![Our Approach
[0 ,1]
:Shirin_Eba
di
:Nobel_Peace_
Prize
:award
Shirin Ebadi was awarded Nobel Peace Prize
Shirin Ebadi received the Nobel Peace Prize
Nobel Peace Prize recipient Shirin Ebadi
[0 ,1]
Feature Extraction
Reference Corpus](https://image.slidesharecdn.com/bundeswettbewerbinformatikweb-180927090623/85/36-Bundeswettbewerb-Informatik-DICE-Data-Science-25-320.jpg)
36. Bundeswettbewerb Informatik - DICE Data Science
- 1. 1 Das Fachgebiet Data Science an der Universität Paderborn 25. September 2018 Adrian Wilke, Kevin Haack, Zafar Habeeb Syed, Alexander Bigerl dice.cs.upb.de 36. Bundeswettbewerb Informatik bwinf.de/bundeswettbewerb Web-Version
- 3. 3 Inhalte Grundlagen Data Science Adrian Wilke, 20 Minuten Projektgruppe Search and Extraction: Datenaufbereitung in modernen Unternehmen Kevin Haack, 10 Minuten Fact Checking Zafar Habeeb Syed, 10 Minuten Graph-Stores und Tensoren Alexander Bigerl, 10 Minuten Fachgebiet Data Science
- 4. https://www.go-globe.com/blog/things-that-happen-every-60-seconds/ 4 Things that happen on internet every 60 seconds (Bild entfernt)
- 5. 5 5-Sterne-Modell für Offene Daten https://5stardata.info/de/,Idee:TimBerners-Lee Semantische, maschinen-verstehbare Daten
- 6. RDF - Resource Description Framework W3Chttps://www.w3.org/TR/2014/NOTE-rdf11-primer-20140624/#section-triple 6 <Subjekt> <Prädikat> <Objekt>
- 7. RDF - Resource Description Framework W3Chttps://www.w3.org/TR/2014/NOTE-rdf11-primer-20140624/#section-triple 7foaf:knows → http://xmlns.com/foaf/0.1/knows
- 8. Wissensgraphen 8 Wie viele Dinge (Personen, Filme, …) sind in großen Wissensgraphen vorhanden? Und wie viele Tripel (Subjekt Prädikat Objekt)?
- 9. Wissensgraphen/-datenbanken 9 DBpedia 38.300.000 Dinge https://wiki.dbpedia.org/about, 2018-09-19 9.500.000.000 Tripel https://lod-cloud.net/dataset/dbpedia, 2018-09-19 https://wiki.dbpedia.org/dbpedia-version-2016-04, 2018-09-19 Wikidata 56.000.000 Dinge https://www.wikidata.org/w/index.php?title=Wikidata:News&oldid=748976585 5.800.000.000 Tripel https://lod-cloud.net/dataset/wikidata, 2018-09-19 DBpedia englisch 4.580.000 Dinge 1.445.000 Personen 735.000 Orte 123.000 Musik Alben 87.000 Filme 241.000 Organisationen https://wiki.dbpedia.org/about, 2018-09-19
- 10. TheLinkedOpenDataCloudfromlod-cloud.net(CCBY) Linked Open Data 10 1.224 Datensätze 16.113 Links DBpedia
- 11. Expressions- daten von Lungenkrebs- patienten für die Gene HER2 und HER? Data: TCGA (The Cancer Genome Atlas Database) 11 Saleemetal.(2014):Biglinkedcancerdata:IntegratinglinkedTCGAandPubMed.WebSemantics27 TCGA Daten 212,000 DVDs 33 Tumore (Bild entfernt)
- 12. Linked TCGA (The Cancer Genome Atlas Database) 12 Linked TCGA: - 27 Krebsarten - 20,4 Mrd. Fakten - 17 Datenendpunkte Saleemetal.(2014):Biglinkedcancerdata:IntegratinglinkedTCGAandPubMed.WebSemantics27 TCGA Portal: - 32,3 TB Daten - 9.000 Patienten - 30 Krebsarten
- 13. Linked Data: Möglichkeiten Saleemetal.(2014):Biglinkedcancerdata:IntegratinglinkedTCGAandPubMed.WebSemantics27 13 ● Patienten mit Mustern anderer Patienten Vergleichen ● Linked TCGA verbunden mit medizinischen Artikeln ● Visualisierung in Explorer/Browser
- 14. Take away 14 Resource Description Framework Tripel / Fakten: <Subjekt> <Prädikat> <Objekt> dice.cs.upb.de
- 15. 15 Inhalte Grundlagen Data Science Adrian Wilke, 20 Minuten Projektgruppe Search and Extraction: Datenaufbereitung in modernen Unternehmen Kevin Haack, 10 Minuten Fact Checking Zafar Habeeb Syed, 10 Minuten Graph-Stores und Tensoren Alexander Bigerl, 10 Minuten Fachgebiet Data Science
- 16. Challenge 16 • Unvorstellbare Datenmengen • Unterschiedliche Formate – Texte (Bücher, Wikipedia) – Twitter, Facebook – Datenbanken, Excel – uvm. • Kontinuierlich mehr Daten
- 17. SASK - Das Projekt 17 • Selbst organisiertes Softwareprojekt • Internationale Studenten • Ein Jahr • SASK – Verschiedene Quellen – Wissen extrahieren – Bereitstellen
- 18. Demo 18
- 19. 19
- 20. 20 Inhalte Grundlagen Data Science Adrian Wilke, 20 Minuten Projektgruppe Search and Extraction: Datenaufbereitung in modernen Unternehmen Kevin Haack, 10 Minuten Fact Checking Zafar Habeeb Syed, 10 Minuten Graph-Stores und Tensoren Alexander Bigerl, 10 Minuten Fachgebiet Data Science
- 21. Information The Problem 21 Easy to share
- 22. Misinformation The Problem 22 Easy to share
- 23. The Problem 23 Reasons for Misinformation? Obama was born in Kenya • Human errors • Outdated facts • Intention to spread fake news MisinformationEasy to share
- 24. The Problem 24 Reasons for Misinformation? • Human errors • Outdated facts • Intention to spread fake news Problem formulation : Input • Structured triples: <Shirin_Ebadi, award, Nobel_Peace_Prize> • Unstructured textual claims: “Did Franklin Graham Say ‘Attempted Rape Is Not a Crime’?” Solution Classify input claims as “True” or “False” by aggregating evidence from different trustworthy sources. MisinformationEasy to share
- 25. Our Approach [0 ,1] :Shirin_Eba di :Nobel_Peace_ Prize :award Shirin Ebadi was awarded Nobel Peace Prize Shirin Ebadi received the Nobel Peace Prize Nobel Peace Prize recipient Shirin Ebadi [0 ,1] Feature Extraction Reference Corpus
- 26. Our Approach
- 27. Überblick Grundlagen Data Science Adrian, 20 Minuten Projektgruppe Search and Extraction: Datenaufbereitung in modernen Unternehmen Kevin, 10 Minuten Fact Checking Zafar, 10 Minuten Graph-Stores und Tensoren Alexander, 10 Minuten 27
- 28. RDF 2828 ?
- 29. Tensor 2929 Rang 0 Rang 1 Rang 3 Rang 2 Rang 4+?
- 30. Tensor 3030 1 2 4 5 Rang 0 Rang 1 Rang 3 Rang 2 Rang 4+? ()↦1 (3)↦2 (2,4)↦5 (5,3,2)↦4 (5,3,2,2)↦3
- 31. RDF Graph 3131
- 32. RDF Triples 3232 :Bob :friendOf :Alice :Alice :friendOf :Bob :Bob rdf:type :Person :Bob :interestedIn :TheMonaLisa :TheMonaLisa :createdBy :LDaVinci :LaKocondeaWashington rdf:about :TheMonaLisa
- 37. Denkaufgabe für Zuhause 3737 Gegeben: ● Tensor mit Rang n=3 ● Kantenlänge von 109 ● 10’000 Einträge ungleich 0 Was könnte eine gute Datenstruktur sein, um einen solchen Tensor ● effizient zu speichern ● Slices auszuführen Beispiel: ● Array: Speicherbedarf 3·1019 TB -> keine Option Schreibt mir eure Ideen, ich gebe euch Feedback: bigerl ~ mail.upb.de 109 109 109