Skip to main content
SpringerLink
Log in

Automatische Konversion von natürlichsprachlichen Texten zu Ontologien am Beispiel von Wartungshandbüchern für Flugzeuge

  • Chapter
  • First Online:
Semantische Datenintelligenz im Einsatz

  • 3776 Accesses

Zusammenfassung

Im Zuge der digitalen Transformation von Geschäftsprozessen entsteht die Notwendigkeit, in natürlicher Sprache verfasste Handlungsanweisungen, Verträge und vertragsähnliche Dokumente in eine formale, computerausführbare Sprache (Code) zu wandeln, um z. B. Workflow Automation oder Smart Contracts umzusetzen. Das Anwendungspotenzial hierfür ist enorm: Alle menschenlesbaren Vorschriften sind typischerweise in natürlicher Sprache niedergeschrieben (Montageanleitungen, Verträge, gesetzliche Regulierungen etc.). Das Bestreben, Prozesse zu automatisieren (z. B. robotergestützte Wartung, Regelkonformität bei Banktransaktionen etc.) macht es erforderlich, textlich gefasste Vorschriften computerisiert ausführbar zu machen. Der herkömmliche Weg hierfür ist die manuelle „Übersetzung“ der textlichen Vorschriften in Skripte bzw. prozedurale Programmiersprachen. Diese Übertragung ist nicht nur sehr aufwendig, sondern auch fehleranfällig. Das hier vorgestellte Verfahren SemanticMatcher ermöglicht eine vollautomatische Transformation von natürlichsprachlichen Texten in eine computerverständliche Wissensrepräsentation mittels Logik höherer Ordnung (Higher-Order Logic).

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 44.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Notes

  1. 1.

    Jedoch wird zur Auflösung z. B. von Doppeldeutigkeiten kontextspezifisches Apriori-Wissen benötigt – siehe auch Abschn. 8.5.2, Schritt 5.

  2. 2.

    Aufgrund der Äquivalenz von Suchmodell und Wissensmodell wird im Weiteren der Begriff Wissensmodell zur besseren Verständlichkeit verwendet.

Literatur

  1. Johnson (2009), How the statistical revolution changes (computational) linguistics, in Proceedings of the EACL 2009 Workshop on the Interaction between Linguistics and Computational Linguistics: Virtuous, Vicious or Vacuous?, S. 3–11.

    Google Scholar 

  2. Gao/Fodor/Kifer (2018), Knowledge authoring for rule-based reasoning, in OTM Confederated International Conferences „On the Move to Meaningful Internet Systems“, S. 461–480.

    Google Scholar 

  3. Wikipedia, (Retrieved October 31, 2019), https://en.wikipedia.org/wiki/AI-complete

  4. Wikipedia, (Retrieved October 31, 2019), https://en.wikipedia.org/wiki/Natural-language_understanding.

  5. iot for all, (Retrieved March 30, 2020), https://www.iotforall.com/siri-not-improving-but-dont-underestimate/

  6. Gao (2019). Controlled Natural Languages and Default Reasoning, in arXiv preprint arXiv:1905.04422.

    Google Scholar 

  7. Kuhn (2014), A survey and classification of controlled natural languages, Computational Linguistics, 40(1), S. 121–170.

    Article  Google Scholar 

  8. Aerospace and Defence Industry Association of Europe (2017), SIMPLIFIED TECHNICAL ENGLISH, Specification ASD-STE100, Issue 7.

    Google Scholar 

  9. Massachusetts Senate (2003), Legislative, Drafting and Legal Manual, third edition.

    Google Scholar 

  10. Bollen (2008), SBVR: A fact-oriented OMG standard, in OTM Confederated International Conferences „On the Move to Meaningful Internet Systems“, S. 718–727.

    Google Scholar 

  11. Wikipedia, (Retrieved March 31, 2020), https://en.wikipedia.org/wiki/Higher-order_logic.

  12. Kifer/Lausen/Wu (1995), Logical foundations of object-oriented and frame-based languages, Journal of the ACM (JACM), 42(4), S. 741–843.

    Article  MathSciNet  Google Scholar 

  13. Angele/Kifer/Lausen (2009), Ontologies in F-logic, in Handbook on Ontologies, S. 45–70.

    Google Scholar 

  14. Maier et al. (2018), Datalog: Concepts, History, and Outlook, Declarative Logic Programming: Theory, Systems, and Applications, S. 3–100.

    Google Scholar 

  15. ObjectLogic Tutorial, ResearchGate, DOI: https://doi.org/10.13140/RG.2.2.24960.99845.

  16. Wikipedia, (Retrieved October 31, 2019), https://en.wikipedia.org/wiki/Natural-languageunderstanding.

  17. Wikipedia, (Retrieved July 21, 2019), https://en.wikipedia.org/wiki/N-gram.

  18. Chinosi/Trombetta (2012), BPMN: An introduction to the standard, Computer Standards & Interfaces, 34(1), S. 124–134.

    Article  Google Scholar 

  19. Miller et al. (1990), Introduction to WordNet: An on-line lexical database. International journal of lexicography, 3(4) S. 235–244.

    Article  Google Scholar 

  20. Wikipedia, (Retrieved March 30, 2020), https://en.wikipedia.org/wiki/Part-of-speech_tagging.

  21. Kifer/De Bruijn/Boley/Fensel (2005), A realistic architecture for the semantic web. In International Workshop on Rules and Rule Markup Languages for the Semantic Web S. 17–29.

    Google Scholar 

Download references

Author information

Authors and Affiliations

  1. semafora systems GmbH, Bensheim, Deutschland

    Bernd Geiger

Authors
  1. Bernd Geiger
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Bernd Geiger .

Editor information

Editors and Affiliations

  1. AG Corporate Semantic Web, Freie Universität Berlin, Berlin, Deutschland

    Börteçin Ege

  2. Data Analytics Center, Fraunhofer FOKUS, Berlin, Deutschland

    Adrian Paschke

Rights and permissions

Reprints and permissions

Copyright information

© 2021 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Geiger, B. (2021). Automatische Konversion von natürlichsprachlichen Texten zu Ontologien am Beispiel von Wartungshandbüchern für Flugzeuge. In: Ege, B., Paschke, A. (eds) Semantische Datenintelligenz im Einsatz. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-31938-0_8

Download citation

Publish with us

Policies and ethics

Search

Navigation