Συνεπής προσαρμογή οντολογικών γνώσεων σε δεδομένα

Πετροπούλου, Λήδα; Petropoulou, Lida

dc.contributor.author	Πετροπούλου, Λήδα	el
dc.contributor.author	Petropoulou, Lida	en
dc.date.accessioned	2018-10-22T10:51:43Z
dc.date.available	2018-10-22T10:51:43Z
dc.date.issued	2018-10-22
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/47830
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16082
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Οντολογία	el
dc.subject	Κανόνες συσχέτισης	el
dc.subject	Απάντηση ερωτημάτων	el
dc.subject	Ασυνέπειες	el
dc.subject	Μηχανική μάθηση	el
dc.subject	Ontology	en
dc.subject	Association rules	en
dc.subject	Query answering	en
dc.subject	Inconsistencies	en
dc.subject	Machine learning	en
dc.title	Συνεπής προσαρμογή οντολογικών γνώσεων σε δεδομένα	el
heal.type	bachelorThesis
heal.classification	Βασική μηχανική μάθηση	el
heal.classificationURI	http://data.seab.gr/concepts/fec24cd140d4b110c225ac68fec062a57fb86360
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2018-07-03
heal.abstract	Με την ανάπτυξη του Σημασιολογικού Ιστού, υπάρχει μία αυξανόμενη ανάγκη για οντολογίες σε πολλούς τομείς. Ο εμπλουτισμός οντολογιών χρησιμοποιεί διάφορες τεχνικές που επιτρέπουν την ανακάλυψη νέων λογικών αξιωμάτων. Η εισαγωγή των νέων αυτών αξιωμάτων στην οντολογία μπορεί να προκαλέσει ανεπιθύμητες ασυνέπειες. Στη παρούσα διπλωματική εργασία, προτείνεται μία μέθοδος που χρησιμοποιεί εξαγωγή κανόνων συσχέτισης (association rule mining) και απάντηση ερωτημάτων (query answering) για να ανακαλύψει νέα λογικά αξιώματα που μπορούν να προστεθούν ασφαλώς σε μία υπάρχουσα οντολογία. Οι διαδικασίες της εξαγωγής κανόνων συσχέτισης διευκολύνονται από τη χρήση του συστήματος Weka, που παρέχει μια ποικιλία από υλοποιήσεις αλγορίθμων μηχανικής μάθησης. Η απάντηση ερωτημάτων πραγματοποιείται μέσω του συστήματος Completo. Για την επίτευξη του ασφαλούς εμπλουτισμού της οντολογίας, υλοποιήθηκε ένα πρόγραμμα σε γλώσσα Java, και εκτελέστηκαν αρκετά πειράματα, προκειμένου να μετρηθεί η αποτελεσματικότητα της προτεινόμενης μεθόδου.	el
heal.abstract	As Semantic Web develops, there is a growing need for ontologies in various fields. Ontology enrichment applies different techniques that allow the discovery of new logical axioms. Adding new axioms to the ontology can easily create undesired inconsistencies. In the presented diploma thesis, we propose a method that uses association rule mining and query answering to discover new logical axioms that can be safely added to the ontology. The procedures of association rule learning are facilitated by the Weka system that implements a variety of Machine Learning algorithms. Query Answering is facilitated by the Completο system. A java program was written to carry out the safe enrichment of the Ontology and various experiments were conducted, in order to measure the feasibility of the proposed method.	en
heal.advisorName	Στάμου, Γιώργος	el
heal.committeeMemberName	Τσανάκας, Παναγιώτης	el
heal.committeeMemberName	Σταφυλοπάτης, Ανδρέας-Γεώργιος	el
heal.committeeMemberName	Στάμου, Γιώργος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών. Εργαστήριο Ευφυών Επικοινωνιών και Δικτύων Ευρείας Ζώνης	el
heal.academicPublisherID	ntua
heal.numberOfPages	70 σ.
heal.fullTextAvailability	true