Ver­an­schau­lichung und Verb­al­is­ier­ung von Klassenaus­drück­en

Projektgruppe: Master

Sprache Englisch

Mit der ständig wachsenden Erzeugung von Daten für das Semantic Web steigt auch der Bedarf, diese Daten für Nicht-Semantic-Web-Experten zugänglich zu machen. Dieses nicht-triviale Ziel kann durch (1) die Visualisierung von Klassenausdrücken oder (2) die Übersetzung von Klassenausdrücken in natürliche Sprache erreicht werden. Obwohl LD2NL (github-repo) für (2) verwendet werden kann, gibt es für (1) keine entwickelten Werkzeuge. Das Ziel dieses Projekts ist es

Eine Webanwendung zu erstellen, die Eingaben mit Klassenausdrücken und zusätzlichen Daten (z.B. F1-Score) empfängt. Solche Eingaben werden visualisiert, verbalisiert und dem Benutzer angezeigt. Auf diese Weise werden die Benutzer über den aktuellen Prozess des Klassenausdrucksproblems in einer Art und Weise informiert, die dem TensorBoard ähnelt.

Integrieren Sie diese Webanwendung in eines unserer bestehenden Frameworks, z.B. ontolearn oder DRILL.

Literatur:

  • "A Holistic Natural Language Generation Framework for the Semantic Web" Axel-Cyrille Ngonga Ngomo, Diego Moussallem, Lorenz Buhmann

An­s­prech­part­ner

business-card image

Dr. Michael Röder

Data Science / Heinz Nixdorf Institute

Interpretable Data Processing Junior Research Group

Write email +49 5251 60-5196