Home |  ENGLISH |  Kontakt |  Impressum |  Datenschutz |  Anmelden |  KIT

Lehre/Linked Data and the Semantic Web: Unterschied zwischen den Versionen

Aus Aifbportal

Wechseln zu: Navigation, Suche
(Beispiel Applikationen einiger Studenten)
(Beispiel Applikationen einiger Studenten)
Zeile 26: Zeile 26:
  
 
==Beispiel Applikationen einiger Studenten==
 
==Beispiel Applikationen einiger Studenten==
 +
'''Query Optimization over Compressed Knowledge Graphs'''
 +
 +
This seminar project addresses the problem of optimizing the execution of SPARQL queries over compressed knowledge graphs using an extended version of the Header Dictionary Triples (HDT http://www.rdfhdt.org/) format with extended metadata. This seminar project proposes a novel cost model to improve the estimation of join cardinalities when evaluating SPARQL queries. The proposed solution is implemented over an extension of Triple Pattern Fragments (TPF http://linkeddatafragments.org/) to access compressed graphs on the web. 
 +
 +
Students: Elena Wössner, Chang Qin, Davinny Sou
 +
 +
[[Datei:LDSW_cost_model.png| 500px]]
 +
Visualization of enhanced metadata in HDT accessed via TPFs.
 +
  
 
'''Entity Summarization for Knowledge Panels'''
 
'''Entity Summarization for Knowledge Panels'''

Version vom 22. Juli 2019, 14:35 Uhr

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

Query Optimization over Compressed Knowledge Graphs

This seminar project addresses the problem of optimizing the execution of SPARQL queries over compressed knowledge graphs using an extended version of the Header Dictionary Triples (HDT http://www.rdfhdt.org/) format with extended metadata. This seminar project proposes a novel cost model to improve the estimation of join cardinalities when evaluating SPARQL queries. The proposed solution is implemented over an extension of Triple Pattern Fragments (TPF http://linkeddatafragments.org/) to access compressed graphs on the web.

Students: Elena Wössner, Chang Qin, Davinny Sou

LDSW cost model.png Visualization of enhanced metadata in HDT accessed via TPFs.


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


Screenshots: LDSW KP1.png Visualization of a multi-lingual knowledge panel.

LDSW KP2.png Visualization of the knowledge panel. Relevant properties for the entity 'Karlsruhe'.


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