Semantische Suche

Diese Seite oder Aktion erfordert JavaScript, damit sie funktioniert. Bitte aktiviere JavaScript in deinem Browser oder verwende einen Browser, der dies unterstützt, damit diese Funktionalität wie gewünscht angeboten werden kann. Weitere Informationen sind auf der entsprechenden Hilfeseite vorhanden.

Optionen | Suche Alle Einträge löschen |

Abfrageanweisungen (Bedingungen)

Ausgabeanweisungen (Anzeige)

Optionen

Parameter [+]

source:

Legt fest, welche alternative Datenquelle für die Ermittlung der Abfrageergebnisse genutzt werden soll

limit:

Legt fest, wie viele Ergebnisse bei der Ausgabe der Abfrageergebnisse maximal angezeigt werden sollen

offset:

Legt fest, ab dem wievielten Ergebnis mit der Ausgabe der Abfrageergebnisse begonnen werden soll

link:

Legt fest, ob die Datenwerte der Ergebnisse bei der Ausgabe der Abfrageergebnisse als Link angezeigt werden sollen

headers:

Legt fest, ob Überschriften bzw. Attributbezeichnungen bei der Ausgabe der Abfrageergebnisse verwendet werden sollen

mainlabel:

Legt fest, welche Überschrift oder Bezeichnung für die Hauptergebnisspalte bei der Ausgabe der Abfrageergebnisse angezeigt werden soll

intro:

Legt fest, welcher Text vor der Ausgabe der Abfrageergebnisse angezeigt werden soll

outro:

Legt fest, welcher Text nach der Ausgabe der Abfrageergebnisse angezeigt werden soll

searchlabel:

Legt fest, welcher Text als Link zur Ausgabe weiterer Abfrageergebnisse angezeigt werden soll

default:

Legt fest, welcher Text angezeigt werden soll, sofern keine Abfrageergebnisse vorhanden sind

import-annotation:

Legt fest, ob die zusätzlich annotierten Daten während des Parsens einer Seite kopiert werden sollen

propsep:

Legt fest, welches Trennzeichen zwischen den Attributen der Ergebnisse genutzt werden soll

valuesep:

Legt fest, welches Trennzeichen zwischen den Attributwerten der Ergebnisse genutzt werden soll

template:

Legt fest, welche Vorlage zum Anzeigen der Abfrageergebnisse verwendet werden soll

named args:

Legt fest, ob Bezeichnungen für die Parameter an die Vorlage bei der Ausgabe der Abfrageergebnisse weitergegeben werden sollen

userparam:

Legt fest, welcher Wert jedem Vorlagenaufruf übergeben wird, sofern eine Vorlage genutzt wird

class:

Legt fest, welche zusätzliche CSS-Klasse genutzt werden soll

introtemplate:

Legt fest, welche Vorlage vor der Ausgabe von Abfrageergebnissen eingefügt werden soll

outrotemplate:

Legt fest, welche Vorlage nach der Ausgabe von Abfrageergebnissen eingefügt werden soll

sep:

Legt fest, welches Trennzeichen bei der Ausgabe der Abfrageergebnisse genutzt werden soll

Sortierbedingungen

Löschen

Sortierbedingung hinzufügen

ErgebnisCodeFehleranalyseExtra

Zum Einbetten dieser Abfrage in eine Wikiseite kann der unten angegebene Code verwendet werden:

{{#ask: [[Kategorie:Abschlussarbeit]] [[Forschungsgruppe::Web Science]] [[Abschlussarbeitsstatus::Abgeschlossen]] [[Abschlussarbeitstyp::Master]]
 |?Titel
 |?Vorname
 |?Nachname
 |?Abgabe
 |?Betreuer
 |?Partner
 |format=template
 |limit=20
 |offset=0
 |link=none
 |sort=Abgabe
 |order=descending
 |mainlabel=
 |intro=<h5>Masterarbeit</h5>
 |outro=<br />[[#top | &#8593; top]]<br /><br />
 |template=Abschlussarbeit_abgeschlossen_anzeigen
}}

Ergebnisse 1 – 20 vorherige 20 20 50 100 250 500 nächste 20

JSON CSV RSS RDF

Die Abfrage [[Kategorie:Abschlussarbeit]] [[Forschungsgruppe::Web Science]] [[Abschlussarbeitsstatus::Abgeschlossen]] [[Abschlussarbeitstyp::Master]] wurde von der Datenbank „"SMWSQLStore"“ in 0.0618 Sekunden beantwortet.

SQLStore debug output

ASK Query

[[Kategorie:Abschlussarbeit]] [[Forschungsgruppe::Web Science]] [[Abschlussarbeitsstatus::Abgeschlossen]] [[Abschlussarbeitstyp::Master]]

SQL Query

SELECT DISTINCT
t0.smw_id AS id,
  t0.smw_title AS t,
  t0.smw_namespace AS ns,
  t0.smw_iw AS iw,
  t0.smw_subobject AS so,
  t0.smw_sortkey AS sortkey, t12.o_sortkey
FROM
`smw_object_ids` AS t0
INNER JOIN
(`smw_fpt_inst` AS t2
INNER JOIN
`t3` AS t3 ON t2.o_id=t3.id
INNER JOIN
`smw_di_wikipage` AS t4 ON t2.s_id=t4.s_id
INNER JOIN
`smw_di_blob` AS t7 ON t2.s_id=t7.s_id
INNER JOIN
`smw_di_blob` AS t9 ON t2.s_id=t9.s_id) ON t0.smw_id=t2.s_id
INNER JOIN
`smw_di_time` AS t12 ON t0.smw_id=t12.s_id
WHERE
(
   (t4.p_id='176129' AND t4.o_id='176417')
   AND (
   (t7.o_hash='Abgeschlossen') AND t7.p_id='176197')
   AND (
   (t9.o_hash='Master') AND t9.p_id='176192')
  )
   AND (t12.p_id='176199')
  AND t0.smw_iw!=':smw'
  AND t0.smw_iw!=':smw-delete'
  AND t0.smw_iw!=':smw-redi'
ORDER BY
t12.o_sortkey DESC
LIMIT
25
OFFSET
0

SQL Explain

ID	select_type	table	type	possible_keys	key	key_len	ref	rows	Extra
1	SIMPLE	t9	index_merge	s_id,p_id,s_id_2,o_hash	o_hash,p_id	258,262		163	Using intersect(o_hash,p_id); Using where; Using temporary; Using filesort
1	SIMPLE	t4	ref	s_id,o_id,p_id,s_id_2,s_id_3,o_id_2,o_id_3	s_id_3	13	kit_smw1.t9.s_id,const,const	1	Using index
1	SIMPLE	t7	ref	s_id,p_id,s_id_2,o_hash	s_id	8	kit_smw1.t9.s_id,const	1	Using where
1	SIMPLE	t0	eq_ref	PRIMARY,smw_id,smw_iw,smw_iw_2	PRIMARY	4	kit_smw1.t9.s_id	1	Using where
1	SIMPLE	t2	ref	s_id,o_id,s_id_2,o_id_2	s_id_2	4	kit_smw1.t9.s_id	1	Using where; Using index
1	SIMPLE	t3	eq_ref	PRIMARY	PRIMARY	4	kit_smw1.t2.o_id	1
1	SIMPLE	t12	ref	s_id,p_id,p_id_2,s_id_2	s_id_2	8	kit_smw1.t9.s_id,const	1	Using index

Auxilliary Tables

Temporary table t3
Recursively computed hierarchy for element(s) ('176083').
SELECT s_id FROM `smw_fpt_subc` WHERE o_id='176083' LIMIT 1

Query Metrics

Query-Size:7
Query-Depth:1

Errors and Warnings

None

Masterarbeit

Malte Knauff
Navigating XAI: Investigating the performance trade-off between prediction and post-hoc explainability
Abgabe: 3 April 2024, Betreuer: Michael Färber, Jacqueline Hoellig

Annika Lukat
Eine KI-basierte Matching-Methode zur Identifikation ähnlich zu bepreisender Artikel
Abgabe: 1 März 2024, Betreuer: Michael Färber, Jaqueline Hoellig

Adrian Oberföll
A Knowledge Injection Evaluation Framework for Improving Factual Accuracy in Generative Language Models
Abgabe: 29 Februar 2024, Betreuer: Michael Färber, Nicholas Popovic

Daniel Gomm
Counterfactual Explanations for Black-Box Models on Dynamic Graphs
Abgabe: 12 Dezember 2023, Betreuer: Zhan Qu

Xinni Wang
Optimising Linked Traversal-based Querying of Linked Data on the Web using Shape Trees
Abgabe: 1 November 2023, Betreuer: Tobias Käfer

David Lamprecht
Leveraging Semantics for Graph Neural Network-based Recommendation
Abgabe: 4 Oktober 2023, Betreuer: Michael Färber

Florian Lukas Rudolph
Continuous Text Representation Augmentation for Supervised Relation Classification
Abgabe: 7 September 2023, Betreuer: Michael Färber, Nicholas Popovic

David Blumenthal
GPT-Vérité – A model for flexible truthful text generation / GPT-Vérité – ein Model für wahrheitsgetreue Text Generation
Abgabe: 30 August 2023, Betreuer: Michael Färber

Jan Henze
Using Few Shot Learners to derive and execute Linked Data process descriptions
Abgabe: 27 April 2023, Betreuer: Dr. Tobias Käfer, Partner: Dr. Markus Schmitz (Aleph Alpha GmbH)

Johan Krause
SemOpenAlex: A Knowledge Graph and Entity Embeddings of OpenAlex
Abgabe: 21 Dezember 2022, Betreuer: Michael Färber

Thimo Schulz
Leveraging Metadata and Annotations to Improve Scholarly Open-Domain Question Answering
Abgabe: 28 Juni 2022, Betreuer: Michael Färber

Hendrik Becker
Interoperability of Hyperledger Aries and Solid Pods in the Context of Verifiable Credentials and Their Representation
Abgabe: 27 April 2022, Betreuer: Tobias Käfer, Christoph Braun

Emilie Geiler
Towards Online Analysis with Neural Networks
Abgabe: 14 Februar 2022, Betreuer: Michael Färber, Cedric Kulbach

Lucas Reissenberger
Applying Text Recognition to Mixed Handwritten and Printed Forms
Abgabe: 28 Januar 2022, Betreuer: Steffen Thoma, Michael Färber

Daniel Ebi
Dealing with Concept Drift in Federated Learning
Abgabe: 3 Januar 2022, Betreuer: Michael Färber, Marco Heyden

Meng Luan
Disambiguating Bibliographic References in Large Scholarly Datasets
Abgabe: 2 November 2021, Betreuer: Michael Färber, Tarek Saier

Simon Richebächer
Enabling API Interoperability with Ontology Matching
Abgabe: 11 Oktober 2021, Betreuer: Michael Färber, Jacqueline Höllig

Samuel Printz
Leveraging Structural Information from Knowledge Graphs for Entity Linking
Abgabe: 28 Juli 2021, Betreuer: Michael Färber, Kristian Noullet

Haiou Wan
Automated Deep Generative Modeling for Time Series Analysis
Abgabe: 26 Juli 2021, Betreuer: Michael Färber, Jacqueline Höllig, Marco Heyden

Igor Shapiro
Sequence Labeling for Reference Parsing of Cyrillic Script Scholarly Data
Abgabe: 27 Juni 2021, Betreuer: Michael Färber, Tarek Saier

<a href="#top"> ↑ top</a>