Wissensrepräsentation

Für viele Computeranwendungen ist eine geeignete Wissensrepräsentation erforderlich. Die Frage ist dabei, wie man Wissen in einem Informationssystem (Wissensbasis) formal speichern kann, und mit welchen Mechanismen man darauf zugreift und das Wissen nutzen kann, um Schlussfolgerungen zu ziehen.

Anwendungen sind Expertensysteme, maschinelle Übersetzungsprogramme, Systeme für computerunterstützte Wartung und Datenbankabfrageprogramme.

Verschiedene Notationen und (künstliche) formale Sprachen sind vorgeschlagen worden, um Wissen zu repräsentieren:

Mit DATR, zum Beispiel, wird lexikalisches Wissen repräsentiert.

Kriterien für die Repräsentationsgüte

Wichtige Kriterien für die Wahl eines Wissensrepräsentations-Systems sind:

Korrektheit: aus korrekter Syntax folgt automatisch korrekte Semantik
Adäquatheit/Expressivität/Mächtigkeit: repräsentiert die Sprache die benötigten Ontologiebestandteilebestandteile eindeutig und flexibel genug?
Effizienz: wie effizient kann geschlussfolgert werden?
Komplexität: wie steil ist die Lernkurve zur Wissensabbildung und der Wissensabfrage
Übersetzbarkeit in andere Syntaxformate bzw. Sprachen

Arten von Repräsentationssystemen

Es existieren verschiedene Sprachen zur Wissensordnung und -repräsentation. Grob geordnet nach dem Grad ihrer Mächtigkeit sind dies:

Katalog, Glossar, Taxonomie (einfache Kontrollierte Vokabularien)
Klassifikation, Thesaurus (begrenzte Zahl von Relationen i.d.R. ohne Vererbungsrelation)
Semantisches Netz, Ontologie, Frames
Axiomensystem, Prädikatenlogik

Die jeweils höheren Systeme schliessen in ihrer Aussagekraft die niedrigeren Systeme mit ein. Allerdings sind einfachere Systeme auch einfacher zu handhaben und reichen fuerr viele Zwecke aus.

Siehe auch: Metadaten