Frage vorab

Wo kam Semantic Web bereits im Studium vor?

Semantic Web in digitalen Bibliotheken

• Bibliographische Daten
• Normdaten (Personen, Orte, Themen…)
• Daten über Einrichtungen und Personen (VIVO, Standorverzeichnis…)
• Daten über Dienstleistungen (schema.org…)
• Zur Integration von Daten

Wie kommen Daten ins Semantic Web?

• Datenkonvertierung (Mapping)
• Veröffentlichung (Open)
• Als Linked Data von einzelnen URLs
• Als Datendumps in größeren Dateien
• Über Schnittstellen (SPARQL u.A.)

Beispiel: GND in RDF

Datenmodellierung mit Semantic-Web-Techniken

RDF-Graphen

• Menge von Resourcen
  • URIs (meist URLs)
  • Literale (ggf. mit Sprachcode oder Datentyp)
• Menge von RDF-Triples oder -Aussagen
• Am Besten graphisch zu veranschaulichen
• Einige Resourcen gehören zu Ontologien

URIs als Identifikatoren

• Notwendig zur Identifizierung
• Vorhandene Identifier werden i.d.R. auf URIs gemappt
• Bei Linked Open Data HTTP-URIs

RDF-Tripel

Subjekt

URI

Prädikat

URI oder blank node

Objekt

URI, blank node oder Literal

Serialisierung beispielsweise als NTripel

RDF zur Datenstrukturierung

• Vorteil
  • Alles ist ein Graph
  • Zerschneiden und Zusammenführen möglich
• Nachteil
  • Alles ist ein Graph
  • Tabellen, Listen und Baumstrukturen schwierig

RDF-Serialisierungen

• Verschiedene Kodierungen für die gleichen RDF-Daten
  • RDF/XML
  • NTriples
  • Turtle
  • aREF
  • …
• Manchmal verwirrend und fehleranfällig
• Für Computer gedacht
• Notwendig

RDF-Serialisierung in Turtle

• Leichter zu lesen und zu schreiben
• Erweiterung von NTriples
  • Abkürzung von URIs durch Namensräume
  • Subjekt Prädikat Objekt1 , Objekt2 .
  • Subjekt Prädikat Objekt ;
    Prädikat2 Objekt2 .
  • Blank nodes mit Klammern [ ... ]

Ontologien

• Menge von Klassen und Eigenschaften
• Davon zu unterscheiden: Instanzen
• Inferenz- und Konsistenzregeln

Beispiele: DC, Schema.org, Bibo, DAIA

Inferenz- und Konsistenzregeln

• Automatische Schlussfolgerungen
• Können Computer meist gut berechnen
• Können Menschen meist nicht so gut überschauen
• Meiner Meinung nach in RDF überbewertet

Einfache Beispiele: rdf:type, rdfs:subClass, owl:sameAs

Beispiel: SKOS

• Ontologie für Klassifikationen, Thesauri und andere Normdateien
• “Semantic Web light” weil mit Begriffen/Normdatensätze/Deskriptoren nur eingeschränkt Logische Aussagen möglich sind

Bestandteile der SKOS-Ontologie

Benennungen und Synonyme

skos:prefLabel, skos:altLabel

Notationen

skos:notation

Verweise

skos:broader, skos:narrower, skos:related

Kommentare und Beschreibungen

skos:scopeNote

Übung

1. Gruppen bilden
2. Normdatei suchen (außer GND)
3. Einen Normdatensatz suchen
4. URI für den Normdatensatz suchen oder bilden
5. Bestandteile identifizieren
   • Beschreibungen, Benennungen, Notationen
   • Verweise
   • Kommentare und Beschreibungen
6. RDF-Aussagen erstellen
7. RDF/Turtle Beispiel erstellen und erklären