BIS : de / Abschlussarbeiten / neu / Jens Lehmann

Musikempfehlungen im Semantic Web

Jamendo ist eine Internet-Plattform für freie Musik mit über 10000 veröffentlichten Alben, über 60000 Album-Rezensionen und fast einer halben Milltion aktiver Mitglieder. Lieder können kostenfrei abgespielt werden und viele Informationen über Alben, Lieder, Tags usw. sind inzwischen ebenfalls frei und Semantic Web konform verfügbar. Ziel der Arbeit ist es ein Tool für Musikempfehlungen in Jamendo (mit potentiellen Erweiterungen auf andere verfügbare Musik) zu entwickeln. Dazu soll unter Einbindung zum Beispiel des Yahoo! Media Players ein kleines “Web-Radio” entwickelt werden, welches auf Jamendo verfügbare Lieder abspielt und im Hintergrund den DL-Learner als Machine Learning Tool verwendet um Musikempfehlungen zu bekommen.

Ihre Aufgabe ist:

Entwickeln einer (strukturell recht einfachen) Web-Oberfläche
Einarbeitung in und Anbindung an den DL-Learner und Jamendo
Test & ev. Weiterentwicklung der Musikempfehlungen

Folgende Voraussetzungen und Fähigkeiten sind für die Bearbeitung der Arbeit notwendig:

Studium der Informatik oder vergleichbarer Studiengänge
Interesse an Webprogrammierung
Interesse an Semantic Web, insbesondere OWL
Interesse an Machine Learning (anwendungsorientiert)

Entsprechendes Wissen kann ggf. auch während der Arbeit vermittelt bzw. erarbeitet werden.

Sollten wir Ihr Interesse geweckt haben, wenden Sie Sich bitte an:
Jens Lehmann –

lehmann@informatik.uni-leipzig.de

Browsen, Suchen und Navigieren in DBpedia mit Hilfe maschinellen Lernens

Anfang des Jahres wurde das sehr erfolgreiche DBpedia-Projekt gegründet. Ziel dieses Projektes ist es Informationen aus Wikipedia extrahieren und sie mit anderen Wissensbasen zu verbinden. Wikipedia ist eine der am häufigst besuchten Seiten weltweit (Position 8 im Oktober 2008 laut http://alexa.com) auf der von Menschen eine riesige Menge an Wissen zusammengetragen wird. Eine Herausforderung bei dieser Menge von innerhalb des DBpedia-Projektes extrahierten Informationen ist Navigationsmöglichkeiten innerhalb der DBpedia-Daten anzubieten. Dafür wurde in einer Vorarbeit der DBpedia Navigator entwickelt, der das OWL-Lernsystem DL-Learner verwendet. Ziel der Arbeit ist es dieses Werkzeug zu einem Endnutzer DBpedia-Viewer weiterzuentwickeln und dabei Machine Learning Methoden für die Generierung von Navigationsvorschlägen (auf Basis der zuletzt angeschauten Instanzen) zu verwenden.

Ihre Aufgabe ist:

Verbesserung der generierten Navigationsvorschläge: ein existierender neuer OWL-Lernalgorithmus soll auf diesen Anwendungsfall angepasst werden
Erweiterung des DBpedia Navigator User Interfaces: verbessertes Ranking der Suchergebnisse, nutzerfreundliche Klassenhierarchie-Anzeige, verbesserte Anzeige der Instanzdaten mit Templates
Integration von anderen Wissensbasen, die mit DBpedia verknüpft sind z.B. Geonames

Kenntnisse:

Java- und PHP-Kenntnisse
Interesse an Semantic Web, Machine Learning
Studium der Informatik oder vergleichbarer Studiengänge

Wir bieten:

eine umfangreiche Betreuung
Teamarbeit in der Forschungsgruppe AKSW
Mitarbeit an interessanten und erfolgreichen Projekten mit Potential die Nutzung von DBpedia/Wikipedia zu verbessern

Sollten wir Ihr Interesse geweckt haben, wenden Sie Sich bitte an:
Jens Lehmann –

lehmann@informatik.uni-leipzig.de

Anwendung von Ontologielernverfahren im medizinischen Bereich

Die Ontologiesprache OWL ist einer der Grundbausteine des Semantic Web und wird bereits in großem Umfang im biologischen und medizinischen Bereich eingesetzt. Das automatische Lernen in Ontologien aus Instanzdaten erlaubt dabei neue interessante Anwendungen im medizinischen Bereich, z.B. können anhand von Daten zu Patientenuntersuchungen neue Erkenntnisse über Krankheiten gewonnen werden. Bei dieser Arbeit ermöglichen wir die Zusammenarbeit mit dem Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE).

Ihre Aufgabe ist:

Einarbeitung in Lernverfahren für OWL-Ontologien und das Open Source Tool DL-Learner
Erarbeitung eines oder mehrerer konkreter Anwendungsszenarien
Evaluation existierender Lernverfahren an diesen Anwendungsszenarien

Folgende Voraussetzungen und Fähigkeiten sind für die Bearbeitung der Arbeit notwendig:

Studium der Informatik oder vergleichbarer Studiengänge
Interesse an Semantic Web, insbesondere OWL
Machine Learning (anwendungsorientiert)

Entsprechendes Wissen kann ggf. auch während der Arbeit vermittelt bzw. erarbeitet werden. Allgemeines medizinisches Interesse ist ebenfalls günstig, aber nicht notwendig.

Wir bieten eine umfangreiche Betreuung, sowie Hilfe bei der Einarbeitung in das Thema. Die Arbeit ermöglicht Resultate aus einem aktuellen Forschungsgebiet mit guter Zufunktsperspektive in die Praxis umzusetzen. Bei erfolgreicher Umsetzung kann die Arbeit signifikante wissenschaftliche Resultate lierfern.

Sollten wir Ihr Interesse geweckt haben, wenden Sie Sich bitte an:
Jens Lehmann –

lehmann@informatik.uni-leipzig.de

Database to OWL Converter

Relationale Datenbanken bilden heute das Rückgrat vieler Anwendungen. Die Migration bzw. Bereitstellung solcher Strukturen für das Semantische Web ist häufig ein schwieriger, manueller Prozess. Ziel der Arbeit ist deshalb ein Tool zu entwickeln, welches interaktiv und semiautomatisch eine OWL-Ontologie aus einer relationalen Datenbank extrahiert. Dabei soll auf existierende Techniken zurückgegriffen werden um zuerst in einem ersten Schritt eine OWL-Ontologie auf Basis des Schemas (unter teilweiser Berücksichtigung der Daten) einer Datenbank zu extrahieren, die im zweiten Schritt durch Lernverfahren PDF Document [1] angereichert wird. Das entwickelte Tool soll Teil des DL-Learner Open-Source-Projekts werden. Als konkrete Anwendung soll in der Arbeit eine Produktontologie für Mercedes Benz Fahrzeuge entstehen.

Ihre Aufgabe ist:

sichten der Literatur und Werkzeuge zur Verknüpfung von OWL und relationalen Strukturen: [2 – Seite 78ff, 3, 4, 5, 6, R2D2]
schreiben eines Datenbank-zu-OWL-Konverters auf Basis des DL-Learners
anwenden des Tools zur Erstellung einer Mercedes Benz Produktontologie (Daten größtenteils vorhanden)

Folgende Voraussetzungen und Fähigkeiten sind für die Bearbeitung der Arbeit notwendig: