Version vom 24. November 2022, 09:33 Uhr

Seminar Linked Data and the Semantic Web

Details zur Lehrveranstaltung

Dozent(en)	Michael Färber, Tobias Käfer
Übungsleiter	Christoph Braun
Fach (Gebiet)	Web Science
Leistungspunkte	ECTS
Erfolgskontrolle
Semester	WS

Aktuelle und ergänzende Informationen, sowie Zeiten und Räume der Lehrveranstaltung finden Sie im Vorlesungsverzeichnis der Universität.

Forschungsgruppe

Web Science

Inhalt

Linked Data ermöglicht es Daten im Internet maschinell verständlich zu veröffentlichen. Ziel dieses praktischen Seminars ist es, Anwendungen zu erstellen und Algorithmen zu entwickeln, die verknüpfte Daten verbrauchen, bereitstellen oder analysieren.

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.

Mögliche Themensind z.B.:

Reisesicherheit
Geodaten
Nachrichten
Soziale Medien

Die genauen Termine und Informationen zur Anmeldung werden auf der Veranstaltungsseite bekannt gegeben.

@@ Zeile 1: / Zeile 1: @@
-{{HideHeading1}}{{Überschrift|Linked Data and the Semantic Web}}<menu>SeminarePraktika</menu>
+{{Lehrveranstaltung
-{{Rubrik|Beschreibung}}
+|Lehrveranstaltungstype=Seminar
+|Titel DE=Linked Data and the Semantic Web
+|Titel EN=Linked Data and the Semantic Web
+|Forschungsgruppe=Web Science
+|Dozent=Michael Färber; Tobias Käfer
+|Übungsleiter=Christoph Braun
+|Fach=Web Science
+|Semester=WS
+|LinkVVZ=
+|LinkStudierendenportal=
+|Inhalt=Linked Data ermöglicht es Daten im Internet maschinell verständlich zu veröffentlichen. Ziel dieses praktischen Seminars ist es, Anwendungen zu erstellen und Algorithmen zu entwickeln, die verknüpfte Daten verbrauchen, bereitstellen oder analysieren.
 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.
-{{Rubrik|Dozenten}}
-* [[York Sure-Vetter|Prof. York Sure-Vetter]]
-* [[Maribel Acosta]]
-* [[Tobias Käfer]]
-* [[Lars Heling]]
-{{Rubrik|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: [https://portal.wiwi.kit.edu/ys/2895 Link ins WiWi-Portal]
-{{Rubrik|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 Linked Data Fragments (LDF 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 LDF.
-'''Entity Summarization for Knowledge Panels'''
-This seminar project investigates the problem of ranking properties based on their relevance to 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:
-[[Datei:LDSW_KP1.png| 500px]]
-Visualization of a multi-lingual knowledge panel.
-[[Datei:LDSW_KP2.png| 500px]]
-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: [http://cepler-1157.appspot.com]
-Screenshot:
-[[Datei:Ldsw seminar cepler.png| 500px]]
-'''Delta++: Analysing the Evolution of Knowledge Graphs'''
-Delta++ implements data structures tailored to track changes over knowledge 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.
+Mögliche Themensind z.B.:
-Students: Marvin Ruchay, Cedric Kulbach
+*Reisesicherheit
+*Geodaten
+*Nachrichten
+*Soziale Medien
-Screenshots:
-[[Datei:LDSW_Delta1.png| 500px]]
+Die genauen Termine und Informationen zur Anmeldung werden auf der Veranstaltungsseite bekannt gegeben.
-[[Datei:LDSW_Delta2.png| 500px]]
+}}
+[[Kategorie:Aktive_Lehrveranstaltung]]
+[[Kategorie:Lehrveranstaltung]]

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

Version vom 24. November 2022, 09:33 Uhr

Seminar Linked Data and the Semantic Web