Entitätsbeziehung Semantische Infrastruktur

Entitätsbeziehung

Entitätsbeziehungen bilden das Beziehungsgeflecht zwischen den Knoten eines Knowledge Graphs. Typische Beziehungsarten sind hierarchische Relationen (ist ein, ist Teil von), assoziative Relationen (steht in Beziehung zu, konkurriert mit), partitive Relationen (besteht aus, enthält) und kausale Relationen (verursacht, folgt auf). In der semantischen Infrastruktur definieren Entitätsbeziehungen den Kontext jeder Entität: eine Entität wird nicht isoliert, sondern durch ihre Beziehungen zu anderen Entitäten verstanden. Schema.org modelliert Entitätsbeziehungen durch Properties wie author, memberOf, locatedIn oder parentOrganization. Suchmaschinen nutzen Entitätsbeziehungen, um verwandte Suchergebnisse anzuzeigen und Knowledge Panels mit kontextuellen Informationen zu füllen. Für die Content-Strategie liefert die Analyse von Entitätsbeziehungen die Grundlage für die interne Verlinkung und die Planung von Topic Clustern. Die Vollständigkeit und Korrektheit der modellierten Beziehungen bestimmt die Qualität der semantischen Infrastruktur.

Entitätsbeziehungen klassifizieren: Nicht jede Verbindung ist gleich

Zwei Entitäten sind verbunden. Aber wie? Die Antwort auf diese Frage entscheidet, ob ein Wissensgraph brauchbar ist oder nur ein Netz ohne semantischen Inhalt.

Entitätsbeziehungen lassen sich nach mehreren Dimensionen klassifizieren. Nach Richtung: Ist die Beziehung symmetrisch, wie ist befreundet mit, oder asymmetrisch, wie ist Vorgesetzter von? Nach Kardinalität: Kann eine Entität viele Beziehungen dieser Art haben, wie arbeitet bei, oder nur eine, wie wurde geboren in? Nach Transitivität: Wenn A Chef von B ist und B Chef von C, ist dann A auch über C übergeordnet?

Diese formalen Eigenschaften sind nicht akademisch. Sie bestimmen, welche Schlüsse ein Reasoner aus dem Graphen ziehen kann. OWL, die Web Ontology Language, formalisiert genau diese Eigenschaften: owl:TransitiveProperty, owl:SymmetricProperty, owl:FunctionalProperty.

Für semantische Infrastrukturen ist die Typisierung von Beziehungen der Unterschied zwischen einem Graphen, der nur speichert, und einem, der schlussfolgert. Ein typisiertes Beziehungsmodell erlaubt automatisches Reasoning: Wenn Person X in Unternehmen Y arbeitet und Y zu Konzern Z gehört, kann das System schließen, dass X indirekt Teil von Z ist.

Beziehungstypen sind keine Annotation. Sie sind die Grammatik des Wissens.

Beziehungen aus Text extrahieren: Relation Extraction in der Praxis

Beziehungen manuell einzupflegen skaliert nicht. Relation Extraction macht das automatisch, aber mit eigenen Tücken.

Das klassische Pattern-basierte Verfahren sucht nach linguistischen Mustern, die typischerweise Beziehungen ausdrücken. X wurde in Y geboren ist ein verlässliches Muster für die Beziehung Geburtsort. Solche Muster lassen sich entweder manuell definieren oder mit dem Bootstrapping-Verfahren von Brin (1998) aus Beispielpaaren lernen.

Supervised Relation Extraction trainiert ein Klassifikationsmodell auf annotierten Satzpaaren. Für jeden Satz mit zwei erkannten Entitäten entscheidet das Modell, welche Beziehung zwischen ihnen besteht, oder ob keine besteht. BERT-basierte Modelle erreichen hier State-of-the-Art-Ergebnisse auf Benchmarks wie TACRED.

Distant Supervision ist der pragmatische Mittelweg: Wenn eine Beziehung in einer Wissensbasis bereits als Fakt vorliegt, nimm alle Sätze, in denen beide Entitäten gemeinsam vorkommen, als positive Trainingsbeispiele. Das ist laut, produziert Fehler, skaliert aber auf große Korpora ohne manuelle Annotation.

Für den Aufbau von Wissensgraphen aus unstrukturierten Texten ist Relation Extraction unverzichtbar. Wer es weglässt, bleibt bei manuell gepflegten Daten, die nie die Breite eines automatisch extrahierten Graphen erreichen werden.