Panduan FactMiner memberikan panduan penggunaan Knowledge Explorer IOS untuk melakukan analisis teks berbasis pengetahuan. Knowledge Explorer IOS mampu mengekstrak fakta-fakta dari teks berupa hubungan subjek, predikat, dan objek menggunakan teknologi pemrosesan bahasa alami dan membangun berbagai jenis graph pengetahuan untuk memahami isi teks secara semantik.
2. Daftar Isi
• Pencarian dalam IOS
• E-resources
• Registrasi Repositori ke dalam IOS
• OAI dan Metadata
• Konsep Dasar OAI-PMH
• Verifikasi Repositori
• Troubleshooting
• Search Widget
• API OpenSearch
• API integrasi dengan iPusnas
2
4. Google Knowlege Graph
Sebelum mulai menggunakan
FactMiner, kita lihat dulu sekilas
tentang Knowledge Graph. Ini menjadi
konsep dasar dari pengambangan
Knowledge Explorer IOS.
Knoledge Graph adalah sebuah basis
pengetahuan (knowledge base) yang
digunakan Google untuk
meningkatkan hasil pencariannya
dengan informasi pencarian semantik
yang dikumpulkan dari sumber yang
sangat luas.
4
5. Contoh: Semantic Search
Contoh, kita bisa melakukan pencarian
di Google dengan pertanyaan natural
seperti di gambar ini. Dan Google akan
menjawab dengan jawaban yang sesuai,
yang informasinya sudah diekstrak
sebelumnya dari sumber seperti
Wikipedia.
Informasi faktual yang diekstrak ini jika
dikumpulkan akan membangun sebuah
knowledge base, yang menjadi dasar
bagi Knoweldge Graph Google.
5
Fact Extraction
8. Facebook Knowledge Graph
Hubungan pertemanan,
komentar, like, dan sebagainya
di dalam Facebook juga
membangun Knowledge Graph
yang khusus untuk domain
pertemanan.
Knoweldge Graph ini berguna
untuk Facebook dalam
menggali informasi tentang
seseorang, kelompok,
komunitas, dsb.
8
9. Twitter Knowledge Graph
Hubungan twit, mention, dan
retweet dalam Twitter juga bisa
membangun Knowledge Graph.
Knoweldge Graph ini berguna
untuk menggali relasi antar
pengguna twitter dalam
percakapan mereka.
9
Network 1
11. Arsitektur Sistem
Ini adalah gambaran
sistem yang digunakan
untuk membangun
Knowledge Explorer IOS.
Khusus untuk IOS,
sumber datanya adalah
fullteks dalam bentuk
teks abstrak dan file PDF
dari artikel jurnal, tesis,
disertasi, dll.
11
12. Teknologi NLP
Teknologi yang digunakan untuk mengekstrak
fakta dari teks menggunakan NLP (Natural
Language Processing), yang meliputi proses-
proses berikut:
• Segmentation
• Part-Of-Speech (POS) Tagging
• Automatic Term Recognition (ATR)
• Named Entity Recognition (NER)
• Term Relationship Extraction
• Syntax Analysis (S-P-O)
12
13. Contoh: Unstructured Text
13
KANZ PHILOSOPHIA, Volume 3, Number 2, December 2013 201
KEWALIAN DALAM TASAWUF NUSANTARA
Artikel ini mendiskusikan dokrin Kewalian (al-walāyah) yang mempunyai basis yang kuat
dalam al-Qur’an dan hadis dan isu ini secara sistematis dibahas melalui ajaran Ibn ‘Arabi
yang kompleks.
Sementara dalam kajian tasawuf di Nusantara, sebutan wali ini sudah mulai dikenal
bersamaan dengan masuknya Islam ke negeri ini yang mengacu kepada dua pengertian,
wali sebagai orang yang memiliki kesaktian-kesaktian (occulties) sebagai implikasi dari
kekeramatan dan wali sebagai penguasa wilayah tertentu. Terlepas dari pengertian dan
cakupannya, ajaran kewalian yang sesungguhnya tidak lepas dari ajaran tentang kenabian
dan kerasulan yang menyiratkan pesan bahwa dunia manusia bukan hanya dunia material
yang identik dengan kenikmatan hedonis, tetapi di balik dunia fi sik terdapat dunia metafi
sik yang belum banyak diketahui manusia dan dari sanalah dunia fisik ini dikendalikan.
Kata-kata Kunci : wali, karamah, Nur Muhammad, kewalian, kenabian, penutup para wali
Fakultas Ushuluddin, UIN Syarif Hidayatullah. E-mail : yunasrilali@ymail.com
14. Segmentation: Paragraph
14
=====page1=====
-----------par----------
KANZ PHILOSOPHIA, Volume 3, Number 2, December 2013 201
-----------par----------
KEWALIAN DALAM TASAWUF NUSANTARA
-----------par----------
Artikel ini mendiskusikan dokrin Kewalian (al-walāyah) yang mempunyai basis yang kuat dalam al-
Qur’an dan hadis dan isu ini secara sistematis dibahas melalui ajaran Ibn ‘Arabi yang kompleks.
-----------par----------
Sementara dalam kajian tasawuf di Nusantara, sebutan wali ini sudah mulai dikenal bersamaan
dengan masuknya Islam ke negeri ini yang mengacu kepada dua pengertian, wali sebagai orang
yang memiliki kesaktian-kesaktian (occulties) sebagai implikasi dari kekeramatan dan wali sebagai
penguasa wilayah tertentu. Terlepas dari pengertian dan cakupannya, ajaran kewalian yang
sesungguhnya tidak lepas dari ajaran tentang kenabian dan kerasulan yang menyiratkan pesan
bahwa dunia manusia bukan hanya dunia material yang identik dengan kenikmatan hedonis, tetapi
di balik dunia fi sik terdapat dunia metafi sik yang belum banyak diketahui manusia dan dari
sanalah dunia fi sik ini dikendalikan.
-----------par----------
Kata-kata Kunci : wali, karamah, Nur Muhammad, kewalian, kenabian, penutup para wali 1 Fakultas
Ushuluddin, UIN Syarif Hidayatullah. E-mail : yunasrilali@ymail.com
15. Segmentation: Sentence
15
-----------par----------
Sementara dalam kajian tasawuf di Nusantara, sebutan wali ini sudah mulai dikenal
bersamaan dengan masuknya Islam ke negeri ini yang mengacu kepada dua
pengertian, wali sebagai orang yang memiliki kesaktian-kesaktian (occulties) sebagai
implikasi dari kekeramatan dan wali sebagai penguasa wilayah tertentu.
Terlepas dari pengertian dan cakupannya, ajaran kewalian yang sesungguhnya tidak
lepas dari ajaran tentang kenabian dan kerasulan yang menyiratkan pesan bahwa dunia
manusia bukan hanya dunia material yang identik dengan kenikmatan hedonis, tetapi
di balik dunia fisik terdapat dunia metafi sik yang belum banyak diketahui manusia dan
dari sanalah dunia fisik ini dikendalikan.
17. S-P-O Triple
Grafik di kanan ini adalah tree-map, dari
relasi subyek, predikat, dan obyek yang
berhasil diekstrak dari fullteks.
Manfaat dari tree map ini adalah
pengguna bisa mendapat insight
dengan cepat tentang:
• Aktor person, organisasi, konsep
(subyek)
• Aktifitas terkait dengan aktor
• Obyek atau related entitis terkait
aktivitas subyek.
17
S
P
O
18. Co-occurrence antar Konsep
• Menampilkan aktor, lokasi, dan istilah
penting yang sering muncul
bersamaan (dalam kalimat atau
paragraph yang sama).
• Co-occurrence menjadi indikasi
adanya korelasi yang kuat antar pelaku
dan istilah.
• Namun, jenis korelasinya apa, belum
bisa dilihat di sini.
18
19. Directed Graph
Grafik ini menghubungkan
Subyek dan Obyek yang
saling berhubungan
melalui predikat. Dalam
grafik, predikat
ditampilkan sebagai garis
yang memiliki anak panah,
dari subyek ke obyek.
Relasi antar S dan O
dalam sebuah knowledge
base yang besar bisa
memperlihatkan relasi
dalam lingkup yang lebih
besar.
19
20. Ontology Graph
Ontology adalah informasi
tentang kategori dan
relasi antar segala
sesuatu.
Ontology Graph
menampilkan apakah
sesuatu itu PERSON,
ORG, atau konsep, dan
bagaimana relasinya
dengan sesuatu yang lain.
20
22. User Interface
Halaman muka Knowledge
Explorer IOS.
• Tiap folder berisi artikel
yang sudah diproses
menggunakan NLP dan
fact mining.
• Kolom sebelah kiri untuk
pencarian dan filtering.
• Menu di sebelah atas
untuk menampilkan jenis
analisis.
22
23. SPO Tree Repositori
• Klik salah satu folder.
• Analisis pertama yang
ditampilkan adalah SPO
Tree.
• Di bagian tengah
ditampilkan 30 subyek
yang paling sering muncul
dalam folder repositori.
• Di sisi kanan ditampilkan
daftar artikel, repositori,
institusi, author, dll yang
bisa digunakan untuk
memfilter cakupan
dokumen yang akan
dianalisis.
23
24. SPO Tree: Explore
• Untuk melihat apa predikat
dari sebuah subyek, klik
subyek yang Anda ingin
ketahui, lalu akan muncul
daftar predikat.
• Dan untuk melihat daftar
obyek, klik predikat,
sehingga ditampilkan SPO
tree seperti di samping.
• Klik obyek, maka akan
tampil halaman dari
dokumen yang berisi triple
SPO tersebut.
24
25. SPO Tree Dokumen
• Untuk melihat SPO Tree
dari sebuah dokumen, klik
judul dokumen di kolom
sebelah kanan.
• Maka grafik akan
diperbarui dengan SPO
yang baru.
25
26. Search
• Untuk menampilkan
analisis terhadap dokumen
yang mengandung kata
kunci tertentu, masukkan
kata kunci ke dalam kolom
Cari, lalu enter.
• Maka analisis akan dibatasi
pada dokumen hasil
pencarian saja.
26
27. Proximity
• Secara default, proximity atau
cakupan pencarian dilakukan
pada seluruh dokumen.
• Kita bisa mengubah proximity
menjadi lebih ketat, dengan
memilih cakupan pada kolom
‘Di dalam’:
• Dokumen
• Halaman
• Paragraph
• Kalimat
• Contoh di gambar kanan, untuk
pencarian obligasi kita set
proximity pada level ‘kalimat’.
Artinya, SPO yg ditampilkan
hanya dari kalimat yang
mengandung kata kunci saja.
27
28. Filter SPO
• Filter Subyek, Predikat, dan
Obyek berguna untuk
menampilkan relasi SPO yang
mengandung kata kunci dari
kolom yang terkait.
• Contoh, pada kata kunci
obligasi di samping, kita ingin
melihat semua subyek yang
mengandung kata kunci
‘investor’.
28
29. Co-occurrence
• Klik menu ‘Co-occurrence’,
maka akan ditampilkan network
graph dari konsep-konsep yang
sering muncul bersamaan
dalam paragraph.
• Contoh untuk kata kunci
‘obligasi’, gambar di samping
memperlihatkan bagaimana
’perusahaan’ sering ditemukan
dengan konsep lain seperti
Investor, struktur modal, pasar
modal, dll.
29
30. Clustering
• Pilih mode Clustering yang
ingin digunakan. Ada beberapa
pilihan:
• Tanpa cluster
• Institusi
• Repositori
• Dokumen
• Dalam contoh di sampingkita
mengelompokkan
cooccurrence untuk kata kunci
‘obligasi’ berdasarkan
Dokumen. Maksimal kita bisa
lihat 5 item dalam satu
perbandingan.
• Dari clusterin ini, kita bisa lihat
dan bandingkan konsep2
utama yang sering muncul
bersamaan dalam dokumen.
30
31. Network Graph
• Klik menu ‘Network Graph’,
dan akan ditampilkan relasi
antara Subyek dan Object
dalam triple yang berhasil
diekstrak dari dokumen.
• Predikat tidak ditampilkan, dan
ditunjukkan sebagai garis
penghubung saja.
• Pada gambar di samping, kita
lihat Network Graph dari
dokumen yang mengandung
kata kunci ‘obligasi’.
• Tampak mana subyek atau
obyek yang paling dominan
dalam dokumen.
31
32. Network Activity Graph
• Klik menu ‘Network Activity
Graph’, maka akan ditampilkan
relasi antara Subyek, Predikat,
dan Obyek, yang masing-
masing sebegai node.
• Contoh di samping adalah
Activity graph dari triples yg
ditemukan dalam dokumen
yang mengandung kata kunci
‘obligasi’.
32
33. Concept Graph
• Klik menu ‘Concept Graph’,
akan ditampilkan relasi antara
Subyek dan Obyek, melalui
garis (predikat) yang memiliki
arah.
• Predikat tidak ditampilkan
labelnya di sini.
• Ini mirip dengan Network
Graph, bedanya yang
diperlihatkan adalah label atau
nama yang lebih jelas dan relasi
antara mereka.
33
34. Ontology Graph
• Klik menu ‘Ontology Graph’,
akan ditampilkan relasi antara
Subyek dan Obyek, dengan
predikat sebagai label dari
garis yang menghubungkan.
• Di samping ini contoh
beberapa graph yang
ditemukan dalam sebuah
repositori.
34