nach oben

Erschienen in:

2021 | OriginalPaper | Buchkapitel

7. Wissensgraphen im Web

Überblick und Vergleich

verfasst von : Nicolas Heist, Sven Hertling, Daniel Ringler, Heiko Paulheim

Erschienen in: Semantische Datenintelligenz im Einsatz

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Wissensgraphen sind eine gebräuchliche Form der Wissensrepräsentation, die aus dem Bereich Semantic Web stammt. Sie werden heute in vielen Anwendungen verwendet; prominent ist vor allem die Verwendung in der Web-Suche von Google, die auch den Begriff Wissensgraph (engl. Knowledge Graph) geprägt hat. In einem Wissensgraph werden Dinge der Welt (z. B. Personen, Orte oder Ereignisse) durch Knoten repräsentiert, die mit Kanten verbunden sind. Während Unternehmen wie Google, Microsoft und Facebook ihre eigenen, nicht öffentlichen Wissensgraphen besitzen, gibt es auch zahlreiche große, frei verfügbare Wissensgraphen im Web. Zu den bekanntesten zählen DBpedia, YAGO und Wikidata. Dieses Kapitel gibt einen Überblick dieser Graphen und vergleicht deren Inhalt, Größe, Abdeckung und Überlappung.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Semantische Technologien für Enterprise Intelligence am Beispiel von Lieferkettenbeobachtung

Nächstes Kapitel Automatische Konversion von natürlichsprachlichen Texten zu Ontologien am Beispiel von Wartungshandbüchern für Flugzeuge

Galkin, M., Auer, S., Scerri, S.: Enterprise knowledge graphs: A backbone of linked enterprise data. In: 2016 IEEE/WIC/ACM International Conference on Web Intelligence (WI). pp. 497–502. IEEE (2016)

Gomez-Perez, J.M., Pan, J.Z., Vetere, G., Wu, H.: Enterprise knowledge graph: An introduction. In: Exploiting linked data and knowledge graphs in large organisations, pp. 1–14. Springer (2017)

Ringler, D., Paulheim, H.: One knowledge graph to rule them all? analyzing the differences between DBpedia, YAGO, Wikidata & co. In: Joint German/Austrian Conference on Artificial Intelligence (Künstliche Intelligenz). pp. 366–372. Springer (2017)

Ristoski, P., Paulheim, H.: Semantic web in data mining and knowledge discovery: A comprehensive survey. Web semantics: science, services and agents on the World Wide Web 36, 1–22 (2016)CrossRef

Noy, N., Gao, Y., Jain, A., Narayanan, A., Patterson, A., Taylor, J.: Industry-scale knowledge graphs: Lessons and challenges. Communications of the ACM 62(8), 36–43 (2019)CrossRef

Ehrlinger, L., Wöß, W.: Towards a definition of knowledge graphs. SEMANTiCS (Posters, Demos, SuCCESS) 48 (2016)

Paulheim, H.: Knowledge graph refinement: A survey of approaches and evaluation methods. Semantic Web 8(3), 489–508 (2017)CrossRef

Lenat, D.B.: CYC: A large-scale investment in knowledge infrastructure. Communications of the ACM 38(11), 33–38 (1995)CrossRef

Pellissier Tanon, T., Vrandečić, D., Schaffert, S., Steiner, T., Pintscher, L.: From Freebase to Wikidata: The great migration. In: Proceedings of the 25th International Conference on World Wide Web. pp. 1419–1428 (2016)

10.

Vrandečić, D., Krötzsch, M.: Wikidata: a Free Collaborative Knowledge Base. Communications of the ACM 57(10), 78–85 (2014)CrossRef

11.

Paulheim, H.: How much is a triple? estimating the cost of knowledge graph creation. In: ISWC 2018 Posters and Demonstrations, Industry and Blue Sky Ideas Tracks (2018)

12.

Lehmann, J., Isele, R., Jakob, M., Jentzsch, A., Kontokostas, D., Mendes, P.N., Hellmann, S., Morsey, M., van Kleef, P., Auer, S., Bizer, C.: DBpedia – A Large-scale, Multilingual Knowledge Base Extracted from Wikipedia. Semantic Web Journal 6(2) (2013)

13.

Suchanek, F.M., Kasneci, G., Weikum, G.: YAGO: A Core of Semantic Knowledge Unifying WordNet and Wikipedia. In: 16th international conference on World Wide Web. pp. 697–706 (2007)

14.

Miller, G.A.: Wordnet: a lexical database for english. Communications of the ACM 38(11), 39–41 (1995)CrossRef

15.

Heist, N., Paulheim, H.: Uncovering the semantics of wikipedia categories. In: International semantic web conference. pp. 219–236. Springer (2019)

16.

Paulheim, H., Ponzetto, S.P.: Extending DBpedia with Wikipedia list pages. NLP-DBPEDIA@ ISWC 13 (2013)

17.

Heist, N., Paulheim, H.: Entity extraction from wikipedia list pages. In: Extended Semantic Web Conference (2020)

18.

Navigli, R., Ponzetto, S.P.: Babelnet: The automatic construction, evaluation and application of a wide-coverage multilingual semantic network. Artificial Intelligence 193, 217–250 (2012)MathSciNetCrossRef

19.

Speer, R., Havasi, C.: Representing general relational knowledge in ConceptNet 5. In: LREC. pp. 3679–3686 (2012)

20.

Tonon, A., Felder, V., Difallah, D.E., Cudré-Mauroux, P.: VoldemortKG: Mapping schema.org and web entities to linked open data. In: International Semantic Web Conference. pp. 220–228. Springer (2016)

21.

Meusel, R., Petrovski, P., Bizer, C.: The WebDataCommons Microdata, RDFa and Microformat dataset series. In: International Semantic Web Conference. pp. 277–292. Springer (2014)

22.

Meusel, R., Bizer, C., Paulheim, H.: A web-scale study of the adoption and evolution of the schema. org vocabulary over time. In: Proceedings of the 5th International Conference on Web Intelligence, Mining and Semantics. p. 15. ACM (2015)

23.

Carlson, A., Betteridge, J., Wang, R.C., Hruschka Jr, E.R., Mitchell, T.M.: Coupled semi-supervised learning for information extraction. In: Proceedings of the third ACM international conference on Web search and data mining. pp. 101–110 (2010)

24.

Seitner, J., Bizer, C., Eckert, K., Faralli, S., Meusel, R., Paulheim, H., Ponzetto, S.P.: A large database of hypernymy relations extracted from the web. In: Proceedings of the Tenth International Conference on Language Resources and Evaluation (LREC 2016). pp. 360–367 (2016)

25.

Hertling, S., Paulheim, H.: WebIsALOD: providing hypernymy relations extracted from the web as linked open data. In: International Semantic Web Conference. pp. 111–119. Springer (2017)

26.

Schmachtenberg, M., Bizer, C., Paulheim, H.: Adoption of the linked data best practices in different topical domains. In: International Semantic Web Conference. pp. 245–260. Springer (2014)

27.

Hitzler, P., Krötzsch, M., Rudolph, S., Sure, Y.: Semantic Web: Grundlagen. Springer-Verlag (2007)

28.

Beek, W., Raad, J., Wielemaker, J., Van Harmelen, F.: sameas. cc: The closure of 500m owl: sameas statements. In: European Semantic Web Conference. pp. 65–80. Springer (2018)

29.

Ferrara, A., Nikolov, A., Scharffe, F.: Data linking for the semantic web. International Journal on Semantic Web and Information Systems (IJSWIS) 7(3) 46–76 (2011)CrossRef

30.

Nentwig, M., Hartung, M., Ngonga Ngomo, A.C., Rahm, E.: A survey of current link discovery frameworks. Semantic Web 8(3), 419–436 (2017)CrossRef

31.

Ritze, D., Paulheim, H.: Towards an automatic parameterization of ontology matching tools based on example mappings. In: Proc. 6th ISWC ontology matching workshop (OM), Bonn (DE). pp. 37–48 (2011)

32.

Färber, M., Ell, B., Menne, C., Rettinger, A., Bartscherer, F.: Linked data quality of DBpedia, Freebase, OpenCyc, Wikidata, and YAGO. Semantic Web (2016)

33.

Zaveri, A., Rula, A., Maurino, A., Pietrobon, R., Lehmann, J., Auer, S.: Quality assessment for linked data: A survey. Semantic Web 7(1), 63–93 (2016)CrossRef

34.

Bryl, V., Bizer, C., Isele, R., Verlic, M., Hong, S.G., Jang, S., Yi, M.Y., Choi, K.S.: Interlinking and knowledge fusion. In: Linked Open Data – Creating Knowledge Out of Interlinked Data, pp. 70–89. Springer (2014)

35.

Hertling, S., Paulheim, H.: DBkWik: A consolidated knowledge graph from thousands of wikis. In: 2018 IEEE International Conference on Big Knowledge (ICBK). pp. 17–24. IEEE (2018)

36.

Hofmann, A., Perchani, S., Portisch, J., Hertling, S., Paulheim, H.: Dbkwik: Towards knowledge graph creation from thousands of wikis. In: International Semantic Web Conference (Posters, Demos & Industry Tracks) (2017)

37.

Subercaze, J.: Chaudron: extending DBpedia with measurement. In: European Semantic Web Conference. pp. 434–448. Springer (2017)

Titel: Wissensgraphen im Web
verfasst von: Nicolas Heist
Sven Hertling
Daniel Ringler
Heiko Paulheim
Verlag: Springer Fachmedien Wiesbaden
Buch: Semantische Datenintelligenz im Einsatz
Print ISBN: 978-3-658-31937-3

Electronic ISBN: 978-3-658-31938-0

Copyright-Jahr: 2021
DOI: https://doi.org/10.1007/978-3-658-31938-0_7

Springer Professional

Zusammenfassung

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner