Länkade data – intro på LDSV 2013

Länkade dataLänkad data i Sverige, 16 april, 2013

Marie Gustafsson Friberger, Malmö högskola marie.friberger@mah.se

twitter: mariegus

Översikt

• Länkade data och den semantiska webben

• En kort introduktion till SW-relaterad W3C rekommendationer

• Några exempel

• Vill du tillgängliggöra data och/eller vokabulär?

• Vill du hitta data?

• Vill du bygga?

2

Hans Rosling

http://www.flickr.com/photos/23176450@N08/2663925153/

Hans Rosling

http://www.flickr.com/photos/23176450@N08/2663925153/

"The database hugging in public institutions is hampering innovation."

Hans Rosling at OECD World Forum in Istanbul, 2007http://www.viddler.com/explore/JesseRobbins/videos/4/

6

• Hur tillhandahålla data så att den går att återanvända?

• Hur möjliggöra upptäckandet av relevanta data bland alla dataset som finns tillgängliga?

• Hur möjliggöra att applikationer kan integrera data från tidigare okända datakällor?

7

★ Tillgänglig på webben (oavsett format),

med en öppen licens

★★ Tillgänglig som maskinläsbar strukturerad

data (t ex Excel i stället för scannad tabell)

★★★ som (2) samt ickeproprietärt format

(t ex CSV i stället för Excel)

★★★★ Alla ovan, plus att använda W3C-standarder (RDF

och SPARQL) för beskriva saker

★★★★★ Alla ovan plus att länka din data till andras data

Principer för länkade data1. Använd URI:er för att namnge saker

2. Använd HTTP URI:er så att dessa namn kan användas för att få mer information

3. När någon kollar en URI, ge användbar information genom standarder (RDF*, SPARQL)

4. Inkludera länkar till andra URI:er så att fler saker kan upptäckas

http://www.w3.org/DesignIssues/LinkedData.html

10

Linking Open Data cloud diagram, by Richard Cyganiak and Anja Jentzsch. http://lod-cloud.net/

Semantiska webben

• Data-webb (snarare än dokument-webb).

• Idag kontrollerar applikationer ofta sin egen data och delar inte med sig av den.

• Visionen med den semantiska webben är att göra det möjligt att kombinera data från flera olika källor.

12

define the concepts and relationships used to describe and represent an area of concern

13

Main SW components

RDF Linked Data

OWL

SKOSVocabularies

Ontologies

common formats for integration and combination of data drawn from diverse sources

SPARQL

En kort introduktion till W3C-rekommendationer

relaterade till den semantiska webben

Resource Description Framework

“Description”?

Subject - Predicate - Object

Subject - Predicate - Object

Image from the book Semantic Web for the Working Ontologist by Allemang and Hendler.

Image from the book Semantic Web for the Working Ontologist by Allemang and Hendler.

Flera källor

+

+Image from the book Semantic Web for the Working Ontologist by Allemang and Hendler.

En graf...

Image from the book Semantic Web for the Working Ontologist by Allemang and Hendler.

Vad är vad?

• Om två källor använder samma benämningar, avser de då samma ”sak”?

• URI:er to the rescue!

• Två noder avser samma sak om de använder samma URI.

SPARQL

• SPARQL Protocol and RDF Query Language

• En fråga består av en uppsättning trippel-mönster (tripple patterns).

• Trippel-mönster är som RDF-tripplar förutom att varje subjekt, predikat och objekt kan vara en variabel.

Ontologier – OWL

• Kallas ofta vokabulärer i samband med länkade data

• Används för att beskriva begrepp och relationer mellan begrepp i någon domän

• Kan innehålla allt från en enkel vokabulär till komplexa logiska uttryck för att dra slutsatser baserat på data

23

Simple Knowledge Organization System (SKOS)

• RDF vokabulär för att representera semiformella knowledge organization systems (KOSs), exempelvis thesauri o taxonomier.

24

ex:animals rdf:type skos:Concept; skos:prefLabel "animals"@en; skos:narrower ex:mammals.

ex:birds rdf:type skos:Concept; skos:prefLabel "birds"@en; skos:related ex:ornithology.

25

Exempel

DBpediaNYTimes

• Extraherar strukturerad information från Wikipedia och tillgängliggör den via webben.

• Beskriver över 3,77 miljoner saker, varav 2,35 miljoner är klassificerade i en konsistent ontologi som innehåller 764.000 personer, 573.000 platser, 112.000 musikalbum, 72.000 filmer, 18.000 videospel, 192.000 organisationer, 202.000 arter och 5.500 sjukdomar.

Möjliga frågor

• DBPedia gör det möjligt att ställa frågor där informationen som behövs för att svara finns spridd över flera olika Wikipedia-artiklar.

• Till exempel...

28

Personer födda i Köpenhamn innan år 1900.

29

30

NYTimes – Linked Open Data

http://data.nytimes.com/

32

Example app: Who Went Where?

Vill du göra data och/eller vokabulär

tillgängliga?

Välja vokabulär

• Hur många använder? Vilka?

• Underhåll och styrning

• Vilka koncept täcker den?

• Hur uttrycksfull är den?

35

Baserat på http://linkeddatabook.com/

Verktyg för att utveckla vokabulär

• Protégé

• TopBraid Composer

36

Specifikt för SKOS:

• PoolParty Thesaurus Manager

• VocBench (developed by the FAO of the UN)

Recept för att publicera länkade data

• Statiska RDF/XML-filer

• Som RDF inbäddad i HTML (RDFa)

• Genom egna server-side scripts

• Från relationsdatabaser

• Från RDF Triple Stores

• Genom att ”wrappa” existerande API:er

37 http://linkeddatabook.com/

Vill du hitta data?

39

40

Vill du bygga?

42

Läs mer!

• Heath and Bizer (2011) Linked Data: Evolving the Web into a Global Data Spacehttp://linkeddatabook.com/editions/1.0/

• Allemang and Hendler (2011) Semantic Web for the Working Ontologisthttp://workingontologist.org/

• http://www.w3.org/2001/sw/wiki/Tools