TU Wien:Semi-Automatic Information and Knowledge Systems VU (Sabou)

Aus VoWi
Zur Navigation springen Zur Suche springen

Daten[Bearbeiten | Quelltext bearbeiten]

Vortragende Fajar Juang EkaputraMonika LanzenbergerReka Marta Sabou
ECTS 3,0
Letzte Abhaltung 2024S
Sprache English
Mattermost semi-automatic-information-and-knowledge-systemsRegisterMattermost-Infos
Links tiss:188387
Zuordnungen
Masterstudium Data Science Modul VAST/EX - Visual Analytics and Semantic Technologies - Extension
Masterstudium Business Informatics Modul EE/EXT - Enterprise Engineering Extension (Gebundenes Wahlfach)
Masterstudium Software Engineering & Internet Computing Modul Informationssysteme (Gebundenes Wahlfach)


Inhalt[Bearbeiten | Quelltext bearbeiten]

  • Wiederholung einiger Grundlagen aus Einführung in Semantic Web
  • Ontology Engineering (Herangehensweisen zum Design von Ontologien)
  • Semantic Stores (Semantische Datenbanken)
  • Prominente Anwendungen von Ontologien (Google Knowledge Graph, etc.)
  • Linked (Open) Data
  • Crowdsourcing als Hilfsmittel zur Erstellung von Ontologien
  • Ontology Alignment und Merging
  • OWL Reasoning und Inference
  • Semantic Integration

Ablauf[Bearbeiten | Quelltext bearbeiten]

Es gibt insgesamt neun Vorlesungseinheiten, die sich auf 2 Vortragende aufteilen. Der Übungsteil besteht aus einer Übung mit 6 Unteraufgaben. Grundsätzlich ist vorgesehen die Übung zu zweit zu lösen, wer möchte kann aber auch alleine arbeiten. Die Gruppeneinteilung erfolgt während der Vorlesung (nicht über TUWEL). Außerdem gibt es zwei Präsentationstermine in denen die Ergebnisse den anderen Gruppen vorgestellt werden. Anwesenheitspflicht besteht keine (außer bei den Präsentationen). Am Schluss gibt es noch eine Vorlesungsprüfung mit offenen Fragen.

Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]

Empfohlen wird die LVA Einführung in Semantic Web. Hat man die LVA besucht, erspart man sich etwas Einarbeitungszeit. Die notwendigen Semantic Web Grundlagen werden aber wiederholt. Wem das nicht reicht, der/die findet alles Nötige in der Zusatzliteratur ("Semantic Web for the Working Ontologist", siehe Materialien) bzw. via Google. Einführung in Semantic Web ist also nicht zwingend notwendig. Wer es gemacht hat, hat aber einen kleinen Vorsprung.

Vortrag[Bearbeiten | Quelltext bearbeiten]

Der Vortrag ist (wenn alle damit einverstanden sind) auf Englisch. Die Vortragenden sind auffallend nett, das Klima sehr entspannt. Gearbeitet wird hauptsächlich mit klassischem Vortrag+Folien, dazu immer wieder eingestreute Videos und Diskussionen. Beide Vortragende geben sich viel Mühe und das zeigt sich meiner Meinung nach auch in einer sehr empfehlenswerten Vorlesung.

Übungen[Bearbeiten | Quelltext bearbeiten]

Insgesamt ist die Übung spannend und lässt auch individuellen Spielraum zu. Wer sich bemühen will, kann viel Zeit damit verbringen. Die Übung ist aber auch mit normalem Aufwand schaffbar. Für diejenigen, die die Übung zu zweit machen, gilt wie immer, dass eigentlich alles vom Gruppen-Partner abhängt. Arbeitet man gut zusammen kann man sich Zeit ersparen, sonst kann sich der Aufwand aber natürlich auch wesentlich erhöhen.

Teile der Vorlesung werden dazu verwendet, die Übung genau durchzugehen. Es gibt zwei Tutorials, eines zu Sesame/Pubby/LOD Publishing und eines zu logmap.

WS 2016:[Bearbeiten | Quelltext bearbeiten]

Die Übung bestand aus insgesamt 6 Teilaufgaben, das ganze Übungsblatt wurde zu Beginn der LVA ausgegeben. Die Aufgaben waren für alle Gruppen gleich, jede Gruppe musste sich aber eine andere Domäne aussuchen, innerhalb derer dann eine Ontologie erstellt werden sollte. Außerdem gab es jeweils eine Zwischen- und eine Endpräsentation.

  • Teilaufgabe 1: Domäne aussuchen (bspw. Musik/Bands, Stammbaum, Universätskurse,...)
  • Teilaufgabe 2: Sich für eine Ontology Engineering Methodology aus der VO entscheiden
  • Teilaufgabe 3: Mittels der gewählten Methodology eine Ontologie (OWL; 15 classes, 25 properties, 50 individuals) erstellen
  • Teilaufgabe 4: Ontologie in Sesame Store (wird zur Verfügung gestellt) laden und 10 SPARQL queries schreiben
  • Teilaufgabe 5: Als Linked Open Data publishen
  • Teilaufgabe 6: Eine andere Ontologie aus der selben Domäne finden und mittels logmap [1] versuchen die beiden zu "alignen"
  • Zwischenpräsentation: Mehr oder weniger ein Statusreport, 5 Minuten, 2-3 Slides.
  • Endpräsentation: 20 Minuten (10-12 Slides) + 10 Minuten Diskussion

Die Übungsbetreuung hat einwandfrei funktioniert. Der Sesame Server hatte zwischendurch ein kleines technisches Problem. E-Mail Anfragen wurden aber sehr schnell beantwortet und gelöst (auch um 10:00 am Abend).


SS 2022:[Bearbeiten | Quelltext bearbeiten]

Es gab eine größere Übung die in 3er Gruppen zu lösen war. Es gab insgesamt 4 Teilaufgaben:

  • Teilaufgabe 1: Erstellen einer Ontologie (oder Verwenden der Ontologie von Einführung in Semantic Systems), wobei man mindestens 3 Ontology Design Patterns und OWL2 Konstrukte verwenden sollte.
  • Teilaufgabe 2: Erstellung eines KG mit OBDA
  • Teilaufgabe 3: Validierung der Ontology mit SHACL Queries und OOPS.
  • Teilaufgabe 4: Alignment der Ontology mit einer andern

Prüfung, Benotung[Bearbeiten | Quelltext bearbeiten]

Die Benotung ist freundlich und fair. Wer sich Mühe gibt, braucht jedenfalls keine Angst zu haben mit einer schlechten Note heimzugehen. Bei der Übung konnten Gruppen die eine Teilaufgabe nicht ganz richtig gelöst hatten diese auch noch ohne Punkteverlust nachbringen (hatten nicht logmap sondern irgend ein anderes Tool fürs aligning verwendet).

Die Prüfung besteht aus eher allgemein gehaltenen offenen Fragen (~ 5 wenn ich mich richtig erinnere). Zu sehr ins Detail gefragt wurde nicht.

Während den Vorlesungen werden auch immer wieder Hinweise zu möglichen Prüfungsfragen gegeben. Hier empfiehlt es sich gut aufzupassen. Erstens weil man dadurch schon abschätzen kann in welchem Stil die Prüfung gehalten wird, und zweitens weil diese Fragen tatsächlich auch so (oder nur leicht abgewandelt) bei der Prüfung wieder auftauchen. Weiß man bei 5-6 Fragen bereits eine oder zwei im Vorhinein, ist das schon sehr hilfreich.

SS 2022:[Bearbeiten | Quelltext bearbeiten]

Die Prüfung war recht einfach, gefragt wurden immer so c.a. 2 allgemeine Fragen zu den "Areas of interests" die in Tuwel veröffentlich wurden. Solange man die Grundprinzipien verstanden hat, sollte das kein Problem sein.

Dauer der Zeugnisausstellung[Bearbeiten | Quelltext bearbeiten]

WS 2016: Prüfung: 29.01.2016, Zeugnis: 01.03.2016 (~ 1 Monat)

Zeitaufwand[Bearbeiten | Quelltext bearbeiten]

3 ECTS sind angemessen. Wer Interesse an der Thematik hat und sich bemüht eine möglichst gute Ontologie zu designen, der/die kann einigermaßen viel Zeit in die Übung stecken. Umgekehrt, wer nicht so viel Wert darauf legt, kann die LVA aber vmtl. auch für weniger als 3 ECTS bestehen. 3 ECTS (75h) Aufwand für Übung+VO+Prüfung sollte denke ich für eine sehr gute Note relativ genau hinkommen.

Wer in den Vorlesungen war und sich Gedanken bei der Übung gemacht hat, sollte mit 2-3 Nachmittagen lernen eine gute bis sehr gute Note auf die Prüfung hinbekommen.

Unterlagen[Bearbeiten | Quelltext bearbeiten]

Tipps[Bearbeiten | Quelltext bearbeiten]

  • Die LVA ist eher praktisch orientiert. Wer mehr an formalen Grundlagen interessiert ist, dem/der sei die (etwas unglücklich benannte) LVA Deduktive Datenbanken empfohlen.
  • Für das Design und die Erstellung der Ontologie sollte etwas mehr Zeit als für die anderen Teilaufgaben eingeplant werden. In unserer Gruppe war das jedenfalls der zeitmäßig größte Anteil.
  • Für die VO zu Ontology Alignment sollte man sich vielleicht auch Zeit nehmen wenn man sonst nicht kommen kann, da die Folien sonst etwas schwieriger zu verstehen sind (alternativ kann man sich auch "Ontology Alignment - Bridging the Semantic Gap" besorgen, dort steht alles ganz genau beschrieben).

Verbesserungsvorschläge / Kritik[Bearbeiten | Quelltext bearbeiten]

noch offen