Geospatial link discovery with human in the loop / Abdullah Fathi Ahmed Ahmed ; 1. Reviewer: Prof. Dr. Axel-Cyrille Ngonga Ngomo, Department of Computer Science (Paderborn University) ; 2. Reviewer: Prof. Dr. Alsayed Algergawy, Department of Computer Science (University of Passau) ; Supervisors. Prof. Dr. Axel-Cyrille Ngonga Ngomo and Dr. Mohamed Ahmed Sherif

Bibliographic Metadata

Title
Geospatial link discovery with human in the loop / Abdullah Fathi Ahmed Ahmed ; 1. Reviewer: Prof. Dr. Axel-Cyrille Ngonga Ngomo, Department of Computer Science (Paderborn University) ; 2. Reviewer: Prof. Dr. Alsayed Algergawy, Department of Computer Science (University of Passau) ; Supervisors. Prof. Dr. Axel-Cyrille Ngonga Ngomo and Dr. Mohamed Ahmed Sherif
Author
Ahmed, Abdullah Fathi Ahmed
Participants
Ngonga Ngomo, Axel-Cyrille ; Algergawy, Alsayed Alshahat Alsayed ; Sherif, Mohamed Ahmed Mohamed ; Sauer, Stefan ; Dumitrescu, Roman
Published
Paderborn, 2024
Description
1 Online-Ressource (xiv, 177 Seiten) : Diagramme
Institutional Note
Universität Paderborn, Dissertation, 2024
Annotation
Tag der Verteidigung: 26.04.2024
Defended on
2024-04-26
Language
English
Document Types
Dissertation (PhD)
URN
urn:nbn:de:hbz:466:2-52681
DOI
10.17619/UNIPB/1-2062

Links

Files

Classification

Zusammenfassung

Die rasche Ausweitung heterogener Wissensgraphen (KGs) hat zahlreiche Möglichkeiten in datengetriebenen Bereichen wie der Informationssuche, Natural Language Pro- cessing (NLP), und geografischen Analyse eröffnet. Das Potenzial dieser KGs bleibt jedoch aufgrund der begrenzten Vernetzung zwischen ihnen weitgehend ungenutzt. Diese Dissertation befasst sich mit kritischen Forschungslücken im Bereich von Link Discovery (LD) über KGs, insbesondere mit einem Fokus auf geografische KGs. Drei Hauptforschungslücken werden identifiziert: Skalierbarkeitsprobleme (Forschungslücke 1), das Fehlen ganzheitlicher Modelle für Linked Open Data (LOD) (Forschungslücke 2) und die Notwendigkeit für Erklärbarkeit in der LD mit dem Menschen in der Schleife (Forschungslücke 3).

Abstract

The increased availability of heterogeneous Knowledge Graphs (KGs) has unlocked numerous opportunities in data-driven applications, such as information retrieval, Natural Language Processing (NLP), and geospatial analysis. However, the potential of these KGs remains largely untapped due to their limited interlinking. This thesis addresses critical research gaps in the realm of Link Discovery (LD) over KGs particularly focusing on geospatial KGs. Three key research gaps are identified: scalability (Research Gap 1), the absence of holistic models for Linked Open Data (LOD) (Research Gap 2), and the need for explainability in LD with the human in the loop (Research Gap 3).

Content

Stats

License/Rightsstatement