Regresar

HARE: An Engine for Enhancing Answer Completeness of SPARQL Queries via Crowdsourcing

Abstract:

We propose HARE, a SPARQL query engine that encompasses human-machine query processing to augment the completeness of query answers. We empirically assessed the effectiveness of HARE on 50 SPARQL queries over DBpedia. Experimental results clearly show that our solution accurately enhances answer completeness.

Año de publicación:

2018

Keywords:

  • Rdf
  • crowdsourcing
  • SPARQL
  • Query execution
  • completeness

Fuente:

scopusscopus

Tipo de documento:

Conference Object

Estado:

Acceso abierto

Áreas de conocimiento:

  • Web Semántica
  • Ciencias de la computación

Áreas temáticas de Dewey:

  • Funcionamiento de bibliotecas y archivos
Procesado con IAProcesado con IA

Objetivos de Desarrollo Sostenible:

  • ODS 9: Industria, innovación e infraestructura
  • ODS 17: Alianzas para lograr los objetivos
  • ODS 8: Trabajo decente y crecimiento económico
Procesado con IAProcesado con IA

Contribuidores:

Flöck F.Flöck F.
Simperl E.Simperl E.
Acosta M.Acosta M.
María-Esther VidalMaría-Esther Vidal