You are here

EU IST Integrated Project "NeOn - Lifecycle Support for Networked Ontologies"

Das Ziel des NeOn Projekts ist es, die Benutzung und Entwicklung von miteinander vernetzten Ontologien zu ermöglichen. Ontologien stellen das Wissen eines bestimmten Anwendungsfelds in computerverständlicher Form dar. Sie beinhalten unter anderem die jeweils relevanten Begriffe, deren Eigenschaften und deren Beziehungen untereinander.

Im Rahmen des Semantic Web werden Ontologien so miteinander vernetzt und verweisen so aufeinander, dass auch Beziehungen zwischen Begriffen aus verschiedenen Ontologien realisiert werden. Solche miteinander vernetzten Ontologien können dazu benutzt werden, große Datenbestände aus verschiedenen Quellen miteinander zu integrieren und effizienter darauf zuzugreifen. Das ermöglicht zum Beispiel der United Nations Food & Agriculture Organization (FAO) Informationen über die weltweiten Fischbestände, die ihnen von den verschiedenen Mitgliedsländern übermittelt werden, miteinander zu integrieren und damit die Entwicklung der Fischbestände zu überwachen.

Die Vernetzung der Ontologien und er deklarativ beschriebenen Daten führt zu einer sehr hohen Komplexität des Entwicklungsprozesses, da sehr viele Leute daran beteiligt sind und ihre Interessen einbringen. Ein Fokus der Arbeitsgruppe ISWeb liegt deshalb auf der effizienten Unterstützung eines kollaborativen Entwicklungsprozesses von Ontologien. Dafür wurde eine Erweiterung für Wikis entwickelt, mit deren Hilfe in einer effizienten Art und Weise Designentscheidungen beim Entwurf von Ontologien diskutiert werden können.

Um dem Nutzer die einfache Nutzung der umfangreichen, vernetzten Ontologien zu vereinfachen, stellt die Uni Koblenz Mechanismen bereit, um personalisierte Sichten auf umfangreiche Ontologien zu erstellen. Ferner wird die Einhaltung von Zugriffsrechten auf vernetzte Ontologien unterstützt.

Schließlich entwickelt ISWeb Technologien, die es dem Nutzer ermögliche, die Quellen, die Vertrauenswürdigkeit und weitere Informationen wie die Aktualität von Wissen aus vernetzten Ontologien zu beurteilen. Diese informationen können auch für Schlussfolgerungen berechnet werden, die aus den eigentlichen Daten gezogen wurden. Bestehende Datenbanken hingegen bieten derlei Informationen nur direkt für Fakten.

Press Release
 

Laufzeit

  • Laufzeit: März 2006 - Februar 2010

Geldgeber

  • EU, Information Society Technologies (IST
    Literatur 2008)

Partner

  • The Open University, Milton Keynes, UK
  • Universität Karlsruhe (TH), Karlsruhe
  • Universidad Politecnica de Madrid, Spain
  • Software AG, Darmstadt
  • Intelligent Software Components, S.A., Madrid, Spain
  • Josef Stefan Institute, Llubjana, Slowenia
  • INRIA, Grenoble, France
  • University of Sheffield, Sheffield, UK
  • Consiglio Nazionale delle Ricerche, Trento/Rome, Italy
  • Ontoprise GmbH, Karlsruhe, Germany
  • pharmaInnova Cluster, Asociación Española de Comercio Electronico, Spain
  • United Nations Food & Agriculture Organization FAO, Rome, Italy
  • Atos Origin, s.a.e.
Schenk2008NGA
Schenk, Simon; Staab, Steffen (2008): Networked Graphs: A Declarative Mechanism for SPARQL Rules, SPARQL Views and RDF Data Integration on the Web. In: Proceedings of the 17th International World Wide Web Conference. Bejing, China:

 

Dellschaft2008UUD
Dellschaft, Klaas; Staab, Steffen (2008): Unterstützung und Dokumentation kollaborativer Entwurfs- und Entscheidungsprozesse. Institut für Informatik, Universität Koblenz-Landau. Nr. 04/2008.

 

Dellschaft2008SFT
Dellschaft, Klaas; Staab, Steffen (2008): Strategies for the Evaluation of Ontology Learning. In: Buitelaar, Paul; Cimiano, Philipp: Bridging the Gap between Text and Knowledge - Selected Contributions to Ontology Learning and Population from Text. Amsterdam: IOS Press.

 

Dellschaft2008CTD
Dellschaft, Klaas; Engelbrecht, Hendrik; Monte Barreto, José; Rutenbeck, Sascha; Staab, Steffen (2008): Cicero: Tracking Design Rationale in Collaborative Ontology Engineering. In: Proceedings of the ESWC 2008 Demo Session.

 

Kubias2007SQE
Kubias, Alexander ; Schenk, Simon; Staab, Steffen (2007): SAIQL Query Engine - Querying OWL Theories for Ontology Extraction.
Kubias2007OSA
Kubias, Alexander ; Schenk, Simon; Staab, Steffen; Pan, Jeff Z. (2007): OWL SAIQL - An OWL DL Query Language for Ontology Extraction. In: Proceedings of the 2007 International Workshop on OWL: Experiences and directions (OWLED-07).

 

Dellschaft2006OHT
Dellschaft, Klaas; Staab, Steffen (2006): On How to Perform a Gold Standard Based Evaluation of Ontology Learning. In: I. Cruz et al., : Proceedings of the 5th International Semantic Web Conference (ISWC). Springer Verlag. S. 228-241.

 

Dzbor2006DOI
Dzbor, Martin; Motta, Enrico; Buil, Carlos; Gomez, Jose; Görlitz, Olaf; Lewen, Holger (2006): Developing ontologies in OWL: An observational study. In: Proceedings of the OWL: Experiences and Directions workshop.

Projekt-Homepage

http://www.neon-project.org/

Prof. Dr. Steffen Staab

B 108
+49 261 287-2761
staab@uni-koblenz.de

Short CV

I have studied computer science and computational linguistics at the Universität Erlangen-Nürnberg and at the University of Pennsylvania. I worked in the previous computational linguistics research group at the Universität Freiburg and did my Ph.D. in computer science in the faculty for technology in 1998. Afterwards I joined Universität Stuttgart, Institute IAT & Fraunhofer IAO, before I moved on to the Universität Karlsruhe (now: KIT), where I progressed from project lead, over lecturer and senior lecturer and did my habilitation in 2002. In 2004 I became professor for databases and information systems at Universität Koblenz-Landau, where I founded the Institute for Web Science and Technologies (WeST) in 2009. In parallel, I hold a Chair for Web and Computer Science at University of Southampton since March 2015.

Research Interests

Data represent the world on our computers. While the world is very intriguing, data may be quite boring, if one does not know what they mean. I am interested in making data more meaningful to find interesting insights in the world outside.

How does meaning arise?

  • One can model data and information. Conceptual models and ontologies are the foundations for knowledge networks that enable the computer to treat data in a meaningful way.
  • Text and data mining as well as information extraction find meaningful patterns in data (e.g. using ontology learning of text clustering) as well as connections between data and its use in context (e.g. using smartphones). Hence, knowledge networks may be found in data.
  • Humans communicate information. In order to understand what data and information means, one has to understand social interactions. In the context of social network knowledge networks become meaningful for human consumption.
  • Eventually meaning is nothing that exists in the void. Data and information must be communicated to people who may use insights into data and information. Interaction between humans and computers must happen in a way that matches the meaning of data and information.

The World Wide Web is the largest information construct made by mankind to convey meaningful data. Web Science is the discipline that considers how networks of people and knowledge in the Web arise, how humans deal with it and which consequences this has for all of us. The Web is a meaning machine that I want do understand by my research.

Where else you might find me?

In my office (room B110), traveling, running in the local forest or in Changa or at AHS. Watch out! 

Termination date: 
February, 2010