Ziel
The objective of ADKMS was to develop a knowledge-based system with an inferential capability for the intelligent and efficient management of large databases, suitable for both naive and domain-expert users. Access to the system was to be provided by a Natural Language (NL) interface.
The task for Phase 1 was to develop the NL handlers, and to integrate a relational database management system with a knowledge-based system.
The tasks for Phase 2 were the improvement, integration and evaluation of the Phase 1 results in an industrial application domain.
The advanced data and knowledge management system (ADKMS) project covers knowledge representation, knowledge base development, data and knowledge base coupling, natural language analysis and generation, and intelligent access to databases. The main components of ADKMS are:
the knowledge representation system BACK, a hybrid reasoning system supporting complex representation of a domain terminology and database access via a powerful logic oriented interface language;
the knowledge base development environment BIT, providing a range of integrated graphics tools for interactive acquisition, browsing, navigating and validating large knowledge bases;
the natural language access system, consisting of 3 levels: tactical, for language parsing and generation (NUGGET); strategic, for generating structured query language (SQL) queries and the formal representation of the answers; and a data level, consisting of the database (using ORACLE) and the additional knowledge.
The objective was to develop a knowledge based system with an inferential capability for the intelligent and efficient management of large databases, suitable for both naive and domain expert users. Access to the system was provided by a natural language (NL) interface. A functional layered architecture was designed. Prototypes of natural language interfaces for German and Italian were constructed. A prototype of a hybrid knowledge representation and inferencing system (KRS) was mapped onto the database in a transparent fashion, through a Prolog structured query language (SQL) interface. A prototype of a database extension module was constructed, and coupled to a relational database management system (RDBMS). The whole project was subsequently evaluated and the definition of requirements according to a real application proposed. A common semantic representation was specified for Italian and German. A new version of KRS was provided, including a new query language to fulfil industrial demands and to interface DB4. The extended database query language was installed on a Nixdorf Targon 35. The NL handlers, the knowledge representation system and the extended RDBMS were state of the art products.
The major results of Phase 1 were:
-the design of a functional layered architecture for an ADKMS
-prototypes of natural language interfaces for German and Italian from Nixdorf and Olivetti
-a prototype of BACK, a "hybrid" knowledge representation and inferencing system (KRS) from the Technical University of Berlin, and a partial reimplementation from Nixdorf
-a mapping of the KRS onto the database in a transparent fashion, through a Prolog/SQL interface
-a prototype of a database extension module, and its coupling to an RDBMS
-evaluation of the system in field and laboratory trials.
Phase II started resulted in:
-the evaluation of the whole project and the definition of requirements according to a real application proposed by Datamont
-the specification of a common semantic representation for Italian and German
-a new version of BACK-System, including a new query language to fulfil industrial demands and interfacing DB4
-the porting of the extended database query language onto a Nixdorf Targon 35.
The NL handlers, the BACK knowledge representation system and the extended RDBMS were state-of-the-art products.
Exploitation
The industrial prototypes provided a foundation for intelligent database management systems with greater functionality and non-restricted natural language handlers, allowing sophisticated AI applications to very large data and knowledge bases. These systems should combine the advantages of expert systems and database management systems.
The results have been incorporated into the ESPRIT II project 5210, AIMS.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
- Naturwissenschaften Informatik und Informationswissenschaften Wissensverarbeitung
- Naturwissenschaften Informatik und Informationswissenschaften künstliche Intelligenz Expertensysteme
- Naturwissenschaften Informatik und Informationswissenschaften Datenbank relationale Datenbanken
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Daten nicht verfügbar
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Daten nicht verfügbar
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Daten nicht verfügbar
Koordinator
33102 Paderborn
Deutschland
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.