日本におけるLinked Dataの課題とその解決への試み

Hideaki Takeda / National Institute of Informatics

日本における Linked Data の課題とその解決への試み

武田英明[email protected] @takechan2000

国立情報学研究所

JEITA 知識情報処理技術に関するシンポジウム　 2011 年 3 月 1 日「リンクするデータ、リンクするサービス」

LODAC project team大向一輝、加藤文彦、嘉村哲郎、高橋徹、上田洋


あらまし情報循環 Linked Data Linked Data の日本における課題 LODAC Museum


情報循環

&

共有

収集

利用

公開

創造

情報は過去の情報を利用して作られる無から生じない収集 -> 利用・創造

情報の価値は利用されてこそ生じる使われない情報には意味がない利用・創造 -> 公開

情報の共有は社会の基盤情報流通は社会の健全性の源公開 -> 共有 -> 収集


情報循環

&

共有

収集

利用

公開

創造

グーテンベルグ以前手段

手書き口伝

情報循環のスケール遅く少量わずかな人々

印刷革命、通信革命以後


マスメディア時代の情報循環2 つの層の断絶

共有

収集

利用

公開

創造

作家、学者、芸術家新聞記者、 TV 局政府…

創造一般市民


WebWeb 時代の情報循環

共有

収集

利用

公開

HTML 　エディタ

Web サーバ

インターネット

検索エンジン

創造Web ブラウザ

情報循環のスケール高速大量大人数（分け隔てなく）


セマンティック Web人による循環から人と機械による循環へ

&

共有

収集

利用

公開

創造

Semantic Web


セマンティック Web

これまでの Web （ HTML) 人による理解のための情報として記述コンピュータによる処理は苦手

セマンティック Web 人とコンピュータ双方が利用できる情報として記述方法

メタデータによる記述オントロジーによるメタデータの構造化


セマンティック Web の階梯 Web を“知的”にしていく階梯

URI ：情報の一意性の確保 RDF ：メタデータの記述言語 RDFS/OWL: オントロジーの記述言語推論・・・

Tim Berners-Lee 　 http://www.w3.org/2002/Talks/09-lcs-sweb-tbl/

クラスに関する記述

インスタンスに関する記述

オントロジー

Linked Data


Linked Data Linked Data とは “ Web of Data”

RDF で公開されるデータ外部から参照可能

Linked Data のための 4 条件事柄の名前に URI を使うこと

すべてのモノ，コトに URIを！名前の参照が HTTP URI でできること

DOIとかいった URNは使わないでね 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してね．外部へのリンクも含めよう

Webのようにリンクでつながるデータを作ろう

Linked Data, TBL, http://www.w3.org/DesignIssues/LinkedData.html

http://www.w3.org/DesignIssues/LinkedData.html


LOD Cloud(Linking Open Data)


セマンティック Web人による循環から人と機械による循環へ

&

共有

収集

利用

公開

創造

Linked Data


Linked Data における公的機関のデータの重要性もともと共有すべき情報我々の社会の知識基盤

様々な公的機関図書館美術館・博物館文書館政府

&

共有

収集

利用

公開

創造

Linked Data


Linked Data の日本での課題共有文化の欠如 Linked Data コミュニティの未発達中心的データの欠如日本語の取り扱い


共有文化の欠如公共性に関する意識の薄さ

公開と共有の文化公共性の違い

官 vs. 民由らしむべし知らしむべからず

“ 共有地”

共有の文化の普及の必要性


Linked Data コミュニティの未発達文理共同の必要性

技術系のコミュニティ文化系のコミュニティ両者を交えたコミュニティ

TAKE ACTOIN! / 行動しよう LODAC project


中心的データの欠如 Dbpedia は Linked Data の中心

とにかく Dbpedia につなげば LOD に入れる

日本語版 dbpedia を準備中！


日本語の問題日本語を使うときの問題コード

IRI を使えば文字コードとしては原理的は OKだが、特殊文字や各種ツールの対応が問題になることがある IRI (Internationalized Resource Identifier)


日本語の問題メタデータは日本語 ? 英語 ?

日本語なら利点

( 日本人には ) 理解しやすい翻訳しないので簡単にデータが作れる

欠点日英混交日本人のみ理解

英語なら利点

国際的に流通コードがクリーンで扱いやすい

欠点翻訳が必要、翻訳時の揺らぎ

目的でわけよう


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 2010 年 4 月開始 Linked Data の基盤をつくる実際にデータを集め利用可能にする

現在興味をもっている分野美術館・博物館情報地理・地名情報ローカル情報 …


LODAC-Museum (仮 )

日本の美術館・博物館情報の現状分散

各館で維持孤立

透明性がない各館それぞれで設計ばらばら

美術館・博物館情報を集めて関係づける LODAC-Museum (仮 )


20102008

13 million objects28 data aggregators1500 participating institutions200 partners35 FTE’s21 projects1 million visits in 201030,000 My Europeana signeeStable portalOpen Source Code EuropeanaLabsPublic Domain Charter

prototype operational service

Jill Cousins, Europeana Overview, Europeana Open Culture 2010 http://version1.europeana.eu/web/europeana-plenary-2010/presentations


http://lod.ac/ (2010 年 12 月 11 日オープン )


LODAC Museum – 主たる作業データの収集

シソーラス、博物館・美術館情報などデータの標準化

異なる情報源からのデータを統一的なフォーマットで表現データの集約

データの同定同一データの統合

公開


情報源横断的データ

日本美術シソーラス DB絵画編国指定文化財データベース文化遺産オンライン（美術館情報のみ）

美術館・博物館 (現在 14 館 ) 国立美術館所蔵作品総合目録検

索システム ( 国立国際美術館，京都国立近代美術館，東京国立近代美術館 )

国立西洋美術館京都国立博物館奈良国立博物館福島県立美術館

それ以外のデータ DBPedia Japan

栃木県立美術館秋田県立近代美術館岩手県立美術館徳島県立近代美術館山梨県立美術館東京都現代美術館香川県立東山魁夷せとうち

美術館


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

Keep it flat as long as possiblePREFIX 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


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 B

28

Integrated data

dc:references dc:references



dc:creatordc: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


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


統合情報( 作品 )

一覧


WikiPedia の解説分を引用！


日本美術シソーラスの情報，専門性が高い


徳島県立美術館


東京近代美術館　


国指定文化財データベース　


徳島県立美術館日本美術シソーラス国指定文化財データベース　

国立東京近代美術館福井県立美術館


38

LODAC Museum のデータ

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


39

LOD の発展の方向様々な分野のデータがつながるこ

とでデータの新しい価値

一つの主題に関わる情報集約例）作者↔作品↔各地の所蔵館↔地域情報

一つの場所に関わる情報集約例）地名↔地図↔観測データ↔論文例）地名↔地理↔古地図↔古文献

様々なコミュニティからの情報の集約例） Wikpedia ↔ 論文↔ データサイ

ト

集合知とのつながり

ミュージアム LOD

地域情報 LOD 学術論文、データ

地理LOD


40

LOD応用例 (地域情報 +ミュージアム )

　地域情報 LOD 　観光情報 LOD 　 + 　ミュージアムLOD　地図情報 LOD

関連資料を巡る日本縦断ツアー

地域とイベント情報による展覧会 +α の情報

資料に登場する歴史メニューが食べられる食情報 +資料情報 +地域情報

ゲームやドラマに使用された資料軌跡( 新たなターゲット層の獲得 )


LOD応用例 : ミュージアム 2.0

ユーザによるコメントとコレクション関係の発見学芸員ではない一般ユーザによる資料コメント

ex. 仏像フェチ資料にある情報だけを見るのではなく様々な情報とつ

なげてコレクションを作る　→　元資料に興味を持つ可能性も

1.弁財天像 2.了法寺 (八王子 )

　

例えば･･･1. 仏像への個人的解釈2. お寺にある弁財天像3. 動画サイトの動画4. 周辺情報の発信

3.了法寺テーマソング 4. イベント


まとめ Linked Data は情報共有の新しい方法 Metadata はより重要になっているいま行動するチャンス

日本におけるLinked Dataの課題とその解決への試み

Documents

Transcript of 日本におけるLinked Dataの課題とその解決への試み