IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
IKI 30320: Sistem Cerdas
Kuliah 15: Alternatives to FOL
Ruli Manurung
Fakultas Ilmu Komputer Universitas Indonesia
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Outline
1Semantic Networks
2Description Logics
3Semantic Web
4Ringkasan
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Review
Banyak riset AI → knowledge-based system/agent
Representasi pengetahuan sbg. kalimat Kemampuan mengolah kalimat → “intelligent”
FOL cukup expressive
Tetapi inference scr. umum
intractable
Banyak riset AI mencari “bahasa” alternatif.
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Outline
1Semantic Networks
2Description Logics
3Semantic Web
4Ringkasan
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Semantic Networks
“The Logic Of The Future
TM”
Existential Graphs (Charles Peirce, 1909)
Semantic Nets (Quillian, 60an)
Conceptual Graphs (Sowa, 80an)
Intinya:
Notasi graph Node = object Edge = relation
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Semantic Networks
“The Logic Of The Future
TM”
Existential Graphs (Charles Peirce, 1909)
Semantic Nets (Quillian, 60an)
Conceptual Graphs (Sowa, 80an)
Intinya:
Notasi graph Node = object Edge = relation
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Semantic Networks
“The Logic Of The Future
TM”
Existential Graphs (Charles Peirce, 1909)
Semantic Nets (Quillian, 60an)
Conceptual Graphs (Sowa, 80an)
Intinya:
Notasi graph Node = object Edge = relation
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Semantic Networks
“The Logic Of The Future
TM”
Existential Graphs (Charles Peirce, 1909)
Semantic Nets (Quillian, 60an)
Conceptual Graphs (Sowa, 80an)
Intinya:
Notasi graph Node = object Edge = relation
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Semantic Networks
“The Logic Of The Future
TM”
Existential Graphs (Charles Peirce, 1909)
Semantic Nets (Quillian, 60an)
Conceptual Graphs (Sowa, 80an)
Intinya:
Notasi graph Node = object Edge = relation
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Contoh semantic network
Mammals
John
Mary
Persons
Male
Persons
Female
Persons
1
2
SubsetOf SubsetOf SubsetOf MemberOf MemberOf SisterOf Legs Legs HasMotherIKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Sifat semantic networks
Seru!Bandingkan dengan:
∀ x x ∈ Persons ⇒ [∀ y HasMother (x, y ) ⇒ y ∈ FemalePersons].
Ambigu:
“Heliis_adog” → Heli ∈ Dog
“Dogis_amammal” → Dog ⊆ Mammal
Hanya bisa representasi relasibinary, kecuali dengan reification: Pergi(Anto, Depok , Bogor , Kemarin).
menjadi Pergi(P). Pelaku(P, Anto). Asal(P, Depok ). Tujuan(P, Bogor ). Kapan(P, Kemarin).
Inheritance secara fleksibel:default reasoning+ overriding (John = 1 leg), multiple inheritance (OOP?)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Sifat semantic networks
Seru!Bandingkan dengan:
∀ x x ∈ Persons ⇒ [∀ y HasMother (x, y ) ⇒ y ∈ FemalePersons]. Ambigu:
“Heliis_adog” → Heli ∈ Dog
“Dogis_amammal” → Dog ⊆ Mammal
Hanya bisa representasi relasibinary, kecuali dengan reification: Pergi(Anto, Depok , Bogor , Kemarin).
menjadi Pergi(P). Pelaku(P, Anto). Asal(P, Depok ). Tujuan(P, Bogor ). Kapan(P, Kemarin).
Inheritance secara fleksibel:default reasoning+ overriding (John = 1 leg), multiple inheritance (OOP?)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Sifat semantic networks
Seru!Bandingkan dengan:
∀ x x ∈ Persons ⇒ [∀ y HasMother (x, y ) ⇒ y ∈ FemalePersons]. Ambigu:
“Heliis_adog” → Heli ∈ Dog
“Dogis_amammal” → Dog ⊆ Mammal
Hanya bisa representasi relasibinary, kecuali dengan reification: Pergi(Anto, Depok , Bogor , Kemarin).
menjadi Pergi(P). Pelaku(P, Anto). Asal(P, Depok ). Tujuan(P, Bogor ). Kapan(P, Kemarin).
Inheritance secara fleksibel:default reasoning+ overriding (John = 1 leg), multiple inheritance (OOP?)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Sifat semantic networks
Seru!Bandingkan dengan:
∀ x x ∈ Persons ⇒ [∀ y HasMother (x, y ) ⇒ y ∈ FemalePersons]. Ambigu:
“Heliis_adog” → Heli ∈ Dog
“Dogis_amammal” → Dog ⊆ Mammal
Hanya bisa representasi relasibinary, kecuali dengan reification: Pergi(Anto, Depok , Bogor , Kemarin).
menjadi Pergi(P). Pelaku(P, Anto). Asal(P, Depok ). Tujuan(P, Bogor ). Kapan(P, Kemarin).
Inheritance secara fleksibel:default reasoning+ overriding (John = 1 leg), multiple inheritance (OOP?)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Sifat semantic networks
Seru!Bandingkan dengan:
∀ x x ∈ Persons ⇒ [∀ y HasMother (x, y ) ⇒ y ∈ FemalePersons]. Ambigu:
“Heliis_adog” → Heli ∈ Dog
“Dogis_amammal” → Dog ⊆ Mammal
Hanya bisa representasi relasibinary, kecuali dengan reification: Pergi(Anto, Depok , Bogor , Kemarin).
menjadi Pergi(P). Pelaku(P, Anto). Asal(P, Depok ). Tujuan(P, Bogor ). Kapan(P, Kemarin).
Inheritance secara fleksibel:default reasoning+ overriding (John = 1 leg), multiple inheritance (OOP?)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Sifat semantic networks
Inference sangat cepat (
inheritance
,
membership
, dll.)
Tidak se-expressive FOL: tidak ada negation,
disjunction, function, quantifier, dll.
Meskipun demikian, cukup banyak digunakan dalam AI.
Contoh paling terkenal: WordNet.
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Outline
1Semantic Networks
2Description Logics
3Semantic Web
4Ringkasan
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
FOL terlalu sulit?
+: FOL
expressive
, inference sound+complete
-: FOL sulit dipahami,
intractable
Description Logic
(DL) adalah logic yang lebih
sederhana
Lebih mudah dipahami
Inference lebih cepat (tractability)
DL menitikberatkan struktur taksonomi (objects,
categories)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
FOL terlalu sulit?
+: FOL
expressive
, inference sound+complete
-: FOL sulit dipahami,
intractable
Description Logic
(DL) adalah logic yang lebih
sederhana
Lebih mudah dipahami
Inference lebih cepat (tractability)
DL menitikberatkan struktur taksonomi (objects,
categories)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
FOL terlalu sulit?
+: FOL
expressive
, inference sound+complete
-: FOL sulit dipahami,
intractable
Description Logic
(DL) adalah logic yang lebih
sederhana
Lebih mudah dipahami
Inference lebih cepat (tractability)
DL menitikberatkan struktur taksonomi (objects,
categories)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
KB dalam DL
KB tentang domain D dalam Description Logic dibagi 2:
TBox: kalimat Terminological - pengetahuan umum tentang D Mis: Anjing adalah sejenis mamalia, Anjing memiliki 4 kaki. ABox: kalimat Assertion - pengetahuan spesifik tentang D Mis: Heli adalah seekor anjing, Heli dimakan Bruno. TBox adalah tempat mendefinisikankonsep.
ABox adalah tempat mendefinisikaninstance. (Bisa) ada negation, quantifier, disjunction.
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Contoh: FOL vs. DL
“Bachelors are unmarried adult males”
DL: Bachelor = And(Unmarried, Adult, Male).
FOL: ∀ x Bachelor (x ) ⇔ Unmarried (x ) ∧ Adult(x ) ∧ Male(x ).
“Pria yang memiliki sekurangnya 3 putra, semuanya pengangguran dan kawin dengan doktor, dan paling banyak 2 putri, semuanya profesor jurusan fisika atau kimia”
DL: And(Man,AtLeast(3,Son),AtMost(2,Daughter),
All(Son,And(Unemployed,Married,All(Spouse,Doctor))), All(Daughter,And(Professor,Fills(Department,Physics,Math)))). FOL: ???
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Contoh: FOL vs. DL
“Bachelors are unmarried adult males”
DL: Bachelor = And(Unmarried, Adult, Male).
FOL: ∀ x Bachelor (x ) ⇔ Unmarried (x ) ∧ Adult(x ) ∧ Male(x ).
“Pria yang memiliki sekurangnya 3 putra, semuanya pengangguran dan kawin dengan doktor, dan paling banyak 2 putri, semuanya profesor jurusan fisika atau kimia”
DL: And(Man,AtLeast(3,Son),AtMost(2,Daughter),
All(Son,And(Unemployed,Married,All(Spouse,Doctor))), All(Daughter,And(Professor,Fills(Department,Physics,Math)))). FOL: ???
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Mengatasi kerancuan panah+lingkaran
Apakah “artinya” kelinci --makan--> tanaman ?
Kelincihanyamakan tanaman? Kelincibisamakan tanaman (dll.)?
Ada seekor kelinci spesifik yang hanya/bisa makan tanaman? Ada beberapa ekor kelinci yang makan tanaman (yang lain makan rendang)?
Perlu representasi yang semantics-nya jelas, formal. DL → set theory (teori himpunan):
Domain→ himpunan object
Class/category→ (sub)himpunan object
Role/relation→ himpunan pasangan object (dlm. DL, bisa ada ∃, ∀, n)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Mengatasi kerancuan panah+lingkaran
Apakah “artinya” kelinci --makan--> tanaman ? Kelincihanyamakan tanaman?
Kelincibisamakan tanaman (dll.)?
Ada seekor kelinci spesifik yang hanya/bisa makan tanaman? Ada beberapa ekor kelinci yang makan tanaman (yang lain makan rendang)?
Perlu representasi yang semantics-nya jelas, formal. DL → set theory (teori himpunan):
Domain→ himpunan object
Class/category→ (sub)himpunan object
Role/relation→ himpunan pasangan object (dlm. DL, bisa ada ∃, ∀, n)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Mengatasi kerancuan panah+lingkaran
Apakah “artinya” kelinci --makan--> tanaman ? Kelincihanyamakan tanaman?
Kelincibisamakan tanaman (dll.)?
Ada seekor kelinci spesifik yang hanya/bisa makan tanaman? Ada beberapa ekor kelinci yang makan tanaman (yang lain makan rendang)?
Perlu representasi yang semantics-nya jelas, formal. DL → set theory (teori himpunan):
Domain→ himpunan object
Class/category→ (sub)himpunan object
Role/relation→ himpunan pasangan object (dlm. DL, bisa ada ∃, ∀, n)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Mengatasi kerancuan panah+lingkaran
Apakah “artinya” kelinci --makan--> tanaman ? Kelincihanyamakan tanaman?
Kelincibisamakan tanaman (dll.)?
Ada seekor kelinci spesifik yang hanya/bisa makan tanaman?
Ada beberapa ekor kelinci yang makan tanaman (yang lain makan rendang)?
Perlu representasi yang semantics-nya jelas, formal. DL → set theory (teori himpunan):
Domain→ himpunan object
Class/category→ (sub)himpunan object
Role/relation→ himpunan pasangan object (dlm. DL, bisa ada ∃, ∀, n)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Mengatasi kerancuan panah+lingkaran
Apakah “artinya” kelinci --makan--> tanaman ? Kelincihanyamakan tanaman?
Kelincibisamakan tanaman (dll.)?
Ada seekor kelinci spesifik yang hanya/bisa makan tanaman? Ada beberapa ekor kelinci yang makan tanaman (yang lain makan rendang)?
Perlu representasi yang semantics-nya jelas, formal. DL → set theory (teori himpunan):
Domain→ himpunan object
Class/category→ (sub)himpunan object
Role/relation→ himpunan pasangan object (dlm. DL, bisa ada ∃, ∀, n)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Mengatasi kerancuan panah+lingkaran
Apakah “artinya” kelinci --makan--> tanaman ? Kelincihanyamakan tanaman?
Kelincibisamakan tanaman (dll.)?
Ada seekor kelinci spesifik yang hanya/bisa makan tanaman? Ada beberapa ekor kelinci yang makan tanaman (yang lain makan rendang)?
Perlu representasi yang semantics-nya jelas, formal. DL → set theory (teori himpunan):
Domain→ himpunan object
Class/category→ (sub)himpunan object
Role/relation→ himpunan pasangan object (dlm. DL, bisa ada ∃, ∀, n)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Mengatasi kerancuan panah+lingkaran
Apakah “artinya” kelinci --makan--> tanaman ? Kelincihanyamakan tanaman?
Kelincibisamakan tanaman (dll.)?
Ada seekor kelinci spesifik yang hanya/bisa makan tanaman? Ada beberapa ekor kelinci yang makan tanaman (yang lain makan rendang)?
Perlu representasi yang semantics-nya jelas, formal. DL → set theory (teori himpunan):
Domain→ himpunan object
Class/category→ (sub)himpunan object
Role/relation→ himpunan pasangan object (dlm. DL, bisa ada ∃, ∀, n)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Mengatasi kerancuan panah+lingkaran
Apakah “artinya” kelinci --makan--> tanaman ? Kelincihanyamakan tanaman?
Kelincibisamakan tanaman (dll.)?
Ada seekor kelinci spesifik yang hanya/bisa makan tanaman? Ada beberapa ekor kelinci yang makan tanaman (yang lain makan rendang)?
Perlu representasi yang semantics-nya jelas, formal. DL → set theory (teori himpunan):
Domain→ himpunan object
Class/category→ (sub)himpunan object
Role/relation→ himpunan pasangan object (dlm. DL, bisa ada ∃, ∀, n)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Mengatasi kerancuan panah+lingkaran
Apakah “artinya” kelinci --makan--> tanaman ? Kelincihanyamakan tanaman?
Kelincibisamakan tanaman (dll.)?
Ada seekor kelinci spesifik yang hanya/bisa makan tanaman? Ada beberapa ekor kelinci yang makan tanaman (yang lain makan rendang)?
Perlu representasi yang semantics-nya jelas, formal. DL → set theory (teori himpunan):
Domain→ himpunan object
Class/category→ (sub)himpunan object
Role/relation→ himpunan pasangan object (dlm. DL, bisa ada ∃, ∀, n)
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Inference pada DL
Subsumption
: apakah category c
1adalah subset
category c
2berdasarkan definisinya?
Classification
: apakah object o adalah anggota
category c berdasarkan definisinya?
Consistency
: apakah definisi sebuah category c dapat
dipenuhi (satisfiable)
Pada umumnya, cepat → inference dlm. waktu
polynomial
Contoh sistem DL: K
LO
NE, C
LASSIC, K
AON, R
ACER,
dll.
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Inference pada DL
Subsumption
: apakah category c
1adalah subset
category c
2berdasarkan definisinya?
Classification
: apakah object o adalah anggota
category c berdasarkan definisinya?
Consistency
: apakah definisi sebuah category c dapat
dipenuhi (satisfiable)
Pada umumnya, cepat → inference dlm. waktu
polynomial
Contoh sistem DL: K
LO
NE, C
LASSIC, K
AON, R
ACER,
dll.
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Inference pada DL
Subsumption
: apakah category c
1adalah subset
category c
2berdasarkan definisinya?
Classification
: apakah object o adalah anggota
category c berdasarkan definisinya?
Consistency
: apakah definisi sebuah category c dapat
dipenuhi (satisfiable)
Pada umumnya, cepat → inference dlm. waktu
polynomial
Contoh sistem DL: K
LO
NE, C
LASSIC, K
AON, R
ACER,
dll.
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Inference pada DL
Subsumption
: apakah category c
1adalah subset
category c
2berdasarkan definisinya?
Classification
: apakah object o adalah anggota
category c berdasarkan definisinya?
Consistency
: apakah definisi sebuah category c dapat
dipenuhi (satisfiable)
Pada umumnya, cepat → inference dlm. waktu
polynomial
Contoh sistem DL: K
LO
NE, C
LASSIC, K
AON, R
ACER,
dll.
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Inference pada DL
Subsumption
: apakah category c
1adalah subset
category c
2berdasarkan definisinya?
Classification
: apakah object o adalah anggota
category c berdasarkan definisinya?
Consistency
: apakah definisi sebuah category c dapat
dipenuhi (satisfiable)
Pada umumnya, cepat → inference dlm. waktu
polynomial
Contoh sistem DL: K
LO
NE, C
LASSIC, K
AON, R
ACER,
dll.
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Outline
1Semantic Networks
2Description Logics
3Semantic Web
4Ringkasan
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
DL & Semantic Web
DL menjadi dasar representation & inference pada
Semantic Web.
OWL Web Ontology Language:
http://www.w3.org/TR/owl-features
Ide dasar:
Lengkapi data di Internet denganmetadata(RDF) Rancang ontology (OWL)
http://protege.stanford.edu
Inference dengan subsumption + classification
Contoh aplikasi:
“Intelligent” searching Composable web services Semantic grid
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan
Outline
1Semantic Networks
2Description Logics
3Semantic Web
4Ringkasan
IKI30320 Kuliah 15 14 Nov 2007 Ruli Manurung Semantic Networks Description Logics Semantic Web Ringkasan