حاشیه نویسی وب معنایی

حاشیه نویسی وب معنایی

اسلاید 1: حاشیه نویسی وب معنایی سید امير شيخ احمدي : 83700838sheickahmadi@ce.sharif.eduاستاد راهنما: دکتر ابوالحسنی استاد مشاور: دکتر قدسی Computer Engineering Department Sharif University of TechnologyIn The Name of AllahSemantic Web Annotation

اسلاید 2: حاشیه نویسی وب معنایی2موضوعات بررسی شدهتعریف مسئلهتعاریف حاشیه نویسیبررسی روش های حاشیه نویسیروش دستیروش نیمه اتوماتیکروش اتوماتیکجمع بندی روش های موجود ایده های ما برای حل مسالهفهرست منابع

اسلاید 3: حاشیه نویسی وب معنایی3تعریف مسئلهتعاریف حاشیه نویسیبررسی روش های حاشیه نویسیروش دستیروش نیمه اتوماتیکروش اتوماتیکجمع بندی روش های موجود ایده های ما برای حل مسالهفهرست منابعموضوعات بررسی شده

اسلاید 4: حاشیه نویسی وب معنایی4تعریف مسئلهحجم زیاد اطلاعات روی وبجستجوی نامناسب ، عدم تبادل اطلاعات توسط عامل هاوب معنایی: افزودن متاداده به وب فعلینحوه درج متا داده ها؟استفاده از روش های متفاوت حاشیه نویسی

اسلاید 5: حاشیه نویسی وب معنایی5آنتولوژی:توصیف فرمال مفاهیم عناصر تشکیل دهنده آنتولوژی:مفاهیمروابطخصوصیاتنمونه هاتعریف مسئله(1)

اسلاید 6: حاشیه نویسی وب معنایی6تعریف مسئله(2)

اسلاید 7: حاشیه نویسی وب معنایی7موضوعات بررسی شدهتعریف مسئلهتعاریف حاشیه نویسیبررسی روش های حاشیه نویسیروش دستیروش نیمه اتوماتیکروش اتوماتیکجمع بندی روش های موجود ایده های ما برای حل مسالهفهرست منابع

اسلاید 8: حاشیه نویسی وب معنایی8تعاریف حاشیه نویسی Merriam-Webster:یک تذکر که به روش توضیح یا توصیف اضافه می شود.HCI:یک annotation به شکل توضیحی روی یک شی که حاشیه نویس تمایل دارد از هر شی دیگری مجزا باشد،بررسی می شود. استخراج مفاهيم دامنه از صفحات وب با استفاده از آنتولوژي و درج آن ها با ساختار هاي معنايي درون صفحه هاي وب يا سرورهاي خاص مي باشد.

اسلاید 9: حاشیه نویسی وب معنایی9زیر فرایند های ایجاد یک حاشیه نویسیانتخاب (قسمتی از) سند ی که باید حاشیه نویسی شود(منبع)انتخاب عنصر نمایش که نتیجه تابع است(هدف)تعریف نوع و خصوصیات تابعدر اتوماتیک همگی نرم افزاریدر نیمه اتوماتیک حداقل یک مورد نرم افزاریدر دستی همگی توسط عامل انسانی انجام می شود

اسلاید 10: حاشیه نویسی وب معنایی10موضوعات بررسی شدهتعریف مسئلهتعاریف حاشیه نویسیبررسی روش های حاشیه نویسیروش دستیروش نیمه اتوماتیکروش اتوماتیکجمع بندی روش های موجود ایده های ما برای حل مسالهفهرست منابع

اسلاید 11: حاشیه نویسی وب معنایی11حاشیه نویسی دستیاسناداسناد حاشيه نويسی شدهTagstagsTagstagsTagstagstagtagsagstagstagsويرايش گرحاشيه نويساسناداسناد حاشيه نويسی شدهTagstagsTagstagsTagstagstagtagsagstagstagsويرايش گرحاشيه نويس

اسلاید 12: حاشیه نویسی وب معنایی12ابزارهای حاشیه نویسی دستی مفاهیم اصلی که در توسعه Annotea منظور شده است:استفاده از تکنولوژی بازفقط پشتیبانی از اسناد ساختاریافته از قبیل HTML&XML حاشیه نویسیها باید دارای URI باشند.حاشیه نویسیها باید دارای نوع باشند(که توسط کاربر مشخص می شود.)حاشیه نویسیها در پایگاه داده های عمومی RDF ذخیره می شوند.(سرورها)استفاده از RDF Schema قابل توسعهClient-lessهر دونوع حاشیه نویسیهای محلی(خصوصی) و راه دور(اشتراکی)را پشتیبانی می نماید.از سرورهای متعدد برای حاشیه نویسی استفاده می نماید.(برای مقیاس پذیری )Annotea(2001)

اسلاید 13: حاشیه نویسی وب معنایی13بر اساس تکنولوژی های W3C بنا شده است:XPointer:چه قسمتی از سند حاشیه نویسی شده است.XLink:پیوند محتوا به بدنه حاشیه نویسیGET and POST the metadata :HTTPAnnotea(2001)ابزارهای حاشیه نویسی دستی

اسلاید 14: حاشیه نویسی وب معنایی14Annotea(2001)ابزارهای حاشیه نویسی دستی

اسلاید 15: حاشیه نویسی وب معنایی15ابزارهای حاشیه نویسی دستی

اسلاید 16: حاشیه نویسی وب معنایی16عدم استفاده از ابزارهای استخراج متن مبتنی بر آنتولوژی مشخصی نمی باشد.که این به نوبه خود امکان اشتراک داده های سایتهای مختلف را نمی دهد.اگر کاربر یک سند حاشیه نویسی را ویرایش نماید،Xpointer یک حاشیه نویسی ممکن است به محل اشتباه اشاره نماید ،بنابراین می تواند Annotation گمراه کننده شود.(تا حدودی جبران شده است.)معایب ابزار Annotea:ابزارهای حاشیه نویسی دستی

اسلاید 17: حاشیه نویسی وب معنایی17محیطی برای تالیف اسناد متنی مبتنی بر MS WORD می باشد که هدفش کاهش بار تالیف حاشیه نویسیهای معنایی می باشد.دامنه کاربرد Semantic Word در موارد زیر مناسب تر است:سندی که می خواهد تالیف شود به موضوعات کم تری محدود باشد.در این حالت تلاش برای راه اندازی محیطی که مناسب این موضوعات باشد ،مناسب می باشد.درجه بالای از استفاده مجدد از محتوا هست.امکان استفاده حاشیه نویسیها در محتوا می باشد.Semantic Word(2003)ابزارهای حاشیه نویسی دستی

اسلاید 18: حاشیه نویسی وب معنایی18Semantic Wordابزارهای حاشیه نویسی دستی

اسلاید 19: حاشیه نویسی وب معنایی19ویرایش مستقیم حاشیه نویسیهامولف نیاز به دنبال کردن ترتیب سخت گیرانه ای که شامل مراحل زیادی برای تالیف توصیفات معنایی می شود،ندارد.استفاده مجدد از حاشیه نویسیهااستخراج اطلاعات الگوهای حاشیه نویسیAnnotation text region : در Semantic Word حاشیه نویسیها در طول متن توزیع شده و به Text region ضمیمه می شوند که محتوایش را حمایت میSemantic Wordابزارهای حاشیه نویسی دستی

اسلاید 20: حاشیه نویسی وب معنایی20هدف Cream ایجاد ابزاری برای ایجاد متاداده به صورت راحت و موثر می باشد. Cream از روش حاشیه نویسی مبتنی بر آنتولوژی استفاده می نماید. یک ویژگی به خصوص Cream ایجاد متا داده رابطه ای است که امکان ایجاد پیوند بین حاشیه نویسی ها را نیز فراهم می نماید. (2002)Creamابزارهای حاشیه نویسی دستی

اسلاید 21: حاشیه نویسی وب معنایی21OntoAnnotate: فریم ورکی برای وب معنایی شامل ابزارهایی برای حاشیه نویسی دستی و نیمه اتوماتیک صفحاتSHOE: امکان حاشیه نویسی با راهنمایی آنتولوژی های محلی یا ازطریق URI را می دهد.…سایر ابزارهای حاشیه نویسی دستی:ابزارهای حاشیه نویسی دستی

اسلاید 22: حاشیه نویسی وب معنایی22معایب سیستمهای حاشیه نویسی دستی امکان بروز خطا به دلایل: میزان آشنایی حاشیه نویس با دامنه میزان آموزشانگیزه شخصی و الگوهای پیچیده حاشیه نویسی دستی یک پروسه گران می باشد معمولا به این مسئله که دیدهای چند گانه از منابع داده ،نیازمند آنتولوژیهای چندگانه،می تواند برای پشتیبانی کاربران متفاوت مفید باشد،نمی پردازد. حاشیه نویسی دستی حجم اسناد موجود روی وب می باشد.

اسلاید 23: حاشیه نویسی وب معنایی23حاشیه نویسی نیمه اتوماتیکاسناداسناد حاشيه نويسي شدهابزار حاشيه نويسياستخراج اطلاعاتTagstagstagsTagstagsTagtagstagstagstagحاشيه نويس

اسلاید 24: حاشیه نویسی وب معنایی24مفهوم نیمه اتوماتیک،نسبت به سیستمهای تمام اتوماتیک،نیاز بود چرا که هنوز امکان تشخیص اتوماتیک و کلاس بندی تمام موجودیتهای درون اسناد با دقت کامل وجود ندارد.تمام سیستمهای حاشیه نویسی موجود به مداخله انسان در برخی از قسمتهای پروسه حاشیه نویسی نیاز دارند . وزن حاشیه نویسی اسناد جدید را کاهش می دهد.مزیت بالقوه دیگر سازگاری آنتولوژیهای بکار رفته می باشد و استفاده از چند آنتولوژی برای حاشیه نویسی یک سند می باشد.در حاشیه نویسی های نیمه اتوماتیک ما می خواهیم نقش فرد را از حاشیه نویس به ناظر تغییردهیم. حاشیه نویسی نیمه اتوماتیک

اسلاید 25: حاشیه نویسی وب معنایی25معماری عمومی پلت فورم حاشیه نویسی معناییحاشیه نویسی نیمه اتوماتیک

اسلاید 26: حاشیه نویسی وب معنایی26پلت فورمهای حاشیه نویسی معنایی می توانند براساس نوع روش حاشیه نویسی استفاده شده دسته بندی شوند:مبتنی بر الگو مبتنی بر یادگیری ماشینحاشیه نویسی نیمه اتوماتیک

اسلاید 27: حاشیه نویسی وب معنایی27 برای کمک به حاشیه نویسی از AIE (Amilecare)استفاده می نماید. نوآوری: قابلیت تنظیم سیستم AIEتوسط موتور IE فراهم شده است.روش کار:1- سندی توسط کاربر حاشیه نویسی می شود.2-در حالی که کاربر به حاشیه نویسی دومی می پردازد اولی به سیستم IE برای یادگیری فرستاده می شود.3-تگ های اضافه شده را بر داشته وخود شروع به حاشیه نویسی سند می کند .4- نتیجه با سند حاشیه نویسی شده دستی مقایسه می کند. آن قدر این عمل تکرار می شود تا به دقت مورد نیاز (که معمولا مشخص می شود)برسد.5-در این هنگام به کاربر گفته می شود که به حالت ناظر برود و اسناد به شکل اتوماتیک توسط سیستم حاشیه نویسی می شود : Melitaحاشیه نویسی نیمه اتوماتیک

اسلاید 28: حاشیه نویسی وب معنایی28ایده استفاده از آنتولوژی به عنوان مبنای حاشیه نویسی،اولین بار توسط MnM به کار گرفته شد .حاشیه نویسی نیمه و تمام اتوماتیک صفحات وب را پشتیبانی می نماید. یکی از اهداف اصلی این ابزار فراهم کردن محیطی برای استفاده توسط کاربران مختلف با هر میزان دانش می باشد. استفاده از چند آنتولوژیحاشیه نویسی نیمه اتوماتیکMnM:

اسلاید 29: حاشیه نویسی وب معنایی291)Browse :مرور صفحه و انتخاب آنتولوژی2)MarkUp : انتخاب قسمت دلخواه و مرتبط کردن با آنتولوژی3)Learn :اجرای الگوریتم یادگیری برای آموزش استخراج قوانین tagging , correction:قانون tagging :مشخص نمودن قسمتهایی که باید حاشیه نویسی شوند.قوانین درستی:کاهش درجه خطا4)Test: می توان با مقایسه قوانین ایجاد شده با صفحات حاشیه نویسی شده دستی،دقت و معیارهای فراخوانی مکانیسم IEرا تعیین نماید.5)Extraction : قوانین برای استخراج اتوماتیک و حاشیه نویسی صفحات وب استفاده می شود.ابزارهای حاشیه نویسی نیمه اتوماتیکمدل پروسه MnM:

اسلاید 30: حاشیه نویسی وب معنایی30مدیریت اطلاعات و دانشحاشیه نویسی نیمه/تمام اتوماتیکذخیره و بازیابی معنایی اطلاعاتمبتنی بر آنتولوژینگهداری مجزای اسناد,متاداده ها و آنتوژیهاتکنولوژی های استفاده شده:SesameLucenceGateKIM (Knowledge and Information Management):ابزارهای حاشیه نویسی نیمه اتوماتیک

اسلاید 31: حاشیه نویسی وب معنایی31حاشیه نویسی اتوماتیکتلاش های انجام شده:PANKOWC-PANKOWArmadillo….اسناداسناد حاشيه نويسي شدهابزار حاشيه نويسياستخراج اطلاعاتTagstagstagsTagstagtagtagstagstagstagstags

اسلاید 32: حاشیه نویسی وب معنایی32یکی از بزرگترین تلاش ها برای حاشیه نویسی وب معناییاستفاده از وب به عنوان منبع داده که این مسئله مشکل پراکندگی داده را حل می نماید.مبتنی بر الگوبدون ناظراتوماتیک نمودن حاشیه نویسیحاشیه نویسی نیمه اتوماتیک نتیجه بهتری را می دهد.حاشیه نویسی اتوماتیک(Pattern-based Annotation through Knowledge On the Web) :PANKOW

اسلاید 33: حاشیه نویسی وب معنایی33فرایند PANKOWحاشیه نویسی اتوماتیک

اسلاید 34: حاشیه نویسی وب معنایی34موضوعات بررسی شدهتعریف مسئلهتعاریف حاشیه نویسیبررسی روش های حاشیه نویسیروش دستیروش نیمه اتوماتیکروش اتوماتیکجمع بندی روش های موجود ایده های ما برای حل مسالهفهرست منابع

اسلاید 35: حاشیه نویسی وب معنایی35جمع بندی خصوصیات ابزارهای حاشیه نویسیجدول1- جمع بندی خصوصیات ابزارهای حاشیه نویسیبالاترین عمکرد در بین روش های مبتنی بر یادگیری ماشینبالاترین عمکرد در بین روش های مبتنی بر الگو

اسلاید 36: حاشیه نویسی وب معنایی36موضوعات بررسی شدهتعریف مسئلهتعاریف حاشیه نویسیبررسی روش های حاشیه نویسیروش دستیروش نیمه اتوماتیکروش اتوماتیکجمع بندی روش های موجود ایده های ما برای حل مسالهفهرست منابع

اسلاید 37: حاشیه نویسی وب معنایی37ایده اول برای حل مسالهدانلود صفحه و تبدیلآن به متنتایپURL صفحه مورد نظر مخزن آنتولوژیاستخراج کلمات کلیدیانتخاب آنتولوژی مناسبآنتولوژی انتخاب شدهOntology-based taggingمرحله یادگیری و استفاده از یادگیری ماشین برای افزودن تگهای بیشتراسناد حاشیه نویسی شده بر اساس آنتولوژی دامنهدر این مرحله کلمات کلیدی متن استخراج شده و فهرست بندی می شوند.می توان همچنین آنها را بر اساس تعداد دفعات تکرار مرتب نمود.می توان از روشهای مختلفی استفاده نمود:1-محاسبه شباهت مفاهیم صفحه با تک تک آنتولوژی ها2-پرس و جو از موتور جستجوی آنتولوژی مانند:Swoogle , OntoSearch3-ادغام دو آنتولوژی با شباهت بیشتر به متنآنتولوژی انتخاب شده در یک ویرایشگر آنتولوژی باز می شود(مانند OntoEdit) تا امکان ویرایش و افزودن مفاهیم و روابط جدید و غنی سازی آن وجود داشته باشد.----پیمایش و ذخیره صفحات دامنه(Focus Crawler)حاشیه نویسی دامنه مشخص شدهاستخراج آنتولوژی دامنه

اسلاید 38: حاشیه نویسی وب معنایی38ایده دوم برای حل مسالهمولفانتخابContext و آنتولوژی مناسبمخزن آنتولوژيSharif ….Sharif : <rdf:Description rdf:ID="Sharif"><rdf:type rdf:resource="#University" /><rdfs:label ml:lang="en"> Esfahan </rdfs:label></rdf:Description>ابزار استخراج اطلاعات مبتنی بر آنتولوژی

اسلاید 39: حاشیه نویسی وب معنایی39معیارهای استاندارد برای ارزیابی مدل های حاشیه نویسی :دقت: Precision=فراخوانی:Recall=که all تمام حاشیه نویسی هایی است که توسط فرد ایجاد می شود.Accurate حاشیه نویسی ها درست توسط سیستمInaccurate حاشیه نویسی های نادرست توسط سیستم معیارهای ارزیابی مدلaccurateallaccurateaccurate+inaccurate

اسلاید 40: حاشیه نویسی وب معنایی40زمان بندی کارهای آتیتهيه يک مجموعه آزمايش براي ارزيابي مدل 1.5ماهارائه مدلي براي انتخاب آنتولوژي مناسب 1.5ماهانتخاب مدلي مناسب براي استخراج اطلاعات با يادگيري 1.5ماهپياده سازي مدل 2 ماهارزيابي مدل و ارائه مقاله 1.5ماهنوشتن پايان نامه 1 ماه

اسلاید 41: حاشیه نویسی وب معنایی41فهرست منابع[1]Cimiano, P., Handschuh, S., & Staab, S. (2004). Towards the Self-Annotating Web. Thirteenth International Conference on World Wide Web, New York, NY, USA, 462-471[2]S. Handschuh, S. Staab, and F. Ciravegna. S-CREAM — Semi-automatic CREAtion of Metadata.In EKAW02, 13th International Conference on Knowledge Engineering and Knowledge Management,LNCS/LNAI 2473, pages 358–372, Sig¨uenza, Spain, October 2002. Springer.[3] S. Handschuh, S. Staab, and A. Maedche. CREAM — Creating relational metadata with a componentbased,ontology-driven annotation framework. In Proceedings of K-Cap 2001, pages 76–83. ACM Press,2001.[4]J. Kahan, M. Koivunen, E. Prud’Hommeaux, and R. Swick. Annotea: An Open RDF Infrastructure for Shared Web Annotations. In Proceedings of the Tenth International World Wide Web Conference, WWW10, Hong Kong, China, May 1-5, 2001, pages 623–632. ACM Press, 2001.[5]N. Kushmerick. Wrapper Induction: Efficiency and Expressiveness. Artificial Intelligence, 118(1-2):15–68, 2000.[6] M. Vargas-Vera, E. Motta, J. Domingue, M. Lanzoni, A. Stutt, and F. Ciravegna. MnM: Ontology Driven Semi-Automatic and Automatic Support for Semantic Markup. In EKAW02, 13th International Conference on Knowledge Engineering and Knowledge Management, LNCS/LNAI 2473, pages 379–391,Sig¨uenza, Spain, October 2002. Springer.[7] Dill, S., Eiron, N., Gibson, D., Gruhl, D., Guha, R., & Jhingran, A. et al. (2003). SemTag and Seeker: Bootstrapping the Semantic Web via Automated Semantic Annotation. Twelfth International World Wide Web Conference, Budapest, Hungary, 178-186

اسلاید 42: حاشیه نویسی وب معنایی42[8] Siegfried Handschuh, Steffen Staab, and Raphael Volz. On deep annotation. In Proceeding of the WWW2003 - The Twelfth International World Wide Web Conferenceb (to appear), Budapest, HUNGARY,May 2003.[9] Dingli, A., Ciravegna, F., & Wilks, Y. (2003). Automatic Semantic Annotation using Unsupervised Information Extraction and Integration. Proceedings of the Workshop on Knowledge Markup and Semantic Annotation at the Second International Conference on Knowledge Capture (K-CAP 2003), Florida, USA.[10] Erdmann, A. Maedche, H.-P. Schnurr, and S. Staab. From Manual to Semi-automatic Semantic Annotation:About Ontology-based Text Annotation Tools. In P. Buitelaar & K. Hasida (eds). Proceedings of the COLING 2000Workshop on Semantic Annotation and Intelligent Content, Luxembourg, August 2000.[11 Fabio Ciravegna and Yorick Wilks. Designing Adaptive Information Extraction for the Semantic Web in Amilcare. Annotation for semantic web, 2003. [12]P. Cross, L. Miller, and S. Palmer. Using RDF to Annotate the (Semantic)Web. In K-Cap Workshop on Knowledge Markup and Semantic Annotation, Victoria,B.C.,Canada, October 2001.…فهرست منابع

اسلاید 43: حاشیه نویسی وب معنایی43سوال؟با تشكر از توجه شما