Die Unterstützung wissenschaftlicher Workflows durch semantische Technologien ist in den letzten Jahren zu einem eigenen Forschungsfeld geworden. Enorme Anstrengungen werden unternommen, um standardbasierte Metadaten sowie maschinelle Analysen unstrukturierter Inhalte wissenschaftlicher Publikationen bereitzustellen. Dies hilft den Forschern, sich in ständig wachsenden und zunehmend komplexeren Handlungsfeldern zu orientieren. Semantische Technologien haben auch das Potenzial, die Tiefenanalyse wissenschaftlicher Literatur zu unterstützen, wie sie in Forschungsseminaren praktiziert wird. Der Beitrag berichtet über ein Vorhaben zur kollaborativen Dokumentation und flexiblen Bereitstellung von qualitativen Analysen wissenschaftlicher Publikationen in einer Forschungsgruppe für angewandte Modellierung fachlichen Wissens. Dabei wird auf eine semiautomatische Population der Wissensbasis mit Hilfe eines standardbasierten Vokabulars gesetzt. Das System ist auf der Basis von OntoWiki implementiert und offen zugänglich.

1. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 1
Entwurf eines Wissensgraphen für die kollaborative Arbeit
in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse
Prof. Dr. Vera G. Meister, Wenxin Hu, Jan M. Beckert · AKWI-Jahrestagung 2018, Hamburg

2. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 2
Agenda
Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse
▪ Definition Community-Wissensgraph
▪ Forschungsfrage & Kernkonzepte
▪ Forschungsstand zur Population von Wissensgraphen
▪ Vokabular und Schema des Wissensgraphen
▪ Prototyp auf Basis von OntoWiki
▪ Semiautomatischer Populationsprozess
▪ Evaluation der frühen Einsatzerfahrungen
05.05.2019

3. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 3
A CKG is a central infrastructure which acquires, integrates,
shares and manages knowledge in the community by
i. mainly describing real world entities and their
interrelations, organized in a graph,
ii. based on possible classes and relations of entities
in an community knowledge schema,
iii. ensuring all basic functions through specific support
processes and roles.
Hereby it
iv. allows for potentially interrelating arbitrary entities
with each other,
v. covers a multitude of community-related domains,
vi. and eventually may generate new knowledge by
analysis and reasoning.
Definition Community Knowledge Graph (CKG)
Knowledge Schema
Analysis
&
Reasoning
Graph
Management
SupportProcesses&Roles
Data
Integration
Data
Access
Functions
Sources: H. Paulheim: Knowledge Graph Refinement. Semantic Web 2016;
J. Jetschni, V. Meister: Schema Engineering for EKG, ICICIS 2017
05.05.2019Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse

4. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 4
Forschungsfrage:
Wie kann eine nachhaltige Infrastruktur aufgebaut werden, um das in Seminaren kollaborativ
erarbeitete Wissen systematisch, strukturiert und leicht wiederverwendbar abzuspeichern?
05.05.2019Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse

5. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 5
Kernkonzepte der Wissensdomäne „Wissenschaftliche Paper“
05.05.2019
Forscher
Organisationen
Orte
Konferenzen
Veröffentlichungen
Resulte der
qualitativen Analyse
Bibliografische
Metadaten
• Titel
• Abstrakt
• Schlüsselworte
• Autorennamen
• …
• Forschungsziele
• Forschungsmethoden
• Forschungsergebnisse
• Künftige Arbeiten
• Kritik
Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse

6. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 6
Forschungsstand zur Population von Wissensgraphen
05.05.2019
Forschungsansatz Beispiel Forschungsziele Hauptergebnisse Anwendbarkeit
Extraktion von
Metadaten
Digitale Bibliotheken
mit Semantik
anreichern [Asl+16]
standardbasierte
Metadaten strukturiert
bereitstellen
Linked-Open-Data-
Plattformen für
Publikationen
für bibliografische
und andere
Metadaten
Kollaborative
Annotation
OpenResearch
als kollaboratives
Management [Vah+16]
strukturierte Daten über
wissenschaftliche Arbeiten
und Events kollaborativ
zusammentragen
Datenmodell und Sys-
temarchitektur von
Semantic MediaWiki,
LOD-Dienste
für Ergebnisse der
qualitativen Analyse
Produktion nativ
strukturierter Daten
RASH Framework für
HTML+RDF-
Einreichungen [DiI+15]
Standards, Formate und
Frameworks für die native
Bereitstellung strukturierter
Daten etablieren
Spezifikation für
Forschungsartikel in
vereinfachter HTML-
Sprache (RASH)
künftig anwendbar,
wenn mehr
Publikationen nativ
strukturiert sind
Textanalyse, Data
Mining und Maschi-
nelles Lernen
Wissensextraktion aus
wissenschaftlichen
Publikationen [RoSa16]
verborgene Semantik in
Texten, Abbildungen und
anderen unstrukturierten
Daten entdecken
Text-Mining-Framework
Dr. Inventor für die
automatische Analyse
wiss. Publikationen
teilweise anwendbar,
wenn ein passender
“Gold-Standard”
verfügbar wäre
Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse

7. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 7
Forschungsmethoden
• Aktionsforschung
• Argumentativ-deduktive Analyse
• Design Science
• Fallstudie
• Konzeptionell-deduktive Analyse
• …
Strukturierungsansätze für die Ergebnisse qualitativer Analyse
05.05.2019
• Forschungsziele
• Forschungsmethoden
• Forschungsergebnisse
• Künftige Arbeit
• Kritik
als kanonische
Listen modelliert
als Listen von
Texten modelliert
Forschungsaktivitäten
• analysieren
• definieren
• entwerfen
• konzeptualisieren
• modellieren
• …
Forschungsartefakte
• Anwendung
• Blaupause
• Dokumentation
• Geschäftsprozess
• Prototyp
• …
Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse

8. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 8
Vokabular und Schema des Wissensgraphen
05.05.2019
http://lov.okfn.org/dataset/lov/vocabs/spvqa
unter umfassender Nutzung von
Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse

9. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 9
Prototyp auf Basis von OntoWiki
05.05.2019
Aktueller „Füllstand“
• 50 Wissensch. Paper
• 12 Wissensch. Events
• 160 Personen
• 65 Organisationen
• 65 Orte
Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse

10. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 10
Semiautomatischer Populationsprozess
05.05.2019
Implementierungsdetails:
• läuft auf Camunda BPM
• DOIs für wissenschaftliche
Publikationen
• Metadaten werden über
CrossRef abgefragt
• Wikidata IDs für Organisa-
tionen und Orte
• ORCIDs für Autoren
• liegen keine öffentlichen
IDs vor, werden interne im
Namensraum spe kreiert
• RDF wird in KB importiert
• Ergebnisse der qualitativen
Analyse werden direkt im
OntoWiki-GUI eingegeben
Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse

11. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 11
▪ Erfolgte in früher Implementierungsphase, Erfassung in Fragebogen
▪ Studierende des Wahlpflichtmoduls “Enterprise Knowledge Engineering”,
Wirtschaftsinformatik Master, 2. Semester
▪ Nutzungsszenarien adressieren wesentliche Aufgaben von Wissensarbeitern:
Analyse und Wissensorganisation, Fokus auf Usability und Aufgabensupport
▪ Steuerung durch Rechercheaufgaben:
(1) Welche Mitarbeiter der Universität Leipzig haben an einem der im System
gelisteten Artikel mitgearbeitet? Wie viele davon haben eine ORCID?
(2) Mit wie vielen Personen von wie vielen Organisationen hat Sören Auer Artikel
verfasst, die im System gelistet sind? Wie viele solcher Artikel gibt es?
(3) Wie viele Artikel folgen der Forschungsmethode „Referenzmodellierung“?
Erlaubt das System den direkten Zugriff auf alle oder einige dieser Artikel?
Evaluation von Nutzungsszenarien
05.05.2019Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse

12. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 12
Evaluation der Usability des System
05.05.2019Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse
direkte Aufgabenangemessenheit
Aufgabenangemessenheit der Ausgabe
Selbstbeschreibungsfähigkeit
Erwartungskonformität
Fehlertoleranz
Visualisierung
Steuerbarkeit
Lernförderlichkeit
sehr gut gut eher gut eher schlecht schlecht sehr schlecht

13. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 13
Ableitung von Anforderungen für die Weiterentwicklung
05.05.2019Entwurf eines Wissensgraphen für die kollaborative Arbeit in Forschungsgruppen mit Fokus auf die qualitative Literaturanalyse
Aus Befragung
Verlaufsanzeige Navigation
ergänzen
Häufige Abfragemuster als
facettierte Suche bereitstellen
Lesbare Namen in Suchergebnissen
anzeigen
Kontextbezogene Hilfe, spezifische
Fehlermeldungen
Weitere Ausgabeformen anbieten
(Karten, Diagramme)
Aus Nutzung
Nutzungsszenarien weiter erfor-
schen, Kompetenzfragen ableiten
SPARQL-Abfragen für relevante
Kompetenzfragen entwickeln
Semiautomatischen
Publikationsprozess ausrollen
Templates für Ergebnisse der
qualitativen Analyse bereitstellen

14. Technische Hochschule Brandenburg • Brandenburg University of Applied Sciences Seite 14
Vielen Dank für Ihre Aufmerksamkeit
Zugänge: https://bmakewiki.th-brandenburg.de
https://bmake.th-brandenburg.de/spv
https://github.com/bmake/scholarlygraph/
Prof. Dr. Vera G. Meister • vera.meister@th-brandenburg.de • +49-175-5634180
Research Group Business Modeling and Knowledge Engineering (BMaKE)