W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozdział

Pobierz BibTeX

Tytuł

Towards Ontology Refinement by Combination of Machine Learning and Attribute Exploration

Autorzy

[ 1 ] Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | [ P ] pracownik

Rok publikacji

2015

Typ rozdziału

referat

Język publikacji

angielski

Streszczenie

EN We propose a new method for knowledge acquisition and ontology refinement for the Semantic Web. The method is based on a combination of the attribute exploration algorithm from the formal concept analysis and active learning approach to machine learning classification task. It enables utilization of Linked Data during the process of an ontology refinement in a manner that it is possible to use remote SPARQL endpoints. We also report on a preliminary experimental evaluation and argue that our method is reasonable and useful.

Strony (od-do)

225 - 232

DOI

10.1007/978-3-319-17966-7_32

URL

https://link.springer.com/chapter/10.1007/978-3-319-17966-7_32

Książka

Knowledge Engineering and Knowledge Management : EKAW 2014 Satellite Events, VISUAL, EKM1, and ARCOE-Logic, Linköping, Sweden, November 24-28, 2014. Revised Selected Papers

Zaprezentowany na

EKAW 2014 Satellite Events, VISUAL, EKM1, and ARCOE-Logic, 24-28.11.2014, Linköping, Sweden

Publikacja indeksowana w

WoS (15)

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.