1. Autonome Topic Maps – Zur dezentralen Erstellung von implizit und explizit vernetzten Topic Maps in semantisch heterogenen Umgebungen. Vortrag zur Verteidigung der Dissertation an der Universität Leipzig Lutz Maicher, Universität Leipzig [email_address]
8. Autonome Topic Maps – ein Beispiel ATM Was ist der Name des Autors? ATM-Interpreter Was ist die URL des Dokuments? Erzeuge - Topic für Autor mit Benennung ATM Was ist der Name des Autors? ATM-Interpreter Was ist die E-Mail-Adresse des Autors? Erzeuge - Topic für Autor mit Benennung - Topic für Dokument - Beziehung mit Dublin-Core-Vokabular - Topic für Dokument - Beziehung mit Dublin-Core-Vokabular
13. Modellierungskonstrukte von Topic Maps "reale" Welt Nikolaikirche variant St. Nicholas Church St. Nikolai basename English scope 1165 internal occurence foundation type www.nikolaikirche -leipzig.de/ external occurence website type Modell
14. Modellierungskonstrukte von Topic Maps St. Nikolai Leipzig Modell association container-containee container ass. role role player containee role type "reale" Welt
15. Integrationsmodell von Topic Maps Die Identität eines Topics wird bestimmt durch Menge von Subject Identifiers … http://de.wikipedia.org/wiki/Leipziger_Nikolaikirche http://en.wikipedia.org/wiki/St._Nicholas%27_Church%2C_Leipzig http://www.nikolaikirche-leipzig.de/ St. Nikolai
16. Integrationsmodell von Topic Maps … wenn zwei Topics mind. einen gemeinsamen Subject Identifier haben, werden sie automatisch zusammengeführt ( merging) . http://de.wikipedia.org/wiki/Leipziger_Nikolaikirche http://en.wikipedia.org/wiki/St._Nicholas%27_Church%2C_Leipzig http://www.nikolaikirche-leipzig.de/ Saint-Nicolas http://en.wikipedia.org/wiki/St._Nicholas%27_Church%2C_Leipzig St. Nikolai
34. Terminologische Heterogenität Zwei Autoren erzeugen einen Topic über Lutz Maicher mit unterschiedlichen Subject Identifiers. no equality (according TMDM) ns1:LutzMaicher ns2:MaicherLutz
35. Semantic Handshake – Auflösung der Heterogenität Ein Autor legt offen, dass "ns1:LutzMaicher" und "ns2:MaicherLutz" synonym sind … equality holds (according TMDM) ns2:MaicherLutz ns1:LutzMaicher ns2:MaicherLutz merging (according TMDM) ns1:LutzMaicher ns2:MaicherLutz
36. The Impact of Semantic Handshakes TM1 TM3 TM2 TM4 ns3:ML Lokale Integrationsentscheidung Lokale Integrationsentscheidung Lokale Integrationsentscheidung ns1:LutzMaicher ns2:MaicherLutz ns2:MaicherLutz ns3:ML ns4:Lutz ns3:ML
37. The Impact of Semantic Handshakes Anfrage: Ich bin interessiert an dem Aussagegegenstand „ns1:LutzMaicher“ oder „ns2:MaicherLutz“. Schritt 1 ns1:LutzMaicher ns2:MaicherLutz ns2:MaicherLutz ns3:ML ns3:ML ns4:Lutz ns3:ML
38. The Impact of Semantic Handshakes Anfrage: Ich bin interessiert an dem Aussagegegenstand „ns1:LutzMaicher“ oder „ns2:MaicherLutz“. ns2:MaicherLutz, ns3:ML ns2:MaicherLutz, ns1:LutzMaicher Schritt 1 ns1:LutzMaicher ns2:MaicherLutz ns2:MaicherLutz ns3:ML ns3:ML ns4:Lutz ns3:ML NO NO
39. The Impact of Semantic Handshakes Anfrage: Ich bin interessiert an dem Aussagegegenstand „ns1:LutzMaicher“ oder „ns2:MaicherLutz“ oder „ns3:ML“. Step 1 Schritt 2 ns3:ML ns4:Lutz ns3:ML ns1:LutzMaicher ns2:MaicherLutz ns3:ML ns1:LutzMaicher ns2:MaicherLutz ns3:ML
40. The Impact of Semantic Handshakes Anfrage: Ich bin interessiert an dem Aussagegegenstand „ns1:LutzMaicher“ oder „ns2:MaicherLutz“ oder „ns3:ML“. Step 1 Schritt 2 ns3:ML ns4:Lutz ns3:ML ns1:LutzMaicher ns2:MaicherLutz ns3:ML ns1:LutzMaicher ns2:MaicherLutz ns3:ML ns4:Lutz, ns3:ML ns1:LutzMaicher, ns3:ML, ns2:MaicherLutz, ns1:LutzMaicher, ns3:ML, ns2:MaicherLutz ns3:ML
41. The Impact of Semantic Handshakes Step 1 ns1:LutzMaicher ns2:MaicherLutz ns3:ML ns4:Lutz ns1:LutzMaicher ns2:MaicherLutz ns3:ML ns4:Lutz nach Schritt 2 globaler Term = Menge synonymer Subject Identifier ns1:LutzMaicher ns2:MaicherLutz ns3:ML ns1:LutzMaicher ns2:MaicherLutz ns3:ML
42. Simulation: The Impact of Semantic Handshakes Anzahl Terme pro globalem Terme Iteration of a in distributionNbrOfII=<{a,1.0},2> in [0.0,1.0] general parameters: card =100, nbrOfDifferentII =100 specific parameters exp04: distributionII =<{0.8,0.9,0.97,1.0}, 100> 100 Topics für selben AG einige Terme sind dominant hohe terminologische Diversität Anzahl globaler Terme 100 verschiedene Terme werden zu 10 globalen Termen aufgelöst, wenn nur 55% aller Topics eine lokale Integrationsentscheidung haben! (Ein globaler Term besteht aus mind. 75 verschiedenen Termen.) no semantic handshakes always a semantic handshake
43. Simulation: The Impact of Semantic Handshakes Iteration of nbrOfDifferentII in [0,100] general parameters: card =100, distributionII = {1.0} specific parameters exp05: distributionNbrOfII = {0.2,1.0} 100 Topics für selben AG 80% der Topics tragen lokale Integrations- entscheidung alle Term sind gleich dominant Anzahl Terme pro globalem Terme Anzahl globaler Terme terminologische Diversität terminologische Uniformität 30 verschiedene Terme werden zu 1 einem globalen Term aufgelöst, wenn 80% aller Topics eine lokale Integrationsentscheidung haben!
47. Dublin Core und Topic Maps dc:title Lutz Maicher research. Titel: Repräsentation als Zeichenkette ( literal value surrogate ) oder als Referenz zu anderer description ( non-literal value surrogate )? dc:type dctype:Text Type: Repräsentation als Referenz zu anderer description ( non-literal value surrogate ) unter Nutzung eines kontrollierten Vokabulars. dc:creator mailto:maicher@informatik.uni-leipzig.de Creator: Repräsentation als Zeichenkette ( literal value surrogate ) oder als Referenz zu anderer description ( non-literal value surrogate )? dc:identifier http://www.informatik.uni-leipzig.de/~maicher/index.html DCAM Erzeuge description (= DCAM-Instanz). Was ist die described resource URI ?