Warum Künstliche Intelligenz intelligente Terminologien ... · Robot‐Lawyerwertet in den USArichterliche Entscheidungenaus ... Tekom Jahrestagung 24. ‐26. Oktober 2017 17 Stellen

Tekom Jahrestagung 24. ‐ 26. Oktober 2017 1

Warum Künstliche Intelligenz intelligente Terminologien (und

Terminologen) braucht

Prof. Dr. Petra DrewerDr. François Massion


Eine Frage …


Künstliche Intelligenz (KI)

Haupteigenschaften von KI: Umfeld verstehen Selbständig Ziele verfolgen Lernen Kommunizieren


KI übernimmt bereits Routineaufgaben

Assistent im Call‐Center Robot‐Lawyer wertet in den USA richterlicheEntscheidungen aus

Analysetools unterstützen Mediziner bei der Diagnostik

Personalabteilungen erhalten Auswertungen von Lebensläufen

Maschinelle Übersetzungsprogramme …


Was kommt dann (1/2)?

Der smarte Robo‐Redakteur… … extrahiert Wissen aus Firmen‐ und externen Quellen

… fasst den Inhalt von Dokumenten zusammen … generiert Texte, twittert Informationen


Was kommt dann (2/2)?

Der smarte Robo‐Übersetzer… … wertet Referenzmaterial aus … sucht nach Informationen / Übersetzungen … bereitet Übersetzungen inhaltlich‐semantisch vor

Der smarte Robo‐Terminologe… … unterstützt die Terminologiearbeit mit Definitionen oder Begriffsrelationen

… erkennt Synonyme und Zusammenhänge


Die nächste KI‐Revolution

Der Mehrwert von Morgen wird aus der Fähigkeit der KI entstehen, natürliche Sprache zu verstehen.

Natürliche Sprache (gesprochen oder geschrieben) ist die wichtigste Schnittstelle zu/von intelligenten Anwendungen.


Sprache verstehen: Schritt 1

Sprachelemente identifizieren

https://cloud.google.com/natural‐language/

„I arrived at the bank [?] after crossing the river“


Statistik reicht nicht

Was bedeutet eigentlich „bank“ ? Laut WordNet gibt es (mindestens) 9 mögliche Bedeutungen

Wie weit hilft Statistik?

1234 Dokumente mit „bank“ = Geldinstitut (24)%567 Dokumente mit „bank“ = Ufer (11)% 89 Dokumente mit „bank“ = Damm (2)% ….


Sprache verstehen: Schritt 2

Bedeutung mit Hilfe von Wissensquellenerkennen I arrived at the bank 1 after crossing the river 2.

bridge (Brücke)bank 1 (Ufer)

water (Wasser)

river 2 (Fluß)

has_a

is_made_of

connects

WISSENSBASIS


Wissensquellen

Es gibt unterschiedliche Arten von Wissensquellen, z. B: Wörterbücher und Thesauri Annotierte Texte Sammlungen von NamedEntities (Eigennamen)

Ontologien Terminologiebestände…


Terminologiedatenbank mehrsprachig begriffsorientiert benennungsautonom mehrstufiges Eintragsmodell

Begriffssysteme Systematik Darstellung der begrifflich‐

systematischen Zusammenhänge

Ergebnisse der Terminologiearbeit


Beispiel für ein Begriffssystem

Quelle der Abb.: Drewer, Petra / Schmitz, Klaus‐Dirk (2017): Terminologiemanagement : Grundlagen – Methoden – Werkzeuge. Heidelberg: Springer Vieweg, S. 12


Beispiel für ein Begriffssystem

Quelle der Abb.: Drewer, Petra / Schmitz, Klaus‐Dirk (2017): Terminologiemanagement : Grundlagen – Methoden – Werkzeuge. Heidelberg: Springer Vieweg, S. 13


Arten von Begriffsbeziehungen bzw. ‐systemen

Hierarchische Begriffsbeziehungen

Abstraktionsbeziehung Bestandsbeziehung

Nicht‐hierarchische Begriffsbeziehungen

Sequentielle Begriffsbeziehung Oppositionelle Begriffsbeziehung Pragmatische Begriffsbeziehung


Sinn und Zweck von Begriffssystemen

Strukturierung und Systematisierung von Fachwissen (Besseres) Verständnis des Fachgebiets Zusammenhänge statt isolierter Begriffsbetrachtungen,

dadurch z.B. klare Abgrenzung von Nachbarbegriffen Vollständigkeitsprüfung Äquivalenzprüfung Zugang zu Terminologiesammlungen …


Stellen Sie sich vor, Sie erarbeiten den Begriff „Druckumformen“

Umformen

Zugdruck‐umformen

Druck‐umformen

Zug‐umformen

Biege‐umformen

Schub‐umformen

Walzen

Freiformen

Gesenkformen

Eindrücken

Durchdrücken

Umformverfahren nach DIN 8582


BegriffssystemDIN 2331 (1980:2) und DIN 2330 (2013:11)

Ein Begriffssystem ist eine Menge von Begriffen, zwischen denen Beziehungen bestehen oder hergestellt worden sind und die derart ein zusammenhängendes Ganzes darstellen.

Ein Begriffssystem dient der Ordnung des Wissens bildet die Grundlage für eine Vereinheitlichung und Normung der

Terminologie ermöglicht den Vergleich von Begriffen und Benennungen in

verschiedenen Sprachen

Die Darstellung von Begriffssystemen ist (teilweise) genormt.


Abstraktionsbeziehung: Fächerdiagramm

1Horizontalachsen‐Windkraftanlage

1.1Widerstandsläufer

1.2Auftriebsläufer

1.2.2Langsamläufer

1.2.1Schnellläufer

1.2.1.3Anlage mit

Dreiblattrotor

1.2.1.2Anlage mit

Zweiblattrotor

1.2.1.1Anlage mit Einblattrotor


Bestandsbeziehung: Klammerdiagramm

1Windkraftanlage

1‐1Fundament

1‐2Turm

1‐3Turmkopf

1‐3‐1Rotor

1‐3‐2Gondel

1‐3‐3Windnachführung


Erstellung von Begriffssystemen

Erkennen/Erarbeiten der Begriffsbeziehungen(erfordert umfassendes Produkt‐ bzw. Fachwissen)

Darstellen der Begriffsbeziehungen(Visualisierung je nach vorhandenen Tools und Toolkenntnissen)


Darstellung von Begriffsbeziehungen mit Terminologiewerkzeugen

Coreon (Coreon GmbH) i‐Term (DANTERM Technologies) LookUp (D.O.G. Dokumentation ohne Grenzen GmbH)

Quickterm (Kaleidoscope Communications Solutions GmbH)

Termweb (Interverbum Technology)



Ontologien

Ontologien sind maschinenlesbare Repräsentationen von (einem Ausschnitt aus) der Welt

Benutzen: Klassen und Individuen Eigenschaften Relationen Regeln

Formate: RDF, RDFS (Schema), OWL


Vor‐ und Nachteile von Ontologien

Sie erlauben intelligente Wissensabfragen mit Inferenz (Schlussfolgern):

"Kann Passolo auch XLIFF‐Dateien bearbeiten?“

Inferenz und Antwort

Tripel aus: Subjekt – Prädikat (Rel.) ‐ ObjektTripel: Passolo – Bearbeitet – XML‐DateiTripel: XLIFF‐Datei – IstEin – XML‐DateiInferenz ( Antwort): Passolo – Bearbeitet – XLIFF‐Datei „Ja“


Vor‐ und Nachteile von Ontologien

Sie sind oft sprachlich schlecht aufbereitet: Klassenname = Benennung Einsprachig Wenige terminologische Informationen

Sie sind dadurch schwer kombinierbar: Klassennamen passen nicht zueinander Granularität unterschiedlich (Größe der Klassen) Nicht für den mehrsprachigen Einsatz geeignet


Ontologien und Terminologen?

Terminologen können von Ontologien profitieren:

Verbesserung/Anreicherung der terminologischen Daten

Mehrwert/Aufwertung der Terminologiearbeit Weitere Anwendungsmöglichkeiten für terminologische Ergebnisse

Terminologen können Ontologien verbessern: Umgang mit (Teil‐)Synonymen Umgang mit (Teil‐)Äquivalenten Begriffsrelationen und ‐systeme


Ontologie Gibt Beziehungen zwischen

Begriffen an Strukturiert Wissen Nutzer: Maschinen

Begriffssystem Gibt Beziehungen zwischen

Begriffen an Strukturiert Wissen Nutzer: Menschen

Gegenüberstellung


Danke für Ihre Aufmerksamkeit!

Wir haben uns über Ihre (menschliche) Intelligenz gefreut…


Literatur

DIN 2330 (2013): Begriffe und Benennungen – Allgemeine Grundsätze. Berlin: Beuth

DIN 2331 (1980): Begriffssysteme und ihre Darstellung. Berlin: Beuth Drewer, Petra / Massion, François / Pulitano, Donatella (2017): „Was haben

Wissensmodellierung, Wissensstrukturierung, künstliche Intelligenz und Terminologie miteinander zu tun?“ http://dttev.org/terminologie‐und‐künstliche‐intelligenz.html

Drewer, Petra / Schmitz, Klaus‐Dirk (2017): Terminologiemanagement : Grundlagen – Methoden – Werkzeuge. Heidelberg: Springer Vieweg (Kommunikation und Medienmanagement 1)


Kontakt

Warum Künstliche Intelligenz intelligente Terminologien ... · Robot‐Lawyerwertet in den USArichterliche Entscheidungenaus ... Tekom Jahrestagung 24. ‐26. Oktober 2017 17 Stellen

Documents