Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userDescription of the data in the university domain using semantic web technologies
توصيف البيانات في مجال الجامعة باستخدام تقنيات الويب الدلالي
1899
0 36
0
(
0
)
Created by
Shamra Editor
Ask ChatGPT about the research
في الأعوام السابقة ظهر ويب جديد يعمل على التوازي مع الويب التقليدي، هو ويب البيانات المترابطة، و يكمن جوهره في تقديم البيانات بصيغة قابلة للفهم من قبل الآلة. و ذلك من خلال وصف هذه البيانات باستخدام مجموعة من المفردات تدعى انطولوجيا الويب، و في هذا الوقت الذي أصبحت فيه الأدوات و المعايير المتعلقة بالويب الدلالي أكثر شمولا و استقرارا، مازال موضوع نشر بيانات الجامعة على شكل بيانات مترابطة يواجه مجموعة من التحديات أهمها عدم وجود أنطولوجيا موحدة و مقبولة بشكل كامل يمكن استخدامها في توصيف بيانات الجامعة. و من هنا يهدف هذا البحث إلى إيجاد أنطولوجيا ويب تحدد المفاهيم و المفردات التي تمكننا من توصيف البيانات في مجال الجامعة، بالتالي يكون بالإمكان مكاملة هذه البيانات مع بيانات من جامعات أخرى و إجراء الاستعلامات عليها. و من هنا يهدف هذا البحث إلى إيجاد أنطولوجيا الويب التي يمكن استخدامها لتوصيف البيانات في مجال الجامعة، بالتالي يكون ممكنا مكاملة هذه البيانات مع بيانات من جامعات أخرى و إجراء الاستعلامات عليها. و تم ذلك عن طريق إعادة استخدام معاجم منشورة على الويب و إضافة بعض الأصناف و الخصائص إليها، و تم تنظيم هذه الأنطولوجيا و مفرداتها باستخدام أداة بروتيجه Protégé
In the few recent years, besides the traditional web a new web has appeared. It is called the Web of Linked Data. It has been developed to present data in a machinereadable form. The main idea is to describe data using a set of terms called web ontology. At this time, tools and standards related to the semantic web are becoming comprehensive and stable; however, publishing university data as linked data still faces some major challenges. First of all, there is no unified, well-accepted vocabulary for describing university-related information. This article aims to find the ontology which could be used to describe the data in the university domain, so it could be possible to integrate this data with data from other universities and do queries on it. The web ontology was built by reusing the available vocabularies on the web and adding new classes and properties. The ontology has been organized by using Protégé.
Artificial intelligence review:
Research summary
في السنوات الأخيرة، ظهر نوع جديد من الويب يعرف بويب البيانات المترابطة، والذي يهدف إلى تقديم البيانات بشكل يمكن فهمه من قبل الآلة. يعتمد هذا الويب على استخدام مجموعة من المصطلحات تعرف بأنطولوجيا الويب. يهدف البحث إلى إيجاد أنطولوجيا ويب يمكن استخدامها لتوصيف البيانات في مجال الجامعة، مما يسهل تكامل هذه البيانات مع بيانات من جامعات أخرى وإجراء الاستعلامات عليها. تم بناء الأنطولوجيا من خلال إعادة استخدام معاجم منشورة على الويب وإضافة بعض الأصناف والخصائص إليها، وتم تنظيمها باستخدام أداة بروتيجه Protégé. تم تقسيم البيانات في مجال الجامعة إلى أربعة أصناف رئيسية: بيانات النظام التعليمي، بيانات المؤسسات، بيانات البحث العلمي والمنشورات، وبيانات الأحداث الجارية. تم اقتراح مجموعة من الخصائص التي يمكن استخدامها لتمثيل البيانات في مجال الجامعة. في النهاية، تم الحصول على ملف يتضمن الأنطولوجيا التي يمكن من خلالها تمثيل بيانات الجامعة ونشرها كبيانات مترابطة، مما يسهل بناء تطبيقات تعمل على طبقة البيانات هذه.
Critical review
دراسة نقدية: يقدم البحث خطوة مهمة نحو تحسين تكامل البيانات الجامعية باستخدام تقنيات الويب الدلالي. ومع ذلك، هناك بعض النقاط التي يمكن تحسينها. أولاً، لم يتم التطرق بشكل كافٍ إلى كيفية التعامل مع البيانات الحساسة والشخصية، وهو موضوع حيوي في عصرنا الحالي. ثانياً، الاعتماد الكبير على معاجم موجودة قد يحد من إمكانية التوسع والتخصيص في المستقبل. ثالثاً، لم يتم مناقشة كيفية ضمان جودة البيانات المترابطة المنشورة، وهو أمر مهم لضمان دقة وموثوقية المعلومات. وأخيراً، قد يكون من المفيد تضمين أمثلة عملية وتطبيقات حقيقية لاستخدام الأنطولوجيا المقترحة لتوضيح الفوائد العملية بشكل أفضل.
Questions related to the research
-
ما هو الهدف الرئيسي من البحث؟
الهدف الرئيسي من البحث هو إيجاد أنطولوجيا ويب يمكن استخدامها لتوصيف البيانات في مجال الجامعة، مما يسهل تكامل هذه البيانات مع بيانات من جامعات أخرى وإجراء الاستعلامات عليها.
-
ما هي التحديات الرئيسية التي تواجه نشر بيانات الجامعة كبيانات مترابطة؟
أهم التحديات هي عدم وجود أنطولوجيا موحدة ومقبولة بشكل كامل يمكن استخدامها في توصيف بيانات الجامعة، بالإضافة إلى محدودية الحصول على بيانات ذات هيكلية جيدة ضمن المجال الجامعي.
-
ما هي الأدوات التي تم استخدامها في بناء الأنطولوجيا؟
تم استخدام أداة بروتيجه Protégé في بناء وتنظيم الأنطولوجيا.
-
ما هي الأصناف الرئيسية التي تم تقسيم بيانات الجامعة إليها؟
تم تقسيم بيانات الجامعة إلى أربعة أصناف رئيسية: بيانات النظام التعليمي، بيانات المؤسسات، بيانات البحث العلمي والمنشورات، وبيانات الأحداث الجارية.
References used
SARKAR, A.; MARJIT, U.; BISWAS, U. Linked data generation for the university data from legacy database. International Journal of Web & Semantic Technology (IJWesT) India, Vol.2 No.3, 2011, 11
DILLON, T.S.; CHANG, E.; WONGTHONGTHOM, P. Ontology-Based Software Engineering—Software Engineering 2.0. IEEE Computer Society USA, 2008, 13-23
MA, Y.; XU, B.; BAI, Y.; ZONGHUI, L. Building Linked Open University Data - Tsinghua University Open Data as a showcase. Proceeding JIST, 2011, 385-393
rate research
Read More
We aimed to distinguish between them and the other research areas such as information retrieval and data mining. we tried to determine the general structure of such systems which form a part of larger systems that have a mission to answer user querie
s based on the extracted information. we reviewed the different types of these systems, used techniques with them and tried to define the current and future challenges and the consequent research problems.
Finally we tried to discuss the details of the various
implementations of these systems by explaining two platforms Gate and OpenCalais and comparing between their information
extraction systems and discuss the results.
Semantic Web is a new revolution in the world of the Web, where information and
data become viable for logical processing by computer programs. Where they are
transformed into meaningful data network. Although Semantic Web is considered the
future
of World Wide Web, the Arabic research and studies are still relatively rare in this
field. Therefore, this paper gives a reference study of Semantic Web and the different
methods to explore the knowledge and discover useful information from the vast amount
of data provided by the web. It gives a programming example like application of some of
these techniques provided by the Semantic Web and methods to discover the knowledge of
it. This simplified programming example provides services related to higher education
Syrian government, such as information about the Syrian public universities like the name
of the university (Syrian Virtual University, Tishreen, Aleppo, Damascus, and Al Baath),
address of the university, its web site, number of students and a summary of the university,
which helps intelligent agents to find those services dynamically.
Synthesizing data for semantic parsing has gained increasing attention recently. However, most methods require handcrafted (high-precision) rules in their generative process, hindering the exploration of diverse unseen data. In this work, we propose
a generative model which features a (non-neural) PCFG that models the composition of programs (e.g., SQL), and a BART-based translation model that maps a program to an utterance. Due to the simplicity of PCFG and pre-trained BART, our generative model can be efficiently learned from existing data at hand. Moreover, explicitly modeling compositions using PCFG leads to better exploration of unseen programs, thus generate more diverse data. We evaluate our method in both in-domain and out-of-domain settings of text-to-SQL parsing on the standard benchmarks of GeoQuery and Spider, respectively. Our empirical results show that the synthesized data generated from our model can substantially help a semantic parser achieve better compositional and domain generalization.
Web Engineering Methodologies (WebML UWE Hera RMM) support the representation and
modeling of web services in a lifecycle, based on service oriented architecture (SOA). Theses
methodologies, however, vary in supporting semantic web components and s
emantic web services (SWS).
In this work, we present a general comparison between different web engineering methodologies with
special attention to semantic web components modeling and we track the weaknesses of common web
engineering methodologies in modeling semantic web services.
This work presents also an extension to WebML methodology where symbols, diagrams and notions are
added to support the modeling of semantic web services according to DAML-S framework (DARPA
agent markup language for services). Additionally, a software tool was built to support this extension
and generate ontologies of semantic web services automatically based on new diagrams. This tool also
supports matching with semantic ranking between semantic web services advertisements and client's
requests.
Reliable tagging of Temporal Expressions (TEs, e.g., Book a table at L'Osteria for Sunday evening) is a central requirement for Voice Assistants (VAs). However, there is a dearth of resources and systems for the VA domain, since publicly-available te
mporal taggers are trained only on substantially different domains, such as news and clinical text. Since the cost of annotating large datasets is prohibitive, we investigate the trade-off between in-domain data and performance in DA-Time, a hybrid temporal tagger for the English VA domain which combines a neural architecture for robust TE recognition, with a parser-based TE normalizer. We find that transfer learning goes a long way even with as little as 25 in-domain sentences: DA-Time performs at the state of the art on the news domain, and substantially outperforms it on the VA domain.
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
