- Oggetto:
- Oggetto:
Modellazione Concettuale per il web Semantico
- Oggetto:
Conceptual Modelling for the Semantic Web
- Oggetto:
Anno accademico 2023/2024
- Codice attività didattica
- INF0071
- Docente
- Rossana Damiano (Titolare)
- Corso di studio
- [008515] Laurea magistrale in informatica
- Anno
- 1° anno, 2° anno
- Periodo
- Primo semestre
- Tipologia
- Caratterizzante
- Crediti/Valenza
- 6 CFU - Numero di ore - Number of hours: 48 (in aula)
- Crediti percorso 24 CFU
- 2
- SSD attività didattica
- INF/01 - informatica
- Erogazione
- Tradizionale
- Lingua
- Italiano
- Frequenza
- Facoltativa
- Tipologia esame
- Orale
- Prerequisiti
- Nozioni di rappresentazione della conoscenza e intelligenza artificiale.
Insegnamenti propedeutici (forniscono le competenze attese in ingresso): Intelligenza artificiale o corsi equipollenti.Algorithms and knowledge representations. Artificial intelligence.
Preparatory courses (providing the expected entry skills): Basic background in knowledge representation and AI. - Oggetto:
Sommario insegnamento
- Oggetto:
Avvisi
- Oggetto:
Obiettivi formativi
Questo insegnamento concorre agli obiettivi formativi dell'ambito propedeutico del CdS in Informatica (LM18), contribuendo alla capacità di modellazione dei dati e della conoscenza. In particolare, gli obiettivi del corso sono i seguenti:
acquisire la conoscenza di base dei linguaggi del Web Semantico per la rappresentazione della conoscenza; capacità di progettare e realizzare semplici ontologie con editor di ontologie (Protégé) secondo i principi di ontology engineering; acquisire familiarità con il ragionamento automatico; conoscenza delle risorse ontologiche e linguistiche utili per lo sviluppo di applicazioni interattive intelligenti; gestire la pubblicazione, l’integrazione e l’interrogazione dei dati nel paradigma Linked Data; configurazione e utilizzo di una Linked Data Platform.
In agreement with the training objectives of the Course in Computer Science (LM18), this course contributes to the knowledge and data modelling skills in the following way:
Acquiring familiarity with Semantic Web languages (RDF and OWL); Designing and editing simple ontologies with ontology editors. Using automatic reasoners; Publishing and querying semantic resources (vocabularies, ontologies, etc.) according to the Linked Data paradigm; Using semantic resources to develop interactive, intelligent applications.
- Oggetto:
Risultati dell'apprendimento attesi
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Conoscenza di base dei linguaggi formali per la rappresentazione della conoscenza nel Web Semantico (RDF e OWL) e loro serializzazioni
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Capacità di progettare e implementare semplici ontologie e di utilizzare software per il ragionamento automatico. Capacità di pubblicare e interrogare i dati in formato RDF. Capacità di gestire la traduzione tra formati e paradigmi di rappresentazione diversa (interoperabilità con basi di dati).
AUTONOMIA DI GIUDIZIO Capacità di valutare l'uso degli strumenti di rappresentazione e ragionamento e delle risorse; valutare criticamente le problematiche di interoperabilità nella rappresentazione.
ABILITÀ COMUNICATIVE Capacità di utilizzare adeguatamente la terminologia specifica del Semantic Web e dei Linked Data secondo gli standard
CAPACITÀ DI APPRENDIMENTO Capacità di autovalutazione del proprio apprendimento durante il progresso nello studio degli argomenti del corso.
KNOWLEDGE AND UNDERSTANDING Basic knowledge of the formal languages for representing knowledge in the Semantic Web (RDF and OWL) and their serializations;
APPLYING KNOWLEDGE AND UNDERSTANDING Design and implementation of simple ontologies, use of automated reasoning tools; Publishing and querying RDF data via SPAQL; Briding data formats and models to achieve interoperability.
MAKING JUDGEMENTS Selecting and applying the appropriate reasoning and representation tools and resources for a project in an interoperability perspective.
COMMUNICATION SKILLS Using the vocabulary of the Semantic Web and Linked Data, with awareness of the standards.
LEARNING SKILLS. Acquisition of self-assessment skills during the course progress.
- Oggetto:
Programma
Rappresentazione della conoscenza nell'intelligenza artificiale: cenni storici (reti semantiche, frame, regole di produzione). Introduzione alle logiche descrittive. Web Semantico: i linguaggi RDF/OWL. Ragionamento ontologico e regole SWRL. Relazioni tra linguaggio naturale e risorse semantiche. Cenni di ontology engineering (modularizzazione, riuso, mantenimento di ontologie). Il paradigma dei Linked Data e i Linked Open Data: standard (SKOS) e risorse (vocabolari). Cenni sul paradigma FAIR. Linked Data nei beni culturali (Europeana). Interrogazione di basi di conoscenza RDF con SPARQL. Architetture software per il Web Semantico e i Linked Data. Visualizzazione di ontologie e grafi RDF. Mapping di basi di dati relazioni su RDF (R2RML).Knowledge representation in AI. The basics of description logics. Semantic Web technologies. RDF/OWL languages and ontology reasoning, SWRL rules. Ontology design and engineering. Editing simple ontologies via ontology editors. Semantic reasoners. Querying RDF graphs via SPARQL. Ontological resources for cultural heritage. FAIR data. Software architectures for the Semantic Web. Linked Data Platforms. Visualization of RDF graphs, R2RML mapping language. .- Oggetto:
Modalità di insegnamento
Lezioni frontali teoriche con esempi e esercitazioni in aula (36 ore).
Theoretical lessons with practical examples and exercises (36 hours).
- Oggetto:
Modalità di verifica dell'apprendimento
Progetto e colloquio orale concorrono entrambi a determinare il voto finale (nella proporzione di 60% progetto e 40% colloquio). Le specifiche del progetto saranno fornite durante il corso.
Individual projects (60%) and interview (40%). Project specifications will be provided during the course.
Testi consigliati e bibliografia
- Titolo:
Dispense e esercizi della docente. Un elenco di testi e articoli scientifici sarà consegnato a inizio corso.I materiali del corso saranno resi disponibili tramite la piattaforma https://informatica.i-learn.unito.it/mod/folder/view.php?id=207514.
- Oggetto:
Insegnamenti che mutuano questo insegnamento
- Rappresentazione e algoritmi B (STU0439)Corso di laurea magistrale in CAM
Cinema, Arti della scena, Musica e Media
- Rappresentazione e algoritmi B (STU0439)
- Registrazione
- Aperta
- Oggetto:
