はてなブックマーク

2013年10月8日に行われた第7回LinkedData勉強会にて「オントロジーエディタprotégéを使う」と題してprotégéの使い方を簡単に紹介しました。時間がおしていたことなどから非常に駆け足の説明となり、分かりにくい点が多々あったと思います。その後、スライドを見るだけでもなるべく分かるようにするために若干加筆修正をしてslideshareにアップしました。 protégé全体の説明を詳細にすることは困難なので、ひとまず、起動して何をしていいのか分からない、という状況にならないような紹介にしようと思いました。非常に簡単な事例を除いて、最初から思い描いていた通りのオントロジーを構築することはほぼ無理なので、実際の作業としては、オントロジーを作る → それを利用したデータセットを構築する → アプリケーションなどから利用する → 問題を見つける → オントロジーを更新する、の繰り返し

第5回LinkedData勉強会が先日開かれて「SPARQLを使い込む」と題した発表をさせていただきました。 ここでは発表中に口頭でのみお伝えした点やお伝えしきれなかった点について補足しておきます。 SERVICEキーワードを利用したfederated queriesではリモートのSPARQLエンドポイントに対して容易に大量のデータを返す様なクエリを発行出来てしまいます。従ってこの便利な機能を使う際には、実際にリモートに投げられるクエリを想定して行うのが良いと思います。 クエリの構造として同じスコープにある変数の場合、実際にクエリに書かれている順番にバインドされていくわけではないので、リモートに投げられる時点で、記述したクエリの変数のいずれかがバインドされていることを想定することが出来ません。従って、探索空間が非常に広くなりえることに注意が必要と思います。 SELECT * WHERE {

BioHackathon series in 2011 and 2012: penetration of ontology and linked data in life science domains Link BioBenchmark Toyama 2012: an evaluation of the performance of triple stores on biological data Link Building Linked Open Data Link The DBCLS BioHackathon 2010 Link The DBCLS BioHackathon 2009 Link Allie at Database TogoDoc / Client at PLoS One The DBCLS BioHackathon 2008 Link Online Resource

Google refineのクラスタリング機能は便利ですが、ファセット(facet)でバリエーションが多い場合は”too many to display”となってしまい実行出来ません。現バージョンでは制限を変えられるようになっていますが、それでもブラウザベースである程度大きなデータに対して処理を行うとブラウザが長時間にわたり重くなるという問題があります。 その一方でソースコードは公開されているので、それを利用することで、上記の問題を回避したクラスタリングが可能になります。 Key collision kNN Key collision については、Clusteringから個々のソースを取得して適宜生成します。 kNN については、下記の要領でダウンロードします。 svn checkout http://simile-vicino.googlecode.com/svn/trunk/ simi