11.11.2016 | NRW Akademie der Wissenschaften und der Künste

Workshop "Nachnutzung und Nachnutzbarkeit der Forschung im Akademienprogramm"

Grundlagen von Linked Open Data (LOD)

Für die Nachnutzung von Forschungsdaten

Slides: https://digicademy.github.io/2016-agehum-lodworkshop/

Torsten Schrade, Akademie Mainz | @digicademy | digicademy | CC-BY 4.0

Gliederung

1. Grundlagen
   5-Star LOD, URIs, Triple, Vokabularien und Ontologien, RDFS/OWL, Normdaten Serialisierungsformate, Reasoning, LOD als Basis für Nachnutzung, Bereitstellung von LOD
2. Modellieren
   Nützliche Vokabularien und Ontologien, RDF-Generierung, Modellierungsbeispiele
3. Abfragen
   SPARQL Grundlagen
4. Visualisieren
   Visualisierungen mit sgvizler und d3sparql

01

Grundlagen

Hintergründe und Grundbegriffe

Nachnutzungspotentiale

Semantische Verknüpfung und Analyse von Forschungsdaten

Semantische Fragestellungen

Mögliche Analysen mit Hilfe von Semantic Web Technologien

• Welche historischen Personen existieren in allen Repositorien in welchen spezifischen Kontexten?
• Welche kulturellen Objekte existieren zu welchen Zeiten in den verschiedenen Fachdatenkorpora?
• Können bestimmte Muster im Auftreten bestimmter historisch-kultureller Phänomene aus den Daten gefolgert werden?
• Auf Ebene der Metadaten: Welche geisteswissenschaftlichen Ressourcen beinhaltet ein Repositorium, wie sind diese strukturiert und in welcher Relation stehen sie zueinander?

Das Semantic Web

The »Giant Global Graph« bzw. die »LOD Cloud«

Quelle: Linking Open Data cloud diagram 2014, by Max Schmachtenberg, Christian Bizer, Anja Jentzsch and Richard Cyganiak. https://lod-cloud.net/

Nachnutzungsaspekte

LOD als Nachnutzungsbasis für Fachdaten

Fachdaten und/oder Metadaten zu diesen Fachdaten
als LOD bereitzustellen ermöglicht

• ... es Dritten, meine digitalen Ressourcen zu finden.
• ... einen freien, strukturierten und maschinenlesbaren Zugriff (ggf. zu eigenen Analysezwecken).
• ... eine standardisierte Bereitstellung der Informationen nach W3C- und ISO-Standards.
• ... die Daten in einen größeren Kontext zu stellen und Datensilos somit aufzulösen.

Und zwar ohne Kontrollverlust über die eigenen Daten und deren Qualität!

Grundlagen

5-Star LOD

• Vorschlag von Tim Berners-Lee: "The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation" (Quelle)
• Das "Fife-Star" LOD Prinzip von Berners-Lee: (Quelle)
  • ★ Stelle Daten im Web unter einer offenen Lizenz bereit. Das Format ist dabei egal
  • ★★ Stelle Daten in einem strukturierten Format bereit
  • ★★★ Verwende offene, nicht proprietäre Formate
  • ★★★★ Verwende URIs um Dinge zu bezeichnen
  • ★★★★★ Verlinke deine Daten mit anderen Daten um Kontexte herzustellen

Projektbeispiel

Corpus Vitrearum Medii Aevi

Startseite des CVMA

Standortliste

Metadatenspezifikation

Bildmetadaten

Grundlagen

Technische Hintergründe

• Das Semantic Web baut auf den existierenden Web-Standards (URIs, HTTP, HTML, u.a.) auf
• Durch ein standardisiertes Datenmodell (RDF) und eine standardisierte Ontologie (OWL) wird es möglich, implizite Informationen in und über (Web)Ressourcen zu explizieren, übergreifend miteinander zu verbinden und auch für eine maschinelle Auswertung verfügbar zu machen
• RDF ist ein Datenmodell. Es legt nicht fest, in welcher Form es konkret serialisiert wird. Bis heute haben sich zahlreiche Serialisierungsformate für RDF entwickelt (RDF/XML, Turtle, JSON-LD etc.)
• Die Grundeinheit des Semantic Web bildet das Triple. Ein Triple stellt eine Aussage bestehend aus einem Subjekt, einem Prädikat und einem Objekt dar.

Grundbegriffe

Triple (Prinzip)

   <Goethe>          <a>                 <Sender> ;
                     <sent>              <Letter> .

   <Letter>          <dateSent>          "1814" ;
                     <sentFrom>          <Wiesbaden> .

   <Wiesbaden>       <a>                 <SpatialThing> ;
                     <lat>               "50.08" ;
                     <long>              "8.24" .

• Subjekt
• Prädikat
• Objekt
• <...> = URIs, "..." = Literale

Grundbegriffe

Triple (Turtle/RDF)

   <http://d-nb.info/gnd/118540238> <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> <https://lod.academy/cmi/vocab/#Sender> ;
                                    <https://lod.academy/cmi/vocab/#sent>             <http://www.weber-gesamtausgabe.de/A040654> .

   <http://www.weber-gesamtausgabe.de/A040654> <https://lod.academy/cmi/vocab/#dateSent> "1814" ;
                                               <https://lod.academy/cmi/vocab/#sentFrom> <http://www.geonames.org/2809346> .

   <http://www.geonames.org/2809346> <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> <https://www.w3.org/2003/01/geo/wgs84_pos#SpatialThing> ;
                                     <https://www.w3.org/2003/01/geo/wgs84_pos#lat>    "50.08" ;
                                     <https://www.w3.org/2003/01/geo/wgs84_pos#long>   "8.24" .

• Subjekt
• Prädikat
• Objekt

Grundbegriffe

URI

  foo://example.com:8042/over/there?name=duck#beak
  \_/   \______________/\_________/ \_______/ \__/
   |           |            |            |      |
scheme     authority       path        query fragment

Ein URI besteht nach RFC 3986 aus fünf Teilen: scheme (Schema oder Protokoll), authority (Anbieter oder Server), path (Pfad), query (Abfrage) und fragment (Teil). Nur scheme, authority und path müssen in jedem URI vorkommen.

Berners-Lee: Cool URIs don't change!

Grundbegriffe

Vokabulare und Ontologien

• Ontologien in der Informatik modellieren Begriffe bzw. Informationskonzepte und deren jeweilige Beziehungen untereinander
• Geisteswissenschaftliche Informationskonzepte können bspw. sein:
  • Personen und deren Familienbeziehungen untereinander
  • Ereignisse und deren Auswirkungen
  • Kunstwerke bzw. Artefakte, deren Enstehung und Eigenschaften
  • ... etc.
• Hilfreiche Ontologien für die Geistes- und Kulturwissenschaften sind u.a.:
  • FOAF (Personen)
  • REL (Beziehungen zwischen Personen)
  • BIO (Eigenschaften von Personen)
  • CIDOC-CRM bzw. Erlangen-CRM (Kulturelles Erbe)
  • ... und viele viele Weitere. Ontologien finden: http://prefix.cc/

Vokabulare und Ontologien modellieren Konzepte

Grundbegriffe

RDFS & OWL

• RDF legt nur ein gemeinsames Modell bzw. eine Syntax für den Datenaustausch fest. Zur (maschinellen) Interpretation bzw. formalen Beschreibung der in RDF getroffenen Aussagen werden Vokabulare benötigt. Nur dadurch wird eine maschinelle Auswertbarkeit möglich.
• RDF-Schema (RDFS) stellt ein Vokabular zur Verfügung, mit dem die in einer Fachdomäne vorkommenden Begriffe und deren Eigenschaften und Relationen modelliert werden können. Mit RDFS lassen sich einfache Ontologien realisieren.
• Enthält ein Vokabular gleichzeitig auch Regeln für die richtige Verwendung der in ihm definierten Begriffe spricht man von einer Ontologie.
• Komplexe Ontologien benötigen eine formale Beschreibungssprache, die ausdrucksmächtiger ist als RDF-Schema. Hierfür existiert die Web Ontology Language (OWL) des W3C.
• Durch die Verwendung von OWL innerhalb einer Ontologie wird es möglich, logische Schlussfolgerungen auf den Daten auszuführen, die mit dieser Ontologie arbeiten. Hierbei gilt die Open World Assumption: Ein "Reasoner" nimmt an, dass etwas existiert, solange nicht explizit definiert wurde, dass es nicht existiert.

OWL (Web Ontology Language)

Beispiel »cmi«

Eine Mini-Ontologie für Briefkorrespondenzen nach TEI/CMI

CMI Ausgangsbasis:

<correspDesc cs:source="#WEGA" ref="http://www.weber-gesamtausgabe.de/A040654">
    <correspAction type="sent">
       <persName ref="http://d-nb.info/gnd/118540238">Goethe, Johann Wolfgang von</persName>
       <placeName ref="http://www.geonames.org/2809346">Wiesbaden</placeName>
       <date when="1814-08-29"/>
    </correspAction>
    <correspAction type="received">
       <persName ref="http://d-nb.info/gnd/116543671">Riemer, Friedrich Wilhelm</persName>
       <placeName ref="http://www.geonames.org/2812482">Weimar</placeName>
    </correspAction>
 </correspDesc>

Quelle in correspSearch

Beispiel »cmi«

Eine Mini-Ontologie für Briefkorrespondenzen nach TEI/CMI

Vokabulare und Klassendefinitionen

Beispiel »cmi«

Eine Mini-Ontologie für Briefkorrespondenzen nach TEI/CMI

Definition der Eigenschaften

Grundbegriffe

Normdaten, Reasoning

1. 1
2. 2
3. 3
4. 4
5. 5
6. 6
7. 7

• correspSearch
• GND
• Geonames

Beispiel »CIDOC-CRM«

Eine Maxi-Ontologie für Objekte des kulturellen Erbes

Übung: CIDOC-CRM lesen lernen mit der Erlangen-CRM Dokumentation

Bereitstellung von RDF

Bereitstellung von RDF

Per RDFa eingebettet in HTML

<div typeof="Person" vocab="http://schema.org/" class="row">
    <h1><span class="given-name" property="givenName">Karl </span>
        <span class="family-name" property="familyName">Bechert</span>
    </h1>
    <p>Geb. <time datetime="1901-08-23" property="birthDate">23.08.1901</time>
       in <span typeof="Place" property="birthPlace">Nürnberg</span>
    </p>
    <p>Gest. <time datetime="1981-04-01" property="deathDate">01.04.1981</time>
       in <span typeof="Place" property="deathPlace">Weilmünster-Möttau</span>
    </p>
    <p><span class="gnd">GND:
    <a href="http://d-nb.info/gnd/119127059" property="sameAs">119127059</a>;
    VIAF: <a href="http://viaf.org/viaf/32323656" property="sameAs">32323656</a></span>
    </p>
    <ul>
        <li property="performerIn" typeof="Event">
            <span property="name">
                <time property="startDate" datetime="1946-01-01" class="skip">1946-01-01</time>
                <time property="endDate" datetime="1969-12-31" class="skip">1969-12-31</time>
                1946-1969, Professor für Theoretische Physik, Naturwissenschaftliche Fakultät
            </span>
        </li>
    </ul>
    [...]
</div>

Beispiel »Karl Bechert« aus dem Mainzer Professorenkatalog Google Test-Tool: Demo | GetSchema.org Parser: Demo

• Einfach umzusetzende maschinenlesbare Datenanreicherung
• Daten können direkt aus den HTML-Frontends abgegriffen und umgewandelt (bspw. in JSON-LD) werden
• Steigert gleichzeitig die Suchmaschinenoptimierung der Kataloge

02

Modellieren

Beispiele aus dem Projektumfeld der Digitalen Akademie

Epigraphische Fachdaten

Epidat - Forschungsplattform für jüdische Grabsteinepigraphik

• 161 Sammlungen mit 32.367 Grabinschriften und 6.6667 Bilddigitalisaten (CC-BY 4.0)
• Maschinenlesbare Ausgabe der Datensätze als EpiDoc-XML
• BEACON Datei für im Bestand vorkommende Personen
• HTTP-Schnittstelle zum Harvesting der Datensätze (Beispiel)
• http://www.steinheim-institut.de/cgi-bin/epidat

Modellierung 1

Grabstein 6 aus dem Epidat-Corpus Ahaus mit CIDOC-CRM

Link: Grabstein des Aharon ben Awraham Halevi (1872) | Erlangen CRM

 <aha-6>                a                            E19_Physical_Object .
 E19_Physical_Object    P3_has_note                  "Hochrechteckige Sandsteinstele [...]" .

 <aha-6>                P9_consists_of               E57_Material .
 E57_Material           P3_has_note                  "Stein" .

 <aha-6>                P78_is_identified_by         E50_Date .
 E50_Date               P3_has_note                  "1872-08-23" .

 <aha-6>                P131i_identifies             E21_Person .
 E21_Person             P131_is_identified_by        E82_Actor_Appellation .
 E82_Actor_Appellation  P3_has_note                  "Aharon ben Awraham Halevi" .

 E21_Person             P2_has_type                  E55_Type .
 E55_Type               P3_has_note                  "male" .

 E21_Person             P100i_died_in                E69_Death .
 E69_Death              P78_is_identified_by         E50_Date .

• Subjekt
• Prädikat
• Objekt

Modellierung 2 - Schritt 1

Grabstein 13 aus dem Epidat Corpus

Link: Grabstein des Elieser und Jehuda ben Josef Hakohen (1879) | Erlangen CRM

Daten: SVG | RDF/XML | Turtle

Modellierung 2 - Schritt 2

Grabstein 13 aus dem Epidat Corpus

Link: Grabstein des Elieser und Jehuda ben Josef Hakohen (1879) | Erlangen CRM

Daten: SVG | RDF/XML | Turtle

Modellierung 2 - Schritt 3

Grabstein 13 aus dem Epidat Corpus

Link: Grabstein des Elieser und Jehuda ben Josef Hakohen (1879) | Erlangen CRM

Daten: SVG | RDF/XML | Turtle

Modellierung 2 - Schritt 4

Grabstein 13 aus dem Epidat Corpus

Link: Grabstein des Elieser und Jehuda ben Josef Hakohen (1879) | Erlangen CRM

Daten: SVG | RDF/XML | Turtle

Modellierung 2 - Schritt 5

Grabstein 13 aus dem Epidat Corpus

Link: Grabstein des Elieser und Jehuda ben Josef Hakohen (1879) | Erlangen CRM

Daten: SVG | RDF/XML | Turtle

Modellierung 2 - Schritt 6

Grabstein 13 aus dem Epidat Corpus

Link: Grabstein des Elieser und Jehuda ben Josef Hakohen (1879) | Erlangen CRM

Daten: SVG | RDF/XML | Turtle

Gesamtergebnis

Grabsteinkorpus Ahaus

Statistik

Triple insgesamt: 1536

Klassen	Instanzen
E19_Physical_Object	57
E57_Material	1 x Kunststele, 3 x Stein, 21 x Muschelkalk, 25 x Sandstein, 7 x Kunststein
E82_Actor_Appellation	57
E55_Type	30 Männer / 27 Frauen
E69_Death	57

Vollständiger Graph

Daten aufrufen: RDF/XML | SVG | Graph

03

Abfragen

SPARQL Protocol And RDF Query Language

SPARQL Endpoint

Konzept und Beispiele

Beispiel-Endpoints

• DBPedia
• Europeana

SPARQL Grundlagen

Basisstruktur eines Queries

Query kopieren

SPARQL Grundlagen

Alle Triple in einem Datenset (auch named graphs)

Query kopieren

SPARQL Grundlagen

Welche Klassen gibt es?

Query kopieren

SPARQL Grundlagen

Welche Prädikate (properties) gibt es?

Query kopieren

SPARQL Grundlagen

Welche Prädikate werden benutzt?

Query kopieren

SPARQL Beispiele

Epidat: Welche E19_Physical_Objects gibt es?

Query kopieren

SPARQL Beispiele

Epidat: Wieviele Grabsteine sind von Frauen, wieviele von Männern?

Query kopieren

04

Visualisieren

Bibliotheken für die Visualisierung von SPARQL Abfragen

Bibliotheken

sgvizler und d3sparql

http://mgskjaeveland.github.io/sgvizler/

http://biohackathon.org/d3sparql/

Beispiel 1

cmiSearch: Korrespondenznetzwerke (sgvizler)

Kartenvisualisierung aufrufen

Beispiel 2

Epidat: Familienbeziehungen auf dem Friedhof Ahaus (sgvizler)

Graph-Visualisierung aufrufen

Beispiel 3

Epidat: Jüdische Grabsteinsymbole pro Friedhof (d3sparql)

Sunburst-Visualisierung aufrufen

Links, Software & Attribution

Software

• Impress.js (Presentation)
• Open Sans (Google Font)
• Magnific Popup (Lightbox)
• greuler (Graph Modelling)
• hightlight.js (Syntax Highlighting)

Attribution

• Slides: https://digicademy.github.io/2016-agehum-lodworkshop/
• Lizenz: CC-BY 4.0, Torsten Schrade