Skip to main content

Wissensrepräsentation, naive Theorien und sprachverstehende Systeme

Reflexionen über die Wissensrepräsentation in LEU/2

  • Conference paper
Book cover Ontologie und Axiomatik der Wissensbasis von LILOG

Part of the book series: Informatik-Fachberichte ((2252,volume 307))

  • 38 Accesses

Zusammenfassung

In diesem Papier wird — ausgehend von den Modellierungen im Rahmen des LILOG-Projektes für das System LEU/2 — eine Reihe von Überlegungen skizziert, die nicht in den Systementwurf eingegangen sind, sondern, wenn überhaupt, sich nur als implizite Annahmen wiederfinden lassen. So wird in LEU/2 implizit von einer Sammlung von Aufgaben der Wissensbasis ausgegangen, ohne daß diese Aufgaben innerhalb der Wissensbasis explizierbar sind. Dennoch liefert die aufgabenorientierte Sicht auf die Domäne eine der entscheidenden Richtlinien für die Modellierung. Somit wird versucht, im ersten Teil diese Aufgabenorientierung von Modellierung zu explizieren. Eine der ‘Aufgaben’, die im Rahmen von Systemen wie LEU/2 an eine Wissensbasis herangetragen werden, ist Bereitstellung von Kriterien, die helfen, Ambiguitäten in sprachlichen Ausdrücken, so sie nicht syntaktisch auflösbar sind, zu eliminieren bzw. bestimmte Lesarten eines sprachlichen Ausdrucks zu verbieten. Eine der gängigen Techniken, die auch in LEU/2 Eingang gefunden hat, ist die Formulierung von Selektionsbeschränkungen für Argumentbelegungen von Prädikaten als Teil der Repräsentation der Bedeutung sprachlicher Äußerungen. In diesem Papier wird, in Anlehnung an die in diesem Band geführte Debatte zwischen Maienborn und Geurts, als Alternative die potentielle Rolle von naiven Theorien skizziert, die einen Teil des Interpretationskontextes für sprachliche Ausdrücke spielen können. Es wird argumentiert, daß durch diese hier vorgeschlagene Nutzung naiver Theorien für das Sprachverstehen die Trennung der Aufgaben der Wissensbasis in einem natürlichsprachlichen System in den ‘Service’ für die Sprachanalysekomponenten und die (restlichen) inferenziellen Aufgaben innerhalb der Domäne — zumindest zum Teil — aufgehoben werden könnte. Durch eine kleine Modellierungsskizze soll diese These etwas plausibel gemacht werden.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 54.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 69.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. James F. Allen, Patrick J. Hayes. Movements and points in an interval-based temporal logic. Technical Report 180, Univ. of Rochester, December 1987.

    Google Scholar 

  2. James F. Allen. Maintaining knowledge about temporal intervals. Communications of the ACM 26(11):832–843, November 1983.

    Article  MATH  Google Scholar 

  3. Daniel G. Bobrow, Terry Winograd. KRL—another perspective. Cognitive Science 3(1):29–42, 1979.

    Article  Google Scholar 

  4. Ronald J. Brachman. The future of knowledge representation. In Proceedings of the 9th National Conference of the American Association for Artificial Intelligence, 1082–1092, 1990.

    Google Scholar 

  5. Eugene Charniak. Motivation analysis, abductive unification, and nonmonotonic equality. Artificial Intelligence 34:275–296, 1988.

    Article  Google Scholar 

  6. Ernest Davis. Commonsense Knowledge. Morgan Kaufmann Los Altos, Cal. 1990.

    Google Scholar 

  7. Jon Doyle, Ramesh S. Patil. Language restrictions, taxonomic classifications, and the utility of representation services. Technical Memo MIT/LCS/TM-387 Laboratory for Computer Science, Massachusetts Institute of Technology Cambridge, Mass. May 1989.

    Google Scholar 

  8. Jon Doyle, Ramesh S. Patil. Two dogmas of knowledge representation. Technical Memo MIT/LCS/TM-387b Laboratory for Computer Science, Massachusetts Institute of Technology Cambridge, Mass. September 1989.

    Google Scholar 

  9. Jon Doyle, Ramesh S. Patil. Two theses of knowledge representation: language restrictions, taxonomic classifications, and the utility of representation services. Artificial Intelligence 48(3):261–297, 1991.

    Article  Google Scholar 

  10. Hubert L. Dreyfus. From micro-worlds to knowledge-representation: AI at an impasse. In J. Haugeland, editor, Mind Design, 161–204, MIT Press Cambridge, Mass. 1981.

    Google Scholar 

  11. Boi Faltings, Emmanuel Baechler, Jeff Primus. Reasoning about kinematic topology. In Proceedings of the 11th International Joint Conference on Artificial Intelligence, 1331–1336, Detroit, Mich. 1989.

    Google Scholar 

  12. Matthew L. Ginsberg, editor. Readings in Nonmonotonic Reasoning. Morgan Kaufmann, Los Altos, Cal. 1987.

    Google Scholar 

  13. Patrick J. Hayes. The naive physics manifesto. In D. Michie, editor, Expert Systems in the Microelectronic Age. Edinburgh Univ. Press 1979.

    Google Scholar 

  14. Patrick J. Hayes. Naive physics I: Ontology for liquids. In J. R. Hobbs, R. C. Moore, editors, Formal Theories of the Commonsense World, 71–108, Ablex Norwood, N.J. 1985.

    Google Scholar 

  15. Jerry R. Hobbs, Tom Blenko, Bill Croft, Greg Hager, Henry A. Kautz Paul Kube, Yoav Shoham. Commonsense summer: Final report. CSLI-Report CSLI-85–35, Stanford University, CSLI, Stanford, October 1985.

    Google Scholar 

  16. Jerry R. Hobbs, Robert C. Moore. Formal Theories of the Commonsense World. Ablex, Norwood, N.J. 1985.

    Google Scholar 

  17. Gerd Kortüm. Temporales Schließen in einem natürlichsprachlichen System. LILOG Report 162, IBM Deutschland, Stuttgart, West Germany, April 1991.

    Google Scholar 

  18. Wendy Lehnert, Yorick Wilks. A critical perspective on KRL. Cognitive Science, 3(1):1–28, January 1979.

    Article  Google Scholar 

  19. D. B. Lenat, R. V. Guha. Building Large Knowledge-Based Systems. Addison-Wesley, Reading, Mass., 1990.

    Google Scholar 

  20. Hector J. Levesque, Ronald J. Brachman. Expressiveness and tractability in knowledge representation and reasoning. Computational Intelligence, 3:78–93, 1987.

    Article  Google Scholar 

  21. Godehard Link. The logical analysis of plurals and mass terms: a lattice-theoretical approach. In R. Bäuerle, editor, Meaning, Use, and Interpretation of Language, 302–323, deGruyter, Berlin, Germany, 1983.

    Google Scholar 

  22. John McCarthy. Programs with common sense. In Proc. Symposium on Mechanisation of Thought Processes 7, London, 1959.

    Google Scholar 

  23. John McCarthy. Programs with common sense. In M. Minsky, editor, Semantic Information Processing, 403–418, MIT Press, Cambridge, Mass., 1968.

    Google Scholar 

  24. Drew V. McDermott. A critique of pure reason. Computational Intelligence, 3(3): 151–160, August 1987.

    Article  MathSciNet  Google Scholar 

  25. G. A. Miller E. Galanter, K. H. Pribram. Plans and the Structure of Behavior. Holt, Rinehard and Winston, 1960.

    Book  Google Scholar 

  26. Marvin Minsky. Logical versus analogical or symbolic versus connectionist or neat versus scruffy. The AI Magazine, 12(2):34–51, 1991.

    Google Scholar 

  27. Peter Norvig. A Unified Theory of Inference for Text Understanding. PhD thesis, University of California, Berkeley, Cal., Computer Science Division, Report UCB/CSD 87/339, January 1987.

    Google Scholar 

  28. Udo Pletat, Kai von Luck. Knowledge representation in LILOG. In Bläsius, Hedtstück, Rollinger, editors, Sorts and Types in Artificial Intelligence. 140–164, Springer-Verlag, Berlin, Germany, 1990.

    Chapter  Google Scholar 

  29. M. Ross Quillian. Semantic Memory. PhD thesis, Carnegie Institute of Technology, Pittsburgh, Pa. 1966, BBN Report AFCRL-66–189, Bolt, Beranek, and Newman Inc., October 1966.

    Google Scholar 

  30. Raymond Reiter. A logic for default reasoning. Artificial Intelligence, 13(1):81–132, April 1980.

    Article  MATH  MathSciNet  Google Scholar 

  31. Roger C. Schank, Robert P. Abelson. Scripts, Plans, Goals, and Understanding. Lawrence Erlbaum Ass., Hillsdale, N.J., 1977.

    MATH  Google Scholar 

  32. Roger C. Schank, Peter G. Childers. The Cognitive Computer: on Language, Learning, And Artificial Intelligence. Addison-Wesley, Reading, Mass., 1984.

    Google Scholar 

  33. Roger C. Schank. Identification of conceptualization underlying natural language. In R. C. Schank, K. M. Colby, editors, Computer Models of Thought and Language, 187–247, Freeman, San Francisco, Cal., 1973.

    Google Scholar 

  34. P. Schefe. Zur Rekonstruktion von Wissen in neueren Repräsentationssprachen der Künstlichen Intelligenz. In H. Stoyan, editor, GWAI-85. 9th German Workshop on Artificial Intelligence, 230–244, Springer-Verlag, Berlin, Germany, 1985.

    Google Scholar 

  35. Aaron Sloman. Why we need many knowledge representation formalisms. In M. Bramer, editor, Research and Development in Expert Systems. Cambridge University Press, Cambridge, England, 1985.

    Google Scholar 

  36. John F. Sowa, editor. Principles of Semantic Networks. Morgan Kaufmann, Los Altos, Cal., 1991.

    MATH  Google Scholar 

  37. Robert Wilensky. KODIAK: A knowledge representation language. In Proceedings of the 6th Annual Conference of the Cognitive Science Society, 344–353, Boulder, Col., 1984.

    Google Scholar 

  38. Terry Winograd, Fernando Flores. Understanding Computers and Cognition. Addison-Wesley, Reading, Mass., 1986.

    MATH  Google Scholar 

  39. Patrick H. Winston, Roger Chaffin, Douglas Herrmann. A taxonomy of part-whole relations. Cognitive Science, 11:417–444, 1987.

    Article  Google Scholar 

Download references

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 1992 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

v. Luck, K. (1992). Wissensrepräsentation, naive Theorien und sprachverstehende Systeme. In: Klose, G., Lang, E., Pirlein, T. (eds) Ontologie und Axiomatik der Wissensbasis von LILOG. Informatik-Fachberichte, vol 307. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-77387-7_4

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-77387-7_4

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-55306-9

  • Online ISBN: 978-3-642-77387-7

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics