--- jupytext: formats: md:myst text_representation: extension: .md format_name: myst format_version: 0.13 jupytext_version: 1.14.1 kernelspec: display_name: Python 3 (ipykernel) language: python name: python3 --- # 3-Star to 5-Star: Schnitzel vom jungen Rind Diese Seite: Demo, wie man von einer nicht normalisierten CSV-Datei (LOD 3-Star) zu einem ontologiebasierten RDF-Graphern (LOD 5-Star) und wieder zurück zu einem Tabellen-View kommt -- unter Einbeziehung von OWL2-RL Inferencing, in diesem Fall einer ontologiebasierten Klassifizierung von Instanzen. ## Tabelle einlesen In diesem Fall liegt die Tabelle als CSV-Datei vor. Aber genau genommen interessiert uns nicht, in welchem konkreten Format (CSV, Excel, JSON, etc) unsere Tabelle tatsächlich vorliegt: Solange wir unsere Daten mit Pandas einlesen und in ein Pandas DataFrame überführen können, sind wir zufrieden. ```{code-cell} ipython3 import pandas as pd example = "Schnitzel_vom_Jungrind" df = pd.read_csv(f"../sheets/{example}.csv", dtype=str, delimiter= ';') df.fillna(value="", inplace=True) df ``` Diskussion: Wir sehen, dass die Tabelle nicht normalisiert ist. * Offensichtlich bezieht sich die Spalte `hat_Alter` auf das *Tier_1* (aus Spalte `hat_Herkunft`), von dem das *Schnitzel_1* stammt, und nicht auf das *Schnitzel_1* (Spalte `Schnitzel`) selbst. * Unklar ist, ob sich die Spalte `Altersgruppe` auf die Spalte `hat_Herkunft` oder die Spalte `hat_Alter` bezieht. (ABBILDUNG möglich: Tabellen-Bezüge mit Pfeilen visualisieren) ## GenDIfS Mindmap einlesen, compilieren ![](../../images/Schnitzel_vom_Jungrind.png) ```{code-cell} ipython3 import sys sys.path.append('../py/') from gd06 import GenDifS_Map ``` ```{code-cell} ipython3 backup_mindmap = False update_mindmap = False # Mindmap und Sheet einlesen o = GenDifS_Map(f"../mm/{example}.mm", # Mindmap sheet_df = df, # das oben eingelesene DataFrame pattern = ['ALL', 'owl', 'a-box', 'owl-classify'], verbose = 1) # Lexikalische Analyse, Parser, OWL-Code erzeugen o.compile() ``` Zur Kontrolle: Beim Compilieren wurde die Mindmap so interpretiert: ```{code-cell} ipython3 o.display_markdown() ``` Die Mindmap kann mit jedem Mindmap-Tool editiert werden, das das (einfache XML-) Format `*.mm` unterstützt. Wir verwenden `freeplane`. Als Feednack an Mindmap-Nutzer kann die interpretierte Mindmap wieder in zurückgeschrieben werden: ```{code-cell} ipython3 if update_mindmap: update_mindmap_filename = f"../mm/{example}.mm" o.mindmap.write(update_mindmap_filename,pretty_print=True) print(f"updated mindmap {update_mindmap_filename}") ``` ## ttl Code ohne Inferencing In Rahmen dieses Protototypen erzeugt der Compiler Turtle (ttl-) Code direkt als String (`print(o.ttl_code)`): ```{code-cell} ipython3 print(o.ttl_code) # bei Bedarf im Dateisystem speichern with open(f"../ttl/{example}_mm.ttl", "w") as file: file.write(o.ttl_code) ``` Wir lesen diesen Code mit der Standard-Bibliothek `librdf` ein und erhalten den RDF-Graphen `o.rdflib_graph`. Wenn man diesen Graphen wieder im Format ttl serislisiert sieht man, dass die Tripel anders zusammengefasst sind und alles insgesamt „aufgeräumter“ aussieht. Die Methode `o.select_molecules()` dient dazu, in der ttl-Fassung eines Graphen nach Text-Absätzen zu suchen, in denen einer von mehreren Strings vorkommt. Zweck ist die gezielte Inspektion eines Graphen nach bestimmten Klassen oder Instanzen. ## Schnitzel_1 ohne Inferencing Alles über *Schnitzel_1* und/oder *Tier_1* im Graphen `o.rdflib_graph`: ```{code-cell} ipython3 print(o.select_molecules(o.rdflib_graph, ["sheet:Schnitzel_1", "sheet:Tier_1", "sheet:210_Tage" ])) ``` Vergleicht man diesen ttl-Code mit der CVS-Tabelle oben sieht man, wie die entsprechenden Informationen zu *Schnitzel_1* nach ttl übersetzt wurden: Der vollständige RDF-Graph `o.rdflib_graph` enthält außer der RDF-Fassung unserer Tabelle -- der sog. Assertion-Box, A-Box -- auch die entsprechenden teilweise axiomatisierten Klassen, die sog. Terminology-Box, T-Box. Damit liegt unsere Tabelle als vollwertiges *LOD 5-Star* Datenmodell vor. Wir sehen: * *Schnitzel_1* stammt von *Tier_1* * *Tier 1* * wurde als *Rind* deklariert (aber nicht als Kalb!) * ist *210_Tage* alt Aufgrund dieser Informationen kann ein Mensch ableiten, dass Schnitzel_1 ein Kalbsschnitzel ist -- aber unmittelbar aus den Daten ablesen kann man das nicht! ## Schnitzel_1 mit Inferencing Liegen Daten einmal als RDF-Graph vor, lassen sich bei Vorhandensein einer geeigneten Ontologie (hier in Form einer T-Box) dann auch formal-logische Schlussfolgerungen ableiten. Die Methode `o.owlrl()` stößt den Reasoner `owlrl` an, der das OWL-Profil `OWL2-RL` implementiert. ```{code-cell} ipython3 o.owlrl() print(o.select_molecules(o.owlrl_graph, ["sheet:Schnitzel_1", "sheet:Tier_1"])) ``` Wir sehen hier, dass durch das Inferencing korrekt klassifiziert wurde: * *Tier_1* aufgrund seines Alters als *Kalb* * *Schnitzel_1* aufgrund seiner Herkunft als *Kalbschnitzel*. Ist das KI? JA, und zwar eindeutig gemäß [EU Entwurf AI Act](https://eur-lex.europa.eu/legal-content/DE/TXT/HTML/?uri=CELEX:52021PC0206), Anhang I: *Techniken und Konzepte der Künstlichen Intellizenz* gemäß Artikel 3 Absatz 1: > b) Logik- und wissensgestützte Konzepte, einschließlich Wissensrepräsentation, induktiver (logischer) Programmierung, Wissensgrundlagen, Inferenz- und Deduktionsmaschinen, (symbolischer) Schlussfolgerungs- und Expertensysteme; +++ ## SPARQL Der RDF-Graph lässt sich mit SPARQ abfragen. ```{code-cell} ipython3 Q = """ PREFIX ex: PREFIX sheet: PREFIX : PREFIX owl: PREFIX rdf: PREFIX xml: PREFIX rdfs: SELECT ?a?b ?c WHERE { ?a a :Kalbschnitzel .} """ qres = o.owlrl_graph.query(Q) for p,q,r in qres: print(p,q,r) ```