Dr. Vedran Sabol
Im Themenfeld Knowledge Visualization (Wissensvisualisierung) werden visuelle Methoden zur Analyse, Darstellung, und Kommunikation von komplexen Wissensbasen erforscht und entwickelt. Ziel ist es, durch die Verfügbarmachung von interaktiven visuellen Zugängen AnwenderInnen bei der Lösung von komplexen Aufgabenstellungen zu unterstützen. Eine effektive Kombination von automatisierter Analyse, visueller Repräsentation und interaktiver Manipulation soll die Verifikation bekannter Fakten sowie die Entdeckung neuer Phänomene in sehr großen Datenbeständen ermöglichen.
Abbildung 1: Visuelle Darstellung eines großen semantischen Graphen.
Thematische Schwerpunkte
Die Qualität automatisierter Methoden zur Wissensverarbeitung lässt sich durch die Integration von externem, manuell generierten Wissen entscheidend steigern. Im Rahmen des FIT-IT-Projektes DIVINE haben wir in Zusammenarbeit mit der Wirtschaftsuniversität Wien entsprechende Methoden entwickelt und erprobt. So lässt sich z.B. die Qualität von visuellen Themenclustering durch die Einbeziehung vom ontologischen Wissen steigern und in eine, für den Anwendungskontext relevante Richtung lenken.
Automatisierte Analyseverfahren sind in der Lage, aus unstrukturierten Textbeständen eine große Anzahl von strukturierten Informationen abzuleiten. Handelt es sich bei den Ausgangsdaten um große, über die Zeit veränderliche Volumina, so erschließt sich auch die Dynamik der Inhalte, etwa in Form thematischer Trends. Allerdings sind die Analyseergebnisse aufgrund von Größe und Komplexität vorerst unzugänglich. Gemeinsam mit den Partnerunternehmen M2N und APA Defacto haben wir Komponenten für die visuelle Analyse von Patent- und Rechtsdatenbeständen entwickelt. Unter Verwendung dieser Komponenten konnte etwa die Struktur und Dynamik von Gesetzestexten und Urteilen im juristischen Bereich gezeigt werden.
Die zunehmende Verwendung von semantischen Repräsentationen, etwa in den Bereichen Semantic Web und Linked Data, hat viele klassische Visualisierungsansätze zur Darstellung von unstrukturierten Wissensbasen obsolet gemacht. Gefragt ist in Zukunft vermehrt die interaktive Darstellung komplexer Graphenstrukturen. Zu diesem Zweck entwickeln wir innovative Darstellungsansätze (Abbildung 1), die auf der automatischen Aggregation von Datenelementen sowie auf der Bündelung von Beziehungen basieren. Diese wissenschaftlich hoch relevanten Ergebnisse wurden bereits in mehreren Fachpublikationen veröffentlicht.
Forschungsthemen
- Visuelle Analyseverfahren für große, heterogene Informationsquellen
- Benutzerschnittstellen für die visuelle Erforschung semantischer Wissensstrukturen
Auf diesen Kompetenzen bauen wir auf
- Visuelle Methoden für Identifikation semantischer Beziehungen zwischen Wissensbassen
- Skalierbare Layouting- und Projektionsalgorithmen
- Usability Studien und Evaluierung der Benutzerschnittstellen
