|
|
Background annotation entit v Linked Data slovníků
Serra, Simone ; Svátek, Vojtěch (vedoucí práce) ; Zamazal, Ondřej (oponent)
Jedním z klíčovým prvkem za Linked Data je použití slovníků, které umožňují datasety sdílet společný jazyk k popisu podobné pojmy a vztahy a vyřešit nejasnosti mezi nimi. Rozvoj slovníků je často poháněn procesu shody mezi realizátorů datasety, ve které je kritérium interoperability považována za dostatečnou. To může vést ke zkreslení reálných entit Linked Data slovníky. Tyto nedostatky lze odstranit použitím formální metodiky pro modelování Linked Data slovníků a identifikaci ontologické rozdíly. Osvědčené příkladem je OntoClean metodika pro vytvrzování taxonomií. V této práci se představila softwarový nástroj, který implementuje PURO přístup k ontologické rozlišování modelování. PURO modeluje slovníky jako ontologický foreground modely (OFM) a struktura ontologických rozdílů jako ontologické background modely (OBM), vyrobena s použitím meta-vlastnosti připojené k entitám slovníků v procesu známém jako anotace slovníků. Softwarový nástroj s názvem Background Annotation plugin, napsán v Javě a integrován do editoru ontologií Protégé, umožňuje uživateli graficky anotaci entit slovníků prostřednictvím anotace workflow, která implementuje, mimo jiné, vytrvalosti anotací a jejich načítaní. Dva druhy pracovních režimů jsou podporovány: obecné a dataset specifické, aby se odlišily slovník použití, pokud jde o PURO OBM, s ohledem na daný Linked Data dataset. Workflow je zvýšený použitím statistických ukazatelů Linked Data datasetů získaných prostřednictvím služby Sindice, u vzorku vybraných datasetů, jako je počet entit přítomných v datasetu a relativní četnosti entit slovníku v tomto datasetu. Další posílení poskytuje přehled datasetů, který nabízejí přehled nejběžnějších cest nacházející v datasetu. Předpokládané využití pluginu pozadí Anotace patří: 1) kontrola mapování dohody mezi různými datasety, jako vyrobené rámci R2R a 2) Anotace závislých zdrojů v Concise Bouded Descriptions entit, které se používají při vzorkování dat ze Linked Data datasetů pro účel dolováni dat.
|
host ::
RSS.