Stage-oe-small.jpg

Lehre/Linked Data and the Semantic Web

Aus Aifbportal
Wechseln zu:Navigation, Suche

=Linked Data and the Semantic Web=

Beschreibung


Die Linked Data Prinzipien sind eine Reihe von Praktiken für die Datenveröffentlichung im Internet. Linked Data baut auf der Web-Architektur auf und nutzt HTTP für den Datenzugriff und RDF für die Beschreibung von Daten und zielt darauf ab, auf Web-Scale-Datenintegration zu erreichen. Es gibt eine riesige Menge an Daten, die nach diesen Prinzipien veröffentlicht werden: Vor kurzem wurden 4,5 Milliarden Fakten mit Informationen über verschiedene Domänen, einschließlich Musik, Filme, Geographie, Naturwissenschaften gezählt. Linked Data wird auch verwendet, um Web-Seiten maschinell verständlich zu machen, entsprechende Annotationen werden von den großen Suchmaschinenanbietern berücksichtigt. Im kleineren Maßstab können auch Geräte im Bereich Internet of Things mit Linked Data abgerufen werden, was die einheitliche Verarbeitung von Gerätedaten und Daten aus dem Web einfach macht.

In diesem praktischen Seminar werden die Studierenden prototypische Anwendungen aufbauen und Algorithmen entwickeln, die verknüpfte Daten verwenden, bereitstellen oder analysieren. Diese Anwendungen und Algorithmen können auch bestehende Anwendungen von Datenbanken zu mobilen Apps erweitern.

Für das Seminar sind Programmierkenntnisse oder Kenntnisse über Webentwicklungswerkzeuge / Technologien dringend empfohlen. Grundkenntnisse über RDF und SPARQL werden ebenfalls empfohlen, können aber während des Seminars erworben werden. Die Studenten werden in Gruppen arbeiten. Seminartreffen werden als Block-Seminar stattfinden.


Dozenten


Termine und Anmeldung

Der Termin für das erste Seminartreffen wird noch bekannt gegeben. Die Termine finden als Blockseminar statt.

Bei Fragen oder Problemen, wenden Sie sich bitte an Maribel Acosta.

Anmeldung

Wintersemester 2019/20: Link ins WiWi-Portal


Vorherige Seminare

Beispiel Applikationen einiger Studenten

Entity Summarization for Knowledge Panels This seminar project investigates the problem of ranking properties based on their relevance build summarize entities in a knowledge graph. The initial solution (2016) relied on statistical distributions of properties in knowledge graphs and compute the relevance of properties using TF-IDF. An extended solution (2017) considered also the ontological definitions in the knowledge graph and exploited class hierarchies to identify the top-k relevant properties of an entity.

Students (Initial Solution): Ferdinand Mütsch, Benny Rolle, Han Che

Students (Extended Solution): Yuing Yang, Qian Cheng

LDSW KP1.png LDSW KP2.png


Cepler - A Comparison Engine

Cepler is a project launched in the Linked Data and Semantic Web seminar at the Institute of Applied Informatics and Formal Description Methods (AIFB) in 2016. Cepler addresses the problem that people are very bad at imagining large numbers. Therefore, Cepler leverages Linked Open Data to provide comparisons to real world objects given a quantity, so people can understand those numbers more intuitively.

Students: Nico, Ben, Lars

Online Demo: [1]

Screenshot:

Ldsw seminar cepler.png


Delta++: Analysing the Evolution of RDF Graphs

Delta++ implements data structures tailored to track changes over graphs modelled with the Resource Description Framework (RDF). Delta++ is currently implemented on top of the DBpedia Wayback Machine ( https://data.wu.ac.at/wayback/), a service that retrieves the status of DBpedia entities at different points in time.

Students: Marvin Ruchay, Cedric Kulbach

Screenshots:

LDSW Delta1.png LDSW Delta2.png