Länkad Data

Söka?

Hitta!

Webbens evolution

.. från en webb av dokument

.. till en webb av data

Vad är data?

10100111001class Person { String name; int id; }

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

<persons> <person id="123"><name>Someone</name></person></persons>

<div class="person" id="p-abc003"> <span class="name">Someone</span></div>

"persons": [ { name:"Someone", id:123 } ]

CSV, XML, JSON, APIs, ...

Det skalar inte

● Att återuppfinna● Att reverse-engineera

(T.o.m. Google slår i taket)

Slöseri!

Kunskapen finns hos de somskapar data

och de som kontinuerligt studerar ochanvänder data

(både ur UI- och IT-perspektiv!)

Vad saknas?

Gemensamma egenskaper/attribut

Gemensamma länkar

Namn på länkar

Nästa steg:

Länkad data på webben

Linked Data

Tim Berners-Lee

Inventor of the World Wide Web

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

Framväxten av en semantisk webb

The Linked Data Projects

Yahoo SearchMonkey, Google Rich Snippets

Facebook Open Graph (OGP)

Schema.org

Google Knowledge Graph

Innan vi börjar..

Resource

Description

Framework

En standard för länkad data på webben

En enhetlig datamodell

Datamodell?

RDBs: relational

XML, JSON: trees (disjoint)

RDF: graph

Grafmodellen

Enkel

Naturlig

Integrerbar

Består av

Namngivna nodermed namngivna pilar därmellan

Länkar

Unika namn: URIer

(Turtle)

@prefix dc: <http://purl.org/dc/terms/> .@prefix : <http://schema.org/> .

<http://data.su.se/kurs/logik-a> a :EducationEvent; dc:title "Grundkurs i logik"@sv; dc:publisher <http://data.su.se/org>; dc:subject <http://data.vhs.se/def/studier/Logik> .

SPARQL

Protocol andRDF Query Language

pattern matching

select ?course ?title {

?course a :EducationEvent; dc:title ?title; dc:subject <http://data.vhs.se/def/studier/Logik>; dc:publisher [ a :EducationalOrganization; dbpowl:city <http://dbpedia.org/resource/Stockholm> ] .

}

Grunden för Länkad Data

Flera datakällor, uttryckta i RDF,sammanlänkade på webben

Länkad Data gör webben till en

giganisk, global grafdatabas

The LOD Cloud

2008

2011

Wikipedia

Use DBPedia to

.. query relationships and propertiesassociated with Wikipedia resources,

including links to other related datasets

Endpoint

http://dbpedia.org/sparql

Födda i Berlin before 1900

...prefix dbo: <http://dbpedia.org/ontology/>

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

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 . }}

Lista svenska kommuner

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

Mängder av egenskaper att plocka med..

dc:titlefoaf:namefoaf:depictiondbpowl:influencedBydbpowl:birthPlacedbpprop:areaKmgeo:latgeo:longdbpowl:capitaldbpprop:populationCensus...

Google

Origins: Freebase

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

Wikipedia)● RDF is a key component● Acquired by Google July 16, 2010

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

all good Semantic Web stuff"

– Alon Halevy, Google

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..)

<div vocab="http://schema.org/" typeof="LocalBusiness"> <h1 property="name">Beachwalk Beachwear &amp; Giftware</h1> <span property="description"> A superb collection of fine gifts and clothing to accent your stay in Mexico Beach.</span> <div property="address" typeof="PostalAddress"> <span property="streetAddress">3102 Highway 98</span> <span property="addressLocality">Mexico Beach</span>, <span property="addressRegion">FL</span> </div> Phone: <span property="telephone">850-648-4200</span></div>

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

[] a :LocalBusiness; :name "Beachwalk Beachwear & Giftware"; :description """ A superb collection of fine gifts and clothing to accent your stay in Mexico Beach."""; :address [ a :PostalAddress; :streetAddress "3102 Highway 98"; :addressLocality "Mexico Beach"; :addressRegion "FL" ]; :telephone "850-648-4200" .

För att märka upp

detaljer i webbsidor

så att de blir maskinläsbara

a:et står för attribut

Speciella attribut inbäddade i ett moderspråk

T.ex. HTML eller SVG

Webbplatser är fulla av

● Dokument...● Nyheter● Kalenderhändelser● Kontaktinformation● Produkter, Recensioner, Gallerier● Begrepp, Modeller, ...

Fånga detaljer

EgenskaperTitel, namn, roll, datum

Särskilda länkarförfattare, utgivare, licens, ämne

HTML5

<article> <header> <h1>Title</h1> <h2>Author</h2> <h3><time>2012-04-17</time></h3> </header> <p>...<p> <p>...<p> <footer> <a href="/topic/1">Tag1</a> <a href="/topic/2">Tag2</a> <a href="/topic/3">Tag3</a> <a href="/about/license">License</a> </footer></article>

@vocab

<article vocab="http://purl.org/dc/terms/"> <header> <h1>Title</h1> <h2>Author</h2> <h3><time>2012-04-17</time></h3> </header> <p>...<p> <p>...<p> <footer> <a href="/topic/1">Tag1</a> <a href="/topic/2">Tag2</a> <a href="/topic/3">Tag3</a> <a href="/about/license">License</a> </footer></article>

@property

<article vocab="http://purl.org/dc/terms/"> <header> <h1 property="title">Title</h1> <h2 property="creator">Author</h2> <h3><time property="issued">2012-04-17</time></h3> </header> <p>...<p> <p>...<p> <footer> <a href="/topic/1">Tag1</a> <a href="/topic/2">Tag2</a> <a href="/topic/3">Tag3</a> <a href="/about/license">License</a> </footer></article>

RDFa 1.1 in HTML5

<article vocab="http://purl.org/dc/terms/"> <header> <h1 property="title">Title</h1> <h2 property="creator">Author</h2> <h3><time property="issued">2012-04-17</time></h3> </header> <p>...<p> <p>...<p> <footer> <a property="subject" href="/topic/1">Tag1</a> <a property="subject" href="/topic/2">Tag2</a> <a property="subject" href="/topic/3">Tag3</a> <a property="license" href="/about/license">License</a> </footer></article>

@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .@prefix : <http://purl.org/dc/terms/> .

<> :title "Title"; :creator "Author"; :issued "2012-04-17"^^xsd:date; :subject </topic/1>; :subject </topic/2>; :subject </topic/3>; :license </about/license> .

RDFa Lite

●@vocab / @prefix●@resource●@property●@href●@typeof

Detaljer

●@datatype●@lang●@content●@about●@rel / @rev●@inlist

Lämpliga vokabulär för RDFa

Schema.orgDublin CoreCreative CommonsGoodRelationsrNews (IPTC)Friend-of-a-FriendFacebook OpenGraph

Tillämpbarhet

När några detaljer är viktigaFör söktjänster att fånga upp

Självbeskrivande dokumentT.ex. myndighetspublikationer

Webb och APIBygg dataplattform och webbplats i ett!

Specialiserade sökgränssnitt

Platta index med facetterad sökning

Grafdatabaser

Genväg till en semantisk webb

● Bygg webbsidor utifrån användningsbehov● Ringa in domändata i dessa● Låt söktjänster indexera denna data

RDFa.info/play/

RDF-teknik

Saker

Ges URI:er som id:n

Beskrivs med egenskaper

Antingen enkla värden (text, datum) eller länkar

Egenskaper

Är också ting som kan beskrivas

Vokabulär

En enkel datamodell

Påståenden

(subjekt, predikat, objekt)

Triples

subjekt -predikat-> objekt

@prefix dc: <http://purl.org/dc/terms/> .@prefix : <http://schema.org/> .

@base <http://data.su.se/kurs/logik-a>

<> a :EducationEvent .

<> :startDate "2012-01-20"^^xsd:date .

<> dc:title "Grundkurs i logik"@sv .

<> dc:publisher </org/su> .

<> dc:subject </def/studier/Logik> .

Literaler

"Logik"@sv

"Logic"@en

"2012-01-20"^^xsd:date

Information, kvalitet, substans

Explicita innebörder (vad som beskrivs och hur)

Kom åt inkommande relationer (och många-till-många)

Länknamn/egenskaper är "första klassens objekt"

Jämför med bara XML, JSON..

● URIer som idenfierare● Unika egenskaper (har URIer; jmf. namespaces)● Språkstöd ("en", "sv", "jp", ...), rika datatyper

(date, dateTime, ...)● Sömlöst kombinerbart● Naturliga M2M-relationer

Dataformat

● RDF/XML● RDFa● Turtle● JSON-LD

Publicera ett ting i taget

Beskrivingar i dokument

På webben

@prefix dct: <http://purl.org/dc/terms/> .@prefix foaf: <http://xmlns.com/foaf/0.1/> .

<http://neverspace.net/> a foaf:Document; dct:creator <http://purl.org/NET/dust/foaf#self>; dct:title "Neverspace"@en .

<http://purl.org/NET/dust/foaf#self> a foaf:Person; foaf:homepage <http://neverspace.net/>; foaf:name "Niklas Lindström" .

Kod för allaC: Redland

Java: Jena, Sesame

Javascript: Tabulator, RDFQuery, W3C RDF API..

Python: RDFLib

Ruby: RDF.rb

.NET: dotNetRDF

Hämta data från webben

>>> from rdflib import *

>>> DCT = Namespace("http://purl.org/dc/terms/")>>> FOAF = Namespace("http://xmlns.com/foaf/0.1/")

>>> data = Graph()>>> data.load("http://purl.org/NET/dust/foaf#self")>>> len(data)39

>>> ref = URIRef("http://purl.org/NET/dust/foaf#self")>>> me = data.resource(ref)

>>> print me.value(FOAF.name).encode('utf-8')Niklas Lindström

>>> homepage = me.value(FOAF.homepage)>>> print homepage.identifierhttp://neverspace.net/

>>> for interest in me.objects(FOAF.interest):... print interest.identifierhttp://www.w3.org/RDF/http://en.wikipedia.org/wiki/Philosophyhttp://en.wikipedia.org/wiki/Surrealism...

Triple Stores

Grafdatabaser

● Lagra massiva mängder triples● Standardiserat webbinterface: SPARQL● Är i regel quad-stores (tänk dokument-db)

Open SourceFuseki (Java)

Sesame (Java)

Virtuoso (native)

4Store (native)

AllegroGraph (Lisp)

(Neo4J)

Kommersiella

Oracle, IBM, ..., Microsoft OData...

Quad Stores

Namngivna grafer

.. tänk "dokument-DB"

Hur gör jag?

Använd befintliga vokabulär

DC — Dublin Core Terms

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, ...

Skapa egna

RDFS — RDF SchemaOWL — Web Ontology Language

Om möjligt, länka till befintliga!

Webbens arkitektur

● Identifikation: URI:er● Åtkomst: HTTP● Representation: öppna format, länkad hypertext● Komposition: länka alla slags resurser

HTTP-URIer som namn på ting

Publicera användbar information

● Tydliga egenskaper● Många länkar

– även till externa resurser beskrivna med RDF– inkommande länkar

.. och åtkomlig!

● Dataset-info (upptäckbarhet, uppdateringar)● Provenans● Licenser

Undvik silo-effekten!

Där det är oklart:

● vad som är en datapost● huruvida all relevant data exponeras● vad sökningar baserar sig på

Linked Enterprise Data

Använd samma principer

Möjliggör integration av utspridda applikationer

Tänk "crawling++"

Statlig data

PSI-direktivet

Alla ska dra nytta av statens verksamheter!

Bör det finnas officiell länkad grunddata?

● Lista svenska kommuner..● Lista svenska högskolor/universitet..

Googla/Binga/Sitesearcha...?DBPedia — skrapad från Wikipedia!

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...

Användning idag

BBC, NYT, data.gov.uk, life science.., AstraSeneca, Boeing...

.. alla som vill synliggöra data med OGP, rich snippets, schema.org

Library of Congress, Libris, EuroVoc, ScOT..

.. och resten i LOD-molnet..

Dominion Apps

FB OGP

GKG

Watson!

Domain Specific Apps

BBC World Cup 2010

BBC Wildlife Finder

seevl.net

data.gov.uk

Sammanfattningsvis

Några länkar..

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

<http://linkeddata.org/>

<http://rdfa.info/>

...

Ta fram bra data

Arbeta konkret med användning

Kontinuerligt jobba med sök-/hittbarheten

Stöd för redaktörer och förvaltning!

Minska gapet mellan producent och konsument!

Sträva efter..

Meningsfull och sammanhängande data på

webben!

Tack!

BildkällorScreenshots 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 CloudW3C 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 Vocabularies...