国际语义网会议是介绍有关语义、数据和Web的基础研究、创新技术和应用的主要场所。旨在寻找针对语义Web的理论、分析和经验方面的新颖而重要的研究贡献,也鼓励在语义网和其他科学学科交叉领域的研究上做出贡献。提交到研究内容应该描述语义Web上的原创、有意义和可复制的研究。所有的论文必须包括方法评估,是严格的,可重复和可复制的。 官网地址:http://dblp.uni-trier.de/db/conf/semweb/

VIP内容

讲座题目

可扩展可持续知识图谱构建:Scalable construction of sustainable knowledge bases

讲座内容

在工业中采用语义Web技术的一个主要障碍是构建可持续的知识库;领域专家和终端用户常常发现语义Web语言和工具很难使用。Reasonable Ontology Templates (OTTR) 是一种语言和框架,允许对RDF/OWL上的建模模式进行简洁的表示和实例化。它旨在满足领域专家、拓扑工程师和数据管理人员在创建和维护高质量、可持续知识库的过程中的需求和专长。本教程适用于渴望在工作中有效地使用建模模式的语义web从业者和拓扑工程师,也适用于业界的信息管理人员。

讲座嘉宾

Martin G.Skjæveland是奥斯陆大学和Sirius可伸缩数据访问中心的研究员,也是合理本体模板的主要开发人员。

Melinda Hodkiewicz,西澳大学教授,是一名从事多学科项目的工程学者,旨在改进维护、资产管理和安全实践。她目前是英国艾伦图灵研究所的访问学者,积极参与维护记录的本体论和自然语言处理的开发。

Leif Harald Karlsen ,奥斯陆大学的高级讲师。他之前曾在天狼星可扩展数据访问中心担任总工程师,全职致力于OTTR的实现。

Daniel P.Lupp,是奥斯陆大学(University of Oslo)的博士后研究员,致力于研究在本体规范和维护中使用OTTR的最佳实践方法。

成为VIP会员查看完整内容
0
39

最新论文

This paper summarizes our participation in the SMART Task of the ISWC 2020 Challenge. A particular question we are interested in answering is how well neural methods, and specifically transformer models, such as BERT, perform on the answer type prediction task compared to traditional approaches. Our main finding is that coarse-grained answer types can be identified effectively with standard text classification methods, with over 95% accuracy, and BERT can bring only marginal improvements. For fine-grained type detection, on the other hand, BERT clearly outperforms previous retrieval-based approaches.

0
0
下载
预览
Top