计算机回答问题，进行对话或为客户提供有关问题的建议。越来越多的IT应用程序都依赖于结构化的知识。为此，必须以一种计算机可以对其进行处理的方式(即所谓的知识库)来组织信息。这些知识库是计算机科学家Simon Razniewski及其团队在萨尔布吕肯马克斯-普朗克信息研究所的专业知识领域。研究人员是第一个开发将重要的，以前被忽略的方面添加到这些知识库中的方法的人。

许多日常计算机应用程序都使用知识库：搜索引擎现在可以立即回答问题，而不是链接到其他网站。互网商店列出了产品的功能。预订网站会显示预订中包含哪些服务。无论在哪种上下文中使用知识库，它们都有一个共同点：它们所包含的信息主要以所谓的肯定性陈述构成，例如描述某件事是真实的陈述。例如：“萨尔布吕肯(Saarbrücken)是萨尔州的首府”，“手机支持5G”，“酒店的每个房间都有浴室”。

当前的知识基础省略了它们相反的，所谓的否定陈述。否定性陈述也包含有价值的信息，但是它们的绝对数量使它们难以捕获：“几乎无限数量的陈述不适用于某些事物。面临的挑战是确定哪些非真实信息应包含在知识库中， ”SaarbrückenMax-Planck信息学研究所数据库和信息系统部门的博士后研究员兼研究领域负责人Simon Razniewski说。现在，他与位于Saarland信息学园区的研究小组合作，率先开发出一种可以自动为各种应用领域的知识库生成负面陈述的方法。

在线商店或旅游网站的推荐系统中的应用

以史蒂芬·霍金(Steven Hawking)为例，该新颖方法的工作原理如下：首先，确定几个参考案例，这些案例与搜索对象具有显着的属性。在示例中：物理学家。研究人员称这些比较案例为“同行”。现在，基于“对等”，生成有关初始实体的肯定假设的选择。自从物理学家爱因斯坦(Albert Einstein)和费曼(Richard Feynman)获得诺贝尔奖以来，史蒂芬·霍金(Steven Hawking)赢得诺贝尔奖的假设就可以成立了。然后，将新的假设与知识库中有关初始实体的现有信息进行匹配。如果陈述适用于“同er”而不适用于搜索对象，则研究人员得出结论，这是对搜索对象的否定陈述，即史蒂芬·霍金从未获得诺贝尔奖。

研究人员认为推荐系统，例如在线商店或旅游网站上使用的推荐系统，可能是一个应用领域：“如果您在线预订酒店或购买手机，我们的方法可以比较相关产品并显示差异。例如，即酒店A中没有电梯，或者手机B没有耳机插孔。”西蒙·拉兹涅夫斯基(Simon Razniewski)说。“与必须扣除此信息相比，这是一种更加方便和有用的方法他补充说。将来，他的研究小组希望改进这种方法，以产生更多细微的负面陈述，并找出隐含的负面陈述。