LODAC プロジェクト　中間発表会　資料

Linked Open Data for ACademia
LODAC Project
-学術リソースのためのオープン・ソーシャル・セマンティックWeb基盤の構
築 -
武田英明
takeda@nii.ac.jp
国立情報学研究所
Linked Dataでつくる新しいデータの世界
情報・システム研究機構新領域融合研究センター「異分野共有資源共有・協働基盤の構築」プロジェクト中間報告会
2012年12月10日

本プロジェクトの狙い
• Linked Dataによるデータ共有を実現する仕組
みを確立する
–実践による探求：実際にデータをつくる
• サービス化、サービス提供
• 経験の蓄積と方法論化
• 問題の洗い出しと解決

Linked Data
• Tim Berners-Leeが提唱する新しいデータ共有
の仕組み
– これまでのWeb：文書のWeb (Web of Documents)
– Linked Data: データのWeb (Web of Data)
• 孤立したデータの島から世界でつながるデータの
cloudへ

文書のWeb

データのWeb
このデータに
対応する別の
データ
このデータに
別のデータと
同じ
この属性の意
味は？
異なるデータ源のデータが相互に結びつ
く

Linked Dataの記述のしかた
• RDF(+RDFS, OWL)の利用
– 簡便な記述方法：<主語> <述語> <目的語> .
<http://www-kasm.nii.ac.jp/~takeda#me> rdfs:type foaf:Person .
<http://www-kasm.nii.ac.jp/~takeda#me> foaf:name “武田英明” .
<http://www-kasm.nii.ac.jp/~takeda#me> foaf:gender “male” .
<http://www-kasm.nii.ac.jp/~takeda#me> foaf:knows <http://foaf.me/danbri#me> .
<http://www-kasm.nii.ac.jp/
~takeda#me>
<http://foaf.me/danbri#me>
foaf:knows
foaf:Person
rdfs:type
“武田英明” “male”
foaf:name foaf:gender

Linked Open Data (LOD)
• オープンでリンクできるデータ
– 今のWebが“文書のWeb” 、LODは“データのWeb”
• Linked Dataの５原則
– 事柄の名前にURIを使うこと
– 名前の参照がHTTP URIでできること
– URIを参照したときに関連情報が手に入るように
理解可能なデータを提供
– 外部へのリンクも含めよう
（必ずしもオープンとは限らない⇒Linked Data）

LOD Cloud: 相互リンクがある200以上のデータセット
世界におけるLODへの取り組み

Bio2rdf

本プロジェクトの成果
• 美術館・博物館データのLOD化による統合
(LODAC MUSEUM)
• 生物種データのLOD化による統合
(LODAC SPECIES)
• 関係するデータ、ソフトウエアの構築
– 地理データ (LODAC LOCATION)
– DBpedia Japanese
– CKAN日本語化

本プロジェクトでの構築したDB
LODAC SPECIES: 種名をベースに多様なDBをリンクで接続
博物館
標本
DB
種情報
DB
Taxon
Name DBGBIF BioSci.
DB
個別
研究
DB
名前数： 113118
トリプル数：14,532,449
Data from Source BIntegrated data
dc:references dc:references
dc:creator
dc:creator
crm:P55_has_current_location
dc:creator
Data from Source A
Work
Museum
Creator
Minimum Data to identify entitiesRaw Data for entities Raw Data for entities
LODAC Museum: 博物館・美術館のデータのLOD
検索拡張アプリ
CKAN (日本語):
データセット登録レジストリ
DBPedia Japanese
LODAC Location:
位置情報統合

Linked Dataに基づくデータ処理
• 収集：RDB等からの変換、Webスクレイピ
ング
• 洗練：スキーマ定義、スキーマに基づく
変換
• 統合：スキーママッピング、IDマッピング
• 公開：RDFデータ公開、SPARQLエンドポイ
収集洗練統合公開利用
RDF
ほとんどの処理はRDFで行われる

LODAC Museum
• Linked Dataによるデータ処理のテストベッ
ド
• 美術館・博物館情報の特徴
– 分散性：国内だけでも6,000
– 大規模性：それぞれが102～104のデータ
– スキーマの統一性と多様性：一定の標準＋α
– 統合可能性：作者、作品、場所、モチーフな
ど
– リンク性：様々な分野の他のデータとのリン
クの可能性

LODAC Museum
• 国内の美術館の収集公開品に関するDB
– 現在
• トリプル数：
40,059,131
– 館数：114
• 博物館Webサイトからのコレクション情報
• サイエンスミュージアムネットからの標本情報
• 作者、施設等によるデータ統合
• RDFによるデータ公開
• いくつかのアプリケーション

Webサイトから収集した情報のRDF化の効率
化
属性属性値
{
"institution": "iwate_art_museum",
“segment": "20110516142455",
"digest": "c9d1c62a480d8d80005a24583ec1fb12",
"作品分類": "彫刻等[金属]",
"tstamp": "20110516052459778",
"作品名": "三人の妖精(さんにんのようせい)",
"anchor": "004790001_sakuhin.html",
"title": "岩手県立美術館日本語版", “
“institutionalId": "004790001_sakuhin",
… ・・・
"技法／材質": "／ブロンズ／",
"作家名": "アリスティード・マイヨール“
}
属性・属性値（JSON）
RDF生成
RDF
subject:
自動生成したURI
predicate:
属性にマッピングしたプロパティ
object:
属性値
コレクション全体のプロパティ
コレクションごとのマッピングルール
変換処理と
マッピングルー
ルの考案を分離
博物館Webサイト
スクレイピン
グ
（Apache Solr）
マッピングルール（JSON）
{
"meta": {
"institutionalURI": "http://lod.ac/id/8144",
"institutionalName": "岩手県立美術館",
"dc:source": "http://www.ima.or.jp",
"dc:rights": "岩手県立美術館"
},
"rules": {
"lodac:genre": [ { "name": "作品分類" } ],
"dc:title": [
{ "name": "作品名",
”lang": "ja",
・・・
],
"dc:created": [ { "name": "制作年" } ],
"dc11:creator": [ { "name": "作家名", "lang": "ja" } ],
......
}
ルール考案
専門知識を
有するユーザ
<http://lod.ac/ref/821708>
<http://lod.ac/ns/lodac#genre> "彫刻等[金属]" ;
<http://purl.org/dc/elements/1.1/creator> "アリスティード・マイヨール
"@ja ;
<http://purl.org/dc/terms/created> "1937年" ;
<http://purl.org/dc/terms/extent> "高さ158.0" ;
<http://purl.org/dc/terms/isReferencedBy> <http://lod.ac/id/821708> ;
<http://purl.org/dc/terms/medium> "/ブロンズ/"@ja ;
<http://purl.org/dc/terms/rights> "岩手県立美術館" ;
収集

メタデータ設計
• 基本構造
– 作品 – 作者 – 収蔵館
• 専門的正確さより相互運用可能性、簡便性を優先
– DC> DCTerm> FOAF> iCal >SKOS>NDLSH> RDA> CIDOC CRM
– できるだけフラット構造
PREFIX URI
crm http://purl.org/NET/cidoc-crm/core#
dc http://purl.org/dc/terms/
dc11 http://purl.org/dc/elements/1.1/
foaf http://xmlns.com/foaf/0.1/
skos http://www.w3.org/2004/02/skos/core#
rdfs http://www.w3.org/2000/01/rdf-
schema#
ical http://www.w3.org/2002/12/cal/ical#
rda2 http://RDVocab.info/ElementsGr2
lodac http://lod.ac/ns/lodac#
lodac:Work Property(一部項目省略)
資料分類 lodac:genre
文化財 lodac:culturalAssets
制作者 dc:creator / dc11:creator
国籍 crm:P7_took_place_at
作品名 dc:title / skos:prefLabel
作品名読み dc:title @ja-hrkt / skos:altLabel
作品名英語 dc:title @en / skos:altLabel
銘文 crm:P62I_is_depicted_by
印章 crm:P65_shows_visual_item
員数 crm:P57_has_number_of_parts
コレクション dc:isPartOf
制作年 dc:created
推定始年 lodac:estimatedStartYear
材質 dc:medium / crm:P45_consists_of
メタデータ要素
作品: 46
作者: 23
組織： 13
書誌： 12
洗練

統合のポリシー
• どうやって異なる情報源の情報を統合するか
– 責任の分担
• 各情報源はその情報に対する責任
– LODACは単にIDを同定して管理。
• LODACは統合の部分だけの責任
– LODAC IDを各情報源IDに関連づける
Data from Source BIntegrated data
dc:creator
dc:creator
crm:P55_has_current_location crm:P55_has_current_location
crm:P55_has_current_location dc:creator
Data from Source A
Work
Museum
Creator
統合

例：作者情報の統合
• 作者情報統合の手順
– 統合元：日本美術シソーラス絵画編
– 統合対象：各情報源データ中の作者情報
– 統合元：文字列マッチング
– 作品情報中の作者と作者ノードを関連づける
LODAC data
Link to Work
DBpedia
Basic Information
for Creators
Links
統合

データ統合
19
情報源情報種別データ数
国立美術館(西美を除く3館) 作品 25180
国立西洋美術館作品 4373
京都国立博物館作品 5819
奈良国立博物館作品 431
福島県立美術館作品 20
栃木県立美術館作品 32
秋田県立近代美術館作品 22
岩手県立美術館作品 1558
徳島県立近代美術館作品 18482
山梨県立美術館作品 262
東京都現代美術館作品 5416
香川県立東山魁夷せとうち美術館作品 266
日本美術シソーラスDB 作品 3800
日本美術シソーラスDB 人物 1332
日本美術シソーラスDB グループ 289
日本美術シソーラスDB 所蔵館情報 648
文化遺産オンライン所蔵館情報 915
国指定文化財データベース作品 10115
合計 103096
総データ数特定項目キーの単純文字列統合実験結果
統合項目情報源データ数統合数
所蔵館名日本美術シソーラス 648 77
文化遺産オンライン 915
国宝・重文
資料タイトル
日本美術シソーラス(作品) 3800 74
国指定文化財DB(作品) 10115
作者名による
資料タイトル
日本美術シソーラス(人物) 1332 15020
各館(作品) 61861
作者名日本美術シソーラス(人物) 1332 615
各館(作品) 61861
「国宝・重文」
日本美術シソーラスに略称のタイトル表記が多く，
単純文字列マッチでは少ない値となった
「機械処理による可能性」
複合的な項目に対して複数アルゴリズムによる抽出
統合

データ公開
• RDF公開
– 参照解決可能なかたちでの公開
• SPARQLアクセス
– SPARQLエンドポイント
公開

Name of creator
LODAC ID and associated Ref-Resource IDs
作者ページの例公開

Linked Open Data for ACademia公開

Linked Dataの利用
- Yokohama Art Spot -
• 博物館情報と横浜の地域情報のLODを
連携したWebアプリケーション
• 横浜市内のアート関連情報
– 施設情報
– イベント情報
– 収蔵品情報（一部の施設のみ）
– Q&A情報
LODAC Museum × 横浜LOD ×
PinQA
（博物館情報）
（地域情
報）
http://lod.ac/apps/yas/
利用
スポット情
報

施設
ユーザ
Yokohama Art Spot
RDF
ストア
SPARQL
エンドポイント
RDF
ストア
SPARQL
LODAC Museum
横浜LOD
作品
所蔵館
アーティスト
アーティス
ト
施設
イベント
Yokohama Art Spot の構成
全体マップ表示における処理
施設
イベント
HTML
JavaScript
Python
SPARQLWrapper
OWLIM SE
ARC2
RDF
ストア
SPARQL
PinQA
質問
回答
ユーザ
SPARQL
JSON
D2R
スポッ
ト

施設情報ページにおける情報取得と表
示
•施設名
•アクセ
ス
•ジャンル
•休館日
•住所
•周辺地図
イベント情報
（タイムライン表
示）
イベント情報
（リスト表
示）
すべて横浜LODの
データを使用
利用

示
標準化された形式で記述
ユーザに適した表示が
簡単に実現可能
利用

示
所蔵品情報
（リスト表示）
所蔵品の提示・リンクは
LODAC Museum から取得
横浜LODだけでは
不可能な情報探索が実現可能
利用

LODAC Species
• 生物多様性情報のLinked Data化
• 特徴
– 分散性：多数のDB
• 分子生物学から生態学まで
• 個別の種ごと、個別の関心ごと
– 大規模性：
– スキーマの統一性と多様性
• 一定の統一性（学名など）、分野固有データ
– 統合可能性：種やタクソンは共有
– リンク性：多様な分野とのつながり
• 他の科学（極域科学、バイオミメティクス）
• 市民科学
• 教育

生物多様性情報
• 種名情報
– 生物名の目録の情報
• 分布情報
– 標本や観察記録などの情報
• 種情報
– 生物種の特徴を示す情報
学名：Papilio xuthus
和名：ナミアゲハ
界名：動物界
門名：節足動物門
綱名：昆虫綱
目名：鱗翅目
科名：アゲハチョウ科
標本所蔵館：茨城自然博物館
：

Photo of Papilio xuthus:
北九州市立自然史・歴史博物館
Papilio xuthus
標本
種の同定
採集者
採集場所
命名
文献
言及
著者
シーケンス
著者
種情報
Papilio
上位/下位
タクソン
文献

生物種情報の現状
種名情報
分子情報
Encyclopedia of Life
サイエンス
ミュージアムネット
BOLD
目的に応じて収録する種
の範囲が異なる
（収録ポリシーの違い：
広く／深く／特定の目的
／…）
Wikipedia
Wikispecies
NCBI
目的に応じて異なるサイ
ト
（それぞれに異なる情
報）
相互のリンクは必ずしも
あるわけではない
分布・標本情報
種情報
GBIF
Catalogue of Life
Species 2000
ITIS (Integrated Taxonomic
Information System)

公開されている生物多様性情報
• GBIF：The Global Biodiversity Information Facility
– 地球規模生物多様性情報機構
– 種名・分布情報
• EoL：Encyclopedia of Life
– 種情報
• CoL：Catalogue of Life
– 種名情報
– 分類群に関する情報
• BOLD：Barcode of Life Data Systems
– DNA・標本情報
• サイエンスミュージアムネット（S-Net）
– 標本情報
– GBIF と連携
– 国立科学博物館が運営

LODAC Species
• データベース：辞書、専門図鑑、標本データ
• 統合的データモデルの構築とデータ統合
– “名前による緩やかな統合”
• インターフェース
– HTML
• 個別の標本情報を閲覧
• 関連する情報をリンク経由で閲覧
– SPARQL endpoint
• ある種に関する標本情報の取得など柔軟な検索
• アプリケーション
– タクソンを使った検索支援
• CiNiiにおける文献検索
• DBCLSにおけるデータベースメタデータ検索支援
– GISを使った可視化

LODAC Species
• 統合データベース
– 図鑑等の文献
• 生物学辞書(BDLS): DBCLSが多数の図鑑等から作成したもの
– 生物標本情報
• サイエンスミュージアムネット（国立科学博物館／JBIF）
– 専門家が管理しているDB
• 日本産蝶類和名学名便覧（日本昆虫学会／JBIF）
• 南極昭和基地周辺の蘚苔類・地衣類・種子植物の標本
データ（極地研）
– 蘚苔類 (例: http://lod.ac/id/2571912 )
– 地衣類(Lichens) (例： http://lod.ac/id/2631214 )
• 動物標本データベース (例： http://lod.ac/id/2628412 )
収集

統合のアプローチ
• 種名・分類体系のグラフ
• 緩やかに関係を辿れるように
• リンクのルーティング
Chinese
Swallowtail
Papilio xuthus
Linnaeus, 1767
ナミアゲハ
Papilio
Papilio xuthus
Taxon
species
type
http://eol.org/....
http://www.catalogueoflife.org/...
http://ja.wikipedia.org/....
http://www.ncbi.nlm.nih.gov/...
タクソン名のネット
ワーク
統合

統合データモデル
Specimen
rdf:type
species
institutionName
collectedDate
collectionLocality
crm:has_current_location
Bryophytes
TaxonName
ScientificName
CommonName TaxonRank
species
rdfs:subClassOf
rdfs:subClassOf
rdf:type
rdf:type
hasCommonName
hasScientificName hasSuperTaxon
rdf:type
hasTaxonRank
rdf:type
hasTaxonRank
rdf:type
Butterfly
BDLS
dcterms:source
dcterms:publisher
: Named Graph
: owl:Class
統合

統合結果
• トリプル数
– 14,532,449
• Taxon names
– 443,248
• Scientific name
– 226,141
• Common name
– 219,865
• hasScientificName property node
– 87,160
• hasCommonName property node
– 84,610
統合

LODAC Museum
LODAC Species
S-Net
表示例
http://lod.ac/ref/1674506
公開

検索支援
公開
http://lod.ac/apps/lsdcs

GISインタフェース
公開
http://dl.dropbox.com/u/22017402/nipr_map.html

知見
• データベース統合における分野依存性、
非依存性の発見
– 多くの共通性：
• 名前による統合の有効性と限界
• ID付与方針
– 個別性
• 学名の扱い、名前のない個物の扱い
• 統合データベースの有効性
– 新たなるデータの価値への誘導

今後の展開

共有
収集
利用創造
公開
データ中心科学のための
オープン･データ･ライフサイクル基盤の研究
開発• データ・ライフサイクル
– データの生産（創造）から共有、再利用までの循環が重要
– このサイクルをいかにシームレス、ボーダレスに実現するか
• オープン・データ・ライフスタイル基盤構築の技術チャレン
ジ
– 利用
• 情報抽出技術
– 創造
• オントロジー構築技術
• データ統合技術
– 公開・共有
• Web技術
– 技術統合化
・目標
- 領域内データ共有の加速
- 横断的研究の促進
新たな発見、組み合わせ
- Citizen Scienceへのアプローチ

オープン･データ・サイクル基盤構
築の実現に向けてのアプローチ
研究
デー
タ
研究
プログラ
ム
研究
デー
タ
研究
プログラ
ム
研究
デー
タ
研究
プログラ
ム
地層ハブ
データ
GISハブ
データ
Xハブ
データ
公開技術
情報抽出
統合技術
情報組織化
個別研究
個別研究
個別研究
データ・サイクル基盤
• Linked Dataに基づくプラットフォーム
– Web技術のデータへの
適用
• “文書のWeb”から
”データのWeb”へ
• 公開・共有の基盤技術
• オープンデータのデファクト
– セマンティックWebの
技術の利用
• 技術的蓄積
• 情報抽出、オントロジー
推論

http://lod.ac

LODAC プロジェクト　中間発表会　資料

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie LODAC プロジェクト　中間発表会　資料

Ähnlich wie LODAC プロジェクト　中間発表会　資料 (20)

Mehr von National Institute of Informatics (NII)

Mehr von National Institute of Informatics (NII) (20)

Kürzlich hochgeladen

Kürzlich hochgeladen (9)