Natural Language Web Mapping Service unter OGC Standard

Xiang, Hong

Natural Language Web Mapping Service unter OGC Standard

Am Beispiel von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-Stadt Bremen

von Hong Xiang (Autor:in)

Informatik - Angewandte Informatik

Zusammenfassung

Inhaltsangabe:Zusammenfassung:
Diese Diplomarbeit wurde im Rahmen des EU-Projekts EDEN (Electronic Democracy European Network) erstellt. In diesem Projekt geht es um die Entwicklung von elektronischen Werkzeugen zur Vereinfachung der Beteiligung von Bürgerinnen und Bürgern an Planungs- und Entscheidungsprozessen in Politik und Verwaltung. Das zu entwickelnde EDEN-Toolkit umfasst insgesamt sieben Subsysteme. Eines davon wird Natural Language Map (NLMap) genannt. Damit soll u.a. bei regional- und stadtplanerischen Prozessen eine Kommunikation auf der Basis geographischer Informationssysteme (GIS) mit Hilfe natürlichsprachiger Eingaben ermöglicht werden, die User müssen komplexere Fragen nicht mit booleschen Operatoren (UND, AND, OR...) verknüpfen, sie suchen online nach die Karten und die Dokumentationen durch eine Fragestellung in natürliche Sprache (im Gegensatz zu Formalen Sprache).
Der Beitrag dieser Diplomarbeit besteht darin, eine flexible, effiziente, natürlichsprachliche Schnittstelle zu entwickeln, die mit der OGC-Schnittstelle vom GeoServer beim Amt für Stadtplanung und Bauordnung kommunizieren kann und die die EDEN NLP Tools mit deutscher Grammatik benützt, sowie die Kartensuch-Funktionen des Waller-Heerstrasse Projekts vom Amt für Stadtplanung und Bauordnung Bremen zu integrieren. Damit wird den Bremer BürgerInnen ein benutzerfreundlicher Zugang zu Stadtplanungen und Bauordnungen in Bremen ermöglicht.
Um es genauer zu beschreiben, gibt der Nutzer z.B. eine Anfrage in deutscher Sprache im Web Browser ein: Bitte zeigen Sie mir alle Bauplanungen der Waller-Heerstrasse. Dann solle die Bauplanungskarte der Waller-Heerstrasse, alle entsprechenden Dokumente und die Information des Ansprechpartners usw. zurückgeliefert werden. Der Nutzer kann verschiedene Kartenausschnitte wählen, einen Kartenausschnitt vergrößern/verkleinern, die Dokumente online lesen, oder eine Frage direkt an den jeweiligen Ansprechpartner stellen (z.B. per E-Mail), usw.
Im zweiten Kapitel Grundlagen wird zunächst der Begriff Natural Language Processing unter Verwendung der semiotischen Kategorien Syntax, Semantik und Pragmatik erläutert. Dann wird auf Natural Language Systems (NLS) eingegangen. Anschließend werden geographische Informationssysteme definiert und der Stand der Anwendung im Internet sowie Spezifikationen des OpenGIS-Konsortium geschildert.
Bei der Behandlung der Anforderungen an den Prototypen im dritten Kapitel wird zunächst das Anwendungsprojekt […]

Leseprobe

Inhaltsverzeichnis

Hong Xiang

Natural Language Web Mapping Service unter OGC Standard

Am Beispiel von einer NLMapping Middleware für die Integration des EDEN NLP Tools in

der Pilot-Stadt Bremen

ISBN-10: 3-8324-9754-4

ISBN-13: 978-3-8324-9754-5

Druck Diplomica® GmbH, Hamburg, 2006

Zugl. Universität Bremen, Bremen, Deutschland, Diplomarbeit, 2003

Dieses Werk ist urheberrechtlich geschützt. Die dadurch begründeten Rechte,

insbesondere die der Übersetzung, des Nachdrucks, des Vortrags, der Entnahme von

Abbildungen und Tabellen, der Funksendung, der Mikroverfilmung oder der

Vervielfältigung auf anderen Wegen und der Speicherung in Datenverarbeitungsanlagen,

bleiben, auch bei nur auszugsweiser Verwertung, vorbehalten. Eine Vervielfältigung

dieses Werkes oder von Teilen dieses Werkes ist auch im Einzelfall nur in den Grenzen

der gesetzlichen Bestimmungen des Urheberrechtsgesetzes der Bundesrepublik

Deutschland in der jeweils geltenden Fassung zulässig. Sie ist grundsätzlich

vergütungspflichtig. Zuwiderhandlungen unterliegen den Strafbestimmungen des

Urheberrechtes.

Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in

diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme,

dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei

zu betrachten wären und daher von jedermann benutzt werden dürften.

Die Informationen in diesem Werk wurden mit Sorgfalt erarbeitet. Dennoch können

Fehler nicht vollständig ausgeschlossen werden, und die Diplomarbeiten Agentur, die

Autoren oder Übersetzer übernehmen keine juristische Verantwortung oder irgendeine

Haftung für evtl. verbliebene fehlerhafte Angaben und deren Folgen.

http://www.diplom.de, Hamburg 2006

Printed in Germany

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel von

einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-Stadt

Bremen

Vorgelegt von Hong Xiang

Seite I

Inhaltsverzeichnis

1 Einleitung...1

1.1 Hintergrund ...1

1.2 Motivation ...3

1.3 Zielsetzung ...5

1.4 Kapitelüberblick...7

2 Grundlage ...8

2.1 Natural Language Processing (NLP)...8

2.1.1 Begriffe ...8

2.1.2 Probleme und Lösungen...9

2.1.3 Natural Language System (NLS)...13

2.2 Geographische Informationssystem (GIS) ...14

2.2.1 Hintergrund ...14

2.2.2 Begriffe ...15

2.2.3 GIS Daten...17

2.2.4 GIS im Internet ...19

2.2.5 OpenGIS Konsortium (OGC) Spezifikationen ...22

2.2.6 XML im GIS...24

3 Anforderungen an den Prototypen ...26

3.1 Sanierungsgebiet Waller Heerstraße Projekt ...26

3.2 Anforderungsanalyse ...27

3.2.1 Funktionalität ...27

3.2.2 Usability ...28

3.2.3 Interoperabilität...29

4 Software für den Prototypen...30

4.1 Software aus der bestehenden Infrastruktur...30

4.1.1 NLP im EDEN Projekt ...30

4.1.2 AED GeoServer...32

4.2 Neu ausgewählte Software...37

4.2.1 Apache XML-RPC Protokoll...37

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel von

einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-Stadt

Bremen

Vorgelegt von Hong Xiang

Seite II

4.2.2 Java Servlet & Jakarta Tomcat 4.0.4 ... 40

4.2.3 Datenbank Server MySQL ...41

5 Der Prototyp NLMap Middleware ... 43

5.1 Entwurf ... 43

5.1.1 NLMap Middleware Architektur ...44

5.1.2 NLMap Middleware Klassendiagramme ...47

5.1.3 Das NLMap Middleware Komponentendiagramm ...52

5.1.4 Planung der Datenbank... 54

5.2 Implementierung & Integration ...56

5.2.1 Die deutsche Grammatik für den EDEN NLP ... 57

5.2.2 Parser für die Integration... 59

5.2.3 Probleme und Lösungen... 59

6 Testen des Prototypen NLMap Middleware ...65

6.1 Funktionalitätstest...66

6.1.1 Black-Box-Test ...66

6.1.2 White-Box-Test... 69

6.2 Usability Test ... 71

6.2.1 Explorativ Test ...72

6.2.2 Vergleichstest ... 75

6.3 Interoperabilitätstest...76

6.4 Performance Test...77

7 Zusammenfassung und Ausblick... 79

7.1 NLP Integration im GIS ...79

7.2 NLMap Middleware System Architektur ... 80

7.3 Ausblick... 81

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Seite III

Abkürzungsverzeichnis

Bezeichnung

Bedeutung

CGI

Common Gateway Interface

DBMS

DataBase Management System

DCP

Distributed Computing Plattform

DTD

Document Type Definition

EDEN

Electronic Democracy European Network

GIS

Geographic Information System

GIV

Geographischen Informationsverarbeitung

GML

Geography Markup Language

HTML

Hypertext Markup Language

HTTP

Hypertext Transfer Protocol

Informations- und Kommunikationstechnik

IST

Information Society Technologies

JDBC

Java Database Connection

JSP

Java Server Pages

Künstlichen Intelligenz

LAN

Local Area Network

MIME

Multipurpose Internet Mail Extensions

NLMap

Natural Language Map

NLP

Natural Language Processing

NLS

Natural Language System

ODBC

Open DataBase Connectivity

OGC

Open GIS Consortium

Operating System

OWS

OGC Web Service

SQL

Structured Query Language

SRS

Spatial Reference System

UML

Unified Modeling Language

URL

Uniform Resource Locator

WCS

Web Coverage Service

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Seite IV

Bezeichnung

Bedeutung

WFS

Web Feature Service

WMS

Web Map Service

XML

Extensible Markup Language

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 1

1 Einleitung

1.1 Hintergrund

Die modernen Informations- und Kommunikationstechniken (IK) ermögli

chen eine neue Informationsgesellschaft. Die Integration von Informations

verarbeitung, Telekommunikation und Informationsinhalte schreitet sehr

schnell voran. Die Europäische Gemeinschaft strukturiert diese Entwick

lung um so genannte Rahmenprogramme. Das 5. Rahmenprogramm

(FP5) legte die Prioritäten - einschließlich des IST (Information Society

Technologies) Programms - für die Forschung der EU, technologische

Entwicklung und Demonstrations (RTD) Tätigkeiten während der Periode

1998-2002 dar. Diese Prioritäten sind auf der Grundlage von einen Satz all

gemeiner Kriterien gekennzeichnet worden, welche die Hauptinteressen der

Erhöhung der industriellen Wettbewerbsfähigkeit und der Lebensqualität

für europäische BürgerInnen in einer globalen Informationsgesellschaft

reflektieren.

Die Benutzerfreundliche Informationsgesellschaft, das IST-Programm glie

dert sich in vier Hauptaktionen (Key Actions) sowie in die Bereiche gene

rische Forschung , Entwicklung und Forschungsinfrastruktur. In dem Ak

tionsbereich eDemocracy entwickelte sich das Projekt EDEN

(Electronic

Democracy European Network). Unter dem Begriff eDemocracy werden

Diskussionen darüber zusammengefasst, wie sich die informations- und

kommunikationstechnische Infrastruktur dazu nutzen lässt, demokratische

Kommunikations- und Beteiligungsstrukturen zu beleben. Im weiteren

Sinne umfasst eDemocracy auch die Bemühungen, die Bürger stärker in

politische Meinungsbildungs- und Selbstorganisationsprozesse einzubezie

hen [GISP01].

http://www.cordis.li/fp5/home.html

http://www.edentool.org/index.htm

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 2

Die EDEN Projekt Partner sind aus verschieden Städten in verschieden EU

Länden

, Amt für Stadtplanung und Bauordnung Bremen

und Uni Bremen

sind auch dabei.

Das strategische Ziel des Projektes EDEN ist die Verbesserung der Kom

munikation zwischen der öffentlichen Verwaltung und den BürgerInnen in

Entscheidungsprozessen. Konkret geht es dabei um qualitative, quantitative

und wirtschaftliche Verbesserungen bzw. Optimierungen im Bereich der

BürgerInnen-Beteiligung. Zur qualitativen Verbesserung soll unter

anderem die Vereinfachung des Zugangs zu qualifizierten

Informationen/Daten durch ,,Natural Language Processing" (NLP)

unter

stützt werden.

Im Mittelpunkt des Projektes EDEN steht die Entwicklung von Werkzeugen

(Tools) zur BürgerInnen-Beteiligung. Diese Tools sollen in bereits be

stehende Infrastrukturen integriert werden und den BürgerInnen den Dialog

mit der öffentlichen Verwaltung in ihrer Muttersprache ermöglichen.

Besonderes Augenmerk wird dabei darauf gelegt, dass diese neuen Tools

eine direkte, vorstrukturierte und gleichzeitig reichhaltigere Interaktion

ermöglichen und fördern. Die neuen Tools sollen zudem für Mehrzweck-

Anwendungen geeignet sein, d.h. für möglichst viele Aspekte der Bürge

rInnen-Beteiligung genutzt werden können [EDEN02].

Das EDEN Toolkit besteht aus sieben interaktiven Sub-Systemen, eines da

von heißt NLMap (Natural Language Map)

. Aus der Perspektive der

Funktion des NLMap Moduls bietet das NLMap Modul die BürgerInnen

einen Zugang zum Geographische Informationssystem (GIS)

, die Nutzer

müssen komplexere Fragen nicht mit booleschen Operatoren (UND, AND,

Mehr Info. siehe http://www.edentool.org/partners.htm

http://www.bremen.de/info/stadtplanung-bauordnung/

http://www.edentool.org/Partners/tzi.htm

Mehr über NLP siehe S.8 Kapitel 2.1

http://www.edentool.org/presentationA.htm

Mehr Info. über GIS siehe S.14 Kapitel 2.2

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 3

OR, ... ) verknüpfen, sie suchen online nach die Karten und die Doku

mentationen durch eine Fragestellung in natürliche Sprache

(im Gegensatz

zu Formalen Sprache

) .

1.2 Motivation

In den letzen Jahren haben viele europäische öffentliche Administrationen

sich durch Web Seiten im Internet präsentiert, die mehr oder weniger kom

plizierte Daten / Technik und graphisches Layout haben. Interaktion, ein

von den innovativsten Elementen in den Informations- und Kommunika

tionsnetzen, spielt dabei eine wichtige Rolle[ENPP02].

Der Begriff Interaktion leitet sich aus dem lateinischen "inter" für zwischen

und "agere" für handeln ab[HK97]. Natürlichsprachliche Interaktion mit

künstlichen Systemen (z.B. Computer System) geschieht im wesentlichen

zum Zweck verbaler Steuerung der Systeme oder der Informationsge

winnung durch natürlichsprachliche Anfragen. Das ist eine der wichtigsten

Anwendungen der Computerlinguistik

, ein großer Schritt in Richtung Be

dienbarkeit des künstlichen Systems. Natural Language Processing (NLP)

steht hinter den Funktionen für die natürlichsprachlichen Interaktionen.

Mit NLP soll ein Computer zum Beispiel auf die Frage: ,,Wo ist die Waller-

Heerstraße?" die richtige Antwort finden. Den Schlüssel dazu sehen

Linguisten in einer Software, die grammatikalische Regeln analysieren und

die Bedeutung von Wörtern und Sätzen erkennen kann. Die zwei spezi

fischen Probleme dabei sind die kontextsensitiven Konstruktionen und die

Mehrdeutigkeit. Man kann dafür keine allgemeine Lösung erwarten, son

dern nur ein inkrementelles Einschränken der Probleme. [MH02]

Definition siehe S. 8 Kapitel 2.1.1

Definition der Formale Sprache http://www.hyperkommunikation.ch/lexikon/formale_sprache.htm

Siehe auch S.8 Kapitel 2.1.1

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 4

Dann stellt sich die Frage:

Wie sehr müssen die Theorien/Methoden/Implementationen der kognitiven

Sprachverarbeitung dem Denken des Menschen entsprechen?

Eine Web Anwendung mit NLP Tools ist Problemorientiert, die Funktio

nalität und Interaktivität der Anwendung ist beschränkt durch viele Eigen

schaften: der Anwendungszweck, der Anwendungsbereich, die Datensätze

des Systems, die angewendeten NLP Tools, usw.

Aus diesem Grund findet man kein allgemeines und sehr genaues natür

lichsprachliches Zugangssystem, das den Dialog mit dem Computer in

gesprochener oder geschriebener Sprache ermöglicht

bzw. Zugang zu

anderen Informationssysteme

, z.B. Geographische Informationssystem

(GIS)

Bereits Ende der 50er Jahre begannen die Entwicklungen, die später zum

Entstehen von GIS führten. Probleme werden während der Entwicklung des

GIS immer wieder auftauchen und sind zu lösen. Geographische Informa

tionssysteme leisten heute wertvolle Dienste in allen Belangen räumlicher

Datenverwaltung und Entscheidungsfindung. Einen wesentlichen Beitrag

hierzu hat die Entwicklung weg von graphikorientierten hin zu informa

tionsorientierten (objektorientierten) Systemen geleistet. Natural Language

Processing vereinfacht den Zugang zu den informationsorientierten geo

graphischen Systemen. [RS97]

In Indien wurde NLP in einer GIS Anwendung integriert, und zwar, mit

den Methoden der Künstlichen Intelligenz (KI) [MKR00]. Im Projekt Geo

NODE

(Geospatial News on Demand Environment) von der Firma Mitre

http://www.ai.univie.ac.at/~harald/nlu-lehre.html

Der Begriff Informationssystem wird in der Literatur sehr uneinheitlich und undifferenziert verwendet und sogar

im Lexikon nicht einheitlich definiert, siehe: http://www11.informatik.tu-

muenchen.de/publications/da/huber97/node10.html

Mehr siehe S.14 Kapitel 2.2

http://www.mitre.org/resources/centers/it/g061/geonode/

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 5

wurde NLP Alembic

im News Precessing BNN

(Broadcast News Naviga

tor) integriert und die entsprechende Geoinformationen werden durch Web

Map Service ArcViewGIS

im Browser dargestellt.

Aber es gibt kein System das sämtliche Aufgaben, die allgemein im GIS-

Umfeld auftauchen lösen kann [SM96]. Bis jetzt gibt es keine realisierte

Anwendung eines GIS mit der NLP Integration in Europa.

In wiefern können NLP Tools den Zugang zu Informationssysteme

vereinfachen und den Nutzer helfen, die wenige technische Kenntnisse

haben? Wie können mehr Geodaten online als Informationsquelle zur

Verfügung stehen? Was für eine Rolle spielen näturlichsprachliche

Zugangssysteme bei e-Democracy? Über diese Fragen werden immer noch

wissenschaftliche Diskussionen geführt.

1.3 Zielsetzung

Diese Arbeit befasst sich mit Natural Language Processing (NLP) und Geo

graphische Informationssysteme.

Der Ursprung dieser Arbeit war das NLMap Modul vom EDEN Projekt mit

deutscher Grammatik in einem Geographischen Informationssystem unter

dem OGC

Standard zu integrieren und lokalisieren.

Das EDEN NLMap Modul benutzt NLP Tools von einem italienischen Pro

jektpartner Omega Generation

, die auf der Entwicklungsplattform von

einem weiteren Projektpartner YANA Research

(aus Italien) entwickelt

werden. Um das NLMap Modul in Deutsch integrieren zu können, muss

http://www.mitre.org/resources/centers/it/g063/nl-index.html

http://www.mitre.org/resources/centers/it/g061/bnn/bnn_1_2.pdf

http://www.esri.com/software/arcgis/arcview/

http://www.opengis.org/

http://www.edentool.org/Partners/omega.htm

http://www.edentool.org/Partners/yana.htm

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 6

man die deutsche Grammatik für die EDEN NLP Tools entwickeln, das ist

die Aufgabe des deutschen Projektpartners Uni Bremen

Die Integration des NLMap Moduls in das Projekt Sanierungsgebiet Waller

Heerstraße

in der Pilot-Stadt Bremen bzw. beim Amt für Stadtplanung und

Bauordnung Bremen basiert auf der bestehenden Infrastruktur. Das Geo

graphische Informationssystem, das beim Amt für Stadtplanung und Bau

ordnung Bremen installiert ist, heißt GeoServer

, dies ist ein Produkt von

AED Graphics AG

Mein eigener Beitrag für diese Arbeit ist es, eine flexible, effiziente, natür

lichsprachliche Schnittstelle zu entwickeln, die mit der OGC Schnittstelle

vom Geoserver beim Amt für Stadtplanung und Bauordnung Bremen kom

munizieren kann, und die die EDEN NLP Tools mit deutscher Grammatik

benützt, sowie die Kartensuch Funktionen des Waller-Heerstrasse Projekts

vom Amt für Stadtplanung und Bauordnung Bremen

zu integrieren. Damit

wird den bremer BürgerInnen ein benutzerfreundlicher Zugang zu Stadtpla

nungen und Bauordnungen in Bremen ermöglicht.

Um es genauer zu beschreiben, gibt der Nutzer z.B. eine Anfrage in deut

scher Sprache im Web Browser ein: ,,Bitte zeigen Sie mir alle Baupla

nungen der Waller-Heerstrasse." Dann solle die Bauplanungskarte der

Waller-Heerstrasse, alle entsprechenden Dokumente und die Information

des Ansprechpartners usw. zurückgeliefert werden. Der Nutzer kann ver

schiedene Kartenausschnitte wählen, einen Kartenausschnitt

vergrößern/verkleinern, die Dokumente online lesen, oder eine Frage direkt

an den jeweiligen Ansprechpartner stellen (z.B. per E-Mail), usw.

http://www.edentool.org/Partners/tzi.htm

http://www.bremen.de/info/stadtplanung-bauordnung/waller-heerstrasse/, Siehe auch Kapitel 3.1

http://www.geoserver.de/

http://www.aed-graphics.de/

Http://www.bremen.de/info/stadtplanung-bauordnung/waller-heerstrasse/

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 7

Bei der Entwicklung der deutschen Grammatik bzw. EDEN NLP Tool mit

der deutschen Grammatik sind viele Probleme aufgetaucht

, im Arbeitszeit

raum dieser Diplomarbeit steht bisher noch kein richtig funktionierendes

EDEN NLP Tool mit der deutschen Grammatik zur Verfügung. Als Zwi

schenlösung werden ein Parser und eine Datenbank von mir entwickelt, um

die deutschsprachige Abfrage zu analysieren, die angeforderte Karten vom

GeoServer zu holen und die entsprechenden Sachdaten aus der Datenbank

auszulesen.

1.4 Kapitelüberblick

Bisher haben wir uns mit den Hintergründen, mit der Motivation und mit

der Zielsetzung für diese Diplomarbeit auseinander gesetzt. Danach folgt

der Haupt Bestandteil der Arbeit.

Zunächst werden theoretische Grundlagen und Begriffe im 2. Kapitel erläu

tert, die zum späteren Verständnis der Arbeit wichtig sind. Auf einige

schon vorgestellten Begriffe wird noch detaillierter eingegangen, einige

Beispiele werden dazu vorgestellt.

Die Anforderungen an den Prototypen werden im Kapitel 3 analysiert und

definiert, der in dieser Arbeit entwickelt werden soll. Dabei gibt es eine

Kurze Vorstellung von dem Sanierungsgebiet Waller Heerstrasse Projekt,

in dem der Prototyp integriert werden soll.

Im 4. Kapitel wird eine Liste von Anforderungen an die Software zu

sammengestellt, die in der Entwicklung gebraucht werden. Dabei werden

zuerst allgemeine Anforderungen gesucht, die Haupteigenschaften von der

jeweiligen Software werden detailliert vorgestellt, und es wird auch be

gründet, weshalb diese Software für diese Arbeit ausgewählt wurde.

Mehr Info. Siehe Kapitel 4.3.2

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 8

Im 5. Kapitel haben wir dann die Kenntnisse, um den Entwurf dieses Sys

tems kennenzulernen. Die System Architektur Diagramme, Klassen Dia

gramme und Komponenten Diagramme werden dargestellt. Darüber hinaus

wird noch eine Datenbank geplant. Die Probleme und die Lösungen werden

erläutert, die in der Implementierung und der Integration des Prototypen

aufgetaucht sind. Die Implementierung wird dokumentiert.

Die System Tests werden im 6. Kapitel protokolliert und diskutiert. Dabei

werden die Funktionalitäten, Usability und Inteoperabilitäten des Prototypen

mit verschiedenen Test-Methoden getestet.

Eine Zusammenfassung und ein Ausblick werden die Arbeit dann ab

schließen.

2 Grundlage

Bevor die Integration des EDEN NLMap Moduls und meine eigene

Entwicklung vorgestellt werden kann, gilt es auf den zwei Forschungsge

bieten, Natural Language Processing (NLP) und Geographische Informa

tionssystem (GIS), einzugehen.

2.1 Natural Language Processing (NLP)

Können Computer die menschliche Sprache verstehen? Wie können /

sollen sie die menschliche Sprache verstehen?

2.1.1 Begriffe

Auf der Seite http://www.dictionary.com/ findet man folgende Definitionen

zu Natural Language Processing (NLP) und Natural Language:

Natural Language Processing: Computer understanding, analysis, manipulation, and/or

generation of natural language.

Natural Language: A language spoken or written by humans, as opposed to a language use

to program or communicate with computers.

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 9

Im deutschsprachigen Raum wird NLP auch als Computerlinguistik oder

Maschinelle Spracheverarbeitung bezeichnet:

Computerlinguistik ist jene Disziplin, die sich mit der maschinellen Ver

arbeitung natürlicher Sprache beschäftigt [MH02].

Noch einige wichtige Begriffe aus dem Bereich Computerlinguistik werden

hier aus einem Online Glossar

zitiert:

Ein Parser ermittelt die Syntaxstruktur sowie die Morphologie von Wortformen eines

Satzes. Ein Parser ist eine Prozedur, welche eine Eingabe (z.B. ein Satz) mit der

Grammatik des Programmes vergleicht und entscheidet, ob die Eingabe der Grammatik

entspricht.

Der Begriff Grammatik wird verwendet, um mehrere Wissensbereiche zu bezeichnen:

Traditionsgemäß sind dies die morphologischen und syntaktischen Eigenschaften einer

menschlichen Sprache. Folgende Bereiche können mit dem Begriff Grammatik abge

deckt werden:

Ein System struktureller Regeln, welche die Grundlage der linguistischen

Generierung und des Sprachverständnisses sind.

Eine Sprachtheorie oder ein Modell linguistischer Kompetenz.

Systematische Beschreibung der formalen Regularitäten einer natürlichen

Sprache in Form eines Nachschlagewerkes oder Lehrbuchs.

Ein Lexikon ist eine Zusammenstellung von Wörtern und des damit verbundenen

Wissens. Ein Lexikon für Sprachwissen kann Einzelheiten beinhalten: über die

grammatische Struktur eines jeden Wortes, über die Lautstruktur , seine Wortart, und

die Bedeutung des Wortes in unterschiedlichen Textzusammenhängen, z.B. je nachdem,

welches Wort oder Satzzeichen diesem Wort vorangeht oder folgt.

2.1.2 Probleme und Lösungen

Natural Language Processing (NLP) / Computerlinguistik (CL) ist kein

neues Forschungsgebiet. Schon 1946 gab es Versuche, menschliche Spra

che mit Computern zu verarbeiten. Wegen der politischen Situation zu

dieser Zeit konzentrierten sich Versuche hauptsächlich auf maschinelle

http://www.ifi.unizh.ch/cl/Glossar/

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 10

Übersetzung und fast ausschließlich auf die Übersetzung vom Russischen

ins Englische. [DJ00]

In den letzten Fünfzig Jahren sind viele Probleme bei der Entwicklung von

NLP immer wieder aufgetaucht und wurden gelöst bzw. nur teilweise ge

löst. Die meisten Probleme sind von der linguistischen Analyse, die der

Kern der Computerlinguistik ist.

Die linguistische Analyse erfolgt in der Reihenfolge Morphologie/Lexikon,

Syntax, Semantik, Pragmatik.

Die morphologische Analyse führt die Wortformen

auf ihre Grundform

zurück und bestimmt ihre Wortkategorie (Nomen, Verb, etc.) und Eigen

schaften wie z.B. die Zeitform bei Verben. Für diese Analyse wird nor

malerweise auch ein Lexikon verwendet, welches die nötigen Informa

tionen über die Wörter enthält. Das Lexikon muss auch Informationen

für die Syntax- und Semantik Komponenten enthalten. Darauf entsteht

das Grundproblem der morphologische Analyse, dass ihr Umfang sehr

groß ist. Eine Lösung ist: man versucht die Wortformen regelbasiert zu

zerlegen, das Lexikon speichert dann nur die kleinsten Einheiten eines

Wortes, sog. Morpheme, z.B. lern für das Wort lernen. Aber diese Me

thode erhöht allerdings die Komplexität stark und somit die Rechenzeit

des Systems. [CR97]

Syntax

Die Syntax beschreibt einerseits die wohlgeformten Sätze mit gramma

tischen Regeln und ist andererseits Grundlage für die semantische Interpre

tation, indem sie die Struktur eines Satzes analysiert. Die Syntaxanalyse

liefert zum Beispiel Subjekt, Verb und Objekte des Satzes.

Für die Syntaxanalyse werden Grammatiken verwendet, die aus rekursiven

Regeln bestehen. Sie werden auch generative Grammatiken genannt, weil

Das Wort Buch hat zum Beispiel die Wortformen Buch, Buches, Bücher und Büchern. Buch ist dann das Grund

form.

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 11

durch wieder-holtes (unendliches) Anwenden der Grammatikregeln eine

Menge von Sätzen generiert werden kann. Bei der Syntaxanalyse werden

dann genau die von der Grammatik generierbaren Sätze auch als wohlge

formt erkannt. Die von der Grammatik generierte Satzmenge sollte im Ide

alfall genau gleich wie die einer natürlichen Sprache sein. Es gibt aber noch

keine generativen Grammatiken, welche eine natürliche Sprache genau

generieren, da die Konstruktion einer solchen Grammatik sehr aufwendig

ist. [CR97]

Ein großes Problem bei der Syntaxanalyse und bei der Sprachverarbeitung

allgemein sind die Mehrdeutigkeiten. So hat der Satz ,,Susanne beobachtete

den Mann mit dem Fernglas" zwei verschiedene Möglichkeiten einer kor

rekten Syntaxanalyse. Eine Analyse von englischen Texten mit einem

einfachen Parser hat bei etwa 80% der Sätze Mehrdeutigkeiten festgestellt.

Solche Mehrdeutigkeiten lassen sich eigentlich nur durch das Einbeziehen

des Kontextes korrekt auflösen. Da dies aber erst mit Hilfe der seman

tischen und pragmatischen Analyse möglich ist, werden oft auch heuris

tische Verfahren zur Auflösung der Mehrdeutigkeiten verwendet. [CR97]

Semantik und Pragmatik

Die Semantik und Pragmatik befassen sich beide mit der Bedeutung eines

Satzes. Die Bedeutung eines Satzes zu kennen heißt, zu wissen wie die Welt

wäre, wenn der Satz wahr wäre. [CR97]

Ein großes Problem dabei ist, dass die natürliche Sprache viele Ungenauig

keiten enthalten. Beispiele für solche Ungenauigkeiten sind Ausdrücke wie

vielleicht, wahrscheinlich, einige, die meisten, viele etc. Die Mehrdeutigkei

ten Probleme sind auch noch dabei. Viele Wörter haben mehrere Bedeu

tungen, aber auch ganze Sätze können neben den bereits erwähnten syn

taktischen Mehrdeutigkeiten auch semantische Mehrdeutigkeiten enthalten.

Beim Satz ,,Alle Schüler saßen auf dem Tisch." ist nicht klar, ob alle Schü

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 12

ler auf dem gleichen Tisch saßen oder auf verschiedenen Tischen, die syn

taktische Struktur bleibt aber immer gleich. [CR97]

Pronomen (er, sie, es, ...) müssen bei der pragmatischen Analyse durch die

von ihnen referierten Objekte im Textkontext ersetzt werden. Die Nomen

müssen mit Referenzen auf Objekte aus dem Situationskontext ersetzt

werden. [CR97]

Die heutigen Semantik- und Pragmatiktheorien umfassen noch lange nicht

alle Phänomene der natürlichen Sprachen. Es existieren auch nur sehr

wenige Implementationen dieser Theorien in größeren Systemen. [CR97]

Alle Anstrengungen der Wissenschaftler, den Computer das Verstehen von

menschlichen Sprache beizubringen, sind in den Kinderschuhen stecken

geblieben, obwohl die Maschinen inzwischen enorm leistungsfähig ge

worden sind. Denn die menschliche Sprache ist so komplex, dass der

Computer schon bei scheinbar einfachen Fragen in höchste Verlegenheit

gerät.[PS02] Die zwei spezifische Probleme der Syntaxanalyse natürlicher

Sprachen: Kontextsensitiver Konstruktionen und Mehrdeutigkeit, die im

Einleitung schon genannt werden, sind immer die wichtige Gründe der

beschränkten Entwicklung von Natural Language Systemen. [MH02]

Informatiker und Computerlinguistiker diskutieren schon lange über den

richtigen Weg, um dieses Problem zu lösen. Soll man dem Computer

beibringen, möglichst viele Regeln zu bestimmten Situationen anzu

sammeln wie in einem Schachprogramm? Die Folge: Der Rechner kann

dann dieses Problem lösen, aber eben nur nur dieses eine Problem. Oder

soll man versuchen, Muster im Sprachverhalten zu erkennen und, ähnlich

wie die Wettervorhersage, mit Wahrscheinlichkeitsrechnungen arbeiten?

Das Problem: ein immenser Rechenaufwand, der selbst heutige Computer

überfordert, und zugleich zu wenig auswertbare Daten liefert. [PS02]

Diplomarbeit Natural Language Web Mapping Service unter OGC Standard am Beispiel

von einer NLMapping Middleware für die Integration des EDEN NLP Tools in der Pilot-

Stadt Bremen

Vorgelegt von Hong Xiang

Kapitel

Seite 13

2.1.3 Natural Language System (NLS)

Ein System, das irgendeine Eigenschaft der nachfolgenden Aufzählung ent

hält, wird als Natural Language System (NLS) betrachtet. Beispiele für sol

che Systeme sind [NLP01]:

Natürlichsprachliche Zugangssysteme, die den Dialog mit dem Computer in gespro

chener oder geschriebener Sprache ermöglichen.

Textverstehende Systeme, die Informationen aus Dokumenten extrahieren.

Sprache erkennende Systeme, die gesprochene Sprache in Text übertragen.

Maschinelle Übersetzungssysteme (MÜS).

Sprachsynthese, etwa zum Vorlesen elektronisch gespeicherter Texte.

Systeme für Grammatik- und Stilkorrektur, die das Formulieren und Verfassen von

Texten erleichtern.

Die Aufgaben, die ein umfassendes NLS bewältigen können müsste, wären

[MH02]:

Analyse: Der Eingabesatz muss syntaktisch, semantisch und u.U. auch

pragmatisch analysiert werden, wobei ,,pragmatisch" v.a. Heißt, den Si

tuationskontext zu erfassen und z.B. den Dialog aktiv zu steuern,

Benutzermodelle aufzubauen etc.

Auswertung: Das Resultat muss ausgewertet werden, und zwar im um

gangssprachlichen Sinn, d.h. ``inhaltlich'' verwendet, nicht im später zu

erörternden Sinn der Modelltheorie.

Synthese: Die sprachliche Reaktion des Systems muss u.U. synthetisiert

(generiert) werden, z.B. w

enn der Benutzer eine Anfrage gestellt hatte, muss die

Antwort darauf ausformuliert werden.

Zentrale Schwerpunkte alle NLS [MH02] sind:

Repräsentation von sprachlichen Inhalten: Wissensrepräsentation

Schlussfolgerungen ziehen aus sprachlichen Inhalten: Wissensver

arbeitung

Details

Seiten
Erscheinungsform: Originalausgabe
Jahr: 2003
ISBN (eBook): 9783832497545
ISBN (Paperback): 9783838697543
DOI: 10.3239/9783832497545
Dateigröße: 2.4 MB
Sprache: Deutsch
Institution / Hochschule: Universität Bremen – Mathematik / Informatik (FB 3)
Erscheinungsdatum: 2006 (August)
Note: 2,0
Schlagworte: kartensuchfunktion opengis

Autor

Hong Xiang (Autor:in)