Stage-oe-small.jpg

Lehre/Seminar Die Rolle von Ontologien in Linked Data

Aus Aifbportal
Wechseln zu:Navigation, Suche

Seminar Die Rolle von Ontologien in Linked Data

Details zur Lehrveranstaltung
Dozent(en) Rudi StuderElena SimperlDenny VrandecicBenedikt Kämpgen
Übungsleiter Benedikt Kämpgen
Fach (Gebiet)
Leistungspunkte ECTS
Erfolgskontrolle Vortrag; Seminararbeit
Semester WS


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


Forschungsgruppe


Inhalt

Welche Rolle spielen Ontologien für Linked Data? or Did Linked Data kill ontologies?

Die Forschung an Ontologien hat in der Informatik eine lange Geschichte. Ontologien erlauben die formale und explizite Beschreibung einer gemeinsamen Sicht auf eine Domäne. Einen besonderen Schub haben Ontologien durch das Semantic Web erhalten. Dessen Ziel ist es, die Bedeutung von Daten im Web auch für Maschinen verständlich zu machen. So gibt es im Web auch viele Anwendungen für Ontologien [1], beispielsweise die Integration verschiedener Datenquellen, die Suche nach speziellen Informationen oder die Entscheidungsunterstützung.


Das Aufkommen von Linked (Open) Data [2] hat die Anwendungsmöglichkeiten von Ontologien weiter vergrößert: Zunächst einmal gibt es nun eine Vielzahl an Ontologien; so viele, dass auch ähnliche Domänen durch mehrere Ontologien abgebildet werden. Zum Beispiel können Unternehmen sowohl mit der Yahoo! SearchMonkey Commerce Ontologie als auch der Organization Ontology beschrieben werden. Weitere Ontologien sind RDF, RDFS und OWL, mit denen das Semantic Web standardisiert wurde; Domänen-spezifische Ontologien wie GoodRelations zum Beschreiben von Produktherstellern und Dienstleistern, FOAF zum Beschreiben von Personen, SKOS zum Beschreiben von Glossaren; oder Ontologien, mit denen allgemeines Wissen beschrieben wird, wie z.B. OpenCyc, DBpedia und Freebase. Außerdem gibt es mittlerweile viele Daten; und was viel bedeutsamer ist: als Linked Data erfüllen sie Kriterien, die ihren automatischen Zugriff und ihre automatische Interpretation ermöglichen. Beispiele sind DBpedia mit Daten aus Wikipedia, EUROSTAT mit statistischen Daten der Europäischen Union zu Ihren Ländern, und GenBank mit Daten aus der Genetik. Und schließlich gibt es viele Werkzeuge, die die Verwendung von Ontologien und Daten vereinfachen. Dazu gehören Editoren wie das Neon Toolkit; Suchmaschinen wie Sindice; Ontologie- und Datenspeicher wie BioPortal und CKAN; sowie Frameworks und Bibliotheken wie Semantic MediaWiki, fourty2, and SPARK zum Programmieren mit Ontologien und Daten.


In diesem Seminar werden Konzepte und Technologien zum Einsatz von Ontologien unter diesen neuen Voraussetzungen untersucht. Ergebnisse sollen an praktischen Beispielen z.B. aus interessanten Fallstudien in der Literatur oder eigenen kleinen Experimenten demonstriert werden.


Literatur
  • Staab, S. (2009). Handbook on Ontologies. (Steffen Staab & R. Studer, Eds.)
  • Linked Data [3]


Anmerkungen

Allgemeines

  • Voraussetzung: Die Begriffe Ontologie und Linked (Open) Data sollten bekannt sein.
  • Veranstaltung wird auf Deutsch sein.
  • Vorträge können auf Deutsch oder Englisch gehalten werden.

Ablauf

  • Kick-Off, Einführung in das Thema: 21.10.2011 - 10:00 - 11:30 - Raum wird noch festgelegt
  • Blocktermin, kurze Zwischenvorträge der Studierenden: 28.11.2011, 10:00 - 11:30, Raum wird noch festgelegt
  • Blocktermin, Abschlussvorträge der Studierenden: 27.01.2012, ab 9 Uhr, Raum wird noch festgelegt

Beispiele für Themen

  • Konzepte und Methoden zum Erstellen und Verwenden von Ontologien auf Anwendbarkeit in Linked Data überprüfen.
  • Konzepte und Technologien (Suchmaschinen, Repositories) zur Verwendung von Standard-Ontologien für Linked Data.
  • Ontologien vergleichen, z.B. für Personen, Organisationen, Metadaten, statischtische Daten, mathematische Funktionen, geographische Informationen.
  • Methoden zur Erstellung von Ontologien aus semi-strukturiertem Linked-Data-Quellen (Stichwort: Ontology Learning from Linked Data)
  • Methoden für die Ableitung von Mappings für Schemata und Instanzdaten (Stichwort: Ontology Matching).
    • Schema Matching
    • Instance Matching
  • Ontologie-Evaluierung
    • Methodisch
    • Am Beispiel von DBpedia, geonames, schema.org o.ä.
  • Reuse im Linked Data - Best-Practices
  • Ontology Discovery (Repositories, Search Engines)


Nähere Informationen zum Ablauf dieses Seminars werden vor Semesterbeginn hier veröffentlicht. Bei Fragen können Sie sich jederzeit beim Übungsleiter melden.