Semantic Web (semweb)

grobe erste Skizze für einen Studienschwerpunkt "Semantic Web" im Gesamtumfang: 4-8 SWS (5-10 ECTS)

Veranstaltungsformen und Prüfung (Portfolio):

  • 2 SWS Wissenserwerb (Klausur 60 Min)
  • 2 SWS Seminar (schriftlich ausgearbeitete Präsentation, ca 2k Wörter)
  • 2 SWS Projektarbeit (Studienarbeit in Form eines Jupyter Notebooks)

Inhalte insgesamt:

  • Knowledge Graphs
  • Linked Open Data (LOD), Linked Open Goverment Data (LOGD)
  • Abfragesprachen für Semantische Knowledge Graphs wie insbes. SPARQL
  • Ontology Engineering mit RDF(S), SKOS, OWL 2
  • Inferencing
    • Grundlagen der Aussagen- und Prädikatenlogik
    • RDF(S) inferencing, insbes. mit SKOS
    • OWL 2 RL/RDF rules
  • Information Retrieval (IR) from Text
    • Parsen von Text mit Bibliotheken wie NLTK, SpaCy, gensim
    • Textähnlichkeit, Text-Clustering, Text-Klassifikation, Semantische Inhaltserschließung
  • Wissenstyp: propositionales Wissen, Verstehen von Zusammenhängen

Kompetenzen:

  • Die TN können
    • verschiedene LOD-Quellen und Knowlede Graphs abfragen, zusammenführen, RDF(S) oder OWL 2 RL/RDF rules Inferencing ausführen, und das Ergebnis wieder als Knowlede Graph oder nachfolgenden Machine-Leraning Schritten zur Verfügung stellen.
    • mit geeigneten Tools Wissen als RDF(S), SKOS und OWL 2 RL-Ontologie modellieren
    • einen Korpus von Texten mit NLP-Tools parsen und auf Textähnlichkeit hin untersuchen
  • Wissenstyp:
    • Hands-On Anwendung und praktische Problemlösung mit geeigneten Tools
  • Sprachkompetenz:
    • Entwicklung unter Python

Medien:

  • Die Veranstaltung beruht auf einem virtuellen Data Science Laboratory (dsci-lab), das den Studierenden unter VirtualBox als virtuelle Xubuntu-Maschine zur Verfügung gestellt wird.