Für viele Computeranwendungen ist eine geeignete Wissensrepräsentation erforderlich.
Die Frage ist dabei, wie man Wissen in einem Informationssystem (Wissensbasis) formal speichern kann, und mit welchen Mechanismen man darauf zugreift und das Wissen nutzen kann, um Schlussfolgerungen zu ziehen.
Anwendungen sind Expertensysteme, maschinelle Übersetzungsprogramme, Systeme für computerunterstützte Wartung und Datenbankabfrageprogramme.
Verschiedene Notationen und (künstliche) formale Sprachen sind vorgeschlagen worden, um Wissen zu repräsentieren:
Mit DATR, zum Beispiel, wird lexikalisches Wissen repräsentiert.
Kriterien für die Repräsentationsgüte
Wichtige Kriterien für die Wahl eines Wissensrepräsentations-Systems sind:
- Korrektheit: aus korrekter Syntax folgt automatisch korrekte Semantik
- Adäquatheit/Expressivität/Mächtigkeit: repräsentiert die Sprache die benötigten Ontologiebestandteile eindeutig und flexibel genug?
- Effizienz: wie effizient kann geschlussfolgert werden?
- Komplexität: wie steil ist die Lernkurve zur Wissensabbildung und der Wissensabfrage
- Übersetzbarkeit in andere Syntaxformate bzw. Sprachen
Arten von Repräsentationssystemen
Es existieren verschiedene Sprachen zur Wissensordnung und -repräsentation. Grob aufsteigend geordnet nach dem Grad ihrer Mächtigkeit sind dies:
- Katalog, Glossar, Taxonomie (einfache Kontrollierte Vokabularien)
- Klassifikation, Thesaurus (begrenzte Zahl von Relationen i.d.R. ohne Vererbungsrelation)
- Semantisches Netz, Ontologie, Frames
- Axiomensystem, Prädikatenlogik
Die jeweils höheren Systeme schliessen in ihrer Aussagekraft die niedrigeren Systeme mit ein. Allerdings sind einfachere Systeme auch einfacher zu handhaben und reichen für viele Zwecke aus.
Im Gegensatz zur Wissensrepräsentation liegt der Schwerpunkt bei der Wissensorganisation mehr auf der Ordnung bestehender Wissensbestände, die nicht selbst dargestellt werden sollen, sondern auf die mittels Metadaten verwiesen wird.