Надсмотренное (несупервизированное) создание признаков для добычи данных из Linked Open Data

Качество результатов процесса добычи данных во многом зависит от качества обрабатываемых данных. Хороший результат более вероятен при наличии более полезных фоновых знаний в наборе данных. В этой статье мы представляем полностью автоматический подход к обогащению данных признаками, полученными из Linked Open Data — очень большой общедоступной коллекции данных. Мы выделяем шесть различных типов генераторов признаков, которые реализованы в нашем open-source инструменте FeGeLOD. В четырех тематических исследованиях (case studies) мы показываем, что наш подход применим к различным задачам — от классической добычи данных до обучения онтологий и согласования онтологий в Semantic Web. Результаты демонстрируют, что признаки, сгенерированные из публично доступной информации, могут позволить выполнять добычу данных в задачах, где признаки вообще недоступны, а также способствовать улучшению результатов для задач, где некоторые признаки уже имеются.