Analisi Empirica delle Distinzioni Fondazionali in Linked Open Data

Passerini, Serena (2019) Analisi Empirica delle Distinzioni Fondazionali in Linked Open Data. [Laurea], Università di Bologna, Corso di Studio in Informatica per il management [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato

Download (1MB) | Contatta l'autore

Abstract

Analisi delle distinzioni fondazionali nei Linked Open Data. Sono state analizzate 4,5 milioni di entità DBPedia, successivamente classificate tramite metodi di classificazione basati sull'apprendimento automatico. I risultati sono stati validati tramite Crowdsourcing. I risultati sono stati confrontati con quelli della ricerca presentata nell'articolo "Empirical Analysis of Foundational Distinctions in Linked Open Data” scritto da Luigi Asprino, Valerio Basile, Paolo Ciancarini e Valentina Presutti.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Passerini, Serena
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Linked Open Data,Classificazione,crowdsourcing,commonsense know- ledge,dbpedia
Data di discussione della Tesi
16 Luglio 2019
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^