... YSO AFO MAO VALO TAO KOKO... KOKO kick-off -seminaari Eero Hyvönen professori, tutkimusjohtaja Semantic Computing Research Group (SeCo) Aalto-yliopisto ja Helsingin yliopisto http://www.seco.tkk.fi/
Tervetuloa Aaltoon Osallistujien esittely: kuka, mitä, mistä, miksi? SeCo-tutkimusryhmästä Matias Frosterus Eero Hyvönen Tuomas Palonen Sini Pessala Katri Seppälä Osma Suominen
Ohjelma 10:00 Eero Hyvönen: Tervetuloa, seminaarin ja osallistujien esittelyt KOKO:n tilanne nyt Eero Hyvönen: FinnONTO-ontologiat tilannekatsaus Tuomas Palonen: KOKO-ontologioiden kehittäminen ja siltaaminen YSO:on Osma Suominen: Terveysalan yhdistelmäontologia TERO (ja ontologioiden KOKOaminen) KOKO-prosessi Eero Hyvönen: KOKO-ontologiaprosessin osat ja toiminta Katri Seppälä: KOKO-yhteistyöverkoston toiminta Lounastauko (omakustanteinen) KOKO-prosessin työkaluja Matias Frosterus: KOAN: KOKO-ontologioiden analysaattori Sini Pessala: MUTU: Ontologioiden siltaamistyökalu KOKO-työryhmien muodostaminen ja pilotoinnista sopiminen Keskustelu Seuraavista askeleista sopiminen 14:00 Tilaisuuden päätös
FinnONTO-ontologiat ja työkalut - tilannekatsaus Eero Hyvönen
FinnONTO Vision 2003-2012 Semantic Web needs a content infrastructure Like traffic needs roads Like energy service needs powerlines Like mobile phones need GSM or 3G-networks Especially useful in Cross-domain applications Collaborative Web 2.0 applications Let s create it together on a national level Based on W3C s generic standards
FinnONTO-vision konkreettiset tavoitteet Luoda monialainen, kansallinen ontologiainfrastruktuuri Ontologiat + ONKI palvelut Semanttisen webin selkäranka sovelluksia varten YSO... AFO MAO VALO TAO KOKO... Käynnistää kansallinen pysyvä ontologiaprosessi Tämä on päivän teema ja tavoite
FINNONTO:N PIIRISSÄ KEHITETYT ONTOLOGIAT Hankkeen piirissä kehitetyt ontologiat voidaan jakaa karkeasti seuraaviin tyyppeihin: 1. Yleiskäsitteitä sisältävät KOKO-ontologiat 2. Yksilökäsitteitä sisältävät rekisterit 3. Biologiset eliöontologiat Lisäksi julkaistu suomalaisia sanasto (YSA ym.) Kansainvälisiä sanastoja
International Ontologies in ONKI http://onki.fi/ Art and Architecture Thesaurus (AAT) (culture) Library of Congress Subject Headings (LCSH) (library) UNSPSC (products and services) IPSV (egov) MeSH (medical) Iconclass (culture)
Biological Namelists of Finnish Museum of Natural History in ONKI (10/2011) vuosi alue ryhmä taksoneita joista lajeja Catalogus Lepidopterorum. Fenniae et regionum adiacentium. 1. Macrolepidoptera. 1962 Suomi Perhoset 313 161 Suomen perhosten luettelo 1977 Suomi Perhoset 256 120 The Lepidoptera of Europe. A Distributional Checklist 1996 Skandinavia Perhoset 12256 9804 Checklist of Finnish Lepidoptera 2002 Suomi Perhoset 265 126 Suomen perhosten luettelo - päivitetty versio 2008 Suomi Perhoset 4573 2987 Norwegian Lepidoptera 2008 Norja Perhoset 3244 2210 Luoteis- Catalogue of the Lepidoptera of Russia (only NW parts) 2008 Venäjä Perhoset 3251 2171 Estonian Lepidoptera. Catalogue 2008 Viro Perhoset 3477 2389 The Fly Fauna of Finland (Draft) 2008 Suomi Kärpäset 6351 4800 Suomen loispistiäisluettelo (Hymenoptera, Parasitica). Osa 1. heimo Ichneumonidae, alaheimot Pimplinae, Poemeniinae, Rhyssinae ja Diacritinae - A check list of Finnish Hymenoptera, Parasitica. Part 1 1995 Suomi Loispistiäiset 282 210 Suomen loispistiäisluettelo (Hymenoptera, Parasitica). Osa 2. alaheimot Tryphoninae, Eucerotinae, Adelognathinae, Xoridinae ja Agriotypinae - A check list of Finnish Hymenoptera, Parasitica. Part 2 1999 Suomi Loispistiäiset 398 311 Suomen loispistiäisluettelo (Hymenoptera, Parasitica). Osa 3. alaheimo Cryptinae - A check list of Finnish Hymenoptera, Parasitica. Part 3 1999 Suomi Loispistiäiset 919 727 Suomen loispistiäisluettelo (Hymenoptera, Parasitica). Osa 4. heimo Ichneumonidae, alaheimot Lycorinae, Neorhacodinae, Stilbopinae, Banchinae ja Ctenopelmatinae - A Check list of Finnish Hymenoptera, Parasitica. Part 4 2000 Suomi Loispistiäiset 786 646 Suomen loispistiäisluettelo (Hymenoptera, Parasitica). Osa 5. heimo Ichneumonidae, alaheimot Tersilochinae, Ophioninae, Anomalinae, Paxylommatinae, Cremastinae ja Campopleginae - A check list of Finnish Hymenoptera, Parasitica. Part 5 2003 Suomi Loispistiäiset 733 587 Suomen ripsiäisten luettelo - Checklist of Finnish Thysanoptera 2008 Suomi Ripsiäiset 219 140 Suomen nivelkärsäisten luettelo - Check-list of Finnish Hemiptera 2008 Suomi Nivelkärsäiset 2690 1697 Verkkosiipiset ja Suomen verkkosiipiset ja kärsäkorennot - The Neuroptera s.l. and Mecoptera of Finland 2008 Suomi kärsäkorennot 113 72 Maailman lintujen suomenkieliset nimet (Finnish Names of the Birds of the World) 2010 Maailma Linnut 12125 9740 Nisäkkäiden nimilista (beta) 2008 Maailma Nisäkkäät 6062 4629 Suomen myrkkypistiäisten luettelo 2010 Suomi Myrkkypistiäiset 1048 664
Yksilöontologioita Paikat Maanmittauslaitoksen paikannimirekisteri Geonames, Street Map, GNS, TGN Erillinen ONKI Geo palvelu (demo) Henkilöt Esim. Kirjasammossa 20 000 kirjailijaa, ULAN, Erillinen ONKI People palvelu (demo) Tapahtumat Historiaontologia HISTO» Historiantutkijoiden yhteisön Agricola-aikajana Kulttuuritapahtumat (Turku 2011, Museoliitto, Evenemax)
Linked Open Ontologies: KOKO Ontology Cloud Aligning ONKI ontologies Leikkaavat ontologiat Yhteisten ekvivalenttien käsitteiden määrä YSO + TAO 1990 YSO + MAO 2330 YSO + VALO 950 MAO + TAO 1190 YSO Your ontology?... AFO VALO MAO TAO... KOKO [Hyvönen et al., ESWC 2009]
KOKO sovelluskäyttäjän näkökulmasta
1 +1 > 2 M.O.T.
KOKOs Component Ontologies 11/2011 Thesaurus-based Ontologies in the KOKO Ontology System Name Ontology domain Underlying thesaurus Size Maintaining Organization 1 YSO General domain General Finnish Thesaurus, YSA, Allärs 23700 National Library, Åbo Academy 2 MUSO Music Thesaurus of Music, MUSA/CILLA 1000 National Library 3 MAO Museum domain Thesaurus of Museum Domain, MASA 6800 National Board of Antiquities 4 AFO Agriculture, foresty Agriforest Thesaurus 5500 Viikki Science Library TAO Applied arts Thesaurus of Applied Arts 2600 University of Eastern Finland and 5 Library of Aalto University VALO Photography Thesaurus of Photography Literature, 1900 Finnish Museum of Photography 6 Thesaurus of Photography Technology 7 MERO Seafaring, shipping Thesaurus of Seafaring 1400 Finnish Transport Agency 8 KAUNO Literature subjects Thesaurus of Literature, Bella 4900 Finnish Public Libraries, Kirjastot.fi 9 JUHO Public government Thesaurus of Finnish Government, VNAS 6400 Ministry of Finance 10 TERO Health promotion YSA, TESA, MeSH, Stameta 22000 Various organizations 11 KITO Literature research Thesaurus of Literature Research 900 Finnish Literature Society 12 KULO Culture research Thesaurus for Folk Culture Studies 1600 Finnish Literature Society 13 KTO Linguistics Thesaurus of Linguistics 1000 Research Institute for the Languages in 14 PUHO Defense Thesaurus of Defence Administration 2000 Finnish Defence Forces 15 POIO Points of interest TGN, Geonames, LDG, SUO 4600 Various organizations TOTAL 86300 Under development or planning LIITO Business Various sources 3000 Ministy of Employment and the Economy SUO Geolocations PNR, Geonames 700 SeCo, Aalto University PATO Land Surveying Various sources? National Land Survey of Finland TYSO Occupational health Various sources? The Finnish Work Environment Fund JUPO Public Services Various sources Assoc. of Finnish Locan and Regional? Authorities EKS Legistlation EKS thesaurus? Library of Parliament VEPS Legistation VEPS thesaurus? Library of Parliament
Haasteita ja tavoitteita (käytön näkökulmasta) Päällekkäisyys sanastoissa jopa 30-50% Minimoitava moninkertaisen työn välttämiseksi Sanastojen selkeiden rajojen kiinnittäminen Käsitteet leviävät nyt kuin varpusparvi YSO-puun oksille Tavoitteena» laajat, toisistaan riippumattomat alipuut» riippuvuudet alaontologioiden välillä YSO:n kautta Sanastojen muodostaminen niin, että KOKO olisi hyvä Ihmiskäyttäjille» Käsitteiden nimet toimivat yli sanastorajojen» Mielekkäät ryhmittelyt ja jaottelut alikäsitteisiin Koneille» semantiikka toimii yli sanastorajojen Sanastojen laajuuden haasteet eri käyttötapauksissa» KOKO vs. osaontologiat
Osaontologioiden käyttötapaukset Kehittäjä Protege-projektina, jossa on mukana YSO Indeksoija Sanastojen rajaamineni käyttötarkoitusta varten Tarpeettomien käsitevalintojen poisto ONKI:lla monikielinen haku 1..N osa-ontologiasta.» Esimerkiksi museossa eksoottinen täydennetty lintu, jonka laji löytyy AVIO-ontologiasta.
Soveltaja Tietojärjestelmään voidaan tallentaa indeksoinnin yhteydessä käsitteen URI, joka tulee osaontologian tai YSOn nimiavaruudesta. Myös käsitteiden nimet (preflabel) ovat KOKO-systeemissä yksilöiviä yhden kielen sisällä, ja niitä voidaan käyttää indeksointiin. Nimiä vastaavat URIt pitää silloin ottaa käyttöön sovellusjärjestelmässä koneellisesti ontologian avulla, jos tavoitteena on hyödyntää ontologista tietoa ja monikielisyyttä.
KOKO:n käyttötapaukset
Kehittäjä KOKO:n avulla ontologi voi nähdä oman osuutensa kokonaisuudessa, jolloin muiden sanastojen huomioon ottaminen ja hyödyntäminen helpottuvat, päällekkäinen työ vähenee ja eri osaontologioiden yhteentoimivuus paranee. KOKO täydentää tältä osin osaontologioiden tarjoamaa suppeampaa näkökulmaa.
Indeksoija KOKOa voi käyttää myös indeksointiin vaihtoehtona osaontologioiden käyttämiselle, jos tarvetta on laajan ontologian käyttöön. Tällöin URIt ovat systemaattisesti koko-nimiavaruudessa. KOKO:n URIen suhde osaontologioihin saadaan selville KOKO:n siltaustiedostosta, jolloin eri tavoin indeksoidut tiedot voidaan helposti saada yhteismitallisiksi. Haasteena KOKO:n käytölle indeksoinnissa on monessa tilanteessa liiankin suuri valinnanvapaus ja indeksoinnin jakautuminen laajaan käsiteavaruuteen, mikä ei aina ole toivottavaa.
Soveltaja KOKO:n ja sen siltausten avulla voidaan kehittää monialaisia sovelluksia yhdessä nimiavaruudessa. FinnONTO:n demonstraattoreista Kulttuurisampo ja siihen liittyvä Kirjasampo ja Matkailusampo käyttävät KOKOa. Haasteena KOKO:n käytölle sovelluksissa on sen koko ja laadun heikkeneminen sanastojen koostamisen yhteydessä. Siltausten avulla kokoaineistoja voidaan käyttää myös osaontologioiden kautta.
Kansallinen ontologiakirjastopalvelu ONKI http://onki.fi/
ONKI:n käyttöönottotilanne 9 / 2011 Prototyyppi Living Laboratory ympäristössä 2009-2011 Ihmiset: 15 000+ uniikkia käyttäjää / kk (domain) Koneet: 310 rekiströitynyttä käyttäjää (domain) ONKI konsortio valmisteilla ONKI:n ylläpito FinnONTO:n jälkeen (2012-) Kansalliskirjasto ryhtymässä vetäjäksi (suunnitelma) Hakemus tehty ja arvioitavana OKM:ssä ja VM:ssä
Kysymyksiä, ajatuksia, ehdotuksia?
KOKO-ontologiaprosessi
KOKO Process Phases Time:. 11.11.2011 30.9.2012. Research Phase Start Phase Maintenance Phase Universities User Organ.
Käynnistämisvaiheen askeleet 1. Ontologisen maailmakaikkeuden jakaminen 2. Alakohtaisten työryhmien perustaminen 3. Päällekkäisyyksien poisto YSO:n suhteen sisarontologioiden suhteen yksilöontologioiden suhteen 4. Koostamisen ongelmatilanteiden korjaus
Ontologisen maailmankaikkeuden jakaminen KOKO on ensin jaettava 1) yläontologiaksi YSO ja 2) joukoksi alakohtaisia osakokonaisuuksia. Nykyinen jako on hyvä lähtökohta, mutta perustuu nykyisten asiasanastojen sisältöihin ja rajoihin, eikä liene kaikilta osin järkevin mahdollinen.
Alakohtaisten työryhmien perustaminen Osakokokonaisuuksien kehittämistä ja ylläpitoa varten on muodostettava alakohtaiset työryhmät. Ensivaiheessa tätä pilotoidaan muutamalla ontologialla ja työryhmällä, sen mukaan miten vapaaehtoisia työhön löytyy.
Yksi jakoehdotus keskustelun pohjaksi - Kuka haluaisi olla kenenkin kaa? - Norsunluutornissakin voi olla kivaa? 1. Kulttuuriperintö. MAO, TAO ja VALO. Museoala liittyy voimakkaasti taiteeseen, taideteollisuuteen ja valokuvaukseen, ja näiden alojen museoilla on jo nyt yhteistyötä mm. KDK-hankkeen kautta. Kulttuuriperinnön alan ontologioita kannattaisi siksi ehkä kehittää saman työryhmän toimesta, mahdollisesti ontologiat yhdistäen. 2. Paikkatieto. SUO, POIO, SAPO, PATO Paikkaontologioita olisi syytä kehittää saman työryhmän toimesta, koska ne kaikki liittyvät paikkatietoon. 3. Kirjallinen perintö. KITO, KULO, KTO. Nämä ontologiat liittyvät erityisesti kielelliseen perintöön ja voisi olla siksi olla järkevää kehittää niitä saman työryhmän toimesta. 4. Julkishallinto. JUHO, EKS, VEPS, PUHO, MERO Näissä sanastoissa on kyse julkishallinnon sanastoista. Niiden kehittämistä kannattaisi luultavasti tehdä yhdessä. 5. Terveys ja hyvinvointi. TERO-koostuu jo nyt useista eri sanastoista ja lisäksi tekeillä on TYSO. Terveyteen ja hyvinvointiin liittyvien sanastojen kehittäminen yhdessä lienee tarkoituksenmukaista. 6. Kirjastoala. Kansalliskirjaston ja Åbo Academin YSO/Allso muodostavat oman laajan kokonaisuutensa, jota Yleisten kirjastojen KAUNO täydentää, samoin musiikkitallenteiden indeksointiin käytetty MUSO. 7. Liiketoiminta ja palvelut. Tähän luokkaan sopisivat LIITO ja JUPO.
Päällekkäisyyksien poisto YSO:n suhteen FinnONTO:n ontologioista ei ole (eräitä poikkeuksia lukuunottamatta) poistettu mitään, vaan tämä on jätetty tietoisella päätöksellä alakohtaisten asiantuntijoiden tehtäväksi. Nyt osaontologioiden päällekkäisyys YSO:n kanssa on 30%-70% prosenttia, mikä ei voi olla järkevä perusta työn jakamiselle.
Päällekkäisyyksien poisto sisarontologioiden suhteen Osaontologioiden käsitteiden välillä on riippuvuuksia erityisesti YSO:n yläkäsitteiden kautta, mutta myös suoraan pareittain. Myös tällaisten alueiden työnjakoa ja linkittämistä toisiinsa on kehitettävä. Päällekkäisyyksiä joudutaan eliminoimaan myös sisarontologioiden suhteen tekemään.
Päällekkäisyyksien poisto yksilöontologioiden suhteen Lähtökohtaisesti pyrkimyksenä on yksilökäsitteiden siirtäminen pois KOKO:n yleiskäsitteitä sisältävistä ontologioista.
Koostamisen ongelmatilanteiden korjaus Kun osaontologioita tarkastellaan laajemmassa kontekstissa osana KOKO-pilveä, havaitaan erilaisia virheitä ja syntyy muutospaineita, jotka täytyy huomioida tarvittaessa muutoksilla ontologioihin. KOAN ja MUTU ovat apuvälineitä koostamisen ja muutosten hallinnan ongelmatilanteisiin
Yhteenveto Pilotointi nopeasti käyntiin FinnONTO jatkuu ensi syksyyn Tutkimustyö jatkuu sen jälkeen mm. Linked Data Finland - hankkeessa (2012-)