Συλλογές
Τίτλος Σημασιολογική ανάλυση και υλοποίηση αλγορίθμων σημασιολογικής συνάφειας σε κοινωνικές ταξινομίες
Δημιουργός Νοβάκοβιτς, Ειρηναίος-Χρυσοβαλάντης
Συντελεστής Παπαθεοδώρου, Χρήστος
Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Πληροφορικής
Τύπος Text
Φυσική περιγραφή 65σ.
Γλώσσα el
Περίληψη Οι κοινωνικές ταξινομίες αποτελούν συλλογές από κοινωνικές επισημειώσεις , οι οποίες δεν έχουν κάποια συγκεκριμένη οργάνωση, ενώ οι επισημειώσεις που περιλαμβάνουν δεν έχουν κάποιες προκαθορισμένες σχέσεις σημασιολογικής συνάφειας (είδους/ γένους, μέρους/όλου, συσχέτισης κλπ) μεταξύ τους. Ωστόσο, λόγω της ευρείας αποδοχής τους από τους χρήστες του Παγκόσμιου Ιστού, η έρευνα έχει στραφεί στη χρήση συστημάτων οργάνωσης γνώσης και την αξιοποίηση αλγορίθμων σημασιολογικής συνάφειας, προκειμένου να συστήσουν σε χρήστες συγκεκριμένες κοινωνικές επισημειώσεις, έτσι ώστε να υποστηρίζεται με πιο αποδοτικό (οργανωμένο) τρόπο η πλοήγηση στις σημειώσεις και ο εντοπισμός πόρων. Στόχος της παρούσας μεταπτυχιακής διπλωματικής εργασίας είναι: 1. η υλοποίηση ενός σημασιολογικού δικτύου που συσχετίζει κοινωνικές επισημειώσεις με ένα σύνολο θεματικών επικεφαλίδων, που ανήκουν σε ένα αρχείο καθιερωμένων όρων. Ζητούμενο σε αυτό το στάδιο της εργασίας είναι η υλοποίηση του σημασιολογικού δικτύου σε RDF. Oι συσχετίσεις μεταξύ των θεματικών επικεφαλίδων και των κοινωνικών επισημειώσεων δόθηκαν υπό μορφή πίνακα σε ένα excel file. Το RDF δίκτυο υλοποιήθηκε σε πέντε διαφορετικά αρχεία: το αρχείο με το RDF σχήμα, τα αρχεία με τις δηλώσεις των θεματικών κεφαλίδων και των κοινωνικών επισημειώσεων και τα αρχεία με τις σχέσεις μεταξύ κοινωνικών επισημειώσεων – θεματικών επικεφαλίδων και θεματικών επικεφαλίδων – θεματικώνεπικεφαλίδων.2. η υλοποίηση αλγορίθμων διάσχισης του RDF γράφου, καθώς επίσης και η υλοποίηση αλγορίθμου σημασιολογικής συνάφειας. O RDF γράφος μπορεί να προσπελαστεί τόσο με αναζήτηση κατά πλάτος, όσο και με αναζήτηση κατά βάθος. Οι αλγόριθμοι έχουν υλοποιηθεί και δοκιμαστεί ότι τρέχουν ως οφείλουν, αλλά επειδή δεν ήταν το βασικό ζητούμενο κρίθηκε σωστό να μην προστεθεί αντίστοιχη επιλογή διάσχισης του γράφου στην διεπαφή χρήστη, αλλά να αξιοποιηθούν στην υλοποίηση του αλγορίθμου σημασιολογικής συνάφειας. Ο συγκεκριμένος αλγόριθμος προτάθηκε από τους Maguitman, Menczer, Roinestad και Vespignani. Ο αλγόριθμος αξιοποιείται για εξαγωγή αποτελεσμάτων σημασιολογικής συνάφειας βάση του γράφου με τις RDF τριάδες που του δίνεται. Η υλοποίηση της εφαρμογής στόχευσε σε κατασκευή μίας επαναχρησιμοποιούμενης συνιστώσας βασισμένη στο αντικειμενοστραφές μοντέλο με χρήση της πλατφόρμας Microsoft .ΝΕΤ με τις γλώσσες C# για τον αλγόριθμο και WPF για την διεπαφή χρήστη. O χρήστης της εφαρμογής έχει τις ακόλουθες επιλογές μέσω των αντίστοιχων κουμπιών:1. Το πρώτο κουμπί υπολογίζει και γράφει σε xml αρχείο όλες τις σημασιολογικές συνάφειες για κάθε ένα κόμβο του δικτύου μας. Όπως είναι φανερό, πρόκειται για μία διαδικασία που απαιτεί ένα σημαντικό χρονικό διάστημα για να ολοκληρωθεί και εξαρτάται από το πλήθος των σχέσεων και των κόμβων του γράφου.2. Το δεύτερο κουμπί εμφανίζει την σημασιολογική συνάφεια για μία συγκεκριμένη κοινωνική επισημείωση ή μία θεματική επικεφαλίδα. Αν δεν υπάρχει στο δίκτυο μας ο συγκεκριμένος κόμβος ή δεν υπάρχει σχέση σημασιολογικής συνάφειας για αυτόν ενημερωνόμαστε με αντίστοιχο μήνυμα.3. Το τρίτο κουμπί προσθέτει μία νέα συσχέτιση στο σημασιολογικό μας δίκτυο. Αυτό σημαίνει ότι ενημερώνει τα διαφορετικά αρχεία της εφαρμογής που αφορούν τόσο το έγγραφο, τόσο τις σχέσεις όσο και τους κόμβους, μόνο αν η νέα πληροφορία, που δίνεται μέσω της σχέσης που προσθέτει ο χρήστης, δεν υπάρχει ήδη σε αυτά ή σε κάποιο από αυτά.
Folksonomies are collections of tags, that do not have a specific organization, and the tags that compose them do not have some predefined semantic similarity relationships (kind, part/whole, correlation etc) between them. Nevertheless, because of the wide acceptance from the users of the World Wide Web, researchers have focused in using systems that organize knowledge and in utilizing semantic similarity algorithms, because we desire to be able to recommend tags. The recommendation of tags will make more efficient the navigation between tags and the discovery of resources. This thesis targets to:1. The materialization of a semantic network that relates tags and subject headings that belong to a file of authorities. In this stage our aim is the implementation of an RDF Semantic Network. The relations between the tags and the subject headings were given in an excel file. The RDF semantic network was implemented in five different files: one file with the RDF schema, two files with the declaration of the subject headings and the tags and two files with the relations between tags –subject headings and subject headings – subject headings.2. The materialization of algorithms that traverse the RDF graph and the implementation of a semantic similarity algorithm. We implemented both a Breadth – first search and a Depth – first search algorithm. Both these algorithms have been tested and they function properly, but because they were not our basic goal we decided not to put them in the graphical user interface, instead we used them to fulfill the semantic similarity algorithm materialization. This algorithm has been proposed by Maguitman, Menczer, Roinestad and Vespignani. The algorithm is used to find out semantic similarity values based on the RDF graph and the RDF triplets. The implementation of the application targeted in a re-usable component based in an object oriented design using the .NET platform and in particular the C# language for the algorithm and the WPF language for the graphical user interface. The user of the application has the following choices through the corresponding buttons:1. The first button computes and writes in an xml file all the semantic similarity relations for all the nodes of the graph. It is obvious that this is a time consuming function that needs a big amount of time to complete and it depends on the number of the relations and on the number of the nodes.2. The second button prints the semantic similarities for a specific tag or subject heading. If the node we chose does not belong to the graph or does not have similar nodes a corresponding message appears.3. The third button adds a relation to our network. It updates the different xml files: the document xml file, the properties xml file, the declaration RDF xml files and the relationships RDF xml files, only if the information added does not exist already in one of the preceding files.
Λέξη κλειδί Σημασιολογικός ιστός
Κοινωνικές ταξινομίες
Κοινωνικά δίκτυα
Σημασιολογική ομοιότητα
RDF μοντέλο
Folksonomies
Tagging
Semantic similarity
Social networks
Semantic Web
Ημερομηνία 31-03-2010
Άδεια χρήσης https://creativecommons.org/licenses/by/4.0/