Eero Hyvönen. Semanttinen web. Linkitetyn avoimen datan käsikirja

Transkriptio

1 Eero Hyvönen Semanttinen web Linkitetyn avoimen datan käsikirja

2 WSOY:n kirjallisuussäätiö on tukenut teoksen kirjoittamista Copyright 2018 Eero Hyvönen & Gaudeamus Gaudeamus Oy Kansi: Pekka Krankka KL: UDK: 004 ISBN Painopaikka: Printon Trükikoda, Tallinna 2018

3 Sisällys 1 Johdanto 15 I KOHTI SEMANTTISTA WEBIÄ 17 2 Webin kehityssuuntia Web julkaisukanavana Tiedon avoimuus Open Data Tiedon yhteisöllisyys Web Tiedon määrä Big Data Tieto palveluina Web Services Tiedon verkko Web of Data Tiedonhaun haasteita Perinteinen tekstihaku Haun haasteita Selailun haasteita Ratkaisuna tiedon semantiikka II LINKITETTY DATA 49 4 Linkitetyn datan esittäminen Tiedon esitys semanttisena verkkona Verkko kaaviona Verkon esittäminen kolmikkoina

4 4.1.3 Verkon looginen tulkinta Verkko tekstinä Semanttisen webin tekninen perusta HTML-kieli HTTP-protokolla Yhtenäiset osoitteet ja tunnisteet: URI Resurssien ja literaalien esittäminen Datan linkitys tietojoukkojen välillä RDF-verkon esittämiskielet Data kolmikkoina: N-Triples Yksinkertaisempaa koodia: Turtle Nimiavaruudet Monta samaa ominaisuutta Eri ominaisuudet samalla kertaa Ominaisuuden arvo omilla ominaisuuksilla Tietotyypit Verkon esittäminen RDF/XML-kielellä Esimerkki tietojen yhdistämisestä Muita RDF:n ominaisuuksia Säiliöt Kokoelmat Reifikaatio JSON-LD Tiedon haku ja ylläpito: SPARQL SPARQL-datapalvelun perustaminen Peruskyselyt Tiedon haku: SELECT Tiedon testaaminen: ASK Resurssin kuvaus: DESCRIBE Uuden RDF-verkon luominen: CONSTRUCT Laajennuksia peruskyselyihin Ominaisuuspolut Arvosijoitus

5 6.3.3 Aggregaattikyselyt Alikyselyt Federoitu kysely Graafien hallinta ja päivitys Graafin datan päivittäminen Linkitetyn datan julkaiseminen Linkitetyn datan neljä periaatetta HTTP-kutsujen dereferointi URI-tunnisteiden sisältöneuvottelu Datajulkaisujen tähtiluokitus Datan julkaiseminen WWW-sivuilla III TIETÄMYKSEN ESITTÄMINEN Metadata ja ontologiat Metadatan käsite ja muodot Dublin Core -malli CIDOC CRM: datan harmonisointi Ontologian käsite RDF Schema Luokat ja yksilöt Luokkien hierarkia Ominaisuuksien hierarkia Alue- ja arvorajoitteet SKOS Simple Knowledge Organization System Käsitemalli Käsitteen nimikkeet Notaatiot Semanttiset relaatiot Ryhmittelevät termit SKOS-sanastojen siltaaminen Dokumentointiominaisuudet

6 10.8 Päättelysäännöt ja integriteettiehtoja Web Ontology Language OWL Johdatus logiikkaan Logiikan idea Lauselogiikka Predikaattilogiikka OWL-kielen syntaksit Ontologiadokumentti Luokkien määrittely Samuus ja eriys Luokkien määrittely joukko-opillisesti Luokkien määrittely joukko-opilla Ominaisuuksien määrittely Objektiominaisuudet Tietotyyppiominaisuudet Annotointiominaisuudet OWL-profiilit OWL 2 EL OWL 2 QL OWL 2 RL Päättelysäännöt Semanttisen webin looginen tulkinta Sääntöjen käyttö Hornin logiikan suhde kuvailulogiikoihin Suljetun maailman oletus Yksikäsitteisten nimien oletus Yhteenveto Käyttötapauksia säännöille IV SOVELLUKSET JA INFRASTRUKTUURI Sovellusten kehittäminen Yleiset ja alakohtaiset sovellukset

7 13.2 Semanttisen portaalin osat Portaalimalli yhteisölliseen julkaisemiseen Kulttuuriaineistot verkossa Hajautettu haku ja tiedon aggregointi Edut käyttäjille Edut julkaisijoille Uusia haasteita Sisällöntuotanto Tekstin tunnistaminen (OCR) Datamuunnokset ja linkitys Merkitysten erottelu Datan semanttinen validointi Webin tietoinfrastruktuurit Tietoinfrastruktuurin osat Ontologiapalvelut Työn arviointia Linkitetyn datan palvelut Sovellusesimerkki: Sotasampo Tavoitteet ja käyttötapaukset Aineistot ja tiedon tuottajayhteisö Metadata ja ontologiat Entiteettien automaattinen linkitys Portaalisovellus Sotasampo.fi Datapalvelu Sotasampo Uutuusarvo ja jatkokehitys Liite: Esimerkki OWL-ontologiasta 245 Kirjallisuutta 251 Kirjoittaja 271