Type Inference on Noisy RDF Data

DOI:	https://doi.org/10.1007/978-3-642-41335-3_32
URL:	http://www.heikopaulheim.com/docs/iswc2013.pdf
Weitere URL:	http://de.slideshare.net/heikopaulheim/type-infere...
Dokumenttyp:	Konferenzveröffentlichung
Erscheinungsjahr:	2013
Buchtitel:	The Semantic Web - ISWC 2013 : 12th International Semantic Web Conference, Sydney, NSW, Australia, October 21-25, 2013, Proceedings, Part I
Titel einer Zeitschrift oder einer Reihe:	Lecture Notes in Computer Science
Band/Volume:	8218
Seitenbereich:	510-525
Veranstaltungstitel:	ISWC 2013
Veranstaltungsort:	Sydney, Australia
Veranstaltungsdatum:	21-25 October 2013
Herausgeber:	Alani, Harith
Ort der Veröffentlichung:	Berlin [u.a.]
Verlag:	Springer
ISBN:	978-3-642-41334-6 , 978-3-642-41335-3
ISSN:	0302-9743 , 1611-3349
Sprache der Veröffentlichung:	Englisch
Einrichtung:	Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Web Data Mining (Juniorprofessur) (Paulheim 2013-2017) Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Information Systems V: Web-based Systems (Bizer 2012-)
Fachgebiet:	004 Informatik
Freie Schlagwörter (Englisch):	Type Inference , Noisy Data , Link-based Classification , RDF , Semantic Web
Abstract:	Type information is very valuable in knowledge bases. However, most large open knowledge bases are incomplete with respect to type information, and, at the same time, contain noisy and incorrect data. That makes classic type inference by reasoning difficult. In this paper, we propose the heuristic link-based type inference mechanism SD- Type, which can handle noisy and incorrect data. Instead of leveraging T-box information from the schema, SDType takes the actual use of a schema into account and thus is also robust to misused schema elements.