Länkade data - vad, varför och hur

Seminarium Dataföreningen VästraIT på framkanten

Göteborg, 2014-12-10

Hannes Ebnerhannes@metasolutions.se

Matthias Palmérmatthias@metasolutions.se

metasolutions.se

Översikt

● Inledning

● Varför är länkade data bra?

● Vad är länkade data?

● Vanliga vokabulärer

-- Paus --

● Exempel på länkade data i Sverige

● Hur kommer man igång med länkade data?

● Teknologier som stödjer länkade data

Vitbokens upplägg

1. Introduktion

2. Fördelar

3. Kom igång

4. Teknikplattformar

5. Scenarier

6. Vanliga frågor

7. Relaterad information

Läs vitboken på http://lankadedata.se/vitbok/

Kompetensförstärkning kring länkade öppna data i Sverige

● Vitbok

● Webbinarier

○ AstraZeneca

○ Riksantikvarieämbetet

○ Kungliga biblioteket

○ Nobel Media

○ Svenska Yle

Vitboken lever vidare

● Webbinarier även efter projektet

● Vitboken ligger kvar på GitHub

○ Kommer att uppdateras

○ Bidrag är mycket välkomna

(Skicka pull requests, lägga upp synpunkter, …)

● Undervisningsmaterial på länkadedata.se

Ett stort tack till VINNOVA för att de möjliggjort detta

projekt och till de som givit feedback!

★★★★★ gör din information tillgänglig på Webben★★★★★ (oberoende av format) under en öppen licens

★★★★★ gör informationen tillgänglig som strukturerad data★★★★★ (t. ex., Excel format istället för en bild av en tabell)

★★★★★ använd icke-proprietära format★★★★★ (t. ex., CSV istället för Excel)

★★★★★ använd URI:er för att identifiera ting, RDF för att uttrycka påståenden om dem

★★★★★ länka dina data till andras data, det ger sammanhang

Olika tillgång till Data

Öppna data & länkade data

“Länkade data tillför länkar och ett enhetligt format (RDF) som saknas hos öppna data.” - Vitboken

ÖppnaDataLänkade

öppnaDataLänkade

Data

Länkade data enligt Tim Berners-Lee

“Linked data is relationships”

● Data ses som information om ting

● Ting identiferas med URI:er (webbadresser)

● Ladda ett ting (via HTTP) så får du:

○ fakta om ting

○ relationer (länkar) till andra ting

● Fakta och relationer uttrycks i språket RDF

Länkade Data - kort och koncist

Ting och relationer

http://trafikverket.se/bil/EPH879

http://skv.se/person/7508286620

EPH879identifier

1989created

En bil hos trafikverket:

GET http://trafikverket.se/bil/EPH879

volvotype

owner

En person hos skatteverket:

GET http://skv.se/person/eph879

http://skv.se/person/7508286620

Sven

Andersson

1975-08-28

http://data.scb.se/terms/lkf/0380

firstName

lastName

dateOfBirth

birthPlace

2007

2008

2009

2010

2011

"Linking Open Data cloud diagram 2014, by Max Schmachtenberg, Christian Bizer, Anja Jentzsch and Richard Cyganiak. http://lod-cloud.net/"

2014

Fördelar

1. Data blir en del av webben skicka med data i webbsidor

2. Förbättrad sökbarhet sökmaskiner förstår dina data bättre än

dina webbsidor

3. Interoperabilitet lättare att utbyta och samköra data

4. Återanvändbara datauttryck mindre jobb för den egna organisationen

5. Kompetenta datauttryck inga fyrkantiga lådor i runda hål

6. Ökad datakvalitét via länkar positionera dina data och externalisera

information

Förstå och återanvänd varandras data● Ingen scraping● Liknande uttryck● Bättre tillgänglighet på webben

och i sökmotorer

Specialisering● minska duplicering● fokusera på de egna datas

specifika och unika mervärden (genom att länka till andras data)

Förenklad maskinell bearbetning● Semantiken klargörs● Färdiga ramverk finns

Varför - Länkade Data

Vad är Länkade Data?

På med blåstället och kavla upp ärmarna!

(Grunderna är enkla men det är lätt att gå vilse i bland tekniska begrepp.)

Grunderna i Länkade Data

Adressbarhet - URI● ting har globala identifierare (URI:er)● använd webbadresser, börjar på HTTP

Enhetligt språk - RDF● RDF har karaktären av ett nätverk (graf)● språket består av enskilda påståenden om:

○ fakta om ting - tex. titel, storlek, datum○ relationer mellan ting - tex. känner, del av

● ett språk, många format - RDF/XML, Turtle, N3(jmf. Svenska i tal, skrift, stenografi etc.)

Länkar● mellan ting i samma datamängd● mellan ting i andra datamängder

RDF 1.1Resource Description Framework

Tre enkla regler:1. Ett påstående uttrycks som “trippel” (“statement”),

med subjekt, predikat och object2. Alla delar av ett trippel är namn (identifierare) för

entiteter (konkret eller abstrakt)3. Objekt kan även ha ett text- eller datavärde

(literaler)

RDF 1.1 är enW3C Rekommendation

fastställdes februari 2014

Hämta påståenden om tingGET http://data.nobelprize.org/resource/laureate/5

GET http://data.nobelprize.org/resource/nobelprize/Physica/1903

3. Vad är länkade data

Hämta påståenden om ting 2GET http://data.nobelprize.org/resource/laureate/5

GET http://data.nobelprize.org/resource/nobelprize/Physica/1903

Turtle formatet

GET http://data.nobelprize.org/resource/nobelprize/Physics/1903

@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .

@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .

@prefix dbpedia: <http://dbpedia.org/ontology/> .

@prefix nobel: <http://data.nobelprize.org/resource/terms/> .

http://data.nobelprize.org/resource/nobelprize/Physics/1903

rdf:type nobel:nobelPrize ;

rdf:type dbpedia:Award ;

nobel:laureate http://data.nobelprize.org/resource/laureate/4 ;

nobel:laureate http://data.nobelprize.org/resource/laureate/5 ;

nobel:laureate http://data.nobelprize.org/resource/laureate/6 ;

nobel:category http://data.nobelprize.org/resource/category/Physics ;

nobel:year 1903 ;

rdfs:label “Physics 1903”@en .

RDF 1.1 Turtle är enW3C Rekommendation

fastställdes februari 2014

Frågespråket● PREFIX, SELECT, WHERE● DESCRIBE, CONSTRUCT, ASK● GRAPH, UNION, OPTIONAL● FILTER, LIMIT

Resultatformat: XML, JSON, CSV, TSV

Uppdateringsspråket

Protokoll för frågor och uppdateringar över HTTP

Graph Store HTTP Protokoll(RESTful alternativ till protokollet ovan, används oftast för uppdatering av hela grafer.)

SPARQL - översikt

SPARQL1.1består av 11 olika

W3C Rekommendationerfastställdes mars 2013

Nobelpristagare födda i Berlin

SELECT ?s ?label

WHERE {

?s <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> <http://data.nobelprize.org/terms/Laureate> .

?s <http://dbpedia.org/ontology/birthPlace> <http://data.nobelprize.org/resource/city/Berlin> .

?s <http://www.w3.org/2000/01/rdf-schema#label> ?label .

}

PREFIX nobel: <http://data.nobelprize.org/terms/>

PREFIX nobelcity: <http://data.nobelprize.org/resource/city/>

PREFIX dbpo: <http://dbpedia.org/ontology/>

PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

SELECT * WHERE {

?s a nobel:Laureate ;

dbpo:birthPlace nobelcity:Berlin ;

rdfs:label ?label .

}

vi skriver om fråganför att förbättra läsbarheten

Nobelpristagare födda i BerlinPREFIX dbpo: <http://dbpedia.org/ontology/>

PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>

PREFIX nobelcity: <http://data.nobelprize.org/resource/city/>

SELECT * WHERE {

?s dbpo:birthPlace nobelcity:Berlin .

?s rdfs:label ?label .

}

s label

http://data.nobelprize.org/resource/laureate/491 "Gustav Stresemann"

http://data.nobelprize.org/resource/laureate/253 "Georg Wittig"

http://data.nobelprize.org/resource/laureate/340 "Ernst Boris Chain"

http://data.nobelprize.org/resource/laureate/640 "Nelly Sachs"

http://data.nobelprize.org/resource/laureate/361 "Werner Forssmann"

http://data.nobelprize.org/resource/laureate/266 "John C. Polanyi"

http://data.nobelprize.org/resource/laureate/580 "Paul Johann Ludwig Heyse"

http://data.nobelprize.org/resource/laureate/391 "Max Delbrück"

http://data.nobelprize.org/resource/laureate/185 "Adolf Otto Reinhold Windaus"

http://data.nobelprize.org/resource/laureate/164 "Johann Friedrich Wilhelm Adolf von Baeyer"

Kör frågan!

Vem var Gustav Stresemann?

SELECT ?property ?value WHERE {

<http://data.nobelprize.org/resource/laureate/491>

?property ?value .

}

Alla direkta tripplar för Gustav Stresemann:

Kör frågan!

Alla direkta tripplarproperty valuedbpedia-owl:birthPlace <http://data.nobelprize.org/resource/city/Berlin>

dbpedia-owl:birthPlace <http://data.nobelprize.org/resource/country/Germany>

dbpprop:dateOfBirth 1878-05-10 (xsd:date)

dbpprop:dateOfDeath 1929-10-03 (xsd:date)

dbpedia-owl:deathPlace <http://data.nobelprize.org/resource/city/Berlin>

dbpedia-owl:deathPlace <http://data.nobelprize.org/resource/country/Germany>

foaf:familyName Stresemann

foaf:gender male

foaf:givenName Gustav

rdfs:label Gustav Stresemann

nobel:laureateAward <http://data.nobelprize.org/resource/laureateaward/486>

nobel:nobelPrize <http://data.nobelprize.org/resource/nobelprize/Peace/1926>

owl:sameAs dbpedia:Gustav_Stresemann

owl:sameAs freebase:m.01bdkd

owl:sameAs <http://viaf.org/viaf/61621945>

rdf:type nobel:Laureate

rdf:type foaf:Person 4. SPARQL

Alla tripplar

Naturligtvis kan man hämta direkt via HTTP:

Alternativt använda SPARQL:

Eller ännu enklare:

PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#>DESCRIBE * WHERE {

?s rdfs:label "Gustav Stresemann" .

}

DESCRIBE <http://data.nobelprize.org/resource/laureate/491>

GET http://data.nobelprize.org/resource/laureate/491

Kör frågan!

GET http://data.nobelprize.org/page/laureate/491

Resultatet i RDF formatet Turtle

<http://data.nobelprize.org/resource/laureate/491>rdf:type foaf:Person , nobel:Laureate ;rdfs:isDefinedBy <http://data.nobelprize.org/data/laureate/491> ;rdfs:label "Gustav Stresemann" ;nobel:laureateAward <http://data.nobelprize.org/resource/laureateaward/486> ;nobel:nobelPrize <http://data.nobelprize.org/resource/nobelprize/Peace/1926> ;dbpedia-owl:birthPlace

<http://data.nobelprize.org/resource/city/Berlin> ,<http://data.nobelprize.org/resource/country/Germany> ;

dbpedia-owl:deathPlace<http://data.nobelprize.org/resource/city/Berlin> ,<http://data.nobelprize.org/resource/country/Germany> ;

dbpprop:dateOfBirth "1878-05-10"^^xsd:date ;dbpprop:dateOfDeath "1929-10-03"^^xsd:date ;owl:sameAs

<http://viaf.org/viaf/61621945> , <http://rdf.freebase.com/ns/m.01bdkd> , dbpedia:Gustav_Stresemann ;

foaf:familyName "Stresemann" ;foaf:gender "male" ;foaf:givenName "Gustav" ;foaf:name "Gustav Stresemann" ;foaf:page <http://data.nobelprize.org/page/laureate/491> .

Relationer kring Gustav Stresemann

Vokabulärer

Koncept-, vokabulär- och ontologispråkSKOS, RDFS och OWL

Specifika vokabulärer - olika områdenDCTerms, FOAF, SiOC

Breda vokabulärer - försöker fånga upp det mestaSchema.org, DBPedia-ontology, Freebase,Yago, Umbel, OpenCyc

Koncept-, vokabulär- och ontologispråkSKOS, RDFS och OWL

SKOS - “Simple Knowledge Organisation System”● Hierarki av begrepp● Att återanvändas som värden endast i objektsposition

RDF Schema 1.1● Definera klasser och properties i RDF● subClassOf och subPropertyOf för att förfina● Fundamentala byggstenar för hela grafen

OWL - “Web Ontology Language”● Kraftfullare än RDFS

DCMI Terms - Qualified Dublin Core

Properties: abstract, accessRights, accrualMethod, accrualPeriodicity, accrualPolicy, alternative, audience, available, bibliographicCitation, conformsTo, contributor, coverage, created, creator, date, dateAccepted, dateCopyrighted, dateSubmitted, description, educationLevel, extent, format, hasFormat, hasPart, hasVersion, identifier, instructionalMethod, isFormatOf, isPartOf, isReferencedBy, isReplacedBy, isRequiredBy, issued, isVersionOf, language, license, mediator, medium, modified, provenance, publisher, references, relation, replaces, requires, rights, rightsHolder, source, spatial, subject, tableOfContents, temporal, title, type, valid

Intoducerades 1995 på Workshop i Dublin Ohioav olika biblioteksorganisationerFokus: beskriva resurser/verk av olika slagUnderhålls av DCMI (Dublin Core Metadata Initiative)

FOAF - Friend Of A Friend

Properties: account | age | based_near | birthday | currentProject | depicts | dnaChecksum | gender | givenName | holdsAccount | img | interest | knows | lastName | mbox | member | nick | openid | page | phone | plan | status | surname | thumbnail | title | topic | weblog

Specification: http://xmlns.com/foaf/specIntroduced in 2000, latest update 2010Builds upon Dublin Core

Bing, Google och YahooIntroducerade schema.org 2011 Mer än 800 typer och 600 egenskaperAnvänds för att förbättra sökresultat

Sch

ema.

org

Paus

Exempel på länkade öppna data i Sverige

Nobelpris

Kulturarv

Statistik

Riktlinjer

Länkade Nobelpris

Vokabulärer

Återanvända vokabulärer● DC Terms● FOAF● DBpedia ontology● RDF och RDF Schema (givetvist)

Nytt vokabulär● 10 klasser● 14 egenskaper

Länkade Nobelpris

Nobel Laureate

Länkar till andra dataset

Nobel Prize

YAGO

Freebase

DBpedia

VIAF

Bio2RDF

Linked Life Data

...

...

Förbättrade webbsidor

Nobelpris i LOD molnet

data.nobelprize.org

● RDF dump

● SPARQL

● GUI

Demo!

SPARQL exempel 1

Kvinnliga svenska nobelpristagare.

SELECT DISTINCT ?label ?motivation WHERE {

?laureate rdf:type nobel:Laureate .

?laureate dbpedia-owl:birthPlace <http://data.nobelprize.org/resource/country/Sweden> .

?laureate foaf:gender "female" .

?laureate nobel:laureateAward ?award .

?award rdfs:label ?label .

optional {

?award nobel:motivation ?motivation .

FILTER (langMatches(lang(?motivation), "sv"))

}

}

LIMIT 10Till resultatet

SPARQL exempel 2

Nobelpristagare som är födda i Sverige och delar priset med någon annan.

SELECT DISTINCT ?name WHERE {

?laureate dbpedia-owl:birthPlace <http://data.nobelprize.org/resource/country/Sweden> .

?laureate nobel:laureateAward ?award .

?award nobel:share ?share .

?laureate foaf:name ?name .

FILTER (xsd:int(?share) > 1 )

}Till resultatet

Kungliga biblioteket

● LIBRIS

○ Ett av de första exempel på LD i Sverige

○ Bl.a. svensk nationalbibliografi och auktoritetsposter

är CC-licensierade

● Exempel

○ http://libris.kb.se/bib/10432900

○ http://libris.kb.se/data/bib/10432900?format=text%

2Frdf%2Bn3

Riksantikvarieämbetet

● K-samsök

○ Kulturarvsdata som länkade data

○ Aggregering av många mindre leverantörers

dataflöden

○ Levererar till Europeana

● Demo

○ http://www.ksamsok.se/verktyg/verktyg-demo/

Statistiska centralbyrån

● Leverar statistikdata till Eurostat○ SDMX-RDF via Eurostat○ Enbart aggregerade data

● RDF Data cube skulle vara ett bra format○ Finns tyvärr inte

● Fokus på URIer○ Svensk näringsindelning (SNI)○ Län, kommuner, församlingar (LKF)

● Exempel○ http://data.scb.se/terms/lkf/14○ http://data.scb.se/terms/lkf/1480○ http://data.scb.se/terms/lkf/148001○ http://data.scb.se/terms/sni/all

Socialstyrelsen

● Prototypnivå

○ Försäkringsmedicinskt beslutstöd

○ Nationella riktlinjer

● Exempel

○ https://sos.entryscape.com

○ https://sos.entryscape.com/fmb/

Kom igång

● Snabbstart i 6 punkter

● Tekniska lösningskategorier Utnyttja befintlig plattform – Data ligger kvar i plattform A

1. Utvidga plattformen Plattform A utvidgas med ny funktionalitet

2. Lager ovanpå plattformen Plattform B hämtar data från plattform A

3. Molntjänst ovanpå plattformen Plattform B i molnet hämtar data från plattform A

Ny plattform – Data flyttas från plattform A till plattform B

4. Ny plattform internt Plattform B hanteras inom organisationen

5. Ny plattform i molnet Plattform B hanteras externt av annan organisation

1. Ting 3. Rita grafen 5. Turtle

2. URI:er 4. Återanvänd 6. Publicera

Teknikplattformar

● 14 distinkta teknikplattformar sammanfattas med:

○ kort beskrivning

○ aktivitetsgrad

(kommersiell support, aktiv community, osv)

○ användning och kunder

○ licens

● Plattformarna delas in i lösningskategorier, tex:

○ Molntjänst ovanpå plattformen:

■ Dydra - http://dydra.com

■ EntryScape Import - http://entryscape.com (lodify.com)

■ Swirrl PublishMyData - http://swirrl.com/publishmydata

(visas i webbläsaren)

Relaterad information

● Öppna data i Sverige

○ öppnadata.se

○ E-delegationen

○ SKL:s ramverk

● Länkade data i Sverige

○ Meetups

○ Facebook-grupp Semantiska webben i Sverige

● Länkade data internationellt

○ Se literaturhänvisningar i vitboken

http://lankadedata.se/vitbok/relaterat.html