Linked Data: stap voor stap, deel 4 Table of Contents

Transcriptie

1 Linked Data: stap voor stap, deel 4 Table of Contents Linked Data: stap voor stap, deel Inleiding...2 Identiteitslinken...2 Opzoeken...2 Link manueel leggen...4 Relaties leggen...6 Het vinden van een vocabulary...6 Reconciliatie met Google Refine...7 Reconciliatie met andere tools...12 Referentiemateriaal...13 Oproep...13 Contact...13

2 Inleiding Deze stap is binnen het linked data verhaal de meest cruciale. Tot nu toe hebben we enkel onze eigen entiteiten beschreven in RDF en gepubliceerd. De bedoeling is echter dat er vanuit deze beschrijvingen links worden gelegd naar entiteiten die al beschreven staan op het linked data web, analoog aan het web van documenten. (We publiceren daar HTML pagina's en in die pagina's leggen we linken naar andere HTML pagina's. ) Op deze manier worden aparte data eilanden met elkaar verbonden tot een globaal geconnecteerd data web waarbij applicaties en mensen bijkomende informatie kunnen ontdekken door 'hun neus te volgen'. Identiteitslinken Wij hebben zelf de informatie gepubliceerd die we in onze database beschikken over Peter P. Rubens ( Het zou ons verbazen moest er op het linked data web al geen informatie over Rubens ter beschikking staan. Opzoeken Om dit uit te zoeken bestaat er een dedicated search engine sameas.org. Het resultaat van deze query.

3 Er worden niet minder dan 25 identifiers voor 'Peter Paul Rubens' door de semantische search engine gevonden. Klik je de link op positie 16 (Freebase), dan kom je terecht op deze pagina:

4 De link op positie 25 (VIAF) brengt u hierheen: Link manueel leggen Ik kan nu in mijn eigen dataset expliciet vastleggen dat mijn Rubens < dezelfde entititeit is als < < enz. Om dit te doen is er een dedicated property voorzien met volgende identifier < Dus om te zeggen dat mijn Rubens dezelfde is als die beschreven door OCLC in VIAF voeg ik volgend statement in mijn RDF toe: < < < Opgelet: owl:sameas is een property die verstrekkende gevolgen heeft: ik neem daardoor alle properties van de entiteit met identifier < over.

5 Vertrekkend van volgende situatie getoond in Topbraid Composer: krijg ik na het gebruik van een semantische reasoner zoals Pellet volgend plaatje, waarbij in de velden met blauwe achtergrond de properties komend van VIAF zijn overgenomen. Deze 'brute force' strategie is niet altijd wat er gewenst is. Voor een uitgebreide beschrijving van de

6 problematiek en mogelijke oplossingen verwijs ik naar When owl:sameas isn't the Same op Relaties leggen Hier gaat het om het leggen van linken naar gerelateerde entiteiten zoals events, periodes, plaatsen,... Onze database heeft b.v. een veld waarin de 'current_location' van het kunstwerk wordt bewaard. Maar de waarden zijn gewoon strings ('Antwerpen'). Het zou veel beter zijn moesten we hier links/identifiers hebben. Identifiers zijn nu éénmaal éénduidiger en laten ons ook toe om bijkomende properties op te vragen, b.v. geografische coördinaten. Om dit allemaal manueel te gaan veranderen is natuurlijk geen realistische optie. Gelukkig zijn er een aantal services die u precies hierin helpen. Het vinden van een vocabulary Voorafgaandelijk moet men wel weten welk linked data vocabularium je kan gebruiken om die vervanging te doen. Een overzicht van veel gebruikte vocabularia voor de bibliotheekwereld, maar relevant in een bredere context, vindt men op s. Voor plaatsen (places) wordt daar verwezen naar 'geonames'.

7 Deze database wordt ook gehost op Kasabi ( KASABI biedt deze dataset aan met verschillende API's. Het is precies deze reconciliation API die ons interesseert omdat we die in Google Refine kunnen gebruiken. Opgelet: Om deze API te gebruiken moet u zich eerst (gratis) registreren op de KASABI site en u abonneren op deze specifieke API. Reconciliatie met Google Refine We laden onze dataset op in Google Refine (

8 We voegen een kolom toe op basis van de kolom 'current_location'. Gebruik deze nieuw toegevoegde kolom dan om te reconciliëren.

9 Voeg dan het adres van de KASABI geonames reconciliation API toe: Dit adres vindt u op de Geonames Reconciliation API pagina.

10 Dit adres wordt aangevuld moet aangevuld worden met de na registratie gekregen API key Voeg de 'standard' service toe en men krijgt dan volgend scherm.

11 Klik Start Reconciling. Bovenaan het scherm ziet u dan de voortgang van het proces. Als de reconciling is afgelopen, gaat u de id waarde nog moeten opvragen. Kies op de kolom Edit cells -> Transform. Tik dan de volgende instructie in cell.recon.match.id en u ziet dan in de rechterkolom de geonames identifiers.

12 I.p.v. de string 'Antwerpen' hebben we nu < Job done. Met behulp van de RDF extension for Google Refine kan je ook reconciliatie services creëren op basis van een SPARQL endpoint, een RDF file die je gedownload hebt of op basis van de Sindice search engine die we gebruikt hebben voor de manuele identiteitsmapping (cf. supra). Reconciliatie met andere tools Andere reconciliatie en link discovery tools zijn: Silk ( Limes (

13 Serimi ( Annocultor ( Referentiemateriaal Identifying Relevant Sources for Data Linking using a Semantic Web Index ( Re-using Cool URIs: Entity Reconciliation Against LOD Hubs ( MeLinDa: an interlinking framework for the web of data ( Oproep Vanuit dit perspectief doe ik hier een warme oproep tot RKD om een aantal van hun value databases zoals RKDartists& en de nederlandse AAT volgens de Google Reconciliation API of als SPARQL endpoint ter beschikking te stellen. Dit zou het interlinken tussen datasets ongelooflijk helpen faciliteren. Contact Voor vragen en meer info: den@den.nl of Auteur: Paul Hermans, paul@proxml.be