Methodology for Dynamic Extraction of Highly Relevant Information Describing Particular Object From Semantic Web Knowledge Base. Krzysztof Sielski, Justyna Walkowska and Marcin Werla

Exploration and information discovery in a big knowledge base that uses a complex ontology is often difficult, because relevant information may be spread over a number of related objects amongst many other, loosely connected ones. This paper introduces 3 types of relations between classes in an ontology and defines the term of RDF Unit to group relevant and closely connected information. The type of relation is chosen based on association strength in the context of particular ontology. This approach was designed and implemented to manipulate and browse data in a cultural heritage Knowledge Base with over 500M triples, created by PSNC during the SYNAT research projec

Uit Poznań.
Ha de ontologieen en de triples
Ze hadden data in verschillende formaten en aggregeerden die via Clepsydra.
Zo kregen ze een RDF database met meer dan 3 biljoen triples.
Event-centric ontology gebaseerd op CIDOC CRM.
En ze introduceerden FRBR om precieze bibliographische records te krijgen.
Aanvankelijk werden de records via Dublin Core ingevoerd.
33 connected objecten in 78 RDF triples.

Hoe krijg je informatie uit die knowledge base?
Via SParql queries.
Niet eenvoudig en lastig te onderhouden.

OWL relaties
1 Dependend link to mail resources
2 Attributen add important informatie
3 Loosely related objects

Zo kun je RDF units bouwen gebaseerd op de metaproperties van OWL relations.

Die hebben geen relaties met losjes gerelateerde objecten.