面白そうなツイートがいっぱい流れてきてたからあとでサーベイしておきたい。ほとんど武田先生のツイートを貼っただけになってしまった。
インタフェース（可視化、検索支援）
Db-pedia atlas: very cool linked data visualization tool presented at #LDOW2015 #www2015 http://t.co/r8sEpgZigI
— PierreAntoineChampin (@pchampin) May 19, 2015
地図にしてしまう。２次元の制約がかかるのでありのままの近接性とはいかないんだけれど、その思い切りが、理解しやすくはしているんだと思う。
Uduvudu: a Graph-Aware and Adaptive UI Engine for Linked Data / LODの可視化。templeteを用意させ、それにデータをmatchさせて表示。http://t.co/zuEsvpeeV8 #LDOW2015
— Hideaki Takeda (@takechan2000) May 19, 2015dbpedia.exascale.infoのデモでは「初音ミク」って入力したら即座に「Miku Hatsune」の記事を推薦してきた。検索支援として、SPARQLのテンプレート言語欲しいなと思っていて、SPINとかいろいろ見てはいるけれど、インタフェースと結びついてないとなかなか難しいなと思っていたので、そういう意味で期待できるかも。word2vecで話題になった、「[日本]にとっての[東京]は、[フランス]にとっての何？」でパリを出すようなサンプル（word2vec playground）とか、LODを使っても同じコトできますよってデモができそう。
カテゴライズ
Next paper at #ldow2015 workshop: "Towards Automatic Topical Classification of LOD Datasets" http://t.co/ZliYS695vh #www2015
— Tom Heath (@tommyh) May 19, 2015Towards Automatic Topical Classification of LOD Datasets / LOD Datasetを8分類のどれになるかをk-NNやJ48, NBなどの機械学習で推定する。#ldow2015
— Hideaki Takeda (@takechan2000) May 19, 2015
8分類ってLOD Cloudのやつね。精度8割くらい。
プロパティの同定・修正、リンク発見
Fixing Domain and Range of Properties in Linked Data by Context Disambiguation /Propertyをデータにあるrangeとdomainの使い方で分離する。 #ldow2015
— Hideaki Takeda (@takechan2000) May 19, 2015これはあとで読む（論文）。セマンティックウェブ→LODになってから、プロパティの domain と range さえ考えないデータが増えてて、それじゃ推論になんか全然つかえないやん、って問題意識は僕も持っていたので、気になる。英語メモ: adherence 忠実。
Rule Mining for Semantifying Wikilinks/ DBpediaで単なるリンクにPropertyを推定する。ホーン節型のルールを用意する。3.5Kのルール。181Kの発見。#ldow2015
— Hideaki Takeda (@takechan2000) May 19, 2015プロパティの同定という意味ではこれも関係ありそう。
Interlinking: Performance Assessment of User Evaluation vs. Supervised Learning Approachesも読む。
Interlinking: Performance Assessment of User Evaluation vs. Supervised Learning Approaches / Link発見はむずかしい。例：LIMES, SILK, SLINT+.
#ldow2015
— Hideaki Takeda (@takechan2000) May 19, 2015(続）難しさの理由：分野依存、自動とユーザ参加、など。なのでまず人間のやり方を観察。それを機械学習と比較。コスト比較でF値は機械学習が勝る。 #ldow2015
— Hideaki Takeda (@takechan2000) May 19, 2015
NEEL Challenge なんてあったんだな。
エントリの同定？
Normalizing Resource Identifiers using Lexicons in the Global Change Information System / 地球科学でのID,概念,コミュニティをリンク #ldow2015
— Hideaki Takeda (@takechan2000) May 19, 2015(承前) Global Change Information System (GCIS) / 沢山の語彙とURI / 様々なリソースが結合。IDをterm/context/communityで記述 / 色々なところからきたIDをGCISのなかで統一的管理 #ldow2015
— Hideaki Takeda (@takechan2000) May 19, 2015これも複数文脈の体系を接合するという意味できになるので読む。
Normalizing Resource Identifiers using Lexicons in the Global Change Information System
その他
LOD的レイヤーケーキっていろいろ作られてたりするけど、
an updated #SemanticWeb layer cake, proposed by @SoerenAuer at #ldow2015. pic.twitter.com/VdckqeSUnC
— Erik Wilde (@dret) May 19, 2015この土台の分厚さはすごくインパクトがあるｗ
