D08 Semantische Methoden und Technologien
(Seminar, Präsenz)
Dozent: Prof. Dr. Günther Neher
Zeitraum: SoSe24
Lernergebnisse (learning outcomes) / Kompetenzen
Die Studierenden haben fundierte Kenntnisse der Konzepte der semantischen Wissensmodellierung und formalen Wissensrepräsentation im Allgemeinen und deren technologischer Umsetzung im Semantic Web-Kontext. Die Studierenden sind in der Lage, mithilfe von Text-Mining-Verfahren Domänenwissen aus Textkollektionen zu extrahieren und mithilfe von Entwicklungswerkzeugen, wie z.B. Protege, in ein RDF/OWL-basiertes Ontologiemodell zu überführen. Die Studierenden haben fundierte Kenntnisse über die relevanten Webstandards des Semantic Web-Layer Cake und deren Zusammenspiel. Sie sind in der Lage, mit den Komponenten des Semantic Web-Technologie-Stacks prototypisch ontologiebasierte Informationssysteme zu konzipieren und aufzubauen. Die Studierenden kennen darüber hinaus die erforderlichen Verfahrensschritte zur Transformation eines „klassischen“ strukturierten Datenbestandes in eine LOD-taugliche Form und sind in der Lage, diese anzuwenden. Die Studierenden sind in der Lage, innerhalb der Linked Open Data-Cloud gezielt nach potentiell geeigneten RDF-Datenbeständen zu recherchieren, diese kritisch nach vorgegebenen Qualitätskriterien auf ihre Tauglichkeit und Vertrauenswürdigkeit zu bewerten und gegebenenfalls mit eigenen RDF-Datenbeständen zu verknüpfen.
Inhalte
- Vertiefung semantische Wissensmodellierung und formale Wissensrepräsentation
- Semi-automatische Verfahren zur Ontologie-Modellierung
- Grundlagen Semantic Web, Linked Open Data
- Relevante SW-Webstandards im Detail: RDF, RDFS, OWL, SKOS, SPARQL
- Semantic Web in der praktischen Anwendung: TripleStores, SPARQL-Endpoints, Linked Data Cloud
- Qualitätsbewertung von Ontologien und RDF-Datenbeständen in der LOD-Cloud
Dozent: Prof. Dr. Günther Neher
Zeitraum: SoSe24
Lernergebnisse (learning outcomes) / Kompetenzen
Die Studierenden haben fundierte Kenntnisse der Konzepte der semantischen Wissensmodellierung und formalen Wissensrepräsentation im Allgemeinen und deren technologischer Umsetzung im Semantic Web-Kontext. Die Studierenden sind in der Lage, mithilfe von Text-Mining-Verfahren Domänenwissen aus Textkollektionen zu extrahieren und mithilfe von Entwicklungswerkzeugen, wie z.B. Protege, in ein RDF/OWL-basiertes Ontologiemodell zu überführen. Die Studierenden haben fundierte Kenntnisse über die relevanten Webstandards des Semantic Web-Layer Cake und deren Zusammenspiel. Sie sind in der Lage, mit den Komponenten des Semantic Web-Technologie-Stacks prototypisch ontologiebasierte Informationssysteme zu konzipieren und aufzubauen. Die Studierenden kennen darüber hinaus die erforderlichen Verfahrensschritte zur Transformation eines „klassischen“ strukturierten Datenbestandes in eine LOD-taugliche Form und sind in der Lage, diese anzuwenden. Die Studierenden sind in der Lage, innerhalb der Linked Open Data-Cloud gezielt nach potentiell geeigneten RDF-Datenbeständen zu recherchieren, diese kritisch nach vorgegebenen Qualitätskriterien auf ihre Tauglichkeit und Vertrauenswürdigkeit zu bewerten und gegebenenfalls mit eigenen RDF-Datenbeständen zu verknüpfen.
Inhalte
- Vertiefung semantische Wissensmodellierung und formale Wissensrepräsentation
- Semi-automatische Verfahren zur Ontologie-Modellierung
- Grundlagen Semantic Web, Linked Open Data
- Relevante SW-Webstandards im Detail: RDF, RDFS, OWL, SKOS, SPARQL
- Semantic Web in der praktischen Anwendung: TripleStores, SPARQL-Endpoints, Linked Data Cloud
- Qualitätsbewertung von Ontologien und RDF-Datenbeständen in der LOD-Cloud
- Kursverantwortliche/r: Günther Neher