The Basilica Julia, located in the Roman Forum, is a significant Roman site dating back to 54 BCE. Its construction was initiated by Julius Caesar and reconstructed by Augustus after a fire occurred in the last decade of the 1st century BCE. This thesis explores how a knowledge graph methodology can benefit semantic annotation in virtual archaeology reconstruction by testing the system on the case study of the lost pavement of the Basilica Julia in Rome. This project addresses a core methodological problem in virtual archaeology: making reconstructive hypotheses clear and traceable, and not just a matter of visual intuition but of grounded interpretation. The research achieves this by combining historical sources, archaeological evidence, geometrical reasoning, and 3D modelling with Blender to create the reconstructed pavement as a model based on individual marble slabs. The Extended Matrix formalizes the decision-making involved in interpreting the lost context, and a knowledge-graph-based methodology is applied to the relationships between sources, materials, dimensions, and reconstruction logic. The results highlight how this method allows the explicit tracing of reconstruction arguments and of the differences between data sources and the space of possible interpretation and spatial correction. The hypothesis is that semantic modelling can contribute to the methodological clarity of virtual reconstruction and provide a more solid framework for addressing the issue of uncertainty concerning the lost surface.

La Basilica Iulia, situata nel Foro Romano, è uno dei complessi monumentali più significativi della Roma antica, la cui costruzione ebbe inizio nel 54 a.C. per volontà di Giulio Cesare e fu successivamente ricostruita in età augustea dopo un incendio avvenuto nell’ultimo decennio del I secolo a.C. La presente tesi analizza in che modo una metodologia basata sui knowledge graph possa contribuire all’annotazione semantica nell’ambito della ricostruzione virtuale in archeologia, sperimentandone l’applicazione sul caso di studio della pavimentazione perduta della Basilica Iulia a Roma. Il lavoro affronta un nodo metodologico centrale dell’archeologia virtuale: rendere le ipotesi ricostruttive esplicite, tracciabili e fondate scientificamente, superando una concezione della ricostruzione intesa come semplice intuizione visiva a favore di un processo interpretativo documentato e argomentato. La ricerca persegue questo obiettivo integrando fonti storiche, evidenze archeologiche, ragionamento geometrico e modellazione tridimensionale in Blender, al fine di ricostruire la pavimentazione come un modello composto da singole lastre marmoree. L’Extended Matrix viene impiegata per formalizzare il processo decisionale implicato nell’interpretazione del contesto perduto, mentre una metodologia basata sui knowledge graph è applicata alla rappresentazione delle relazioni tra fonti, materiali, dimensioni e logica ricostruttiva. I risultati mostrano come tale approccio consenta di tracciare in modo esplicito gli argomenti della ricostruzione, nonché di distinguere tra le diverse fonti di dati, lo spazio delle possibili interpretazioni e gli interventi di correzione spaziale. L’ipotesi di fondo è che la modellazione semantica possa contribuire alla chiarezza metodologica della ricostruzione virtuale e offrire un quadro più solido per affrontare il problema dell’incertezza relativo a una superficie archeologica perduta.

A Knowledge Graph Approach for Semantic Annotation in Virtual Reconstruction Processes: The Case Study of the Basilica Julia's Pavement

SAJJAD, ROHA
2025/2026

Abstract

The Basilica Julia, located in the Roman Forum, is a significant Roman site dating back to 54 BCE. Its construction was initiated by Julius Caesar and reconstructed by Augustus after a fire occurred in the last decade of the 1st century BCE. This thesis explores how a knowledge graph methodology can benefit semantic annotation in virtual archaeology reconstruction by testing the system on the case study of the lost pavement of the Basilica Julia in Rome. This project addresses a core methodological problem in virtual archaeology: making reconstructive hypotheses clear and traceable, and not just a matter of visual intuition but of grounded interpretation. The research achieves this by combining historical sources, archaeological evidence, geometrical reasoning, and 3D modelling with Blender to create the reconstructed pavement as a model based on individual marble slabs. The Extended Matrix formalizes the decision-making involved in interpreting the lost context, and a knowledge-graph-based methodology is applied to the relationships between sources, materials, dimensions, and reconstruction logic. The results highlight how this method allows the explicit tracing of reconstruction arguments and of the differences between data sources and the space of possible interpretation and spatial correction. The hypothesis is that semantic modelling can contribute to the methodological clarity of virtual reconstruction and provide a more solid framework for addressing the issue of uncertainty concerning the lost surface.
2025
A Knowledge Graph Approach for Semantic Annotation in Virtual Reconstruction Processes: The Case Study of the Basilica Julia's Pavement
La Basilica Iulia, situata nel Foro Romano, è uno dei complessi monumentali più significativi della Roma antica, la cui costruzione ebbe inizio nel 54 a.C. per volontà di Giulio Cesare e fu successivamente ricostruita in età augustea dopo un incendio avvenuto nell’ultimo decennio del I secolo a.C. La presente tesi analizza in che modo una metodologia basata sui knowledge graph possa contribuire all’annotazione semantica nell’ambito della ricostruzione virtuale in archeologia, sperimentandone l’applicazione sul caso di studio della pavimentazione perduta della Basilica Iulia a Roma. Il lavoro affronta un nodo metodologico centrale dell’archeologia virtuale: rendere le ipotesi ricostruttive esplicite, tracciabili e fondate scientificamente, superando una concezione della ricostruzione intesa come semplice intuizione visiva a favore di un processo interpretativo documentato e argomentato. La ricerca persegue questo obiettivo integrando fonti storiche, evidenze archeologiche, ragionamento geometrico e modellazione tridimensionale in Blender, al fine di ricostruire la pavimentazione come un modello composto da singole lastre marmoree. L’Extended Matrix viene impiegata per formalizzare il processo decisionale implicato nell’interpretazione del contesto perduto, mentre una metodologia basata sui knowledge graph è applicata alla rappresentazione delle relazioni tra fonti, materiali, dimensioni e logica ricostruttiva. I risultati mostrano come tale approccio consenta di tracciare in modo esplicito gli argomenti della ricostruzione, nonché di distinguere tra le diverse fonti di dati, lo spazio delle possibili interpretazioni e gli interventi di correzione spaziale. L’ipotesi di fondo è che la modellazione semantica possa contribuire alla chiarezza metodologica della ricostruzione virtuale e offrire un quadro più solido per affrontare il problema dell’incertezza relativo a una superficie archeologica perduta.
Knowledge Graphs
Digital Archaeology
Cultural Heritage
File in questo prodotto:
File Dimensione Formato  
Sajjad_Roha.pdf

accesso aperto

Dimensione 31.19 MB
Formato Adobe PDF
31.19 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/106941