LABORSTATION 4 (Wissensrepräsentation) :: Lab Station 4 (Knowledge Representation)

Aufgabe 1.1 :: Task 1.1

Stufe: sehr leicht :: Level: very easy

Komplexität: eigenständig :: Complexity: self contained

MultiNet-Grundlagen :: Basics of MultiNet

Lernziele :: Learning goals

Erwerb von Kenntnissen, Fähigkeiten und Einsichten zu folgenden Schwerpunktthemen:

Überblick über die Bedeutungsrepräsentation mit semantischen Netzen.

Knoten und Kanten als Grundbausteine von MultiNet.

Kennenlernen einiger grundlegender semantischer Relationen.

Aufgabenstellung :: Task

Die Aufgabe dient dazu, einen ersten Zugang zum MultiNet-Paradigma herzustellen.
Anhand einiger grundlegender Textstellen aus der Literatur soll ein einfaches semantisches Netz für den folgenden Sachverhalt erstellt werden:

Der Kunstsammler besitzt eine Skulptur aus weißem Marmor.

Wissenshintergrund :: Background Knowledge

Das MultiNet-Paradigma ist eine vielschichtige Wissensrepräsentation zur Darstellung der semantischen Bedeutung von natürlichsprachlichen Texten. In dieser Aufgabe wird der Kern des MultiNet-Paradigmas, das semantische Netzwerk, eingeführt.
In späteren Aufgaben werden Sie weitere Ausdrucksmittel kennen lernen, die den Kern von MultiNet erweitern. Weiterhin werden Sie das Werkzeug für den Wissensingenieur MWR einsetzen, mit dem MultiNet-Ausdrücke bearbeitet werden können und mit dem auf MultiNet-Repräsentationen basierende Anwendungen realisiert werden.

Literatur :: Literature

Kapitel 6.3 in Kurseinheit 5 des Kurses 1697 "Grundlagen der Künstlichen Intelligenz"
Kurseinheit 3 des Kurses 1698 "Künstliche Intelligenz und automatische Wissensverarbeitung"
Kapitel 2.3 in Kurseinheit 2 des Kurses 1699 "Automatische Sprachverarbeitung"
die ersten Kurseinheiten des Kurses 1833 "Die Semantik natürlich sprachlicher Informationen"
Kapitel 3.4 des Buches "Künstliche Intelligenz und automatische Wissensverarbeitung", H. Helbig, Verlag Technik, 1996
"Die semantische Struktur natürlicher Sprache", H. Helbig, Springer, 2001
Verzeichnis aller MultiNet-Relationen (aufrufbar im Navigationstool unter [Hel2] MultiNet-Primer; aus Copyrightgründen nicht zum Download frei)
Veröffentlichung [Hel3] MultiNet-Paper: H. Helbig und C. Gnörlich, Multilayered Extended Semantic Networks as a Language for Meaning Representation in NLP Systems In: Lecture Notes in Computer Science 2276, Springer, Berlin, S. 69-85 (2002)
Veröffentlichung [Gnö2] MWR-Paper: Carsten Gnörlich: MultiNet/WR: A Knowledge Engineering Toolkit for Natural Language Information, Kapitel 3 und Kapitel 3.1, Technical Report 278, FernUniversität Hagen (2000)

Werkzeuge :: Software Tools

Das primäre Werkzeug für diese Aufgabe ist MWR, das Sie über den gleichnamigen Knopf "MWR" im Labor-Tool aufrufen können. Über die Menüfunktion "Datei/Speichern als" können Sie in MWR Arbeitskopien Ihrer Lösung erzeugen und im Verzeichnis "Loesungen" zwischenspeichern.

Charakterisierung der Lösung :: Charcteristics of the Solution

Das semantische Netz soll mit MWR erstellt und als "Aufgabe1.1" im Verzeichnis "Loesungen" abgespeichert werden. Ihre Lösung soll von der automatischen Kontrollfunktion (siehe unten) als korrekt klassifiziert werden.

Kontrolle der Lösung :: Control of Solution

Zur Kontrolle der Lösung rufen Sie in MWR den Menüpunkt "Module/Tutor: Korrektur" auf. Das System wird richtige Netzkomponenten grün färben und Problemzonen rot markieren; außerdem werden im Tutorfenster ergänzende Hinweise erscheinen.
Sie können das Netz beliebig oft editieren und die Korrektur erneut aufrufen.