25.07.2016 | TU Darmstadt
DARIAH Expertenworkshop »Geisteswissenschaftliche Forschungsinfrastrukturen und CIDOC-CRM Annotation«

CIDOC-CRM Modellierung epigraphischer Fachdaten

Mit dem XTriples Webservice

Werkstattbericht aus dem DARIAH UseCase 6.1 (Steinheim-Institut & ADWLM)

Torsten Schrade, Akademie Mainz | @digicademy | digicademy

Daten: https://github.com/digicademy/dariah-workshop2016-xtriples-cidoc
Slides: https://digicademy.github.io/dariah-workshop2016-xtriples-cidoc

Gliederung

1. Epigraphische Fachdatenrepositorien: Epidat & DIO
2. Implizite und explizite Semantik: EpiDoc & CIDOC-CRM
3. Der XTriples Webservice: RDF-Lifting aus XML
4. Anwendungsbeispiel: CIDOC-CRM Extraktion des Grabsteinkorpus Ahaus

01

Epigraphische Fachdatenrepositorien

Epidat & Deutsche Inschriten Online

Epigraphische Fachdaten

Epidat und Deutsche Inschriften Online

Epidat - Jüdische Grabsteinepigraphik

http://www.steinheim-institut.de/cgi-bin/epidat

• 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)

Deutsche Inschriften Online (DIO)

http://www.inschriften.net

• 17.000 Katalognummern der Edition "Die Deutschen Inschriften" mit 18.000 Bilddigitalisaten
• Die Datensätze werden gegenwärtig für die maschinenlesbare Ausgabe in EpiDoc-XML aufbereitet
• REST-Interface zum Harvesting der Datensätze als EpiDoc (Beispiel)

LOD-Potential für die Epigraphik

Semantische Verknüfungsmöglichkeiten

Semantische Fragestellungen

Mögliche Analysen mit Hilfe von Semantic Web Technologien

• Welche historischen Personen existieren in allen Repositorien in welchen spezifischen Kontexten?
• Welche Grabsteinsymbole (christlich/jüdisch) existieren zu welchen Zeiten in den Fachdatenkorpora?
• Können bestimmte geographische Muster im Auftreten bestimmter Symbole aus den Daten geschlussfolgert werden?
• Können historische Phänomene wie bspw. Hungersnöte, Überflutungen oder Seuchen durch eine repositorienübergreifende Analyse zeitlich/geographisch eingegrenzt werden?

Die zugrunde liegende Frage aber ist: Wie erhalten wir semantisch analysierbare Daten aus EpiDoc-XML?

02

Implizite und Explizite Semantik

EpiDoc-XML und CIDOC-CRM

EpiDoc ≠ EpiDoc

3 Repositorien, 3 Varianten

Implizite Semantik (EpiDoc-XML)

Beispiel aus dem Epidat-Corpus

Link: Grabstein des Aharon ben Awraham Halevi (1872)

    <physDesc>
        <objectDesc>
            <physDesc>
                <support>
                    <p><material>Stein</material>Hochrechteckige Sandsteinstele [...]</p>
                </support>
            [...]
    </physDesc>
    <history>
        <origin>
            <date notBefore="1872-08-23">1872-08-23</date>
        [...]
    </history>
    <profileDesc>
        <particDesc>
            <listPerson>
                <person xml:id="aha-13-1" sex="1">
                    <persName>Aharon ben Awraham Halevi</persName>
                    <event when="1872-08-23" type="dateofdeath">
                [...]
    </profileDesc>

• Subjekt
• Prädikat
• Objekt

Explizite Semantik (CIDOC-CRM)

Beispiel aus dem Epidat-Corpus

Link: Grabstein des Aharon ben Awraham Halevi (1872)

    <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 .

• Subject
• Predicate
• Object

03

The XTriples Webservice

RDF-Lifting aus XML

Grundprinzipien des Webservice

1. Generisch: Nicht festgelegt auf bestimmte XML-Formate oder Schemas
2. Einfach: Extraktion basierend auf Aussagemustern mittels XPath/XQuery
3. Vernetzbar: Harvesting und Eingliederung beliebiger externer XML-Ressourcen
4. Flexibel: Vielzahl von RDF-Rückgabeformaten
5. RESTful: Transparente Schnittstellen über HTTP

Technischer Hintergrund

Komponenten & Datenfluß

Crawler/Harvester

Extraktion von XML-Repositorien

<collection uri="http://steinheim-institut.de/cgi-bin/epidat?sel=aha&format=x&function=changelog&changesSince=0000" max="3">
    <resource uri="http://www.steinheim-institut.de/cgi-bin/epidat?id={//id/text()}-t"/>
</collection>

XML-Konfiguration

Basierend auf XPath / XQuery Aussagemustern

<xtriples>
    <configuration>
        <vocabularies>
            <vocabulary prefix="###PREFIX###" uri="###NAMESPACE###"/>
            <vocabulary prefix="rdf" uri="http://www.w3.org/1999/02/22-rdf-syntax-ns#"/>
            [...] <!-- more vocabularies -->
        </vocabularies>
        <triples>
            <statement>
                <subject prefix="###PREFIX###">###XPATH###</subject>
                <predicate prefix="rdf">about</predicate>
                <object type="literal">###XPATH###</object>
            </statement>
            [...] <!-- more statements -->
        </triples>
    </configuration>
    <collection uri="http://xml.collection.somewhere/resources/index.xml">
        <resources uri="http://xml.collection.somewhere/resources/{###XPATH###}.xml"/>
    </collection>
    [...] <!-- more collections -->
</xtriples>

04

Anwendungsbeispiel

CIDOC-CRM Extraktion eines Epidat-Korpus (Ahaus)

Stufe 01

E19_Physical_Object

<xtriples>
    <configuration>
        <vocabularies>
            <vocabulary prefix="epidat" uri="http://www.steinheim-institut.de/cgi-bin/epidat?id="/>
            <vocabulary prefix="tei" uri="http://www.tei-c.org/ns/1.0"/>
            <vocabulary prefix="rdf" uri="http://www.w3.org/1999/02/22-rdf-syntax-ns#"/>
            <vocabulary prefix="crm" uri="http://erlangen-crm.org/160331/"/>
        </vocabularies>
        <triples>
            <triples>
                <statement>
                    <subject prefix="epidat">//tei:idno[@type='epidat']</subject>
                    <predicate prefix="rdf">type</predicate>
                    <object prefix="crm" type="uri">E19_Physical_Object</object>
                </statement>
                <statement>
                    <subject prefix="epidat">//tei:idno[@type='epidat']</subject>
                    <predicate prefix="crm">P3_has_note</predicate>
                    <object type="literal" lang="de">//tei:support/tei:p/text()[last()]</object>
                </statement>
            </triples>
        </triples>
    </configuration>
    <collection>
        <resource uri="http://www.steinheim-institut.de/cgi-bin/epidat?id=aha-13-t"/>
    </collection>
</xtriples>

Epidat: Beispiel | XTriples: Konfiguration | Live-Extraktion: SVG | RDF/XML | Turtle

Stufe 02

E57_Material

<statement>
    <condition>/exists(.//tei:material)</condition>
    <subject prefix="epidat">//tei:idno[@type='epidat']</subject>
    <predicate prefix="crm">P9_consists_of</predicate>
    <object type="bnode">/concat("E57_Material-", .//tei:idno[@type='epidat'])</object>
</statement>
<statement>
    <condition>/exists(.//tei:material)</condition>
    <subject type="bnode">/concat("E57_Material-", .//tei:idno[@type='epidat'])</subject>
    <predicate prefix="rdf">type</predicate>
    <object prefix="crm" type="uri">E57_Material</object>
</statement>
<statement>
    <condition>/exists(.//tei:material)</condition>
    <subject type="bnode">/concat("E57_Material-", .//tei:idno[@type='epidat'])</subject>
    <predicate prefix="crm">P3_has_note</predicate>
    <object type="literal" lang="de">//tei:material</object>
</statement>

Epidat: Beispiel | XTriples: Konfiguration | Live-Extraktion: SVG | RDF/XML | Turtle

Stufe 03

E50_Date

<statement>
    <condition>/exists(.//tei:history/tei:origin/tei:date)</condition>
    <subject prefix="epidat">//tei:idno[@type='epidat']</subject>
    <predicate prefix="crm">P78_is_identified_by</predicate>
    <object type="bnode">/concat("E50_Date-", .//tei:idno[@type='epidat'])</object>
</statement>
<statement>
    <condition>/exists(.//tei:history/tei:origin/tei:date)</condition>
    <subject type="bnode">/concat("E50_Date-", .//tei:idno[@type='epidat'])</subject>
    <predicate prefix="rdf">type</predicate>
    <object prefix="crm" type="uri">E50_Date</object>
</statement>
<statement>
    <condition>/exists(.//tei:history/tei:origin/tei:date)</condition>
    <subject type="bnode">/concat("E50_Date-", .//tei:idno[@type='epidat'])</subject>
    <predicate prefix="crm">P3_has_note</predicate>
    <object type="literal" datatype="date">//tei:history/tei:origin/tei:date</object>
</statement>

Epidat: Beispiel | XTriples: Konfiguration | Live-Extraktion: SVG | RDF/XML | Turtle

Stufe 04

E21_Person

<statement repeat="{/count(.//tei:person)}">
    <subject prefix="epidat">//tei:idno[@type='epidat']</subject>
    <predicate prefix="crm">P131i_identifies</predicate>
    <object type="bnode">/concat("E21_Person-", .//tei:person[$repeatIndex]/@xml:id)</object>
</statement>
<statement repeat="{/count(.//tei:person)}">
    <subject type="bnode">/concat("E21_Person-", .//tei:person[$repeatIndex]/@xml:id)</subject>
    <predicate prefix="rdf">type</predicate>
    <object prefix="crm" type="uri">E21_Person</object>
</statement>
<statement repeat="{/count(.//tei:person)}">
    <subject type="bnode">/concat("E21_Person-", .//tei:person[$repeatIndex]/@xml:id)</subject>
    <predicate prefix="rdf">P131_is_identified_by</predicate>
    <object type="bnode">/concat("E82_Actor_Appellation-", .//tei:person[$repeatIndex]/@xml:id)</object>
</statement>
<statement repeat="{/count(.//tei:person)}">
    <subject type="bnode">/concat("E82_Actor_Appellation-", .//tei:person[$repeatIndex]/@xml:id)</subject>
    <predicate prefix="rdf">type</predicate>
    <object prefix="crm" type="uri">E82_Actor_Appellation</object>
</statement>
<statement repeat="{/count(.//tei:person)}">
    <subject type="bnode">/concat("E82_Actor_Appellation-", .//tei:person[$repeatIndex]/@xml:id)</subject>
    <predicate prefix="crm">P3_has_note</predicate>
    <object type="literal" lang="de">//tei:person[$repeatIndex]/tei:persName</object>
</statement>

Epidat: Beispiel | XTriples: Konfiguration | Live-Extraktion: SVG | RDF/XML | Turtle

Stufe 05

E55_Type

<statement repeat="{/count(.//tei:person)}">
    <subject type="bnode">/concat("E21_Person-", .//tei:person[$repeatIndex]/@xml:id)</subject>
    <predicate prefix="crm">P2_has_type</predicate>
    <object type="bnode">/concat("E55_Type-", .//tei:person[$repeatIndex]/@xml:id)</object>
</statement>
<statement repeat="{/count(.//tei:person)}">
    <subject type="bnode">/concat("E55_Type-", .//tei:person[$repeatIndex]/@xml:id)</subject>
    <predicate prefix="rdf">type</predicate>
    <object prefix="crm" type="uri">E55_Type</object>
</statement>
<statement repeat="{/count(.//tei:person)}">
    <condition>/exists(.//tei:person[$repeatIndex and @sex = '1'])</condition>
    <subject type="bnode">/concat("E55_Type-", .//tei:person[$repeatIndex]/@xml:id)</subject>
    <predicate prefix="crm">P3_has_note</predicate>
    <object type="literal" lang="de">Mann</object>
</statement>
<statement repeat="{/count(.//tei:person)}">
    <condition>/exists(.//tei:person[$repeatIndex and @sex = '2'])</condition>
    <subject type="bnode">/concat("E55_Type-", .//tei:person[$repeatIndex]/@xml:id)</subject>
    <predicate prefix="crm">P3_has_note</predicate>
    <object type="literal" lang="de">Frau</object>
</statement>

Epidat: Beispiel | XTriples: Konfiguration | Live-Extraktion: SVG | RDF/XML | Turtle

Stufe 06

Vollständige Extrakion des Grabsteins <aha-13>

Epidat: Beispiel | XTriples: Konfiguration | Live-Extraktion: SVG | RDF/XML | Turtle

Gesamtergebnis

XTriples-Extraktion des Grabsteinkorpus Ahaus

Statistik

Extrahierte Triple insgesamt: 1536

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

Vollständige Extraktion als Graph

Daten aufrufen: RDF/XML | SVG | Graph

Weitere Analysemöglichkeiten

Familienbeziehungen auf dem Friedhof Ahaus

Visualisierung aus dem DARIAH Workshop auf der DHd2016

Ausblick

Weitere Schritte im UseCase 6.1

• Ausmodellierung und Extraktion der verbleibenden CIDOC-Bezüge für Epidat
• CIDOC-Extraktion des gesamten Epidat-Datenbestandes
• CIDOC-Modellierung für Deutsche Inschriften Online, Öffnung der Daten als EpiDoc und CIDOC-Extraktion
• Analyse und Visualisierung des zusammengeführten CIDOC-Datenbestandes mit SPARQL und verschiedenen Visualisierungsbibliotheken
• ... und natürlich auch das Testen von WissKi als Arbeits- und Analyseumgebung für epigraphische Fachdaten in CIDOC-CRM

Links, Software & Attribution

Links

• XTriples: http://xtriples.spatialhumanities.de/
• Apache any23: https://any23.apache.org/
• Redefer rdf2svg: http://rhizomik.net/html/redefer/rdf2svg-form/
• eXist XML database: http://exist-db.org/

Software used

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

Attribution

• Link to this presentation: https://digicademy.github.io/dariah-workshop2016-xtriples-cidoc/
• License: CC-BY 4.0, Torsten Schrade