raums

Visualisierung und Export

Visualisierung

Integration in Applikationen

(kontextsensitive) Hilfesysteme

Bildung von Wissensräumen

Bildung individueller Wissensräume

Bildung neuer Wissensräume

Bildung gemeinschaftlicherWissensräume

Prüfen und Kombinieren

Prüfen und Kommunizieren

Kombinieren undKommunizieren

LIT 2003, 25.09.2003 Folie: 8



Suchen und Finden

Explizite Recherche im Wissensraum Integration externer Suchmaschinenfunktionalität (Topic-Map ist

Text!) Nutzung eines TMQL-Derivats (z. B. TOLOG) als strukturorientierte

Abfragesprache Assoziative Recherche im Wissensraum

Assoziationen sind typisiert, bidirektional und n-stellig Recherche außerhalb des Wissensraums

Entscheidung während Recherche ob aktuelles Element des Suchpfads bereits im Wissensraum enthalten ist (TMQL /XLINK)

Bildung von themenrelevanten Sichten = aktueller Kontext Kontext für Recherche ist mit Vokabular der Topic-Map zu

beschreiben Scopes für Namen, Assoziationen und Occurrences (Scope-Konzept) Entscheidungsspielräume bei Implementierung

Beispiel OKS-Framework von Ontopia: Jedes Element erscheint nur in einem Kontext, der diesen Scope beinhaltet (u. a. keine Negativ-Aussagen möglich: z. B. keine Word-Dokumente anzeigen)

LIT 2003, 25.09.2003 Folie: 9



Integration und Separation von Informationsobjekten jede durch URI referenzierbare Informationsentität (auch Zitate

aus Dokumenten) sollen integrierbar sein Integration und Separation basierend auf bestehenden

semantischen Raum (~Ontologie) oder mit Erweiterung des semantischen Raums

Konzeptorientierung (Cluster inhaltlich naher Begriffe) zweistufiges Vorgehen

Extraktion der Informationsobjekte und Erstellung eines Informationsobjektrepräsentanten innerhalb des Wissensraums

Zuordnung dese Informationsobjektrepräsentanten zu Konzepten Automatische Integration

Wissensrohstoff Text: Nutzung der Methoden der ASV (Wortschatzprojekt) [Drag&Drop]

Manuelle Integration Pflege des Semantischen Raums

Bedarf an Schema-Sprache TMCL (Topic Map Constraint Lang.)

LIT 2003, 25.09.2003 Folie: 10



Bildung von Wissensräumen

Bildung individueller Wissensräume Bildung gemeinschaftlicher Wissensräume

Merge-Konzept ist von zentralem Interessen Entscheidungsfreiräume bei Implementierung von Topic-

Map-verarbeitenden Applikationen durch Prozessmodell (Wann beschreiben zwei Knoten das selbe Subjekt?)

Bildung neuer Wissensräume

LIT 2003, 25.09.2003 Folie: 11



Prüfen und Kombinieren

Dokumentationsformen von Prüf- und Kombinationsoperationen: Beschreibung von Texten (oder anderer Daten) zu einem

Informationsobjekt, Hinzufügen typisierter Assoziationen, welche die Erkenntnis der

Operation beschreiben, Zuordnung von Scopes zu bestimmten Namen, Assoziationen und

Occurrences Vertrauensaspekte (Beispiel: Beitrag vom Controller wiegt

mehr als Beitrag vom Praktikanten) Sichtenkonzept Prüfen und Kommunizieren

Methoden des Beurteilens, Bewerten und Diskutieren Texte sind Bestandteil des Wissensraums, aber nicht der Topic-

Map Kombinieren und Kommunizieren

Nutzung des semantischen Raums (TMCL) Inferenzen mit TMQL-Derivat (TOLOG)

LIT 2003, 25.09.2003 Folie: 12



Visualisierung und Export

Visualisierung Integration in Applikationen

Integration in die bestehende Applikationslandschaft durch unabhängige Schicht leichter möglich

Problematik der Interpretationsspielräume beim Scope- und Mergekonzept

kontextsensitive Hilfe

LIT 2003, 25.09.2003 Folie: 13



Zusammenfassung und Ausblick

ein kooperativer, humanzentrierter und durch Automatisierung unterstützter Wissensmanagementansatz erlaubt die Produktivität in wissensintensiven Prozessen zu erhöhen

Topic-Maps sind für die Implementierung von WRMS eine geeignete Sprache der Wissensrepräsentation

Limitationen: Freiräume im Merge- und Scope-Konzept

Prototypische Umsetzung der Idee: Projektdokumentation für die interne Nutzung in einem Beratungsunternehmen

lit 2003, leipzig 25.09.2003

Documents