ナレッジグラフ/LOD利用技術の入門（前編）

CC-BY4.0:人工知能学会セマンティクWebとオントロジー（SWO）研究会
ナレッジグラフ推論チャレンジ2021「技術勉強会」
ナレッジグラフ/ＬＯＤ利用技術の入門
2021/8/30 1
2021/8/30(月)

イベント概要
13:00-13:30 環境設定について質問受付（希望者）
13:30-13:40 ナレッジグラフ推論チャレンジの紹介
13:40-15:00 ナレッジグラフ/ＬＯＤ利用技術の入門
・ナレッジグラフ（RDF）の基礎
・ナレッジグラフ（RDF）用クエリ言語SPARQLの基礎
・RDFデータベース「GraphDB」の導入方法
・Pythonライブラリ「RDFLib」によるRDF利用プログラミング
15:00-15:20 休憩/環境設定について質問受付（希望者）
15:20-18:00 推論チャレンジ応募に向けた開発事例の実演
・利用可能なデータ，追加する背景知識の紹介
・チャレンジのタスクの推論処理の事例紹介
2
2021/8/30

講演概要
◼ ねらい
◼ ナレッジグラフの公開に用いられるRDFデータ
◼ RDF用の検索言語SPARQLの基本的な使い方
の基礎的な技術を紹介する．
◼ 内容
◼ RDFの基礎
◼ SPARQL検索の基本～Wikidataを例として～
◼ SPARQLを用いた推論チャレンジのナレッジグラフ
の検索例
2021/8/30 3

RDFの基礎
2021/8/30 4
◼ RDFとは？
◼ RDFの例（Wikidata）

RDF（Resource Description
Framework）とは？
◼ RDFとは
◼ Ｗｅｂ上でメタデータを記述するためのデータモデル．
◼ データの「意味」を記述することが想定されている．
◼ 近年は，ナレッジグラフ（知識グラフ）を記述するデー
タモデルとして広く利用されている
◼ RDFの基本構造
◼ すべてのモノやコトをURIで表す．
◼ データの構造（つながり）を
「主語（Subject）-述語（Predicate）-目的語（Object）」
からなるトリプル（３つ組み）で表す．
2021/8/30 5
大阪電気
通信大学
寝屋川市
所在地
主語述語目的語

WikidataにおけるRDFデータの例
大学
大阪電気
通信大学
分類
1941年
設立日
寝屋川市
日本
位置する行政区
国
日本
国
リソース：
URIで表される事物
プロパティ：
リソース間（もしくはリ
ソースとリテラル間）の
関係を表す
リテラル
：文字列
トリプル（3つ組み）
①RDFは「トリプル
の組み合わせ」
で表される
②目的語が他のリソース
のとき，トリプルを辿って
更なる情報が得られる
大阪府
2021/8/30 6

WikidataにおけるRDFの例
2021/8/30 7
※実際のデータは，URIで表されている

ウィキデータ（wikidata）とは？
• ウィキメディア財団が運営する
誰でも編集可能なフリーな知識ベース
• Wikipediaのデータ版
http://wikidata.org/
2021/8/30 8

WikipediaからWikidataへ
2021/8/30 9
Wikipediaの各記事から
対応する
Wikidata項目へのリンク

Wikidataのデータ例（1/2）
2021/8/30 10
Wikidataにおいて
「大阪電気通信大学（Q7105556）」にアクセスした例
https://www.wikidata.org/wiki/Q7105556
さまざまな言語での
「ラベル」，「概要説明」，「別名」

Wikidataのデータ例（2/2）
2021/8/30 11
述
語
（
プ
ロ
パ
テ
ィ
）
目
的
語
（
オ
ブ
ジ
ェ
ク
ト
）
他のリソース
へのリンク

ウィキデータの検索サービス
：SPARQLエンドポイント
ここに，クエリを入れる
・ブラウザからのアクセス
https://query.wikidata.org/
・プログラムからのアクセス
https://query.wikidata.org/sparql
クエリ結果の表示
2021/8/30 12

(参考)WikidataのSPARQL検索ページ
での実行用「短縮URL」の取得方法
2021/8/30 13
①このアイコンをクリックする
と短縮URLが表示される
②表示された短縮URLをマウス
で選択して，コピーする

Wikidataを例とした
SPARQLクエリの例
2021/8/30 14
WikidataのSPARQLエンドポイント（検索用API）
https://query.wikidata.org/
を使ったSPARQLクエリ例
• 検索例は下記から実行可能
https://github.com/KnowledgeGraphJapan/KGRC-ws-
2021/blob/main/Section2/SPARQL-sample.md
紹介する検索例
• 検索例１：<主語>-<述語>を指定して<目的語>を取得する
• 検索例２:<述語>-<目的語>を指定して<主語>を取得する
• 検索例３：より複雑な検索例

SPARQLによるRDFの検索
◼ SPARQL
◼ RDFデータに対するクエリ言語
◼ 「指定したグラフ構造」に一致するトリプルを検索する
◼ 最も基本的な検索
select ?s ?p ?o
where {
?s ?p ?o .
}
LIMIT 100
↑取得する数の制限
←検索するグラフのパターン
←返す要素
このパターンを変
えることで，欲しい
データを取得する
2021/8/30
「.」（ピリオド）
を忘れない
?x（ｘ：任意の文字列）は変数を表す
15

2021/8/30 16
主語と述語を指定して「目的語」を取得
“<主語>の<述語>は何？”
大阪電気
通信大学 ?o
検索するグラフパターン
<大阪電気通信大学> <位置する行政区> ?o
SPARQLでの記述
検索例１：<主語>-<述語>を指定して
<目的語>を取得する

◼ 例1-1）「大阪電気通信大学(Q7105556)」（主語）
の「位置する行政区(P131)」（述語）となる
目的語（?o）を取得する
select ?o
where{
<http://www.wikidata.org/entity/Q7105556>
<http://www.wikidata.org/prop/direct/P131> ?o .
}
大阪電気通信大学（主語）
（述語）
目的語
（変数）
クエリを実行
2021/8/30 17

◼ 例1-2）「大阪電気通信大学(Q7105556)」（主語）
の「設立(P571)」（述語）となる目的語（?o）を取得
select ?o
where{
}
大阪電気通信大学（主語）
設立
（述語）
目的語
（変数）
クエリを実行 ※述語を変えるといろんな
目的語が取得できる
2021/8/30 18

◼ 例1-1+）「大阪電気通信大学(Q7105556)」（主語）の
「位置する行政区(P131)」（述語）となる目的語（?o）を取
得する．【名称（ラベル）も合わせて取得】
select ?o ?label
where{
?o <http://www.w3.org/2000/01/rdf-schema#label> ?label .
FILTER(lang(?label)="ja") # 名称の言語を日本語(ja)に限定
}
名称を表す述語
クエリを実行
※検索結果がデータのIDとなる場合，下記の記述を追加するこ
とで「名称（ラベル）」をあわせて取得可能
取得した名称を
入れる変数
2021/8/30 19

select ?o ?label ?o2
where{
<http://www.wikidata.org/prop/direct/P571> ?o2 .
?o <http://www.w3.org/2000/01/rdf-schema#label> ?label .
FILTER(lang(?label)="ja") # 名称の言語を日本語(ja)に限定
}
クエリを実行
設立
◼ 例1-3) 「大阪電気通信大学」（主語）の「位置する行政
区」（述語）となる目的語（?o），および「設立」（述語）と
なる目的語（?o2）を同時に取得
◼ 複数行ならべると，まとめて目的語を取得できる．
(変数名は変える )
2021/8/30 20

2021/8/30 21
検索例２:<述語>-<目的語>を指定して
<主語>を取得する
述語と目的語を指定して「主語」を取得
“<述語>が<目的語>となる<主語>は？”
?s 寝屋川市
検索するグラフパターン
?s <位置する行政区> <寝屋川市>
SPARQLでの記述

◼ 例2-1）「位置する行政区（P131）」（述語）が
「寝屋川市（Q389633）」（目的語）となる
「主語（?s）」の一覧を取得する
◼ 「主語」の取得は検索結果が多数となる場合が多い
select ?s
where{
?s <http://www.wikidata.org/prop/direct/P131>
<http://www.wikidata.org/entity/Q389633> .
}
LIMIT 100 寝屋川市（目的語）
位置する行政区（述語）
結果が多いので，件数の制限をかける
主語（変数）
クエリを実行
2021/8/30 22

◼ 例2-1+ ）「位置する行政区（P131）」（述語）が
「寝屋川市（Q389633）」（目的語）となる
「主語（?s）」の一覧を取得する【名称あり】
select ?s ?label
where{
?s <http://www.w3.org/2000/01/rdf-schema#label> ?label .
FILTER(lang(?label)="ja")
} LIMIT 100
寝屋川市
（目的語）
（述語）
主語（変数）
クエリを実行
2021/8/30 23

◼ 例2-2 「分類（instance-of）（P31）」（述語）が
「大学（Q389633）」（目的語）となる
「主語（?s）」+名称の一覧を取得する
select ?s ?label
where{
} LIMIT 100
大学
（目的語）
分類（instance-of）
（述語）
主語（変数）
注）他のLODでは，instance-ofではなく，
rdf:typeが用いられることが多い．
→同じ種類のデータ一覧が取得できる
クエリを実行
2021/8/30 24

◼ 例2-2+）「分類（instance-of）（P31）」（述語）が
「大学（Q389633）」（目的語）となる
「主語（?s）」＋名称（※あれば…）の一覧を取得
select ?s ?label
where{
OPTIONAL{
}
} LIMIT 100 全てのデータが「日本語の名称」を持つと
は限らないので，「名称の取得」を
必須でない（OPTINAL）とした例．
クエリを実行
2021/8/30 25

より複雑な検索例
例３）集約（グループ化）とカウントを利用したランキング
◼ 分類(P31)が大学(Q3918)となる主語(?s)と，その主語(?s)の国(P17)
の目的語(?country)を取得する．
◼ さらに，取得した結果を目的語(?country)が同一のもので集約(グルー
プ化)し，
◼ それぞれのグループに含まれる主語(?s)の数をカウントする．
◼ その結果「国ごとの大学の数のランキング」を取得できる．
2021/8/30 26
select ?country ?label (count(?s) AS ?c)
where{
?s <http://www.wikidata.org/prop/direct/P17> ?country .
OPTIONAL{
?country <http://www.w3.org/2000/01/rdf-schema#label> ?label .
FILTER(lang(?label)=“ja”)
}
} GROUP BY ?country ?label
ORDER BY DESC(?c)
?country とその名称?label
で集約（グループ化）
集約した，グループ
ごとに主語(?s)の
数をカウント
結果を降順に並び変えクエリを実行

参考：PREFIXによる省略表現
◼ PREFIX（接頭語）を用いるとURIの省略表記ができる
2021/8/30
PREFIX wd: <http://www.wikidata.org/entity/>
PREFIX wdt: <http://www.wikidata.org/prop/direct/>
select ?o
where {
wd:Q7105556 wdt:P131 ?o .
}LIMIT 100
select ?o
where {
}LIMIT 100
PREFIXの定義
省略表現に用いる文字列は
任意に設定できるが，でき
るだけ慣習的に利用される
ものにあわせるとよい．
PREFIXによる省略表現
27

参考：よく用いられるPREFIX
◼ RDF一般のもの
◼ rdfs: <http://www.w3.org/2000/01/rdf-schema#>
RDFスキーマ（基本的な語彙定義）
◼ schema: <http://schema.org/>
Webのメタデータに記述される語彙
◼ skos: <http://www.w3.org/2004/02/skos/core#>
Web上でのシソーラス，用語集などに用いられる語彙
◼ Wikidataで使われるもの
◼ wd: <http://www.wikidata.org/entity/>
エンティティ（もの，コト，データ）
◼ wdt: <http://www.wikidata.org/prop/direct/>
プロパティ（述語/関係）※主にSPARQL検索用の直接関係
◼ PREFIXの検索サービス
◼ https://prefix.cc/
2021/8/30
WikidataのRDFでは，詳細情報を記述
するため，同じ内容のプロパティが3種類
記述されているが，今回はwdt:を使う．
28

SPARQLを用いた推論チャレンジの
ナレッジグラフの検索例
2021/8/30 29
◼ 推論チャレンジのナレッジグラフ
◼ SPARQLによる検索例

ナレッジグラフ化の考え方
ナレッジグラフの要求仕様
➢犯人を推論（推理）するのに必要な知識を提供する
➢「推理小説」で描かれる様々な状況を，できるだけ統一的な
形式で計算機処理（検索・推論・etc.）可能にする
ナレッジグラフ化の基本方針
➢「推理小説」の内容を，最小単位の「場面（シーン）」に分割
→場面ごとにID（IRI）を付与
➢「各場面の記述内容」および「場面間の関係」をグラフ化
→グラフ化に必要なクラス・プロパティを定義
場面１場面２場面３
場面４
場面５
・・・
・・・
30
2021/8/30

場面（シーン）のスキーマ
場面ID
原文
主語
述語
目的語
subject
hasPredicate
source
その他
他の場面
場面間
場面を表現するプロパティ
➢ subject：その場面の記述において主語となる人や物
➢ hasPredicate：その場面の内容を表す述語
➢ 場面の詳細を表す目的語：whom（だれに）, where（どこで）, when（いつ）,
what（何を）, how（どのように）, …etc.
➢ 場面間の関係：then，if, because, …etc.
➢ time：その場面が起こった絶対時間（xsd:DateTime）
➢ source：その場面の原文（英語/日本語のリテラル）
主語目的語
述語
の形でないことに注意
→場面に関わる複数の
情報をまとめるため
場面ID中心に記述
31
2021/8/30

原文（英語/日本語）
絶対時間※小説内に基準日
時を設定している
主語・述語・目的語は全て
「リソース」として定義
→他の場面で同じ目的語を
参照可能
述語
主語
他の場面
場面の種類（クラス）分け
Scene：上位クラス
-Situation：事実・状況の描写
-Statement：Aの発言
-Talk：AのBへの発言
-Thought：Aの考え
32
場面（シーン）スキーマ記述例
※図中のPREFIXは
古いものです
2021/8/30

ナレッジグラフの公開
ナレッジグラフの公開場所
➢「推論チャレンジ」のサイト→ナレッジグラフの公開
https://github.com/KnowledgeGraphJapan/KGRC-RDF
➢最新版は，2020/01/19版【ver.2】
公開形式
➢小説ごとのRDFファイル（Tutle形式）のダウンロード
➢SPARQLエンドポイント[ver.2(2021/01/19版)]
(APIとして使う) http://kg.hozo.jp/fuseki/kgrc2020v2/sparql
(ブラウザから) http://knowledge-graph.jp/sparql2020v2.html
➢簡易閲覧ツール http://kgc.knowledge-graph.jp/
➢可視化ツール
http://knowledge-graph.jp/visualization/
2021/8/30 33

簡易閲覧ツール
2021/8/30 34

推理小説のナレッジグラフ
SWO研究会・勉強会での予備的作業を経て，有志数名でナレッジグラフ化
35
ナレッジグラフ（RDF形式）
クエリー言語SPARQLによる検索
グラフDB（キーワード検索も可）
http://knowledge-graph.jp/visualization/
2021/8/30

ナレッジグラフの記述・検索例
以下，提供するナレッジグラフの記述例，および，そ
れを踏まえたSPARQLクエリによる検索例を示す．
クエリのサンプルは，下記に公開している
➢https://github.com/KnowledgeGraphJapan/LOD-ws-
2020/blob/master/kgrc2020ws/SPARQL-Sample-
KGRC2020.md
➢これをコピーして
http://knowledge-graph.jp/sparql2020v2.html
のクエリ欄に入力することで実行できる
2021/8/30 36

参照可能
述語
主語
他の場面
37
古いものです
2021/8/30

クエリ例：ある場面の情報一覧
2021/8/30 38
｢まらだのひも」の場面36の全トリプル（述語・目的語）
を取得する

2021/8/30 39
｢まらだのひも」の場面36のhasPredicate（その場面の
内容を表す述語）を取得する

2021/8/30 40
｢まらだのひも」の場面36のsubject（その場面の主語）
を取得する

2021/8/30 41
｢まらだのひも」で用いられているhasPredicate（その場
面の内容を表す述語）の一覧を取得する

参照可能
述語
主語
他の場面
42
古いものです
2021/8/30

2021/8/30 43
｢まらだのひも」のSituation（事実・状況の描写）の
一覧を取得する

2021/8/30 44
｢まらだのひも」の全場面の一覧を取得する

2021/8/30 45
｢全小説」で述語がmeetの場面の一覧を取得する

性質・状態（hasProperty）の例
kgc:Propertyタイプ
2021/8/30 46
「性質」を表す
任意のリソースを
導入する
古いものです

2021/8/30 47
｢まらだのひも」で用いられているhasProperty（その場
面の内容を表す状態）の一覧を取得する

シーン間の関係
シーン間の関係を表す
プロパティ
2021/8/30 48
古いものです

シーン間の関係の種類
シーン間の関係を表す
プロパティ
2021/8/30 49
古いものです

場面のつながりの検索
｢まらだのひも」で場面間のつながりの一覧を取得する
2021/8/30 50

各語彙のIRIの決め方
対象とする小説が増えたことで，異なる小説を横断した
処理ができるようにIRIの決め方を統一
各小説ごとに「ベースIRI」および「グラフIRI」
➢<http://kgc.knowledge-graph.jp/data/小説名/>
➢例：「踊る人形」のシーン100は
<http://kgc.knowledge-graph.jp/data/DancingMen/100>
小説をまたいで共通化して参照する語彙のIRI
➢hasPredicateで参照する「述語」，および，
hasProperyで参照する「性質・状態」
→<http://kgc.knowledge-graph.jp/data/predicate/XXX>
➢固有名詞（例：ホームズ，地名）
→<http://kgc.knowledge-graph.jp/data/YYY>
2021/8/30 51

SPARQLの参考資料（１）
◼ SPARQL仕様（W3Cのドキュメント）
◼ SPARQL 1.1 Query Language
https://www.w3.org/TR/sparql11-query/
◼ SPARQLの解説本
◼ オープンデータ時代の標準Web API SPARQL
http://sparqlbook.jp/
◼ SPARQLに関する解説記事
◼ 山本泰智, 知識グラフ，セマンティックウェブを構成する
RDFと問い合わせ言語SPARQL, 情報の科学と技術,
2020, 70 巻, 8 号, p. 392-398,
https://doi.org/10.18919/jkg.70.8_392
◼ 古崎晃司, ウェブの情報資源活用のための技術：
ナレッジグラフとしてのLOD活用, 情報の科学と技術,
2020, 70 巻, 6 号, p. 303-308
https://doi.org/10.18919/jkg.70.6_303
◼ Wikidataを例としたSPARQL演習スライド＋解説動画（ｂｙ古崎）
◼ https://github.com/KnowledgeGraphJapan/LOD-ws-
2020/blob/master/SPARQL/SPARQL-Practice-Wikidata.md
2021/8/30
http://sparqlbook.jp/より
52

SPARQLの参考資料（２）
◼ SPARQL入門スライド（ｂｙ古崎）
◼ DBpedia Japaneseを例にした解説
https://www.slideshare.net/KoujiKozaki/4lod
◼ 大阪市のオープンデータを例にした解説
https://www.slideshare.net/KoujiKozaki/apisparql
◼ 解説記事
◼ DBpediaを使った都道府県別ランキング
http://bit.ly/2oDPl0Q
◼ Wikidataを使った日本の政治家の出身大学ランキング
http://bit.ly/2PBt8fn
◼ 技術書典
◼ 技術書典７，８にてSPARQL，LOD関係の本を頒布
https://techbookfest.org/event/tbf08/circle/5687828398735360?fbclid=IwAR30949R49r1gi
PTNzA66f_BGB52T46JrU_qGhM_c9KIizmUA2YYdPzyyyA
◼ 技術書典９（9/12-22）にても配本予定
https://techbookfest.org/event/tbf09
2021/8/30 53

ナレッジグラフ/LOD利用技術の入門（前編）

More Related Content

What's hot

Similar to ナレッジグラフ/LOD利用技術の入門（前編）

More from KnowledgeGraph

ナレッジグラフ/LOD利用技術の入門（前編）