SWIB 2010: Linked Open Projects

Linked Open Projects

Nachnutzung von Projektergebnissen
als Linked Data

Kai Eckert (Dipl.-Inf., Dipl.-Wirt.-Inf.)
kai.eckert@bib.uni-mannheim.de

Magnus Pfeffer (Dipl.-Inf., M.A. LIS)
magnus.pfeffer@bib.uni-mannheim.de

SWIB 2010, 30.11.10 Linked Open Projects

Überblick
 Nachnutzung von Projektergebnissen
 Projekte
 Linked Data Service der UB Mannheim
 Ausblick


Was denn für Projekte?
 Projekte, die Daten erzeugen
 In vielen (Bibliotheks-)Projekten werden Daten erzeugt
 Aber auch in anderen Bereichen:
 Umfragen
 Census of Marine Life
 Studien
 ...


Projekte

G roße te Kleine Projekte
Pr o j ek

n aftler Arbeits- MBF
,
ente nsch B
Stu d
W isse gru ppen D FG..
.

e n “
„ Hoh ät“ l ereie
Q ualit „ Spie


Was passiert mit den Daten?
 Die Nachnutzung der Daten ist wichtig
 ... laut den Projektanträgen
 Die Nachnutzung ist schwierig
 „Die Daten sind ja gar nicht repräsentativ...“
 „Da fehlen doch aber noch Daten...“
 „In der Qualität kann man das aber nicht verwenden...“
 „Da haben wir doch gar kein Feld mehr frei...“
 „Das ist ja gar nicht in XYZ 4.3...“
 „Wo kämen wir denn da hin...“
 ...


Und Recht haben sie!
 Unterschiedliche Ansprüche bei Datenerzeugern
und Datennutzern.
 Konkrete Anwendungen können oft im Vorfeld
noch gar nicht bekannt sein.
 Integration in bestehende Datenbanken ist
schwierig.

→ Trotzdem sind die Daten wertvoll.
→ Insbesondere in der Gesamtheit aller Projekte


Wo ist denn nun das Problem?
 Nachnutzung im Ganzen schwierig
 Nachnutzung erfordert
 Auswahl von Daten
 Aggregation von Daten
 Integration von Daten

→ Hoher Aufwand für jede Datenquelle


Umsetzung Bisher
Bisher
Zugang
Einheitlicher Zugriff Archive im Web
Möglichkeit der Selektion
Datenformat
Einheitliche Syntax
Maschinenlesbar CSV, XML
Vokabular
Nachvollziehbare Semantik Spaltenüberschrift
Projektübergreifend Feldbeschreibung
Ressourcen
Verknüpfung mit den Lokale/
Ursprungsdaten uneinheitliche ID


Umsetzung Bisher
Bisher
Zugang
Einheitlicher Zugriff Archive im Web ← Unhandlich
Möglichkeit der Selektion ← Grob
Datenformat
Einheitliche Syntax
Maschinenlesbar CSV, XML ← OK
Vokabular
Nachvollziehbare Semantik Spaltenüberschrift
Projektübergreifend Feldbeschreibung ← Uneinheitlich
Ressourcen
Verknüpfung mit den Lokale/
Ursprungsdaten uneinheitliche ID ← Nicht eindeutig


Alternative: Linked Data
Bisher Linked Data
Zugang
Einheitlicher Zugriff Archive im Web URI Dereferencing
Möglichkeit der Selektion Sparql
Datenformat
Einheitliche Syntax
Maschinenlesbar CSV, XML RDF
Vokabular
Nachvollziehbare Semantik Spaltenüberschrift externes Vokabular
Projektübergreifend Feldbeschreibung Verknüpfbar
Ressourcen
Verknüpfung mit den Lokale/ URI
Ursprungsdaten uneinheitliche ID


Projekte


Projekte mit Metadaten
 Konkordanzen
 Verknüpfung Katalogeintrag mit Katalogeintrag
 Verknüpfung Normdateneintrag mit Normdateneintrag
 Anreicherung
 Verknüpfung Katalogeintrag mir sonstigen Daten
 Erschließung
 Verknüpfung Katalogeintrag mit Normdateneintrag
 Datenservice
 Katalogdaten für Forschung und Lehre
 Zentrale Normdatenverwaltung


Automatische Erschließung
 Projekt
 Automatische Verschlagwortung nach STW
 DFG Projekt (2007-2009)
 Basis: Aufsatzdaten aus den Nationallizenzen
 Umfang: > 10.000 Abstracts
 Ziel: Qualitative Bewertung der Verfahren
 Daten im CSV-Format


 Ausgangsdaten
 Aufsatzdaten
 MAB2, Konversion nach Dublin Core einfach
 LCSH Schlagwörter vorhanden
 STW
 Als Linked Data (SKOS) verfügbar

 Herausforderungen
 Trennen der STW und LCSH
 Trennen von automatischer und manueller Erschließung
 Trennen der Ergebnisse von unterschiedlich
parametrisierten Indexierungsläufen


 Umsetzung 1: Eigene Sub-Properties
 LCSH oder STW über concept scheme erkennbar
 manuell oder automatisch
 Lauf 1..n

 Trennung durch Auswahl der sub-property
 Zusammenführung durch Mapping
sub-property → dc:subject

→ Skaliert nicht für viele Indexerläufe


Automatisches Erschließen
 Informationen über einzelne Zuweisung
 Metametadaten / Provenienz


 Umsetzung 2: Named Graphs
 Ausgangsdaten im eigenen Graph
 LCSH wahlweise als dc:subject oder sub-property
 Ergebnisse jedes Laufs des Indexers in separaten Graph
 Parameter, etc. als Properties des Graph-URLs
 STW wahlweise als dc:subject oder sub-property

 Trennung durch explizite Auswahl der Graphen in SparQL
 Zusammenführung durch Aggregation der Graphen

→ Skaliert für viele Indexierungsläufe


Anreicherung von Katalogdaten
 Projekt
 SWBPlus
 Kooperation im Südwestverbund
 Zusatzinformationen für den Katalog:
 Inhaltsveerzeichnisse
 Klappentexte
 Cover
 Umfang: Alle Neuerscheinungen im Verbund
 Geschlossener Nutzerkreis


 Ausgangsdaten
 Katalogdaten SWB
 MAB2, wahlweise MARC21
 Anreicherungsinformationen
 XML Daten
 PDF / Bilddateien
 FTP Download

 Abrufen der Anreicherung einzelner Titel
 Trennen der Primär- und Anreicherungsdaten
 Anreicherung über Verbundgrenzen hinweg


 Umsetzung 1: getrennte Properties
 SWB-Katalogdaten in DC
 Anreicherungsinformationen mit eigenem Vokabular

 Umsetzung 2: named graphs
 Eigene Graphs für die unterschiedlichen Daten
 Freie Wahl des Vokabulars für Primär- und Katalogdaten

→ Beide Varianten möglich
→ Named graphs mit Vorteilen


Konkordanzen
 Projekt
 Abgleich SWB/HeBIS
 Umfang: 22 Millionen Titeldaten
 Ziel: Übernahme von Erschließungsdaten
 Daten
 Verbundabzüge in MAB2
 Abgleichsdaten im CSV-Format
 Transitive Hülle
 Schiere Datenmenge


Konkordanzen
 Umsetzung
 Eigene Property für
„Äquivalenz in Bezug auf Sacherschließung“
 Eigener Graph zur Zusammenfassung der
Äquivalenzinformationen aus einem Abgleichslauf
 Definition der Transitivität in OWL


Linked Data Service (LDS)
der UB Mannheim


Linked Data Service der UB Mannheim
 Prototyp und Testsystem
 Vergleich von Softwaresystemen
 Skalierung bei großen Datenmengen
 Alternativen bei Darstellungen in RDF
 Testbed für die W3C Library Linked Data Incubator Group
 Testbed für die DCMI Metadata Provenance Task Group
 Showcase
 HTML Ansicht und RDF/XML Download
 Metadaten und Normdaten als Linked Data
 Verknüpfung mit bestehenden Angeboten
 Hosting von verschiedenen Projektdaten


Datensets
 SWB-Titeldaten
 13.349.777 Titel
 HeBIS-Titeldaten
 9.283.428 Titel
 RVK
 813.586 Konzepte

→ In Summe mehr als 178 Millionen RDF-Tripel


URI Beschreibung
http://data.bib.uni- Titel aus dem Südwestdeutschen
mannheim.de/data/swb/<PPN> Bibliotheksverbund (SWB), <PPN> entspricht der
internen Identifikationsnummer des SWB.
http://data.bib.uni- Titel aus dem Hessischen
mannheim.de/data/hebis/<PPN> Bibliotheksinformationssystem (HeBIS), <PPN>
entspricht der internen Identifikationsnummer des
HeBIS.
http://data.bib.uni- Titel aus dem Hochschulbibliothekszentrum des
mannheim.de/data/hbz/<PPN> Landes Nordrhein-Westfalen (HBZ), <PPN>
entspricht der internen Identifikationsnummer des
HBZ.
http://data.bib.uni- Klassifikationen nach der Regensburger
mannheim.de/data/rvk/<NOTATION> Verbundklassifikation (RVK). <NOTATION>
entspricht der RVK-Notation, das Leerzeichen
wurde durch _ ersetzt (z.B. FB_1575).


URI Bezeichnung Hinweis
dc:title Titel Haupttitel in Vorlageform plus Zusatz
dc:creator Urheber Autoren in Ansetzungsform “Nachname, Vorname” oder
Bezeichnung der Körperschaft.
dc:contributor Mitwirkende/r Weitere Beteiligte, wie Herausgeber o.ä., in Ansetzungform
“Nachname, Vorname” oder Bezeichnung der Körperschaft.
dc:date Zeitangabe Erscheinungsjahr
dc:publisher Verleger(in) Verlag
isbd:P1008 has edition Informationen zur Auflage
statement
dc:identifier Identifikator Die ISBN als URI: uri:ISBN:<ISBN>
dc:language Sprache Die Sprache, nach ISO 639-2 (B)
dc:subject Thema Schlagworte nach SWD mit URI der DNB, Klassifikationen nach
RVK mit URI der UB Mannheim (s.o.).
rdfs:seeAlso siehe auch Links zu anderen Linked Data Angeboten, z.Z. zum Book Mashup
Dienst der FU Berlin.
ubma:equals Andere Hierbei handelt es sich um das Ergebnis eines Projekts der UB
For Ausgabe Mannheim, das durch diesen Dienst leicht nachgenutzt werden
Classification kann.


RVK
HeBIS
dc:subject n
tio
fica
as si quals
o rCl ub ma:e
sF
ual For ification
a :eq Clas
s
ubm
UBMA
o n
F orClassificati HDZ
ubma:equals

SWB
dc:subject rdfs:seeAlso

RDF
GND Book-
mashup

Linked Data Service (Public Beta)
 Website / Dokumentation
 http://data.bib.uni-mannheim.de/
 Sparql Endpoint
 http://data.bib.uni-mannheim.de/sparql/
 URI-Dereferencing (httpRange-14)
 303 Verweis auf HTML oder RDF Darstellung
 Technische Basis
 Zur Zeit Virtuoso Universal Server
 Andere Systeme in Evaluation


Einfache Nachnutzung
 Standardisierte Schnittstelle:
select distinct ?titles where {
<http://data.bib.uni-mannheim.de/data/swb/305776088>
ubma:equalsForClassification ?titles.
}

titles
http://data.bib.uni-mannheim.de/data/hebis/214418405
http://data.bib.uni-mannheim.de/data/hebis/212760327


Studentenprojekt
 Rechercheportal Wirtschaftsinformatik
 Laufzeit: 1 Jahr (HWS 2010, FSS 2011)
 10 Studenten
 Aufbereitung bibliographischer Daten, Mashup
 Zugriff auf Daten der UB Mannheim via LDS
 Bedingung: Jegliche Datenaufbereitung wird als
RDF, bzw, via Sparql-Endpoint zur Verfügung
gestellt.


Ideen und Pläne
 Ergänzung der geladenen Daten
 Verlinkung von Personen und Körperschaften mit der PND
 Vollständige Implementierung der RVK als Linked Data
 Integration von Projektergebnissen und neuen
Daten
 Automatische Inhaltserschließung
 Automatisch und manuell erstellte Konkordanzen
 Nutzungsdaten aus Katalog und Ausleihsystem
 Provenienzinformationen
 Know-How-Transfer


Viel Spaß beim Spielen!

http://data.bib.uni-mannheim.de/

Vielen Dank für Ihre Aufmerksamkeit!

http://slideshare.net/kaiec


SWIB 2010: Linked Open Projects

Weitere ähnliche Inhalte

Was ist angesagt?

Andere mochten auch

Mehr von Kai Eckert

SWIB 2010: Linked Open Projects