Detailansicht
A framework for the specification of similarity functions and precision metrics
Paul Jodok von Braitenberg
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Informatik
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Wirtschaftsinformatik
Betreuer*in
Wolfgang Klas
DOI
10.25365/thesis.79896
URN
urn:nbn:at:at-ubw:1-21348.05320.550535-9
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Viele Webseiten nutzen strukturierte Daten, die von Suchmaschinen verwendet werden, um die Qualität und Relevanz von Suchergebnissen zu verbessern. Allerdings treten diese strukturierten Daten, selbst wenn sie dieselbe Entität beschreiben, oft in inkonsistenter Form auf verschiedenen Webseiten auf, was zu widersprüchlichen Informationen führt. Das FactCheck-System, entwickelt von der MIS-Forschungsgruppe der Universität Wien, bietet einen Ansatz zur Erkennung und Auflösung solcher widersprüchlichen strukturierten Daten im Web. FactCheck basiert auf einer Vergleichslogik, die Inkonsistenzen zwischen Datensätzen identifiziert, deren aktuelle Implementierung jedoch recht simpel ist und hauptsächlich auf direkten String-Vergleichen beruht. Dies führt oft zur Fehlklassifizierung äquivalenter Daten als widersprüchlich, da Unterschiede in Formatierung, Repräsentation oder sprachlichen Varianten nicht berücksichtigt werden. Diese Masterarbeit schlägt einen Ansatz zur signifikanten Verbesserung der Vergleichslogik von FactCheck vor, indem neue Vergleichsfunktionen und Präzisionsmetriken entwickelt werden. Letztere bestehen aus Kombinationen von Vergleichsfunktionen und ermöglichen eine präzisere und differenziertere Faktenabgleichung. Diese fortschrittlicheren Metriken erlauben es FactCheck, in mehreren Anwendungsdomänen effektiver zu arbeiten und verbessern die Anpassungsfähigkeit sowie die Genauigkeit bei der Erkennung echter Konflikte. Es wurde ein Framework entwickelt, das das Testen, Evaluieren und Entwickeln neuer Vergleichsfunktionen und Präzisionsmetriken ermöglicht und somit eine strukturierte Grundlage für die Verfeinerung der Datenabgleichsfähigkeiten von FactCheck schafft.
Abstract
(Englisch)
Many websites use structured embedded data, which search engines leverage to enhance search result quality and relevance. However, as more and more information on the Web is available in the form of structured data, data describing the same entity more often appears inconsistently across different websites, leading to conflicting information. The FactCheck system, developed by the MIS research group at the University of Vienna, provides an approach for detecting and resolving such conflicting structured data on the Web.FactCheck relies on a comparison logic that identifies inconsistencies between datasets, but its current implementation is rather simplistic, primarily based on direct string comparisons. This often results in misclassification of equivalent data as conflicting due to differences in formatting, representation, or linguistic variations. This master’s thesis proposes an approach to significantly enhance FactCheck’s comparison logic by developing new comparison functions and precision metrics, which are combinations of similarity predicates and enable more precise and sophisticated fact comparison. These advanced metrics allow FactCheck to function more effectively across multiple domains, improving its adaptability and accuracy in detecting true conflicts. A framework has been designed to test, evaluate, and develop new functions and precision metrics, providing a structured foundation for refining FactCheck’s data reconciliation capabilities.
Schlagwörter
Schlagwörter
(Deutsch)
Factchecking Vergleichsfunktionen Strukturierte Daten
Autor*innen
Paul Jodok von Braitenberg
Haupttitel (Englisch)
A framework for the specification of similarity functions and precision metrics
Publikationsjahr
2025
Umfangsangabe
xi, 96 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Wolfgang Klas
Klassifikation
54 Informatik > 54.81 Anwendungssoftware
AC Nummer
AC17734131
Utheses ID
78246
Studienkennzahl
UA | 066 | 926 | |