91265 - KNOWLEDGE ENGINEERING

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 

Semantic Web standards: OWL, RDF, SPARQL

Ontology Design methodologies and ontology design patterns

Reasoning methods, neuro-symbolic reasoning

Large Language Models and Knowledge Engineering: applications and research challenges

Knowledge extraction use cases: text and music

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, compiti a casa 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)
  

Progetto: I gruppi dovranno applicare le metodologie di modellazione semantica acquisite e sperimentate 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 tre preferenze in base a una lista di progetti disponibili. Sarà data priorità alle preferenze durante l'assegnazione, tuttavia non è possibile garantire che saranno soddisfatte (in caso di conflitti). 

 

 

Strumenti a supporto della didattica

Slide, tool per l'autovalutazione, discord per le discussione e comunicazioni asincrone.

Orario di ricevimento

Consulta il sito web di Valentina Presutti

Consulta il sito web di Andrea Giovanni Nuzzolese