Länkad data

Niklas Lindström

I vårt samhälle pågår

Ständig kommunikation

Integration av information

Evolution

.. från en webb av dokument

.. till en webb av data

Vad är data?

10100111001

CREATE TABLE Persons ( id INTEGER NOT NULL, name VARCHAR(40), PRIMARY KEY (id) )

<persons> <person id="94541"><name>Strintmperg</name></person></persons>

<div class="person" id="p-23"> <span class="name">Sutorindoberi</span></div>

{"persons": [{name: "Стриндберг", key: 94541}]}

W.T.F.?!!1

CSV, XML, JSON, APIer, ...

Olika överallt

Lokala begrepp, termer och identifierare

Det skalar inte

Att återuppfinna begrepp

Att tolka innebörd ur fragment

(.. även Google har problem)

Slöseri!

Kunskapen finns hos de somskapar data

och de som kontinuerligt studerar ochanvänder data

Vad saknas?

Gemensamma termer (egenskaper)

Gemensamma namn (IDn) på ting

Namngivna relationer (länkar) mellan ting

En lösning:

Länkad data på webben

Teknikstandarder

Resource

Description

Framework

En datamodell

Uttrycker grafer

Påståenden

August - föddes i → Stockholm

Triples

subjekt -egenskap→ objekt

Globala identifierare: URIer

<http://libris.kb.se/bib/8214323> <http://schema.org/author> <http://dbpedia.org/resource/August_Strindberg>

<http://libris.kb.se/bib/8214323> <http://purl.org/dc/terms/title> "Röda rummet"@sv

Literaler

"Röda rummet"@sv

59.329445

"1912-05-14"^^xsd:date

Tillämpad semantisk webb

● Facebook Open Graph (OGP)● Yahoo SearchMonkey, Google Rich Snippets● Schema.org● Google Knowledge Graph

● DBPedia & relaterade LOD-projekt

Schema.org

Provides a collection of schemas that webmasters can use to markup their pages in ways recognized by major search providers

Google, Bing, Yahoo, Yandex

(W3C)

Webbplatser är fulla av

● Dokument.. som beskriver saker● Nyheter, kalenderhändelser● Platser, personer, organisationer● Produkter, recensioner, butiker● Mat, recept, hälsotips● Kurser, festivaler, intressegrupper● Böcker, konst, kulturarv● Djur och natur, fenomen och vetenskap● Termer och begrepp, ...

Fånga detaljer

EgenskaperTitel, datum, namn/etikett, numeriska värden

Särskilda länkarFörfattare, utgivare, ämne/tema, föremål

För att märka upp

detaljer i webbsidor

så att de blir maskinläsbara

<div vocab="http://schema.org/" typeof="BookStore"> <h1 property="name">Ryös antikvariat</h1> <div property="address" typeof="PostalAddress"> <span property="streetAddress">Hantverkargatan 21</span> <span property="addressLocality">Stockholm</span> </div> <p property="description">Innanför ytterdörren möts besökaren av ett rum fyllt med bågnande hyllor med konst- och fotoböcker.</p> <p>Öppet: <span property="openingHours" content="Mo-Fr 11:00-18:00">vardagar 11-18</span></p></div>

@prefix : <http://schema.org/> .

[] a :BookStore; :address [ a :PostalAddress; :addressLocality "Stockholm"; :streetAddress "Hantverkargatan 21" ]; :description """Innanför ytterdörren möts besökaren av ett rum fyllt med bågnande hyllor med konst- och fotoböcker."""; :name "Ryös antikvariat"; :openingHours "Mo-Fr 11:00-18:00" .

Lämpliga vokabulär

Schema.orgGoodRelationsrNews (IPTC)

Dublin Core TermsCreative CommonsFriend-of-a-Friend

Facebook OpenGraph

RDFa är en genväg till länkad data

● Ta vanliga webbsidor● Ringa in domändata i dessa● Låt söktjänster indexera denna data

.. men det finns fler vägar..

Webbens arkitektur

Identifikation: URI:er

Åtkomst: HTTP

Representation: öppna format, länkad hypertext

Komposition: länka alla slags resurser

2009

<http://www.ted.com/talks/tim_berners_lee_on_the_next_web.html>

Principer

Använd URIer för att identifiera saker

Använd HTTP-URIer så att de kan hänvisas till och slås upp på webben

Skicka användbar information när URIn slås upp

Inkludera länkar till andra URIer för att stödja upptäckbarhet av relaterad information

Användbar information

★ make your stuff available on the web (whatever format)★★ make it available as structured data (e.g. excel)★★★ use non-proprietary formats (e.g. CSV)★★★★ use URLs to identify things (e.g. an RDF format)★★★★★ link your data to other data to provide context

Format

● RDFa● RDF/XML● Turtle● JSON-LD

The LOD Cloud

2008

2011

DBPedia

2007 – milstolpe för länkad data

● University of Leipzig● Freie Universität Berlin● OpenLink Software

Wikipedia

Use DBPedia to

.. query relationships and properties

associated with Wikipedia resources,

including links to other related datasets

SPARQL

SPARQL Protocol andRDF Query Language

Endpoint

http://dbpedia.org/sparql

Födda i Stockholm före år 1900

prefix foaf: <http://xmlns.com/foaf/0.1/>prefix dbo: <http://dbpedia.org/ontology/>prefix : <http://dbpedia.org/resource/>

select ?person ?name ?birth { ?person foaf:name ?name; dbo:birthPlace :Stockholm; dbo:birthDate ?birth . filter (?birth < "1900-01-01"^^xsd:date) .}order by ?name

Lista svenska kommuner

select * { ?kommun a yago:MunicipalitiesOfSweden; foaf:name ?name; geo:lat ?lat; geo:long ?long .}

201 gifta forskare

select (count(?person) as ?count){ ?person a foaf:Person, dbpedia-owl:Scientist; dbpprop:spouse ?spouse .}

11013 ogifta

select (count(?person) as ?count){ ?person a foaf:Person, dbpedia-owl:Scientist . minus { ?person dbpprop:spouse ?spouse . }}

Google

Origins: Freebase

● by Metaweb● Contains data from various sources (e.g.

Wikipedia)● RDF is a key component● Uppköpta av Google July 16, 2010

"The Google Knowledge Graph is essentially Freebase++... this is

all good Semantic Web stuff"

– Alon Halevy, Google

Vokabulär

Använd befintliga

FOAF — Friend of a Friend

SIOC — Semantically Interlinked Online Communities

SKOS — Simple Knowledge Organization System

GoodRelations

rNews (IPTC)

Schema.org

W3C Geo, MusicOnt, ProgrammesOnt, DOAP, uniProt, OGP, ...

Egna vokabulär?

RDFS — RDF SchemaOWL — Web Ontology Language

Görs också som länkad data!

Termer kan länkas samman (samma betydelse, specialiseringar)

Arbeta konkret med användning

Kontinuerlig utvärdering av sök-/hittbarhet

Stöd för redaktörer och förvaltning!

Minska gapet mellan producent och konsument!

HTTP-URIer som namn på ting

Publicera vistitkort för saker

Beskrivingar i dokument

På webben

Jag

@prefix : <http://xmlns.com/foaf/0.1/> .

<http://neverspace.net/id> a :PersonalProfileDocument; :primaryTopic <http://neverspace.net/id#self> .

<http://neverspace.net/id#self> a :Person; :name "Niklas Lindström"; :homepage <http://neverspace.net/>; :workplaceHomepage <http://www.valtech.se/> .

<http://neverspace.net/id#self> foaf:interest cat:Metafictional_works .

# ...

<http://dbpedia.org/resource/Gödel,_Escher,_Bach> a :Book; dc:subject cat:Metafictional_works .

# ...

<http://www.ryo.se/butik> a :BookStore; :name "Ryös antikvariat"; :makesOffer [ :about <http://dbpedia.org/resource/Gödel,_Escher,_Bach>; :price "29:90"; :priceCurrency "SEK" ]; :address [ :streetAddress "Hantverkargatan 21"; :addressLocality "Stockholm" ] .

Triple Stores

Grafdatabaser

Lagra massiva mängder triples

Quad Stores (union av dokument med grafer)

API: REST + SPARQL

Fuseki, Sesame, 4Store,

Virtuoso, AllegroGraph, Stardog, Neo4J,

Oracle 11G, IBM DB2, Microsoft Trinity...

Federerad SPARQL

Libris + DBPedia + Bibsys.no

PREFIX owl: <http://www.w3.org/2002/07/owl#>PREFIX foaf: <http://xmlns.com/foaf/0.1/>PREFIX dbpedia: <http://dbpedia.org/ontology/>BASE <http://libris.kb.se/resource/>

construct{ <auth/94541> ?p ?o; dbpedia:abstract ?abstract; foaf:depiction ?depiction; owl:sameAs ?bibsysno .} where{{ <auth/94541> ?p ?o . } UNION{ <auth/94541> owl:sameAs ?uri . { SERVICE <http://dbpedia.org/sparql>{ ?uri dbpedia:abstract ?abstract . FILTER(langMatches(lang(?abstract), "en")) ?uri foaf:depiction ?depiction . } } UNION{ SERVICE <http://data.bibsys.no/data/authority>{ ?bibsysno owl:sameAs ?uri . } } }}

Grunden för Länkad Data

Flera datakällor, uttryckta i RDF,sammanlänkade på webben

Webben blir en

GigantiskGlobalGraf

Öppna upp era silon

Gå med i konversationen

Bör det finnas länkad offentlig basdata?

Om svenska kommuner..

Om högskolor/universitet..

.. annat än i DBPedia?

EUPSI-direktivet

E-delegationenNy vägledning för vidareutnyttjande av offentlig information

Vad motiverade att publicera HTML under 90-talet?

Dela data som dokument

För att andra gjorde det

Sedan kom: marknadsföring, annonsering, SEO...

Vad motiverar att publicera länkad data?

Dela data som data

För att andra gör det

Marknadsföring, annonsering, SEO...

Läget idag

Webbsidor med OGP, schema.org..

BBC, data.gov.uk, Library of Congress, KB Libris..

NY Times, AstraZeneca, Boeing, IBM (Watson)...

.. och resten i LOD-molnet

Publicera användbar data

Tydliga egenskaper (gemensamma: RDF)

Många länkar - även till externa resurser

Upptäck inkommande länkar

Sträva efter..

Meningsfull och sammanhängande data på

webben!

Om världen!

Några länkar..

<http://www.w3.org/standards/semanticweb/>

<http://linkeddata.org/>

<http://rdfa.info/>

...

Bildkälloreick arctranLänkad data - förenklat exempelScreenshots from the Google Knowledge Graph intro videoSome icons from OpenClipArt.org"Silos""Walled Gardens" by David Simonds via ISSLOD-DSSN and Design Issues: Socially Aware Cloud Storage (Tim Berners-Lee)"This is Not a Pipe"The LOD CloudLOD Cloud statsW3C LogosHighlighter pen by Guido "random" AlvarezPresentation vs. Semantics (Ivan Herman, RDF 1.1 Primer)Google Rich Snippets imageYahoo SearchMonkey cc-imageYahoo SearchMonkey product-imageLinked Open VocabulariesÌBM WatsonInternet Map"Yet another view from the ArtScience Museum" by William Cho