Bibliotheksdatenpublikation und linked data

Lars G. Svensson
Bibliotheksdatenpublikation und
Linked Data
| 61 | Bibliotheksdatenpublikation und 1 Linked Data | 11. September 2014

Wenn jemand nach Information sucht,
geht er heute nicht in die Bibliothek

Die Daten, die Bibliotheken erstellen,
können aber helfen, die Suche effizienter
zu machen
Da ist es.
WOW!
Photo by Wendt Commons (CC BY): http://www.flickr.com/photos/wendt-library/5190902316/

Außerhalb von Bibliotheken versteht
man unsere Datenformate nicht…
MARC 21
MAB 2
UNIMARC
Z39.50
ISBD
FRBR
http://farm1.static.flickr.com/159/342220423_558ea703f6_b.jpg

Dabei sollte es einfach sein,
Bibliotheksdaten zu benutzen
Some
data
Photo by KIUI Staff (CC BY): http://www.flickr.com/photos/
kiui/3693823005/
Library
data
Other
data

Linked Library Data ist ein guter Anfang
Linking Open Data cloud diagram, by Richard Cyganiak and Anja Jentzsch. http://lod-cloud.net/

Das Semantic Web hat ein einfaches
Datenmodell: RDF (Resource
Description Framework)
http://d-nb.info/
990075621
hatTitel
“Stolz und Vorurteil :
Roman ”
Subjekt
Prädikat
Objekt

Datenmodell: RDF
http://d-nb.info/gnd/118505173
Objekt
Prädikat
Subjekt
hatAutor
http://d-nb.info/
990075621
hatTitel
Roman ”
Subjekt
Prädikat
Objekt

Datenmodell: RDF
Prädikat
http://d-nb.info/
990075621
Roman”
“Austen, Jane”
Subjekt
Prädikat
Objekt
Subjekt
Objekt
Subjekt
Prädikat
Objekt
hatAutor
hatTitel
hatName

Vokabulare definieren Klassen von
Ressourcen und Relationen
zwischen ihnen
dc:creator
http://d-nb.info/
990075621
Roman”
“Austen, Jane”
hatAutor
hatTitel
hatName
bibo:Book
dc:title
foaf:name
foaf:Person
rdf:type
rdf:type

In RDF müssen alle Ressourcen in
Subjekt- und Prädikatposition
eindeutige Identifiers haben
dc:creator
http://d-nb.info/
990075621
Roman”
“Austen, Jane”
hatAutor
hatTitel
hatName
bibo:Book
dc:title
foaf:name
foaf:Person
rdf:type
rdf:type

Eindeutige Identifiers sorgen dafür,
dass wir wissen, worüber wir reden
– Wir wollen alles identifizieren können
– Objekte/Ressourcen müssen global identifizierbar sein
– Identifiers müssen zur generischen URI-Syntax
kompatibel sein
- http-URIs (http://d-nb.info/gnd/118915185)
- URNs (urn:nbn:de:bvb:20-opus-23317)
- Mailto (mailto:l.svensson@dnb.de)
– An verschiedenen Typen von Identifiers hängen
unterschiedliche Erwartungen
- Persistenz der Ressource
- Auflösbarkeit

Wenn zwei Sachen den gleichen Namen
haben, aber unterschiedliche URIs,
können wir sie unterscheiden
Titel
- Dokumenttitel (dc:title)
- Persönlicher Titel (foaf:title)
- Akademischer Titel (gndo:academicDegree)
- Kurstitel (crsw:has-title)
- …

URIs können unterschiedlich aussehen
– dc:title vs. http://purl.org/dc/elements/1.1/title
– foaf:title vs. http://xmlns.com/foaf/0.1/title
– gndo:academicDegree vs. http://d-nb.
info/standards/elementset/gnd#academicDegree
– crsw:has-title vs.
http://courseware.rkbexplorer.com/ontologies/courseware#h
as-title
dc, foaf, gndo und crsw sind Präfixe (prefixes), nachzuschlagen
bei z. B. http://prefix.cc
something:like-this nennt man CURIE (compact URI)

RDFS und OWL erlauben es, Typen und
Beziehungen näher zu spezifizieren und
somit die Sachen, für die wir uns
interessieren, zu beschreiben
• Bücher
• Autoren
• (Verlags-)Orte
• Verlage
• Herausgeber
• Themen
• …

16
Ähnlich wie bei der Katalogisierung
betrachten wir zunächst sog. Individuen
Frankfurt
am Main
Jane
Austen
Stolz und
Vorurteil
Hermann
Hesse
Glasperlen-spiel
Berlin
Das
Suhrkamp
schrieb
veröffentlichte
hat Sitz in
Fischer
hat Sitz in
schrieb
| 61 | Bibliotheksdatenpublikation und Linked Data | 11. September 2014

Als nächstes finden wir Gemeinsamkeiten
Frankfurt
am Main
Jane
Austen
Stolz und
Vorurteil
Hermann
Hesse
Glasperlen-spiel
Berlin
Das
Suhrkamp
schrieb
veröffentlichte
hat Sitz in
Fischer
hat Sitz in
schrieb

Individuen, die Gemeinsamkeiten
haben, gehören zu derselben Klasse
Frankfurt
am Main
Jane
Austen
Stolz und
Vorurteil
Hermann
Hesse
Glasperlen-spiel
Berlin
Das
Suhrkamp
schrieb
veröffentlichte
hat Sitz in
Fischer
hat Sitz in
schrieb
Veröffent-licher
Ort
Schreiber

19
Es gibt aber verschiedene Arten von
Publikationen
Stolz und
Vorurteil
Das
Glasperlen-spiel
Roman
owl:Class
rdf:type
Kurzge-schichte
Die Stadt
Erzählung
owl:subclassOf owl:subclassOf
rdf:type rdf:type rdf:type
dct:creator
Hermann
Hesse

Und verschiedene Arten von z. B. Namen
rdfs:label
20
Das
Glasperlen-spiel
Die Stadt
foaf:name
Hermann
Hesse
„Das
Glasperlenspiel“
„Hermann
Hesse“
dc:title
gndo:preferredNameForThePerson

Damit auch Computer RDF verstehen
können, gibt es sog. Serialisierungen
• RDF/XML
• Turtle
• N-Triples
• …
21

Zurück zu Jane Austen…
dct:creator
http://d-nb.info/
990075621
Roman”
“Austen, Jane”
hatAutor
hatTitel
hatName
bibo:Book
dc:title
foaf:name
foaf:Person
rdf:type
rdf:type

Jane Austen in RDF/XML
<rdf:RDF xmlns:foaf=“http://xmlns.com/foaf/0.1/”
xmlns:dc=“http://purl.org/dc/elements/1.1/”
xmlns:dct=“http://purl.org/dc/terms/”
xmlns:bibo=“http://purl.org/ontology/bibo/”>
<bibo:Book rdf:about=“http://d-nb.info/990075621”>
<dc:title>Stoltz und Vorurteil : Roman</dc:title>
<dct:creator rdf:resource=“http://d-nb.info/gnd/118505173” />
</bibo:Book>
<foaf:Person rdf:about=“http://d-nb.info/gnd/118505173”>
<foaf:name>Jane Austen</foaf:name>
</foaf:Person>
</rdf:RDF>

Jane Austen in Turtle
@prefix foaf: <http://xmlns.com/foaf/0.1/> .
@prefix dc: <http://purl.org/dc/elements/1.1/> .
@prefix dct: <http://purl.org/dc/terms/> .
@prefix bibo: <http://purl.org/ontology/bibo/> .
@prefix gnd: <http://d-nb.info/gnd/> .
<http://d-nb.info/990075621> a bibo:Book
dc:title “Stoltz und Vorurteil : Roman” ;
dct:creator gnd:118505173 .
gnd:118505173 a foaf:Person ;
foaf:name “Jane Austen .
24

Jane Austen in N-Triples
<http://d-nb.info/990075621> <http://www.w3.org/1999/02/22-rdf-syntax-ns#type>
<http://purl.org/ontology/bibo/Book>
<http://d-nb.info/990075621> <http://purl.org/dc/elements/1.1/title> “Stoltz und Vorurteil : Roman”
<http://d-nb.info/990075621> <http://purl.org/dc/terms/creator> <http://d-nb.info/gnd/118505173>
<http://d-nb.info/gnd/118505173> <http://www.w3.org/1999/02/22-rdf-syntax-ns#type>
<http://xmlns.com/foaf/0.1/Person>
<http://d-nb.info/gnd/118505173> <http://xmlns.com/foaf/0.1/name> “Jane Austen”

Zur Abfrage von RDF-Daten gibt es
SPARQL (SPARQL Protocol and RDF
Query Language)
PREFIX dc: <http://purl.org/dc/elements/1.1/>
PREFIX foaf: <http://xmlns.com/foaf/0.1/>
PREFIX dct: <http://purl.org/dc/terms/>
SELECT ?title
WHERE {
?book dc:title ?title ;
dct:creator ?author .
?author foaf:name "Jane Austen“
}
26

Linked Data baut auf all diesen
Sachen auf
27
1.Use URIs as names for things
2.Use HTTP URIs so that people can look up
those names.
3.When someone looks up a URI, provide useful
information, using the standards (RDF*,
SPARQL)
4. Include links to other URIs so that they can
discover more things.
http://www.w3.org/DesignIssues/LinkedData.html

Das sog. „Five Star“-Schema behandelt
aber nicht nur die Verlinkung
★
Available on the web (whatever format) but
with an open licence, to be Open Data
★★
Available as machine-readable structured data
(e.g. excel instead of image scan of a table)
★★★
as (2) plus non-proprietary format (e.g. CSV
instead of excel)
★★★★
All the above plus, Use open standards from
W3C (RDF and SPARQL) to identify things, so
that people can point at your stuff
★★★★★
All the above, plus: Link your data to other
people’s data to provide context
http://www.w3.org/DesignIssues/LinkedData.html

Übung: Klassen, Beziehungen, Instanzen
Auf den Gruppentischen finden Sie Kärtchen mit
verschiedenen Worten. Ordnen Sie jedes der
Karten einer der folgenden Gruppen zu:
- Klasse
- Beziehung
- Instanz
Zeit: 15 Minuten

30
Um Daten auszutauschen, müssen wir
eine gemeinsame Sprache sprechen
Pieter Brüghel d. J.: Turmbau zu Babel (Public Domain):
https://commons.wikimedia.org/wiki/File:The_Tower_of_Babel,_oil_on_panel_painting_by_Pieter_Bruegh
el_the_Younger.jpg

RDF ist eine abstrakte Syntax, die keine
Semantik vorgibt
http://d-nb.info/
990075621
Roman”
“Austen, Jane”

Die Semantik ergibt sich durch die Wahl
der Vokabulare
Dublin Core Elements (dc)
Dublin Core Terms (dct bzw. dcterms)
Bibliographic Ontology (bibo)
Simple Knowledge Organisation System (SKOS)
GND-Ontologie (gndo)
Friend of a Friend (foaf)
RDF Schema (rdfs)
Web Ontology Language (owl)
…
32

Bei der Wahl der Vokabulare ist auch die
Frage, was die eigenen Daten hergeben…
33
A manual for writers of research papers, theses, and
dissertations : Chicago style for students and researchers /
Kate L. Turabian ; revised by Wayne C. Booth, Gregory G.
Colomb, Joseph M. Williams, and University of Chicago Press
editorial staff. — 7th ed. — Chicago : University of Chicago
Press, 2007. — xviii, 466 p. : ill. ; 23 cm. — (Chicago guides
to writing, editing, and publishing). — Includes
bibliographical references (p. 409-435) and index. — ISBN
978-0-226-82336-2 (cloth : alk. paper) : USD35.00. — ISBN
978-0-226-82337-9 (pbk. : alk. paper) : USD17.00

Deutschsprachige Systeme trennen
meist zwischen Norm- und Titeldaten

Neu ist auch eine Tendenz, die
bibliografische Beschreibung aufzuteilen

Es gibt auch mehr Modelle, als einem
lieb ist…
Hierarchische Modelle
– FRBR/RDA
– BIBFRAME
– schema.org
Einstufige Modelle
– DINI-KIM
– ISBD
36

37
Hundra-åringen
(Work)
Hundra-åringen
(Expr, sv)
Hundra-åringen
(2009)
Der
hundert-jährige
(Expr, de)
Jonas
Jonasson
Der
hundert-jährige
(2011)
Le vieux
(Expr, fr)
Wibke
Kuhn
Caroline
Berg
Le viex
(2011)
Le viex
(2012)

38
Hundra-åringen
(Work)
Hundra-åringen
(Expr, sv)
Hundra-åringen
(2009)
Der
hundert-jährige
(Expr, de)
Der
hundert-jährige
(2011)
Le vieux
(Expr, fr)
Le viex
(2011)
Hc.01 /
DDC22:
839.73
803
Le viex
(2012)
DDC23:
839.738
DDC23:
839.738
Hjec.01 /
DDC22:840
Schweden, Mann,
Greisenalter, Altenheim,
Flucht, Abenteuer,
Belletr. Darstellung
DDC-SG:839, B

Hundra-åringen
(Work)
Altenheim Mann
Hommes
Hundra-åringen
(Expr, sv)
Hundra-åringen
(2009)
Der
hundert-jährige
(Expr, de)
Der
hundert-jährige
(2011)
Le vieux
(Expr, fr)
Le viex
(2011)
Hc.01 /
DDC22:
839.73
803
Le viex
(2012)
DDC23:
839.738
DDC23:
839.738
Hjec.01 /
DDC22:840
Schweden, Mann,
Greisenalter, Altenheim,
Flucht, Abenteuer,
Belletr. Darstellung
DDC-SG:839, B
Old age Men
homes
Maisons
de
Retraite

Die Frage ist, inwiefern die Modelle
interoperabel sind
40
http://www.loc.gov/bibframe/docs/images/wemi-bibframe-profile-small.png

Wie viel Interoperabilität notwendig ist,
hängt vom Austauschpartner ab
Such-maschi-ne
Biblio-thek
Archiv,
Museum
Biblio-thek
Foto von Doc Searls (CC BY):
http://www.flickr.com/photos/docsearls/5500714140/

Pause bis 15.15 Uhr
42
Foto von Angelo Laub (CC BY-NC-SA): https://flic.kr/p/4QHh

Eine kurze Einführung in Metafacture

Metafacture ist ein Framework für
Datenverarbeitung
44
Metamorph
Stream modules
Flux
Bausteine für
Prozesse
Stream module mit
eigener DSL* für
Metadatentrans-formationen
DSL* für
Prozessdefinition
*DSL: Domain specific Language

Die Stream modules sind die
Kernbausteine von Metafacture
45
Stream module
Empfängt typisierten
Input:
• strings
• triples
• objects
•metadata events
Sendet typisierten
Output:
• strings
• triples
• objects
•metadata events
Verarbeitet Input um einen
bestimmten Output zu
erstellen. Um die Wiederver-wendbarkeit
zu erhöhen, sind
die Aufgaben meist klein.

Eine einfache Prozesskette kann so
aussehen:
46
 file name
file handle 
 string
metadata events 
open-file as-lines decode-String pica encode-formeta write("stdout")
 file handle
a string for each line 
 metadata events
string 
 a string
nothing 
Lese und schreibe eine Datei mit PICA-records:

Die Module werden mit einfachen
Parametern konfiguriert
Modulekonfiguration
• Entweder ein einzelner,
obligatorischer Wert
• Oder optionale key-value Paare
47
Stream module

Die Prozessketten beschreibt man mit
Flux
48
Metamorph
Stream modules
Flux

Ein einfaches Flux-Skript kann wie folgt
aussehen:
"file.name"
|open-file
|as-lines
|decode-pica
|encode-formeta(style="multiline")
|write("stdout");
49
Ein String als
Eingangsinput
Module sind mit
dem Pipe-
Character
verbunden
Key-value-basierte
konfiguration
Obligatorischer
Parameter
Der Flow endet mit
einem Semikolon

Flux erlaubt auch Variablen und
Kommentare
50
default in = "file.name";
default out = "stdout";
in
|open-file
// ...
|write(out);
Definiert
Defaultwerte für
die Variablen in
und out
Kommentare
starten mit zwei
Slashes
Werwendet Variablen
statt Direkteingabe
eines Strings

Es gibt auch nette Features für Strings
in Flux
51
FLUX_DIR beinhaltet
immer den Pfad des
übergeordneten Ordners
default in = FLUX_DIR + "file.name";
default haiku =
"A dropped ice cream cone
One red ant, then two, then four
Suddenly – hundreds!";
Strings können
zusammenfefügt
werden
Strings
können multi-line
sein

Metamorph schließlich beschreibt
Datentransformationen
52
Metamorph
Stream modules
Flux

In Metafacture sind Metadaten eine
Sequenz von Ereignissen
Pica record
003@
$0 2809
033A
$n Publisher
$p Location
Sequenz von
Metadaten-ereignissen
 Start record 2809
 Start entity 003@
 Literal 0: 2809
 End entity
 Start entity 033A
 Literal n: Publisher
 Literal p: Location
 End entity
 End record
decode-pica

Metamorph hört auf Metadatenevents
54
 Start record id
 Start entity 021A
 Literal a: The Trial
 End entity
 End record
 Start record id
 Literal Title:
The Trial
 End record
morph
Listen for 021A.a
Output as Title

Die Transformationsregeln sind meist
“data”-Ereignissen
<?xml version="1.0" encoding="UTF-8"?>
<metamorph xmlns="http://www.culturegraph.org/metamorph"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
version="1" entityMarker=".">
<rules>
<data source="021A.a" name="Title" />
</rules>
</metamorph>
55
Separator zwischen
Entitäten und Namen
der Literale
Name des Literals,
nach dem gehorcht
wird
Name des Output-
Literalsof the literal
that is output

Man kann auch einen Präfix hinzufügen
56
...
<rules>
<data source="028A.9" name=“Creator">
<compose prefix="http://d-nb.de/gnd/" />
</data>
</rules>
...
Erst kommt http://d-nb.
info/gnd/, dann der
Inhalt von 028A $9

Metamorph kann auch die Daten
modifizieren
57
...
<rules>
<combine name="Publisher" value="${Pub}: ${Loc}">
<data source="033A.n" name="Pub" />
<data source="033A.p" name="Loc" />
</combine>
</rules>
...
Diese data-Statements
erzeugen keinen Output,
sondern Variablen
Name des generierten
Literals; kann auch
Variablen beinhalten
Literal, der aus zwei
Variablen konstruiert wird
(unten definiert)

In Eclipse können Flux-Skripte mit “Run
as” ausgeführt werden
Wähle “Run with
Flux”, um den
gewählten Skript
auszuführen Wähle “Flux Help” um
58 | 61 | Bibliotheksdatenpublikation und Linked Data | 11. September 2014
eine Liste der Module
zu bekommen

Übung: Erstellung von LinkedData aus
PICA+ mit Hilfe von Metafacture
1. Öffnen Sie eclipse in der virtuellen Umgebung
2. Navigieren Sie zu Workshop Materials / Exercises / data-transformation
3. Verändern Sie den Skript simple-transformation.xml, um aus den
PICA+-Daten JSON zu erstellen (der flux-Skript ist schon
vorkonfiguriert)
4. Führen Sie nach jeder neuen Transformationsregel den Skript mit
Run-as aus

Sind Ihre Erwartungen erfüllt?
Foto von (CC BY-NC): https://flic.kr/p/9QEig7
60 | 61 | Bibliotheksdatenpublikation und Linked Data | 11. September 2014

61
Vielen Dank für’s Mitmachen!
http://d-nb.info/gnd/
124903959
„Lars G. Svensson“
„l.svensson@dnb.de“
önb:Brain-
Pool_K_04/2014
„Bibliotheksdatenpublikation
und RDF / Linked Data“„
foaf:name
foaf:mbox
teach:courseTitle
teach:teacherOf

Bibliotheksdatenpublikation und linked data

Weitere ähnliche Inhalte

Andere mochten auch

Ähnlich wie Bibliotheksdatenpublikation und linked data

Mehr von Lars G. Svensson

Bibliotheksdatenpublikation und linked data