Van metadata naar kennis

Transcriptie

1 meadaa Een onologie creëren me Topic Maps Van meadaa naar kennis Soms zijn meadaa e beperk om een documen gemakkelijk erug e vinden en zouden de meadaa eigenlijk me meer kennis verrijk moeen worden. Me de Topic Maps-sandaard is he mogelijk om een onologie ofwel een kenniskaar e creëren waarin meadaa deel uimaken van een newerk van kennis. Hierdoor word he mogelijk om documenen via verschillende paden en zonder belemmeringen e vinden. Pieer Brandwijk en Gabriel Hopmans Meadaa, zoals Dublin Core, zijn direc gekoppeld aan een bron. Een bron (hier opgeva als opgeslagen daa) is dan gemeadaeerd me gegevens als aueur, iel, uigever, formaa e ceera. Op deze manier is een documen gemakkelijk erug e vinden als men een of meer van deze gegevens ken. Moeilijker is he als men alleen wee da de aueur werk voor een bepaalde organisaie maar diens naam nie ken. Of wanneer he refwoord waarop men zoek nie direc in de meadaa saa, maar hier wel aan gerelaeerd is. In deze gevallen zou he mooi zijn als ook de meadaa me meer kennis e verrijken zijn. Een aueur werk bijvoorbeeld voor een bepaalde organisaie of is exper op een bepaald gebied, en een refwoord is gerelaeerd aan andere refwoorden. Me de Topic Maps-sandaard kan een onologie, een kenniskaar, worden gecreëerd waarin meadaa deel uimaken van een newerk van kennis. He word dan mogelijk om via verschillende paden en zonder belemmeringen gezoche documenen e vinden. Verder voorzie de sandaard in mechanismen om onologieën ui verschillende domeinen samen e voegen, waardoor een seeds groer kennisdomein onsaa. Ook bied de sandaard een effecieve scheiding ussen naamgeving en idenificaie, waardoor de willekeur van naamgeving nie langer leidinggevend is voor de idenificaie van objecen. We geven hier een overzich van in de prakijk voorkomende mechanismen om meadaa e classificeren en e beheren. Daarna volg een inroducie in Topic Maps en geven we een voorbeeld van een onologie gemodelleerd volgens Topic Maps. Meadaa, classificaie en beheer Besaande classificaiemechanismen binnen organisaies worden vaak nie gebruik of onvoldoende benu. Taxonomieën, hesauri en faceen zijn voorbeelden van dergelijke mechanismen die vaak wel besaan, maar och nie in saa zijn he zoekproces significan e verkoren. In deze paragraaf word duidelijk hoe deze mechanismen me elkaar e maken hebben en hoe Topic Maps in saa is hun krachen e bundelen. Classificaiemechanismen Taxonomieën Een eenvoudig classificaiemechanisme da op iedere compuer voorkom is he besands- 14

2 Samenvaing Me de Topic Maps-sandaard kan een onologie worden gemaak waarin meadaa deel uimaken van een newerk van kennis. Documenen kunnen dan via verschillende paden en zonder belemmeringen gevonden worden. De sandaard voorzie in mechanismen om onologieën ui verschillende domeinen samen e voegen, waardoor een seeds groer kennisdomein onsaa, en bied een effecieve scheiding ussen naamgeving en idenificaie. syseem. Di is in feie e beschouwen als een axonomie. Mappen worden hiërarchisch ingedeeld van algemeen naar specifiek, waardoor de gebruiker word geholpen bij he gezoche besand ui e komen. De axonomie heef wel een aanal beperkingen. Zo kunnen objecen die onder verschillende caegorieën horen eigenlijk maar onder één caegorie geplaas worden. In de prakijk beeken da voor besandssysemen da besanden gekopieerd worden naar een andere map en daar een eigen leven gaan leiden. Een andere oplossing is da een besand och maar onder één caegorie word geplaas, me als gevolg da he besand onvindbaar is wanneer er via een andere weg word gezoch. Thesauri Een hesaurus is eigenlijk een exensie van een axonomie. De srik vericale hiërarchie van de axonomie word uigebreid me de mogelijkheid om dwarsverbanden e leggen ussen ermen. Thesauri worden vaak gebruik voor de lijs me onderwerpen van een documen en in online woordenboeken zoals De hesaurus heef al groe poenie voor he onderseunen van he zoekproces omda hij meerdere zoekpaden mogelijk maak. Toch word de hesaurus in de prakijk vaak nie zo gebruik en is deze meer een applicaie die aan de zijlijn saa en waarin snel een geschike erm kan worden opgezoch. Faceen He idee acher faceclassificaie is da een documenbron meervoudig word geclassificeerd door voor elk face één erm e kiezen, waardoor een documen over verschillende assen word beschreven. Di lijk anders dan een hesaurus, maar is in feie een zeer gedisciplineerde manier om een hesaurus e maken en deze e gebruiken voor classificaie. Bekende voorbeelden zijn de facegebaseerde zoeksysemen van bijvoorbeeld Markplaas en Bol. Deze voorbeelden laen ook zien da faceclassificaie goede srucurele mogelijkheden bied om bronnen e vinden. De faceen leiden o he seeds verder inperken van de zoekse, oda de gezoche bron gevonden is. Van deze bron is nauurlijk nog e acherhalen wa de faceen zijn, maar he is nie mogelijk een bron zelf e relaeren aan andere bronnen. Immers, de face van -relaie voldoe hiervoor nie. Hiervoor is een open onologie nodig, waarin ypen associaies vrij gedefinieerd kunnen worden. Beheer In he voorgaande zijn een aanal classificaiemechanismen aan bod gekomen. De poenie van deze mechanismen in relaie o he classificeren van meadaa is aangegeven en er is uigelegd hoe een axonomie, hesaurus en faceclassificaie samenhangen. We beschrijven hier he beheer van verschillende besaande sysemen in een Topic Maps-onologie. Als laase kom aan bod hoe de onologie is ui e breiden me een open aal voor he leggen van nieuwe associaies in he kennisdomein. Problemen ui de radiionele IT In de radiionele IT doen zich diverse problemen voor op he gebied van daabeheer: Veel besaande sysemen saan op zichzelf en een koppeling ussen sysemen is vaak moeilijk e realiseren. De erminologie is bijvoorbeeld anders of de sysemen hebben een ander daamodel waardoor de samenhang onduidelijk blijf. He zoeken in verschillende sysemen is omslachig. Als he al mogelijk is, kom he vaak neer op een verzamelbak van de resulaen ui de verschillende sysemen. Een sorering op relevanie is hierbij uigesloen. De zoekmechanismen zelf zijn vaak alleen eksgebaseerd, wa wil zeggen da de kennis van gerelaeerde ermen ui bijvoorbeeld een hesaurus bij he zoeken ongebruik blijf. Als die wel gebruik word, is he vaak maar voor één syseem en nie voor meerdere sysemen. 15

3 meadaa Eén kennisdomein me Topic Maps Topic Maps pak deze problemen aan door zowel de classificaiemechanismen als de daa in één geïnegreerd kennisdomein op e slaan. Voor de besaande sysemen geld dan da eenmalig een veraalslag gemaak moe worden ussen he legacymodel en Topic Maps. Zodra besaande sysemen zijn onsloen in Topic Maps, zijn de sysemen geïnegreerd navigeerbaar, op voorwaarde da de oorspronkelijke sysemen een zekere overlap hebben. In een opic map 1 is he dus mogelijk om kennis van verbanden ussen classificaies van meadaa e koppelen en deze geïnegreerde kennis direc e gebruiken bij he zoeken naar daa. He kennisdomein uibreiden Naas he geïnegreerd onsluien van besaande sysemen bied Topic Maps ook de mogelijkheid om nieuwe associaies oe e voegen. Er zijn geen resricies aan wa voor ypen associaies di zijn, wan Topic Maps voorzie in een open onologie. Di houd in da wanneer he voor de eind gebruiker nuig is om erug e kunnen vinden voor welke organisaie een aueur van een documen werk, di gegeven in de opic map kan worden vasgelegd. Voor he zoekproces beeken di da he nie langer alleen mogelijk is om documenen erug e vinden op basis van de aueur, maar ook op basis van organisaie. Di kan omda organisaies geassocieerd zijn aan aueurs, en aueurs op hun beur weer geassocieerd zijn aan documenen. Inroducie in Topic Maps Topics en associaions Een opic map is een newerk of graaf of, meer nauwkeurig, een hypergraph. De knopen van een opic map represeneren onderwerpen (subjecs). Deze represenaies worden opics genoemd. De verbindingen ussen opics heen associaions. Een associaion druk de relaie ui ussen een of meer opics. Een associaion is ongerich. He onderscheid in welke funcie de individuele opics in een associaion vervullen, word bepaald door de rol die zij in de associaion spelen. Associaions geven de Topic Maps-sandaard zijn expressieve krach. Bij de meese andere daamodellen zijn relaies ussen objecen alleen in één riching e leggen. Of, als een ongeriche relaie wel ui e drukken is, di kan vaak alleen maar ussen wee objecen. Di is bijvoorbeeld he geval bij een relaionele daabase. Een vreemde sleuel is een enkelvoudige relaie van één abel naar een andere; vanui de weede abel kan men nie erug naar de eerse. Een ongeriche relaie is e leggen door in een ussenabel sleuels van wee andere abellen op e slaan; de relaie is dan ongerich, maar kan alleen ussen wee objecen worden uigedruk. Dankzij associaions ken Topic Maps deze beperkingen nie. Figuur 1 illusreer de concepen opic en associaion. Als voorbeeld worden ermen ui de hesauri van de Rijksoverheid gebruik. Een opic hierin is de erm AOW. Di opic heef een relaie me he opic SVB (Sociale Verzekeringsbank); de SVB keer namelijk de AOW ui (in opdrach van he miniserie van SZW). Di gegeven is een associaion ussen de wee opics, wa word weergegeven als een lijn ussen de wee opics. AOW uigekeerd door SVB Rollen Figuur 1 beva een simplificaie. Topics zijn namelijk nie direc onderdeel van een associaion, maar zijn de spelers van een rol. De associaion ui he voorgaande voorbeeld is een associaion ussen een ype uikering en een uikeringsinsanie. He opic AOW speel in deze associaion de rol van uikering en he opic SVB speel de rol van uikeringsinsanie. Me rollen erbij kom de associaion er dan ui e zien als in figuur We gebruiken de erm Topic Maps om e verwijzen naar de sandaard Topic Maps en opic map om e verwijzen naar een insanie van de sandaard Topic Maps. Figuur 1. Voorbeeld van associaion ussen wee opics AOW uikering uigekeerd door insanie SVB Figuur 2. Voorbeeld van associaion ussen wee opics, inclusief rollen 16

4 Occurrences Occurrences zijn waarden die aan een opic gekoppeld kunnen worden. Een voorbeeld is de URL waar he documen da door he opic word gepreseneerd e vinden is, indien he documen online saa. Of evenueel kan he oorspronkelijke documen in een occurrence worden opgeslagen. Een occurrence is in feie een daaveld da specifiek bij een bepaald opic hoor. He gegeven is dan wel van belang, maar maak nie zelf meer deel ui van de onologie. Zo word de gebooredaum van een persoon doorgaans als occurrence opgeslagen. Types AOW is een ype pensioen en SVB is een ype bank. In een opic map word di weergegeven me een voorgedefinieerde associaion, namelijk de opic ype associaion. Een opic ype is zelf ook weer een opic, en in een associaion van di ype speel he ene opic de rol van opic ype en he andere de rol van insance. Ook associaions en rollen hebben een ype, respecievelijk he associaion ype en he role ype. Ook deze ypes zijn zelf weer opics. Zo is ui he voorgaande voorbeeld de associaion ussen AOW en pensioen van he ype uigekeerd door. De role ypes van de wee gespeelde rollen in de associaion zijn uikering en insanie. De volledige weergave van de associaion zie er nu ui als in figuur 3. Topic names en idenifiers Topic Maps maak een cruciaal onderscheid ussen de naam van een opic en de idenificaie van een opic. Een opic kan zowel meerdere namen hebben als meerdere idenificaies, maar een naam idenificeer een opic nie. Hierboven kwam he opic me de naam AOW al aan de orde. Hieraan kan een weede naam worden oegevoegd, bijvoorbeeld Algemene Ouderdomswe. Beide namen gaan over hezelfde opic, namelijk he opic da represeneer wa men in de volksmond ken als de AOW. De idenificaie van he opic da de AOW represeneer gebeur me een subjec idenifier. Di is een URI die per opic map maar bij één opic mag voorkomen. Zoals gezegd mag een opic wel meerdere subjec idenifiers hebben. In he geval van he opic voor de AOW is een mogelijke subjec idenifier bijvoorbeeld hp:// nl/aow. Merging Een belangrijk gevolg van he onderscheid ussen opic names en idenifiers is da in een opic map meerdere opics kunnen voorkomen me dezelfde naam of namen. Wanneer in de opic map wee opics voorkomen me dezelfde subjec indicaor, represeneren deze opics hezelfde subjec en worden ze auomaisch samengevoegd. Di hee opic merging; hierbij worden alle namen, idenifiers, associaions en occurrences van de wee opics in een enkel opic opgeslagen. Merging kan ook plaasvinden ussen wee opic maps. Er worden dan in feie wee kennisdomeinen samengevoegd. De wins van Topic Maps is da hiervoor geen enkele conversie nodig is, opic maps kunnen alijd worden samengevoegd. Di is een krachig mechanisme wanneer daa ui verschillende sysemen moeen worden samengevoegd, bijvoorbeeld ussen deparemenen of zelfs ussen verschillende organisaies. Scope In he voorbeeld van de wee namen voor he opic over de AOW saan nu wee gelijkwaardige namen, namelijk AOW en Algemene Ouderdomswe. Er is nu geen duidelijkheid over welke van deze wee namen in welke siuaie e prefereren is. Hiervoor ken Topic Maps he concep scope. Me scope word aangegeven da AOW een afkoring is en Algemene Ouderdomswe de naam volui is. opic ype: pensioen role ype: uikering associaion ype: uigekeerd door AOW rol associaion role ype: insanie Figuur 3. Volledige weergave van de associaion rol opic ype: bank SVB 17

5 meadaa Hierdoor kan afhankelijk van de con ex bepaald worden welke naam e prefereren is. Reificaion De erm reificaion kom van he Laijnse res (ding) en facere (maken) en beeken vrij veraald een ding maken van. In Topic Maps beeken reificaion da dingen die geen opic zijn, bijvoorbeeld associaions en opic names, een opic krijgen da hen represeneer. Di opic is dan weer e gebruiken voor nieuwe associaions. Di is een krachig mechanisme om zeer specifieke kennis op e slaan. Een reden om reificaion e gebruiken is bijvoorbeeld om ies over een associaion e zeggen, zoals in welke periode een we geldig is. Voorbeeldonologie Hiervoor is he voorbeeld van hesaurusermen gebruik. Di voorbeeld word hier verder uigewerk om e laen zien hoe me behulp van een onologie verbanden kunnen worden gelegd ussen verschillende sysemen. He uigangspun is weer de AOW. De onologie (zie figuur 4) laa zien da de AOW val onder de veranwoordelijkheid van he miniserie van SZW. In de kabinesperiode Rue 1 is Henk Kamp miniser van SZW. Verder laa de onologie de hesaurushiërarchie zien van AOW o sociaal beleid en is er een wesvoorsel e zien da berekking heef op de AOW. Van he wesvoorsel is e zien wie he ingediend heef en op welke we he berekking heef. AOW is nu nie langer meer een losse erm die aan een documen gekoppeld is, maar is een zelfsandige eniei in een kennisdomein geworden. Iedere knoop sel een opic voor en de uidrukking eronder is een naam van he opic. De lijnen die opics me elkaar verbinden zijn associaions. In he geval van AOW, SZW en Henk Kamp is da een drievoudige relaie. Om de afbeelding overzichelijk e houden zijn de rollen van de opics nie weergegeven en zijn ook nie alle associaions benoemd. Topic Maps en he semanische web Zo n zes jaar geleden werden Topic Maps en he semanische web als concurrerende sandaarden gezien en werden er ook felle discussies gevoerd. Binnen oepassingen van he semanische web waarin de RDF- en OWL-sandaarden worden oegepas, geld de Open World Assumpion (OWA), de veronderselling da alles waarvan we nie ween da he waar is, onwaar is. Topic Maps word in vergelijking me he semanische sociaal beleid narrower erm narrower erm sociale zekerheid narrower erm sociale verzekering Henk Kamp miniser van SZW Rue1 veranwoordelijk narrower erm AOW Figuur 4. Onologie voor AOW ouderdomsverzekering onderwerp Kamersuk

6 web echer vooral oegepas in een afgebakend domein en er word uigegaan van een complee kennisbank; di is dus eigenlijk de egenhanger van OWA, de Closed World Assumpion. Er werd rond 2005 en 2006 ook veel energie gesoken in he verhelderen van verschillen en overeenkomsen ussen gebruiksdoelen en concepen om de RDF-sandaard ui e drukken in de Topic Maps-sandaard. Volgens een W3C-rappor (W3C 2006) is de omgekeerde roue om Topic Maps in RDF ui e drukken nie een op een mogelijk en moe dus van geval o geval worden onderzoch of sprake is van kennisverlies. Toch word RDF de de-faco-uiwisselingssandaard voor Linked Daa. Topic Maps is hier een aanvulling op omda he beer idenieismanagemen bied, en ook he concep van merging. He semanische web en Topic Maps gaan dus uisekend samen, mis de onderscheiden gebruiksdoelen in beeld blijven. He semanische web heef een veel bredere communiy op he web en bij onderzoeksinsiuen, maar he is gewoon voor een ander doeleinde geschik. 2 Semanische kennisoepassingen in de prakijk TopicView TopicView is een oepassing onwikkeld bij de Poliie Amserdam Amselland waarmee he werk van de analisen sneller en nauwkeuriger kan worden gedaan. TopicView inegreer informaie ui meerdere lossaande primaire sysemen o één overzichelijk kennissyseem waarin alle informaie in één greep beschikbaar is. Analisen werkzaam voor risicojeugdgroepen kunnen hiermee meer verbanden leggen en hun eigen beweringen en conclusies oevoegen (miniserie van Jusiie, 2009). He kennisgedeele word opgebouwd door middel van axonomieën van indicaoren; hierin komen ook refwoorden voor die ook weer voorkomen in de onsloen bronnen. TopicView word uigebreider beschreven in Hopmans (2011). Noorse overheid De Noorse overheid heef een webporaal onwikkeld waar gebruikers snel publicaies en relevane informaie rond de gang van een wesvoorsel moeen kunnen vinden. De oplossing die hiervoor is gebruik is de inegraie van een zoekmachine me een Topic Maps-navigaie me groepering- en fileringmechanismen om de relevane zaken rond he wesvoorsel e vinden (zie no/saker-og-publikasjoner/saker/sak/?p=45513). ICTU Bij he ICTU word Topic Maps nu ingeze me Onopia voor de publicaie van formele documenen door de Nederlandse naionale overheid. Er zijn heel veel documenen, in verschillende formaen, me zeer srike procedures voor publicaie en modificaie. He doel om Topic Maps in e zeen is om alle onderseunende documenen op een apare sie e publiceren en specificaies oegankelijker e maken. Rechspraak Bij de rechspraak zal Topic Maps worden ingeze voor he beheren, meadaeren en publiceren van recherlijke uispraken. De keuze voor he gebruik van Topic Maps is vooral ingegeven door de flexibiliei van Topic Maps om op eenvoudige wijze de eigen collecie documenen e kunnen combineren of e inegreren me informaie van derden, zoals wegeving en rechsweenschappelijke lierauur. Conclusie De Topic Maps-sandaard voorzie in een model waarin verschillende in de prakijk voorkomende classificaiemodellen samenkomen en verrijk worden. Meadaering van bronnen is hierin de eerse sap. De meadaa maken vervolgens zelf weer deel ui van een groer kennisnewerk, zoals de hiërarchie van een axonomie of de ermrelaies van een hesaurus. Topic Maps gaa echer nog verder door een open onologie mogelijk e maken. De gebruiker van een classificaiemechnisme is nie langer afhankelijk van door he model voorgedefinieerde relaieypes, maar kan zelf definiëren welke ypen associaies er kunnen besaan ussen bronnen en meadaa (opics). He Topic Maps-model is ook bij uisek geschik voor he semanische web en Linked Daa. Onderwerpen (subjecs) saan in he model cenraal en ieder onderwerp is verbonden me de res van he kennisdomein. He koppelen van onologieën ussen sysemen zi al in de sandaard ingebakken door de concepen van idenificaie en merging. Door via Topic Maps verschillende daases e onsluien creëer je auomaisch een geïnegreerd kennisdomein. Een veralingsmechanisme voor he besaande daamodel naar Topic Maps en een API op de daase vormen de kern van een dergelijke inegraie. Topic Maps heef een levendige communiy waarin veel maeriaal en sofware beschikbaar zijn. Voor vrijwel alle mees gebruike alen op he inerne zijn implemenaies van de sandaard 2. Er is pas ook weer een discussie opgesar me de iel OWL versus Topic Maps, zie com/groups/owl- versus-topic-maps- 19

7 meadaa beschikbaar en is he mogelijk om direc me Topic Maps aan de slag e gaan. 3 Complexe en kennisinensieve processen dienen sneller en gemakkelijker e worden aangeboden en di kan nie anders dan door de radiionele informaieechnologie e gaan verrijken me kennismodellen, conexspecifieke classificaies zoals axonomieën, onologieën, hesauri, verbeerde vormen van meadaa, en kennisarchiecuur. Al zo n winig jaar is er een sroming vanui de kunsmaige inelligenie die kennisechnologie hee en Topic Maps is een open kennisinegraiesandaard die veel krachige kennisoplossingen bied waarin de bovensaande disciplines worden verenigd.»he Topic Maps-model is bij uisek geschik voor he semanische web en Linked Daa«Lierauur Hopmans, G. (2011). Van applicaielandschap naar informaielandschap. InformaieProfessional, nr. 1/2, pp , hp:// mssm.nl/wp-conen/uploads/2011/05/hopmantopics.pdf. Miniserie van Jusiie (2009). Samen effecief: de prakijk als inspiraie. Uigave er gelegenheid van de realisaie van he landelijk dekkend newerk Veiligheidshuizen, / W3C (2006). A Survey of RDF/Topic Maps Ineroperabiliy Proposals. Semanic Web Bes Pracices and Developmen Working Group, Pieer Brandwijk is sofware-engineer bij Morpheus Kennisechnologie BV. [email protected]. Drs. Gabriel Hopmans is medeopricher en CEO Morpheus Kennisechnologie BV. [email protected]. 3. Een uorial voor de allereerse sappen me Topic Maps is beschikbaar op nl/uorials. 20