Enriquecimento de dados de referência para recuperação de informação geográfica utilizando linked data
Carregando...
Arquivos
Data
Autor(es)
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Minas Gerais
Descrição
Tipo
Dissertação de mestrado
Título alternativo
Primeiro orientador
Membros da banca
Claudio de Souza Baptista
Frederico Torres Fonseca
Rodrygo Luis Teodoro Santos
Frederico Torres Fonseca
Rodrygo Luis Teodoro Santos
Resumo
Gazetteers são ferramentas comumente utilizadas para reconhecimento de nomes de lugares em documentos como páginas da Web, notícias e mensagens em redes sociais. A utilização de fontes de dados que seguem o padrão Linked Data é uma forma de se obter informações para se criar um gazetteer mundialmente amplo e com detalhamento de informações em um nível intra-urbano. Nesse trabalho é apresentado o Linked OntoGazetteer, um gazetteer ontológico que utiliza informações da Web of Data como fonte de dados, além de obter evidências extras como relacionamento de entidades geográficas com outras entidades, que enriquecem a base de conhecimento resultante, aumentando a capacidade de resolução de problemas típicos em Recuperação de Informação Geográfica (RIG) como a desambiguação de topônimos. Os dados armazenados pelo gazetteer são disponibilizados através de Web Services para que aplicações e iniciativas de pesquisa em diversas outras áreas possam utilizar.O gazetteer resultante deste trabalho possui mais de 13 milhões de lugares extraídos de quatro fontes de dados: GeoNames, Freebase, DBPedia e LinkedGeoData. Também é apresentada uma análise de como essas fontes de dados se sobrepõem, levando em consideração as entidades armazenadas em cada uma delas.
Abstract
Gazetteers are instrumental in recognizing place names in documents such as Web pages, news, and social media messages. However, creating and maintaining gazetteers is still a complex and demanding task. We propose using Linked Data sources to put together gazetteer data that can be both broad (e.g. planetary) and deep (e.g., down to urban detail). Linked data sources also allow enriching the resulting gazetteer with a set of geographic and semantic relationships involving place names, other geographic and non-geographic terms, thus expanding the possibilities for solving typical GIR problems such as disambiguation and filtering. This work shows the results of efforts to compose and maintain an ontological gazetteer, in which places and their names are connected to other places and to non-geographic entities through geographic and semantic relationships. The objective of this proposal is to create, organize and populate a large ontological gazetteer with information obtained from the Web of Data, to be exposed as a Web service to applications and research initiatives on geographic information retrieval, text processing, named entity recognition and others. The resulting gazetteer contains more than 13 million places, extracted from the four datasets used in this work: GeoNames, Freebase, DBPedia and LinkedGeoData. In addition, we present an analysis of how the datasets overlap one another.
Assunto
Computação, Sistemas de informação geografica, Sistemas de recuperação da informação
Palavras-chave
Recuperação de informação geográfica, Linked data, Integração de dados, Gazetteer