1. Réconcilier les évènements dans le web des données HoudaKhrouf<houda.khrouf@eurecom.fr> RaphaëlTroncy<raphael.troncy@eurecom.fr> Ingénierie des Connaissances 2011, Chambéry

2. Un évènement ? Les évènements sont des observables qui regroupent 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 2 Personnes Lieux Temps Des expériences documentées par des Medias

4. EventMedia 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 4

5. EventMedia L’ontologie LODE 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 5

6. EventMedia 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 6

7. Problème : Réconciliation Quelles sont les bulles du nuage de données faut-il choisir ? Requêtes SPARQL sur http://lod.openlinksw.com 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 7

9. Eventful

10. MusicBrainz

11. DBpedia

12. Freebase

13. Uberblic

15. Eventful

16. Upcoming

17. DBpedia

18. Freebase

19. Foursquare

21. Eventful

22. Upcoming

23. DBpedia

24. Freebase

25. UberblicFoursquare DBpedia Geonames Freebase 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 8

27. Un thésaurus de catégories SKOS: Sport, Music, Arts, Movies, etc.20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 9

28. SILK Framework Basé sur un langage de spécification de liens Silk-LSL Des transformations et des fonctions algébriques : max, min, avg, etc Plusieurs métriques de similarité: Syntaxique : égalité, Jaro, Leveinstein, n-gram Lexicale : WordNet Géographique : wgs84 Temporelle : date 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 10

29. SILK Framework Configuration SILK - LSL 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 11

31. Le score de « wgs84 » est normalisé par rapport au seuil 10 km.* Cohen, William W., Ravikumar, Pradeep and Fienberg, Steve. 2003. A Comparison of String Distance Metrics for Name-Matching Tasks. IIWeb 2003: 73--78. 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 12

33. Donavon Frankenreiter / Donovan Frankenreiter (Jaro 0.98)

34. Birds & Batteries / Birds and Batteries (Jaro 0.70)Total : Eventful : 61 % Last.fm : 58 % 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 13

36. The Stone (34.1017 ;-118.304)

37. fallharvestwinedinnerbavarianinnrestaurantfrankenmuth(43.32 ; -83.73)

38. FrankenmuthBavarianInnRestaurant(43.32 ; -83.74) Total : Eventful : 17 % Last.fm : 15 % Upcoming : 36 % Dist : 29 m – Score (sim): 0.98 Dist : 80 m Score : 0.92 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 14

40. Eventful : « New Camp Bestival Dorset » à « Lulworth Castle » le 18/07/2008Total : Eventful : 0,4 % Last.fm : 3;8 % Upcoming : 4,8 % 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 15

41. Alignement des évènements La métrique Date de SILK est rigide Upcoming : « A Season in Hell » a eu lieu du 7 novembre au 22 novembre 2008 Eventful : « A Season in Hell » a eu lieu du 8 novembre 2008 Autres types d’évènements : sportif, militaire, mission spatiale Un appariement faible pour les évènements de type sport DBpedia : Alpine skiing at the 2002 Winter Olympics Uberblic : Alpine skiing at the 2002 Winter Olympics – Men's slalom 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 16

42. Discussion Une approche conservatrice assurant une précision élevée Un bon nombre des agents appariés. Les étiquettes sont relativement des chaines de caractères courts. Un nettoyage des lieux pour réduire les doublons constatés (e.gFoursquare) 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 17

43. Perspectives Limite de SILK : il ne supporte pas les méthodes hybrides Étendre la métrique Date de SILK Créer une métrique pour comparer les adresses Utiliser les méthodes de machine Learning supervisé Evaluation : précision et rappel Assurer une version LIVE d’Event Media 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 18

44. http://www.slideshare.net/khrouf Merci de votre attention 20/05/2011 Ingénierie des Connaissances 2011, Chambéry - 19