Suche ein effizientes Mittel zur Datenintegration

PasDas Summit 2016 Thomas Kurz

2016/10/04Passau, Deutschland

Suche – ein effizientes Mittel zur Datenintegration

Redlink wurde 2013 gegündet und hat seinen Sitz in , Österreich.SALZBURG

SuchlösungenTextanalyse Apps

Daten verstehen Daten organisieren Daten nutzen

Kunden & Partner

04/36

"We are drowning in information and starved for knowledge."John Naisbitt

Suche als effizienter, zentraler Zugang zu Informationen und Daten

• Digitale Inhalte sind immer und überall abrufbar

• Inhalte sind oft unstrukturiert

• Information sind über Personen, Systeme und

Dokumente verteilt

Suche als Informationsteleskop

Contextualisierte Suchen erlauben unterschiedliche (spezielle)Blickwinkel auf Daten.

Was verstehen wir heute unter Suche und wo geht die Reise hin ?

Wo und wie kann Suchtechnology die integrierte Sicht auf Daten verbessern ? Wie kann man das mit Open Source Software umsetzen ?

Roadmap

Suche – State of the Art and beyond

Andrei Broder, Distinguished Scientist @Google, World Wide Web Conference, May 2015

Basic Information Retrieval

Basic Information Retrieval

• Fulltext Search• Boolean Operators• Field Types / Processing• Weighting, Scoring

Add-ons: • Synonyms / Controlled Vocabularies• Spellchecking• Complex Functions (grouping, joining)• Boosting• Facetting• Filtering

Question Answering andInformation Supply Retrieval




• Curated Information Resources (Knowledge Graph)• Information / Data Aggregation• Question Patterns / Natural Language Processing• Answering Patterns / Information Templates• Speech to Text Components• Multilinguality• Personalisation

Assistance

Goal Completion

New appointment in Calendar

Book a FlightBook a Hotel

Set Alarm Clock

Call a Taxi

Book a Table for LunchAlert delays

Buy a present

Eine integrierte Sicht auf Daten und Informationen

Mike leitet einen Copy Shop mit 5 festen Mitarbeitern und 10 studentischen Aushilfen. Er benutzt ein CRM System zur Kunden- verwaltung, Email zur Kommunikation, ein Erfassungs- und Abrechnungssystem für seine Aufträge und ein Filesharing System zur Datenverwaltung.

Beispiel 1: Mike's Copy Shop


John Doe erkundigt sich nach einem Auftrag.


Jane verschafft sich eine Kunden-Überblick.


Ziel: integrierte Suche durch Datenverknüpfung

• Sammeln der Daten (inkl. Zugriffsrechte)

• Integration der verschiedenen Daten durch Verlinkung (z.B. über Entitäten) mittel genormter Schemen

• Aggregation gleicher Daten aus verschiedenen Applikationen (Matching)

• Evtl. Metadaten erheben (z.B. pagerank)

• Zentraler, effizienter Zugriff durch Indizierung

02/36

Beispiel 1I: Smart Customer Support

Die Deutsche Bahn betreibt mit dem "Reisebuddy" einen Concierge Service rund um das Thema Reise. Anfragen werden vom Kunden per SMS/Messenger gestellt und von Servicemitarbeitern bearbeitet. Diese nutzen für die benötigten Informationen interne und externe Quellsysteme.

02/36


02/36


02/36


02/36


Ziel: integrierte Suche durch Klassifizierung und Verteilung auf eine Menge von Endpunkten

• Klassifizieren der Anfrage (z.B. Reiseanfrage)

• Extraktion such-relevanter Entitäten (Information Units)

• Aufbau der Anfrage

• Evtl. Aggregation und Gewichtung

• Generieren der Antwort

Lösungen mit Open Source Software

Semantic Content Management 01/02

The Redlink Basic Components


• Qualität der Software steigt

• Qualität der Dokumentation steigt

• Manpower kann drastisch steigen

• Offene Libraries steigern Qualität und senken Entwicklungskosten

• Produkt wird besser wahrgenommen

• Marketing Kosten können sinken

• Geringeren Einfluss auf Roadmap und Entwicklungsziele

• keine SLAs bei Fremdsoftware

• Verlust von Kontrolle und Einzigartigkeit

• Keine Garantie (die Community bestimmt)

• Overhead (Community Building, Licensing, usw.)

• evtl. Einschränkungen durch Lizenzrechte

Warum Open Source ?

Pros Cons


• Read-Write Linked Data

• Triple Store mit Versionierung und Reasoning

• SPARQL und LDPath Anfragesupport

• Transparentes Linked Data Caching

The Open Platform for Linked Data

http://marmotta.apache.org/

http://marmotta.apache.org/

17/36

• Framework für Semantic Enhancement

• Natural Language Processing und Entity Recognition

• Mehrsprachigkeit

• Klassifikation und Sentiment Analyse

http://stanbol.apache.org

The Toolbox for Semantic Lifting

http://stanbol.apache.org


• Apache Lucene basiertes Suchframework

• Mehrsprachigkeit

• Hoch skalierbar (Solr cloud) und ultra schnell

• Hoch konfigurierbar

http://lucene.apache.org/solr/

The highgly scalable Search Server

http://lucene.apache.org/solr/


Andere Komponenten

Apache TinkerPop™

...




Enitity Extraction

Classification

Query Specific Models• Attribute• Vokabulare• Negation• Contextual Entities

Take aways

Suche bietet heute mehr als klassisches Information Retrieval.

Suche ist ein gutes Mittel um eine integrierte Sicht auf Daten zu erhalten.

Natürlichsprachliche Eingabe ist State of the Art.

Open Source Software kann viele notwendige Schritte sehr gut abdecken.

are you

ready to make sense

of your data?

[email protected]

Vielen Dank für die Aufmerksamkeit !

mailto:[email protected]?subject=

Suche ein effizientes Mittel zur Datenintegration

Internet