Logo des Repositoriums

Auflistung nach Schlagwort "Smart und Big Data"

1 - 2 von 2
  • Konferenzbeitrag
    Horticulture Semantic (HortiSem)
    (43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme, 2023) Jung, Jascha Daniló; Martini, Daniel
    Im Projekt HortiSem wird ein semantisches Netzwerk entwickelt, das speziell für den Bereich Landwirtschaft gedacht ist. Das Projekt hat inzwischen wichtige Fortschritte gemacht. Zum einen wurde die API „destreak“ entwickelt, die es ermöglicht, vorgefertigte Abfragen mithilfe von http-Requests auszuführen. Dadurch können einfache Abfragen leicht in Suchmasken integriert werden, ohne dass eine SPARQL-Query formuliert werden muss. Zudem wurde ein Crawler implementiert, der neue Warndienstmeldungen von hortigate.de automatisch herunterlädt, annotiert, ins RDF-Format umwandelt und abschließend auf den Triplestore hochlädt. Dies zeigt, wie der Knowledge Graph von HortiSem kontinuierlich wachsen kann und neue Informationen automatisch hinzugefügt werden können. Darüber hinaus ist es möglich, einen eigenen Triplestore aufzusetzen und ihn mit den Daten von HortiSem zu verknüpfen. Dadurch können auch Daten integriert werden, die nicht öffentlich zugänglich sein sollen.
  • Konferenzbeitrag
    Horticulture Semantic (HortiSem) – Natural Language Processing bei Entwicklung und Interaktion mit einem semantischen Netzwerk für die Landwirtschaft
    (42. GIL-Jahrestagung, Künstliche Intelligenz in der Agrar- und Ernährungswirtschaft, 2022) Jung, Jascha Daniló; He, Xia; Martini, Daniel; Golla, Burkhard
    Im Projekt HortiSem wird ein semantisches Netzwerk speziell für den Bereich der Landwirtschaft entwickelt. Ein semantisches Netzwerk ist eine Knowledge Base, in der Begriffe und ihre Bedeutung zueinander in Beziehung gesetzt werden. Dies geschieht üblicherweise über eine Triple-Beziehung, konkret über die Relation „Subjekt → Prädikat → Objekt“. Auf diese Weise können große Datenmengen miteinander verknüpft und maschinenlesbar gemacht werden. Neben vorhandenen, strukturierten Daten aus verschiedenen Datenbeständen (BVL Pflanzenschutzmittel, AGROVOC, PS Info) sollen auch neue, semistrukturierte Datensätze und Informationen aus Textkorpora eingepflegt werden. Dazu werden relevante Texte mit Hilfe von Methoden des Natural Language Processing nach bestimmten Klassen (Kulturen, Schädlinge, u.a.) durchsucht und Annotationen in den Knowledge Graphen integriert. Begriffe sollen dabei möglichst automatisch zu anderen Begriffen und bereits vorhandenen Daten in Relation gesetzt werden