SIOC-10: OntoWiki Erweiterung - Unterstützung für SIOC-Artikel

Betreuer

Hintergrund

OntoWiki ist ein semantisches Daten-Wiki. Semantische Daten im RDF sind Triple der Form Subjekt - Prädikat - Objekt. Viele Nutzer wünschen sich darüber hinaus aber noch eine Möglichkeit, einfache Wiki-Texte zu pflegen und diese z.B. dann als Blog-Einträge oder Webseiten anzuzeigen.

Zielsetzung

Diese Erweiterung soll dann aktiv werden, wenn ein Nutzer einen SIOC Artikel im Detail ansieht. Der Nutzer soll dann statt der Triple-Ansicht eine typische Wiki-Seite sehen, also üblicherweise Titel, Inhalt, last-changed und Autoreninfo. Darüber hinaus soll ein Editor integriert (nicht selbst entwickelt) werden, welcher die Eingabe von einfachen Wiki-Code ermöglicht, welcher dann zum HTML Inhalt konvertiert wird. Dabei sollen Links zu anderen Ressource als HTML-Links erzeugt werden.

Entwicklung

Dieses Thema wird in etwa gleichen Teilen in PHP und JavaScript entwickelt.

Da das Thema in die Entwicklung von OntoWiki integriert ist, muss das verteilte Versionsverwaltungssystem Mercurial verwendet werden. Unabhängig davon werden Arbeitsverzeichnis und Webseite im zentralen SWP Subversion Repository eingecheckt.

Links

Praktikum Semantic Web

Sören Auer, Frank Loebe, Thomas Riechert, Jens Lehmann und Sebastian Tramp

Modul: Semantic Web

Organisatorisches

Je nach Teilnehmerzahl werden die Praktikumsaufgaben einzeln oder in Zweier-Gruppen vergeben.

Themengebiete

Inhalt

Ontology Learning Benchmarks (Mehrere Themen)

Betreuer: Jens Lehmann
Studenten: Lorenz Bühmann, Christoph Kämpf (weitere möglich)

Inhalt der Aufgabe ist die Anwendung von DL-Learner auf Machine Learning Benchmarks mit vorheriger Konvertierung der Daten in eine OWL-Ontologie. Ziel ist hier die Modellierung in OWL ausgehend von realen Daten zu üben. Darauf basierend soll ein Machine Learning Verfahren angewandt werden und die Resultate mit anderen (nicht auf OWL basierenden) Verfahren verglichen werden. Kenntnisse zu OWL werden innerhalb von Vorlesung und Seminar vermittelt. Vorherige Kenntnisse im Machine Learning Bereich oder der jeweiligen Problemdomäne sind hilfreich, aber nicht notwendig. Folgende Probleme stehen zur Auswahl, wobei auch frei weitere vorgeschlagen werden können:

Ein Beispiel für ein bereits ausgeführtes Projekt zur Erkennung von krebserregenden Substanzen:

SPARQL Trainer Extension (Mehrere Themen)

Betreuer: Michael Martin
Studentischer Betreuer: Daniel Gerber
Studenten: noch nicht vergeben

Inhalt dieser Aufgabe ist die Erweiterung des bestehenden SPARQL Trainers um «pädagogische» Aspekte. Der SPARQL Trainer wurde im Rahmen des letzten Semantic Web Praktikums (2009) geplant, implementiert und getestet. Der derzeitige Stand der Implementierung ermöglicht zwar eine Abarbeitung eines definierten Fragenkataloges auf konfigurierten RDF-Graphen, unterstützt derzeit allerdings nur ein rudimentär umgesetztes Benutzer-Feedback. Der SPARQL Trainer soll in zukünftigen Lehrveranstaltungen zum Semantic Web zum Einsatz kommen, was allerdings eine Erweiterung / Implementierung des Benutzer-Feedbacks voraussetzt. Zusätzlich zu diesem wichtigen Feature ist eine Erweiterungen um SPARUL (SPARQL Update Language) ein mögliches Thema. Falls eigene Vorschläge zur Verbesserung des SPARQL Trainers existieren, können diese ebenfalls besprochen werden.

xOperator Weiterentwicklung

Betreuer: Jörg Unbehauen
Studenten:

Der xOperator ist ein chat-basierter Semantic Web agent. Auf Basis von AIML-templates setzt er natürlich sprachliche Fragen auf SPARQL und verteilt diese in dem chat-inhärenten sozialen Netzwerk. Es ist dabei folgendes Szenario geplant:

  • Portierung des Agenten auf Android
  • Konvertierung von Daten aus der Laufzeitumgebung (Ort, Kontakte, Status, ...)
  • Definition eines Use Cases
  • Erstellung von Skripten zur Abfrage dieser Daten aus dem lokalen und aus den verteilten Stores

Gerne könenn auch eigene Vorschläge gemacht werden.

Inhaltliche Schwerpunkte sind damit neben den in der Vorlesung vorgestellten Technologien wie RDF und SPARQL das Chatprotokoll XMPP und allgemeine Webtechnologien. Der xOpertor ist in Java geschrieben.

Onto Wiki Erweiterungen (Mehrere Themen)

Onto Wiki ist ein browserbasierte Werkzeug, welches kooperatives und agiles Wissensmanagement nach Art eines Wikis unterstützt. Die vom Onto Wiki verwalteten Wissensbasen lassen sich sowohl in einer Vielzahl von Sichten erkunden und betrachten, als auch bearbeiten. Onto Wiki ist ein in PHP geschriebenes Open Source Projekt, welches mittlerweile in Version 0.9.5 RC1 verfügbar ist.

Für die folgenden Praktikumsthemen sind Kenntnisse in PHP notwendig.

Diskussionen über RDF Ressourcen

Betreuer: Sebastian Tramp
Studenten:

Die Onto Wiki Community-Komponente ermöglicht die Disskussion über Ressourcen in einer Datenbasis, welche innerhalb des RDF Modelles als SIOC Posts gespeichert werden. Diese Posts werden zeitlich geordnet für eine einzelne Ressource dargestellt.

Folgende Erweiterungen sind für die Community-Komponente sinnvoll:

  • Nutzer sollten die Möglichkeit haben, sich auf andere Kommentare zu beziehen (Thread)
  • Nutzer sollten die Möglichkeit haben, alle Kommentare zu eine Liste von Ressourcen oder für eine komplette Wissensbasis zu sehen

Eine erfolgreiche Erweiterung der Community-Komponente ermöglicht die praktische Erfahrung mit folgenden Themen:

  • Modellierung von RDF Wissen mit den Vokabularen SIOC, FOAF und Dublin Core
  • Manuelle Abfrage von RDF Modellen mit SPARQL
  • API gestützte Abfrage von RDF Modellen

Dieses Thema ist auch für eine Gruppe von bis zu zwei Studenten geeignet.

Kalender Export

Betreuer: Sebastian Tramp
Studenten: Jan Baumgarten, Nico Patitz

Onto Wiki ermöglicht die Verarbeitung von generischen RDF Daten. Eine bekannte und wichtige Art von Daten sind Kalender-Daten im iCal Format. Ziel diese Themas ist eine Export-Erweiterung für Onto Wiki, welche es ermöglicht zu einer gegebenen Liste von Ressourcen bzw. zu einem kompletten RDF Modell, einen iCal Export zu erzeugen, welcher z.B. in den Google Kalender oder in Desktop Applikationen eingebunden werden kann.

Eine erfolgreiche Erweiterung der Community-Komponente ermöglicht die praktische Erfahrung mit folgenden Themen:

  • Manuelle Abfrage von RDF Modellen mit SPARQL
  • API gestützte Abfrage von RDF Modellen
  • Modellierung von RDF Wissen mit verschiedenen Vokabularen

Dieses Thema ist auch für eine Gruppe von bis zu zwei Studenten geeignet.


Zu dieser Seite gibt es keine Dateien. [Zeige Dateien/Upload]
Kein Kommentar. [Zeige Kommentare]

Widget-10: jQuery Plugin - Erweiterte Autovervollständigung auf der Basis von SPARQL Endpunkten

Betreuer

Hintergrund

Aktuelle Webseiten bestehen aus einem Mix aus Technologien wie HTML, CSS und vor allem JavaScript. Letzteres wird sehr häufig für die Verbesserung von Formularen verwendet. jQuery ist einen sehr weit verbreitete JavaScript API, welche browser-unabhängige Methoden zur DOM-Modellierung, zum Event-Handling etc. bereitstellt. Ein häufiger Anwendungsfall für JavaScript in Webseiten sind Input-Felder mit Autovervollständigung von Inhalten. Diese Inhalte werden meist von einem speziell zu entwickelndem Backend-Service bereitgestellt.

Zielsetzung

Es soll ein Plugin für die jQuery API entwickelt werden, welches Autovervollständigung auf der Basis von frei definierbaren SPARQL Anfragen ermöglicht. Diese werden an einen SPARQL Endpunkt gesendet und die Ergebnisse in den DOM eingebaut. Das Plugin soll nicht nur einfach Auswahllisten ermöglichen, sondern auch komplexere Auswahl-Strukturen (Baum, Liste mit zusätzlichen Daten, Liste mit Bildern). Das entwickelte Plugin soll das aktuell verwendete autocomplete-plugin in OntoWiki ersetzen.

Entwicklung

Dieses Thema wird in JavaScript entwickelt.

Die Wahl des Versionskontrollsystem (VCS) obliegt dem Team, die Betreuer empfehlen aber stark ein verteiltes VCS wie Mercurial. Unabhängig davon, werden Arbeitsverzeichnis und Webseite im zentralen SWP Subversion Repository eingecheckt.

Links

SPARQL User Unterface für den Professorenkatalog der Uni Leipzig

Ziel des Projektes ist die Konzeption und Implementierung eines OntoWiki-Plugins für komplexe, auf SPARQL basierende Anfragen an den Professorenkatalog. Dabei ist ein Verfahren zu entwickeln und zu dokumentieren, welches auf andere Anwendungsfälle übertragen werden kann.
Links