title:Vorlesung Wissensrepräsentation und -verarbeitung
title:Course Knowledge Representation and Processing (Wissensrepräsentation und -verarbeitung, WuV)
instructors:
-mkohlhase
-frabe
...
...
@@ -11,16 +11,21 @@ semesters:
-WS22/23
---
Dies ist die WuV *Vorlesung*, das WuV*Seminar*ist [hier](/courses/swuv/)
This is the homepage of the WuV *lecture*, the*seminar*of the same name is a [separate course](/courses/swuv/).
Dieses Modul führt allgemein und grundlegend in die Wissensrepräsentation und -Verarbeitung ein.
Menschliches Wissen durchzieht alle Bereiche nicht nur der Informatik, sondern aller Wissenschaften, und dieses Wissen im Computer zu repräsentieren und zu verarbeiten ist in gewisser Weise die große Herausforderung und Potential des Einsatzes von Computern.
Dazu hat die Informatik mehrere Aspekte von Wissen erkannt und spezielle Wissensrepräsentationssprachen entwickelt, die sich im Laufe der Zeit sehr stark spezialisiert und auseinander-entwickelt haben.
Dies beinhaltet insbesondere Ontologiesprachen und Linked Data, Programmiersprachen und Algorithmen, Datenbeschreibungssprachen und Daten-Banken, Logik und Beweise sowie natürliche Sprache und informelle Dokumente.
This module provides a general and foundational introduction into knowledge representation and processing.
Human knowledge pervades all areas not only of computer science, but also of all sciences, and this representing and processing this knowledge
in computer systems is in some sense **the** big challenge and potential of using computers.
Während viele dieser Aspekte und Sprachen in eigenen Vorlesungen detailliert behandelt werden, greift WuV sie universell und vergleichend aus der Perspektive von Wissen auf.
Ziel ist die grundlegenden Konzepte und ihre Ausprägungen in den diversen hoch-spezialisierten Sprachen und System zu verstehen.
Die Übung vertieft dies im praktischen Umgang mit state-of-the-art Software-Systemen für die jeweiligen Aspekte.
Einen besonderen Schwerpunkt legt WuV dabei auf die Gemeinsamkeiten, Unterschiede und Integration der Ansätze sowie die Interoperabilität der verschiedenen Systeme.
Computer science has recognized multiple aspects of knowledge and has developed dedicated representation languages for them.
Over time these have been specialized massively, and the languages, systems, and communities have drifted apart.
Today they include in particular ontology languages and linked data, programming languages and algorithms, data description languages and databases, logics and proofs, as well as formal natural languages and narrative documents.
Wir empfehlen das Modul sowohl als Einstieg in weitere Module im Rahmen der Vertiefungsrichtung Künstliche Intelligenz im Bachelor oder Master als auch als einmalige Überblicksvorlesung über das Gebiet.
While many of these aspects and languages are studied in depth in individual courses, students often miss an overall perspective that describes these approaches as a whole.
The WuV course uses the general goal of knowledge representation as the big picture motivation to survey, analyze, and compare the different languages and systems.
It introduces all the fundamental concepts both of knowledge representation languages in general and of paradigmatic examples of specialized languages in particular (e.g., OWL, Java, first-order logic, SQL, sTeX).
It places special emphasis on the commonalities, differences, and integration of the approaches and the interoperability of the various systems.
The exercises teach practical aspects including both the implementation of knowledge representation languages from scratch as well as the use of state-of-the-art languages and software systems.
We recommend WuV to Master or 3rd year Bachelor students both as an introductory module before taking other modules in the area Artificial Intelligence as well as a one-off overview of the area.
