linked data - das ende des dokuments?
DESCRIPTION
Keynote talk was given in May 2014 in Frankfurt at the annual congress of the German Society for Information Science and Information Practice (DGI)TRANSCRIPT
Herzlich Willkommen!
• Einleitende Gedanken über „Informationsqualität & Wissensgenerierung“
• Was ist Linked Data? - Warum „das Ende des Dokuments?“
• Wozu Linked Data?- Anwendungsbeispiele
• Die Bedeutung von Linked Data für das Informationsmanagement
● Discussion
Andreas Blumauer, MSc ITCEO der Semantic Web Company, Wien
Als Wirtschaftsinformatiker seit 2001 in den Bereichen
Text Mining, Semantic Web, Wissensmodellierung & Linked Data tätig.
Über Semantic Web Company (SWC)
SWC wurde 2001 in Wien gegründet
Über 20 Experten im Bereich Linked Data
Produkt: PoolParty Suite (seit 2009 am
Markt)
Kunden aus unterschiedlichen Branchen
EU- & US-basiertes Partner Netzwerk
PoolParty Semantic Suite in 90 Sekunden
1. Werkzeug zur semi-automatischen Erstellung und Wartung von Wissensgraphen (Taxonomien, Thesauri, Ontologien)
2. Text-Mining: Analyse umfassender Text- und Datenbestände Annotation, Extraktion, Vernetzung Linked Data
3. Business Intelligence & Datenintegration auf Basis offener Semantic Web Standards des W3C (RDF, SKOS, SPARQL)
4. Einfache Bedienbarkeit5. Enterprise-tauglich: Skalierbar, Secure, Qualitätsgesichert6. Integrierbarkeit (SharePoint, Confluence, Drupal, FirstSpirit,
Wordpress, …)7. Einfaches Deployment: Als Cloud-Service oder innerhalb der
Firewall
Branchen und Kunden
● Credit Suisse● Daimler● Roche● Wolters Kluwer● World Bank Group● The Pokémon Company● Healthdirect Australia● Ministry of Finance (A)● Wood Mackenzie● Council of the European
Union● American Physical
Society● Education Services
Australia● Pearson● Techtarget● Norwegian Directorate of
Immigration● REEEP● GBPN● City of Vienna● ...
Finanz / Automotive / Verlage & Medien / Gesundheit / Pharma / Verwaltung / Energie / Bildung
“Informationsqualität” aus unternehmerischer Sicht
• Information ist oft ‘2nd class citizen’ in Unternehmen• Informationsmanagement liegt bei CTO
Information als technisches Artefakt• Nach wie vor Tendenz zu Informationsinseln, keine
Standards• Wert von Kontextinformation und hochwertigen Metadaten
wird weiterhin unterschätzt• Geschäftsmodelle (z.B. bei Publishern) beruhen kaum auf
Kollaboration
Hypothese 1: “Es wird an den dynamisch wachsenden Informationsbedürfnissen der Endkunden vorbei gewirtschaftet”
Hypothese 2: “Vor allem Europäische Unternehmen geraten deshalb gegenüber Amerikanischen Unternehmen unter Druck”
“Informationsqualität” auseiner Meta-Perspektive
Information ist um so wertvoller, • wenn schließlich ein
Sinnverstehen bei Menschen ermöglicht wird, und
• wenn der Weg dorthin zielgruppengerecht (personalisiert) aufbereitet ist
Hypothese: “Die Fähigkeit der Wissensvermittlung (Kontexte, Zusammenhänge) wird immer wichtiger”
Mensch & Information (CIO-Sicht)
https://www.ted.com/talks/hans_rosling_on_global_population_growth
Hans Rosling: Globales Wachstum der Bevölerung
“Informationsqualität” auseiner Meta-Perspektive
Information ist um so wertvoller,
• Je kostengünstiger sie integriert werden kann, und somit
• einfach in unterschiedliche Kontexte gesetzt werden kann
Hypothese: “Information (Content) unterschiedlichen Formats als Service via APIs verbreiten zu können, ist ein Schlüssel für hohe Informationsqualität aus technischer Sicht”
Maschine & Information (CTO-Sicht)
Das Ende des Dokuments?
Was ist ein Dokument, was sollte es sein?
● Produktion: Der passende Ort, um neue Information zu produzieren?
● Speicher: Eine Möglichkeit, um Information zu speichern?
● Darstellung: Ein User-Interface, um Information zu visualisieren und zu repräsentieren?
● Interface: Ein technisches Interface (API) bzw. ein Container, um verteilte Information zu verlinken und auffindbar zu machen?
● Kulturtechnik: Ein Medium, um Erzählungen und Emotionen zu transportieren und zu vermitteln?
● ?
Beispiel: Wie entstand dieses Dokument?
• Artikel in analogen Medien (z.B. ‚Hohe Luft‘)
• Wikipedia Fakten• YouTube• Recherche auf Datenportalen (zB.
Datahub.io)• Recherche auf LinkedIn & Emails• Google Abfragen
Websites (Screenshots), blogs, videos, Bilder
→ Alle Schritte, um die Informationsinseln zusammen zu ziehen, mussten „manuell“ durchgeführt werden (vgl. Management by Excel)
Wissensarbeit bedeutet Vernetzung & Kontextualisierung von Information!
Produktbeschreibung
Kampagne
Dossier
Tweet
Journal Artikel
Vertrag
Hersteller-Spezification
News Artikel
Social Web Profil Patienten-Akte
Gedicht
Regulierung
Blog
Gesetz
“Follow your nose (‘nous’)”
...und noch mehr Graphen
Microsoft„Office Graph“
Facebook„Social Graph“
Google„Knowledge Graph“
Was genau aber wird von ‘Wissensarbeitern’ vernetzt?
• Entitäten, nicht Dokumente!
• Things, not strings!
PoolParty Tagging WorkflowLorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut.
Corpus AnalysisQuality Checks
sadipscingAus “strings” werden “things”
PoolParty PowerTagging:Integration von Linked Data und CMS
‘Google’s Knowledge Graph’ als Beispiel für semantische Informationsmaschinen
Mashup aus Wissens-Graphen und API Calls!
Unternehmen haben begonnen, ihre eigenen, spezifischen Wissens-Graphen zu entwickeln.
Welche neuen Möglichkeiten entstehen damit für die Informationswirtschaft?
Linked Data ist ein Datenmodell, das auf Graphen basiert
● Linked Data ist ein Graph-basiertes Datenmodell und ist ausdrucksstark genug, um ein großes Spektrum von Informationsarten repräsentieren und verarbeiten zu können
→ Eignung für Daten-Integration & Dynamisches Semantisches Publizieren (DSP) in verteilten Umgebungen (“semantic web”)
BBC’s Linked Data Plattform:Wieviele Informationsquellen sehen Sie?
Individual CMSs are pretty good at keeping tabs on the content they create but if you wanted to get hold of the 20 most recent pieces of content from across the BBC (and hence across CMSs) on Burkina Faso, or Jarvis Cocker or global warming it would be very tricky.
Oli Bartlett, product manager for the BBC's Linked Data Platform
Case Study: ‘The 100 most influential people in the world’
http://time.com/time100-2014/http://mercury.poolparty.biz/time100
SKOS: Taxonomien werden wieder-verwendbar, integrierbar & verlinkbar
http://www.w3.org/2004/02/skos/
Taxonomie- und Thesaurus-Management eingebettet im Semantic Web
Schritt 1: Aufbau eines Thesaurus Schritt 2: Verknüpfe Deine Thesauri mit anderen Wissens-Graphen (zB. DBpedia)
Annotation / Entity Extraction = Transformation v. Dokumenten in Graphen
Schritt 4: Komplexe Fragen stellen
PREFIX skos:<http://www.w3.org/2004/02/skos/core#>PREFIX foaf:<http://xmlns.com/foaf/0.1/>PREFIX dbpedia:<http://dbpedia.org/ontology/>SELECT DISTINCT ?personname ?timelinkWHERE{ ?person skos:prefLabel ?personname .?person a dbpedia:Person .?person <http://purl.org/dc/terms/subject> <http://dbpedia.org/resource/Category:Princeton_University_alumni> . OPTIONAL { ?person <http://mercury.poolparty.biz/PoolParty/schema/Time#time100page> ?timelink .} }
Who of the ‘most influential people in the world’ are Princeton University alumni?
Results
Carl Cahn http://time.com/70813/
Jeff Bezoshttp://time.com/70917/
Schritt 3: Entitäten automatisch extrahieren(„PowerTagging“)
Thesauri sind ‘semantische Interfaces’, um verteilte Inhalte abzufragen, zu vernetzen
EurovocWKD Arbeitsrechts-Thesaurus
STW Thesaurus
DBpedia
Case Study: Clean Energy Data - Länderprofile
http://www.reegle.info/countries/
Linked Data & Linked Vocabularies können leicht wieder verwendet werden
● Linked Data basiert auf Standards und ist so in ein umfassendes Daten-Ökosytem eingebettet
→ Ontologien, Thesauri, Taxonomien und Wissens-Graphen können zu geringst möglichen Kosten wiederverwendet werden, zumindest technisch betrachtet.
Linked Open Data Graphen
12.6 Mio. Entitäten2.46 Mrd. Fakten119 Sprachen45 Mio. Links zu anderen Quellen
SKOS Thesauri
● Eurovoc (EU)● ESCO (EU)● Jurivoc (SUI)● ScoT (AUS)● Agrovoc (UN)● MeSH (US)● Getty Vocabularies (US)● GEMET (EEA)● GeoThesaurus (AT)● STW Economy (DE)● Polythematic SH (CZ)● Canadian Subject Headings (Can)● LCSH (US)● Worldbank Taxonomy (WBG)● Labor Law Germany Thesaurus (DE)● Reegle Thesaurus (REEEP)● Austrian Tax Law Thesaurus (AT)
● UNESCO Thesaurus (UN)● New York Times SH (US)● RAMEAU subject headings (FR)● TheSoz (DE)● The General Finnish Thesaurus (FIN)● NAL Thesaurus (US)● Social Semantic Web Thesaurus (AT)● Courts thesaurus (DE)● SITC-V4 (UN)● Google Product Taxonomy (US)● NAICS 2012 (US)● Common Procurement Vocabulary (ES)● UKAT UK Archival Thesaurus (UK)● NASA taxonomy (US)● IVOA astronomy vocabularies (UK)● IPTC News Codes (UK)● WAND taxonomies (US)
Linked Data verknüpft die Anforderungen ‘Semantic search’ und ‘Business analytics’
● Linked Data basiert auf einem ausdrucksstarken Datenmodell und kann so unterschiedlichste Informationsarten repräsentieren
→ Hervorragende Eignung für komplexere Such- und Analyseanwendungen; vereint die Welten der strukturierten & unstrukturierten Informationen
Der traditionelle Ansatz zur Daten- und Informations-Integration
Person 4711
NameJeff BezosAffiliationAmazonBorn inAlbuquerque
Land 4812
NameUSABIP$ 15.684 billionHDI0.937
Lösung: Spezielle Anwendung wird entwickelt, um die Daten zu integrieren.
Show me the ‘most influential people in the world’ who were born in countries with an HDI less than 0.5?
PersonOrganization Placeaffiliated with born in
Ontologie-Graph
Jeff Bezos
Amazon Albuquerque
United States
Wissens-Graph 2
GDP
$ 15.684 billion
HDI
0,937
Continents U.S.
Thesaurus/Taxonomy-Graph
America New Mexico
AlbuquerqueSouth
America
Wissens-Graph 1
Show me the ‘most influential people in the world’ who were born in countries with an HDI less than 0.5?
Lösung: Taxonomien werden verwendet, um Graphen zu verknüpfen
SPARQL unterstützt komplexe Abfragen
PREFIX skos:<http://www.w3.org/2004/02/skos/core#>PREFIX foaf:<http://xmlns.com/foaf/0.1/>PREFIX dbpedia:<http://dbpedia.org/ontology/>SELECT DISTINCT ?personname ?picture ?countryname ?hdi ?pictureWHERE{
?person skos:prefLabel ?personname .?country skos:prefLabel ?countryname .?person a dbpedia:Person .?country a dbpedia:Country .?person skos:related ?country .?country <http://dbpedia.org/property/hdi> ?hdi .
FILTER ( ?hdi < 0.6)OPTIONAL {?person foaf:depiction ?picture .}} ORDER BY DESC(?hdi)
Interaktive Daten Visualisierungen
Kernfunktion von Linked Data: Matchmaking
Die Qualität der Meta-Informationen und Wissens-Graphen determiniert die Möglichkeiten,
Informationseinheiten (“chunks”), Produkte & User auf neuartige Weise verknüpfen, und im Verbund abfragbar zu machen.
Matchmaking von Usern / von Content
http://www.eip-water.eu/
http://faq.poolparty.biz/
Linked Enterprise DataShow me the impact of our
campaign for FIFA WC 2014.
Welche Bedeutung hat Linked Data für das Informationsmanagement?
1. Übersetzung zwischen Anwender und Techniker
(“Taxonomist”)
2. Keine technischen Lock-in-Effekte mehr
3. Standard, um Referenzsysteme zu etablieren (zB. GND
als LD)
4. Kommunikation zwischen Menschen und Menschen,
Menschen und Maschinen, und Maschinen und Maschinen
verbessern
5. Ermöglicht komplexere Wertschöpfungsketten in der
Content-Industrie (vgl. Software-Industrie)
Content-Wertschöpfungsketten mit Open Data
Zusammenfassung:Daten-Silo (Dokument) öffne Dich!
● Graph-basiertes Datenmodell● Standard-basiertes
Datenmodell● Ausstrucksstarkes
Datenmodell● SKOS (Simple Knowledge
Organization System) als Kernelement
● Suchen Analysieren● Lesen Visualisieren● Behaupten Beweisen (Data
Journalism)● Enterprise Linked Data
Kontakt & Weitere Informationen
Andreas Blumauer, MSc [email protected] http://at.linkedin.com/in/andreasblumauer/
Semantic Web Company GmbHMariahilfer Strasse 70/8, A-1070 Vienna+43-1-4021235
http://www.semantic-web.athttp://www.poolparty-software.comhttp://slideshare.net/semwebcompanyhttp://youtube.com/semwebcompany