91265 - KNOWLEDGE ENGINEERING

Scheda insegnamento

  • Docente Valentina Presutti

  • Moduli Valentina Presutti (Modulo 1)
    Andrea Giovanni Nuzzolese (Modulo 2)

  • Crediti formativi 6

  • SSD INF/01

  • Modalità didattica Convenzionale - Lezioni in presenza (Modulo 1)
    Convenzionale - Lezioni in presenza (Modulo 2)

  • Lingua di insegnamento Inglese

  • Campus di Bologna

  • Corso Laurea Magistrale in Artificial intelligence (cod. 9063)

Anno Accademico 2022/2023

Conoscenze e abilità da conseguire

Al termine dell'attività formativa, lo studente conosce metodi (semi-)automatizzati per l'interpretazione di dati e contenuti come fonti di conoscenza. Lo studente domina i principi dell'estrazione, dell'ingegneria e del collegamento della conoscenza, rendendo i dati adatti al ragionamento automatico, tipicamente su piattaforme decentralizzate come il Web.

Contenuti

Knowledge graphs and ontologies

OWL, RDF, SPARQL

Ontology Design methodologies, focus on Extreme Design

Intensional and Extensional modelling

Ontology design patterns 

Applied reasoning

Knowledge extraction from text

Ontology evaluation and quality

Testi/Bibliografia

Note e slide fornite dal docente.

Hitzler, P., Gangemi, A., & Janowicz, K. (2016). Ontology Engineering with Ontology Design Patterns. Amsterdam: IOS Press.

P.A. Bonatti, S. Decker, A. Polleres, V. Presutti, Knowledge graphs: new directions for knowledge representation on the Semantic Web (dagstuhl seminar 18371). Dagstuhl Rep. 8(9), 29–111 (2019)

Aidan Hogan et. al. Knowledge graphs. ACM Computing Surveys, Vol. 54, No. 4, Article 71

Semantic Web (W3C Recommendations):

OWL 2: https://www.w3.org/TR/2012/REC-owl2-rdf-based-semantics-20121211/ 

RDF: https://www.w3.org/TR/2014/REC-rdf11-mt-20140225/

SPARQL: https://www.w3.org/TR/2013/REC-sparql11-query-20130321

 

Metodi didattici

Lezioni frontali, esercitazioni in laboratorio e quiz di auto-valutazione.

Modalità di verifica e valutazione dell'apprendimento

  • Progetto in gruppo, scelto da una lista proposta dai docenti (con valutazione individuale)
  • Presentazione individuale: analisi critica di un articolo scientifico (15 minuti)

Progetto: I gruppi dovranno applicare la metodologia eXtreme Design (spiegata e sperimentata durante il corso) per la creazione di un knowledge graph a partire da risorse esistenti (banca dati, testo, etc.), riusando / estendendo altre ontologie e dove necessario applicando strumenti di knowledge extraction, entity linking, ontology alignment, etc.

I docenti assegneranno un progetto ad ogni gruppo fornendo loro le specifiche di realizzazione. Prima dell'assegnazione, ogni gruppo potrà esprimere due preferenze in base a una lista di progetti disponibili. Le preferenze saranno tenute in considerazione ma non garantite (in caso di conflitti). 

 

 

Strumenti a supporto della didattica

Slide e tool per l'autovalutazione.

Orario di ricevimento

Consulta il sito web di Valentina Presutti

Consulta il sito web di Andrea Giovanni Nuzzolese