Semantische Technologien und Knowledge Graphen
SWS | 4 | ||||||||||||||||||||||||||||||
ECTS | 5 | ||||||||||||||||||||||||||||||
Sprache(n) | Deutsch
(Standard)
Englisch |
||||||||||||||||||||||||||||||
Lehrform | SU mit Praktikum | ||||||||||||||||||||||||||||||
Angebot | im Wechsel mit anderen Fächern der gleichen Fachgruppe | ||||||||||||||||||||||||||||||
Aufwand | 30 Präsenzstunden Vorlesung, 30 Präsenzstunden Praktikum, 45 Stunden Vor-/Nachbereitung des Praktikums, 45 Stunden Nachbereitung der Vorlesung und Prüfungsvorbereitung |
||||||||||||||||||||||||||||||
Voraussetzungen | Grundwissen in den Bereichen: relationale Datenbanken, mathematische Logik, Komplexitätstheorie, Programmierung (Python oder Java) |
||||||||||||||||||||||||||||||
Ziele |
|
||||||||||||||||||||||||||||||
Inhalt | Knowledge Graphen werden seit 2012 immer öfter verwendet, nachdem Google sie erfolgreich als Schlüsseltechnologie verwendet hat, um Suchergebnisse zu verbessern und strukturierte Antworten zu geben. Sie sammeln “Domain Knowledge” in einem Netzwerk von “Entities” und “Relations” und machen damit große heterogene Informationen zur automatisierten Verarbeitung verfügbar. Die Anwendungsgebiete sind z.B.: Data Access und Dashboarding, Recommender Systems, Digital Companions, automatisierte Planung. In der Vorlesung werden folgende Themen behandelt: Geschichte der Wissensrepräsentation; Beschreibungslogiken; W3C Semantic-Technologies-Stack (RDF, RDF(S), OWL); Ontology Engineering: Rollen und Requirements; RDF Knowledge Graphen und ihre industrielle Anwendung; SPARQL (RDF Query Language); ETL (Extract, Transform, Load) für Knowledge Graphen; RDF Data Quality und Validierung; Ausblick auf Machine Learning auf Knowledge Graphen. |
||||||||||||||||||||||||||||||
Medien und Methoden | Vorlesung: White-Board / Tafel, Folien, Rechnerübungen |
||||||||||||||||||||||||||||||
Literatur |
|
||||||||||||||||||||||||||||||
Zuordnungen Curricula |
|