- Questo evento è passato.
Seminario: “Knowledge Graph exploration tools: literature review” di Mario Santoro
Gennaio 13, 2023 @ 1:00 pm - 2:00 pm
Abstract:
Nell’ultimo decennio c’è stata un’esplosione di informazioni, infatti solo nell’ultimo anno sono stati creati o replicati 79 Zb di dati.
Con la proliferazione di questi dati è necessario modellare questi ultimi in modo da renderne facile l’interrogazione. Un approccio possibile è quello di modellarli in un Knowledge Graph (KG).
Un KG, noto anche come rete semantica, rappresenta una rete di entità del mondo reale, ad esempio oggetti, eventi, situazioni o concetti, e illustra la relazione tra di essi.
Ma per interrogare e visualizzare i dati nei KG sono necessari linguaggi di interrogazione come SPARQL, che nonostante si è affermato tra i principali strumenti di interrogazione non è alla portata di tutti per la sua complessità. Ciò restringe la possibilità di utilizzo di questo strumento ai soli ricercatori/professionisti del campo.
Nasce così la necessità di poter visualizzare ed esplorare questi dati contenuti nei KG anche per utenti senza competenze tecniche. Questa necessità è soddisfatta grazie all’utilizzo di tool che permetta in maniera agevole agli utenti la navigazione delle classi, istanze e proprietà di un KG.
Nonostante nell’ultimo decennio sono stati sviluppati e distribuiti una grande varietà di tool di questo tipo, potrebbe rivelarsi molto utile effettuare un’analisi e confronto di sistemi di esplorazione di KG proposti in letteratura e proporre linee guida per tool futuri.
Proprio questi ultimi due punti saranno gli obiettivi di questa tesi.
Le metriche di valutazione individuate da literature review precedenti sono 36, raggruppate in 7 macroaree.
I tool selezionati sono stati cercati in pubblicazioni scientifiche degli ultimi dieci anni, dove su 591 articoli/tool sono stati trovati 93 tool, che in seguito ad analisi e screening ha ridotto questo numero a un totale di 65 tool da analizzare sulle metriche individuate.
A valle di queste analisi oltre a rispondere agli obiettivi iniziali, si possono trarre delle conclusioni su alcune metriche ancora poco esplorate oltre che poter fare diverse speculazioni sulle correlazioni che le metriche hanno tra loro e con i tool.