|
|
Discovering and Creating Relations among CSV Columns Using Linked Data Knowledge Bases
Brodec, Václav ; Nečaský, Martin (vedoucí práce) ; Svoboda, Martin (oponent)
Velké množství dat produkovaných vládními organizacemi je přístupné ve formě tabulek kódovaných jako CSV soubory. Sémantická interpretace tabulek (STI) usiluje o jejich převod na linked data, s cílem zvýšit jejich užitečnost. Jelikož obsahem jsou převážně statistická data, sestávající se z číselných hodnot, je žádoucí disponovat efektivními prostředky na interpretaci relací mezi entitami a jejich číselnými atributy tak, jak jsou zachyceny v tabulkách. Soudobé obecné STI nástroje odvozují anotace sloupců téměř výlučně z číselných předmětů RDF trojic, které jsou již přítomné ve znalostních bázích obsahujících linked data. A proto nedokáží rozpoznat neznámé vstupní hodnoty, díky čemuž disponují jen slabou podporou pro své návrhy. Na druhou stranu známé techniky zaměřující se na číselné hodnoty mají též své neduhy. Buďto je jejich znalostní pozadí konstruováno top-down způsobem z obecných znalostních bází, které nepostihují doménu vstupu, a tak neobsahují blízké hodnoty v rozpoznatelné podobě. A nebo nevyužívají kontextu poskytovaného obecnými STI nástroji. Důsledkem toho zaměňují anotace sloupců obsahujících podobné hodnoty, ale zcela odlišného významu. Zmíněné nedostatky jsou v rámci této diplomové práce řešeny aplikací bottom-up přístupu ke konstrukci modelu znalostního pozadí, s využitím již zpracovaných...
|
host ::
RSS.