Wissensverarbeitung und die Semantik der Natürlichen Sprache

Ein interdisziplinäres Buch zwischen Künstlicher Intelligenz, Linguistik und Kognitionswissenschaften: Umfassend präsentiert es die semantische Interpretation und Bedeutungsdarstellung natürlichsprachlicher Ausdrücke auf der Basis "Mehrschichtiger Erweiterter Semantischer Netze" (MultiNet). Ihre Methodik eignet sich für theoretische Analysen und die automatische Sprachverarbeitung. Die Ergebnisse sind eingebettet in ein System von Software-Werkzeugen, die die praktische Nutzung sichern: eine Werkbank jeweils für Wissensingenieure und Computerlexikografen sowie ein Übersetzungssystem zur automatischen Erzeugung von Bedeutungsdarstellungen natürlichsprachlicher Sätze. Die 2., aktualisierte Auflage ist auf dem aktuellen Stand der Forschung.

-1961-68 M.S. in Physics from the University Leipzig (Diploma in Quantum Theory)
-1968-69 Research assistant at the University Leipzig
-1970-89 Researcher in the fields of Artificial Intelligence (AI) and Computational Linguistics (CL)
with Robotron, Head of the AI Laboratory
-1976 Ph.D. in Computer Science (Promotion, Dr.rer.nat., in the field of AI)
-1986 Habilitation (Dr.rer.nat.habil.) in the field of Knowledge Representation
-1988-92 Lecturer for Artificial Intelligence at the TU Dresden
-1989-92 Researcher at SRS Dresden and Siemens-Nixdorf (Development of Geographic Information Systems)
- since 1992 Full Professorship at FernUniversität in Hagen
Head of the Chair: Intelligent Information and Communication Systems
-1997-02 Sabbatical Stays at ICSI in Berkeley and at the Universities of Buffalo (USA), Edinburgh, Sheffield and London (Great Britain)

Wissensrepräsentation mit MultiNet.- Einführung.- Historische Wurzeln.- Grundlagen.- Charakterisierung von Objektbegriffen.- Semantische Charakterisierung von Situationen.- Vergleiche von Entitäten.- Raum-zeitliche Charakterisierung von Entitäten.- Modalität und Negation.- Quantifizierung und Gesamtheiten.- Die Rolle der Layer-Informationen für die semantische Repräsentation.- Beziehungen zwischen Situationen.- Lexikon und Wissensrepräsentation.- Fragebeantwortung und Inferenzen.- Werkzeuge für den Wissensingenieur, Anwendungen von MultiNet.- Vergleich zwischen MultiNet und anderen Wissensrepräsentationsmodellen.- Die Darstellungsmittel von MultiNet.- Überblick und Darstellungsprinzipien.- Klassifikatorische und stratifikatorische Darstellungsmittel.- Relationale und funktionale Darstellungsmittel.