Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

Linked Open Data(LOD)の基本的な使い方

1,170 views

Published on

Python Kansai #01
2019年7月14日
https://kansai-python.connpass.com/event/135610/
の講演資料

Published in: Technology
  • Be the first to comment

Linked Open Data(LOD)の基本的な使い方

  1. 1. Linked Open Data(LOD) の基本的な使い方 古崎 晃司 大阪電気通信大学/LODチャレンジ実行委員会 kozaki@osakac.ac.jp Python Kansai #01 2019年7月14日
  2. 2. 自己紹介 ◼ コミュニティ活動 研究成果として 公開中のソフト ◼ 古崎(こざき)晃司@koujikozaki ◼ 所属:大阪電気通信大学・教授 ◼ 専門:オントロジー工学(情報科学・人工知能) =“かしこい”コンピュータ(ソフトウェア)を作る →学問にとどまらず, 世の中で使われる技術を作りたい LOD技術普及の ためのコンテスト (2011~) シビックテック (市民×IT)活動 セマンティックウェブとオントロジー(SWO)研究会 の特別企画(2011~)
  3. 3. LODチャレンジ2019開催概要 • 応募期間:2019年6月1日 ~ 2019年10月1日 • 応募部門: • 公式サイト http://lodc.jp • 他コンテストとの重複応募もOK! 2019年内に受賞式を開催!
  4. 4. 推論チャレンジとは? シャーロック・ホームズのような “推理”(推論)ができるAIシステムの開発 を目指した技術コンテスト チャレンジのねらい ➢説明可能性(解釈可能性)を有するAI技術に関する最新技 術の促進・共有と,その分析・評価,体系化を行う. チャレンジタスク ➢推理小説のナレッジグラフ (ホームズの短編小説) を対象に, ホームズと同じ結論に辿り着き,その理由を説明する. 4 応募締切 2019年10月末 公式サイト http://challenge.knowledge-graph.jp LODとして公開
  5. 5. はじめに,質問 ◼ 「Linked Data」 「LOD(Linked Open Data)」 という言葉を聞いたことがある人? ◼ SPARQLについて聞いたことがある人? ◼ Webページを作ったことがある人?
  6. 6. 講演概要 ◼ Linked Open Data(LOD)の技術紹介 ◼ LODの公開事例 ◼ LODの使い方 覚えていただきたいキーワード Linked Open Data(LOD) Linked Data SPARQL Wikidata DBpedia
  7. 7. Linked Open Data (LOD) Linked Open Data =Linked Data + Open Data(オープンデータ) =Linked Dataとして公開されたOpen Data
  8. 8. オープンデータとは ◼ オープンデータとは ◼ 誰でも自由に使える形で公開されているデータ ◼ オープンデータの定義(Open Definition) ◼ “Open data and content can be freely used, modified, and shared by anyone for any purpose” (http://opendefinition.org/) ◼ オープンデータでない例 ◼ 改変や再配布が禁止されている ◼ 利用者を限定 例)学術機関のみ,個人利用不可 ◼ 利用目的を限定 例)商用利用不可,コンテスト応募目的のみ
  9. 9. オープンデータの2つの観点 ◼ ライセンス(cf.クリエイティブコモンズ) ◼ 使用目的を限定せず(例:商用も可),再配布,改変も可 ◼ 「作成者のクレジットの表示」の義務付け程度の制限はOK →“まじめな人”(※)が,安心して使える =より多くの人の利用が見込まれる (※悪いことをする人は,ライセンスを気にせず勝手に使う) ◼ 機械可読な形式 ◼ プログラムで処理しやすいフォーマットが望まれる →“使いたい人”が,簡単に使える =低コストで多くのアプリ(活用事例)が作れる ◼ LOD(Linked Open Data)は,「オープンデータの5つの段階」 で「5つ星」と言われている公開方法
  10. 10. 5 ★ オープンデータ http://5stardata.info/ より オープン ライセンス (形式問わず) 機械可読な フォーマット オープンな フォーマット
  11. 11. 5★オープンデータにおけるLOD ◼ ★★★★ (RDF) 物事を示すのにURL(IRI)を使いましょう,そうすることで 他の人々があなたのデータにリンクすることができます ◼ ★★★★★ (LOD) あなたのデータのコンテキストを提供するために 他のデータへリンクしましょう →LOD(Linked Open Data) =Web上で相互にリンクされたOpen Data ※リンクする際には「Webの仕組み」を利用する ◼ データ(物事)を示すのにURL(正確にはIRI)を用いる ◼ データ間を(名前付き)Hyper-linkでリンクする http://5stardata.info/ja/ より引用
  12. 12. Linked Data (LD) Linked Data =Webの仕組みを用いて相互に“リンクされた” データ
  13. 13. Linked Data(2007頃-) ◼ Linked Data:Web上のデータを,つなぐ(linkする)ことで,新しい価値 を生み出そうとする取り組み.Webの創始者Tim Berners-Lee氏が提唱 ※ Linked Open Data(LOD):オープンな形で公開されたLinked Data http://linkeddata.org/ “Webの仕組み”に基づいてデータを公開することで, Web上に公開された膨大なデータを 統合した1つの知識ベースとして利用可能にする.
  14. 14. Webの仕組み ◼ URLを指定することで,Webページにアクセス ◼ 例)http://www.osakac.ac.jp 「大阪電気通信大学」 のページ ◼ URLは,世界中“すべて”のWebページの場所(ID) を一意に特定できる仕組み ◼ ハイパーリンクにより,Webページを“つなげる” ◼ リンク先のURLを指定することで,好きなWebページ と自由に“リンク”できる ◼ リンクを辿って,様々な情報にたどり着ける ◼ リンクを解析による様々なビジネス ◼ 例)Googleなどの検索エンジン
  15. 15. Webの仕組み→Linked Data ◼ URLを指定することで,Webページにアクセス ◼ 例) http://www.osakac.ac.jp 「大阪電気通信大学」の ページ ◼ URLは,世界中“すべて”のWebページの場所(ID) を一意に特定できる仕組み ◼ ハイパーリンクにより,Webページを“つなげる” ◼ リンク先のURLを指定することで,好きなWebページ と自由に“リンク”できる ◼ リンクを辿って,様々な情報にたどり着ける ◼ リンクを解析による様々なビジネス ◼ 例)Googleなどの検索エンジン データ データ Linked Data Webと同じ仕組みでデータを“公開”し, 相互に“つなぐ”(リンクする) URI・IRI データ(モノ・コト) データ(モノ・コト)
  16. 16. Linked Dataの表現例 日本 大阪電気 通信大学 国 1924 設立 寝屋川市 129613133 (VIAF) 国立国会図書館典拠ID 位置する行政区 http://www.wikidata.org/entity/Q7105556 というIRIから得られ る情報の一部(Wikidataより) 00370288 (Web NDL Authorities) skos:exactMatch 大阪電気通信大学標目 リソース: IRI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 主語 述語 目的語 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
  17. 17. Linked Data (RDF)の表現例 http://www.wikidata. org/entity/Q17 http://www.wikidata. org/entity/Q7105556 https://www.wikidata.org/entry/P17 1924 https://www.wikidata.org/entry/P571 http://www.wikidata. org/entity/Q389633 http://viaf.org/ viaf/129613133 https://www.wikidata.org/entry/P349 https://www.wikidata.org/entry/P131 http://id.ndl.go.jp/auth /ndlna/00296951 http://www.w3.org/2004/02/skos/core#exactMatch 大阪電気通信大学 http://www.w3.org/2008/05/skos-xl#prefLabel すべてのリソースおよび プロパティはIRI用いて 表される
  18. 18. Linked Data (RDF)の表現例 http://www.wikidata. org/entity/Q17 http://www.wikidata. org/entity/Q7105556 https://www.wikidata.org/entry/P17 1924 https://www.wikidata.org/entry/P571 http://www.wikidata. org/entity/Q389633 http://viaf.org/ viaf/129613133 https://www.wikidata.org/entry/P349 https://www.wikidata.org/entry/P131 http://id.ndl.go.jp/auth /ndlna/00296951 http://www.w3.org/2004/02/skos/core#exactMatch 大阪電気通信大学 http://www.w3.org/2008/05/skos-xl#prefLabel すべてのリソースおよび プロパティはIRI用いて 表される 部分的に同じよ うなIRIが多数, 用いられる wd: wdt: wdt: wdt: wdt: wd: PREFIX(接頭語) で置き換える wd:
  19. 19. PREFIX:IRIの省略表現 wd:Q17 wd:Q7105556 wdt:P17 1924 wdt:P571 wd:Q389633 http://viaf.org/ viaf/129613133 wdt:P349 wdt:P131 http://id.ndl.go.jp/auth /ndlna/00296951 http://www.w3.org/2004/02/skos/core#exactMatch 大阪電気通信大学 http://www.w3.org/2008/05/skos-xl#prefLabel 部分的に同じよ うなIRIが多数, 用いられる PREFIX(接頭語) で置き換える
  20. 20. LOD/Linked Dataの使い方 ◼ Linked Dataの公開・利用方法 ◼ 具体例) Wikidataを例として
  21. 21. Linked Dataの公開・利用法 ◼ 参照解決可能なhttp IRIs(URL,URI)を用いた公開 ◼ IRI(URI, URI)でデータにアクセスが可能 ◼ 通常のWebページと同様に,データのURIを用いてhttp: /https:でアクセスし,「つながり」を辿ることが出来る =システムによる基本的な処理(リンク解析等)が可能 ◼ SPARQLエンドポイントの公開 ◼ RDF用のクエリ言語SPARQLにより検索可能なAPIを公開 ◼ クエリによるデータ検索・抽出が可能 ◼ RDFファイルのダンプの公開 ◼ 全データをダウンロードできる形で公開 ◼ ダウロードしたファイルをRDFパーサー,RDF-DBなどの ツールを用いて処理可能 ※どの公開方法が提供されているかデータセットに依る
  22. 22. LODの公開例: Wikidata(ウィキデータ) • ウィキメディア財団が運営する Wikipediaの「データ版」 • Wikipediaと同じようにデータを コミュニティで編集,公開できる • Wikipediaの「多言語リソース」 の相互リンクのために整備 • SPARQLエンドポイントや各種検 索ツールなども提供 http://wikidata.org/
  23. 23. ウィキデータの特徴 ◼ ウィキデータは、自由・共同作業・多言語・二次情報を 特徴とする、構造化データのデータベースです。 ◼ 収集された構造化データは、ウィキペディア、ウィキメ ディア・コモンズや、その他のウィキメディアのプロジェ クトで活用されているほか、世界中の誰でも利用できま す。 https://www.wikidata.org/wiki/Wikidata:Introduction/ja より ウィキデータに登録したデータ(知識)は, そのまま,すぐに,オープンデータとして, 「全世界」に公開される!
  24. 24. WikipediaからWikidataへ Wikipediaの各記事から 対応する Wikidata項目へのリンク
  25. 25. Wikidataのデータ例(1/2) Wikidataにおいて 「大阪電気通信大学(Q7105556)」のデータ にWebブラウザでアクセスした例 http://www.wikidata.org/entity/Q7105556 (※うまく表示されない場合は,アドレスをコピーしてブラウザにペーストする) さまざまな言語での 「ラベル」,「概要説明」,「別名」
  26. 26. Wikidataのデータ例(2/2) 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
  27. 27. http IRIによるデータ取得 ◼ WikidataにおけるデータのIRI ◼ http://www.wikidata.org/entity/ +ID で表される ◼ Q***** →リソース(エンティティ)のID ◼ P***** →プロパティ(関係)のID ◼ データ形式を指定したい場合は,IRIの末尾に拡張子 を付けてアクセス (HTTPリクエストのACCEPTヘッダーで指定) ◼ text/html HTML形式 ◼ application/rdf+xml RDF/XML形式 ◼ text/turtle スキーマTurtle形式 ◼ application/json JSON形式 ◼ application/ld+json JSON-LD形式
  28. 28. IRIによるLODのデータ取得例 ◼ WikidataにおけるPythonのデータ ◼ HTML ◼ https://www.wikidata.org/wiki/Q28865 ◼ RDF/XML ◼ http://www.wikidata.org/entity/Q28865.rdf ◼ Turtle ◼ http://www.wikidata.org/entity/Q28865.ttl ◼ JSON ◼ http://www.wikidata.org/entity/Q28865.json ◼ JSON-LD ◼ http://www.wikidata.org/entity/Q28865.jsonld
  29. 29. ウィキデータの検索サービス :SPARQLエンドポイント(API) 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
  30. 30. 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 「.」(ピリオド) を忘れない ?x(x:任意の文字列)は変数を表す
  31. 31. WikidataのSPARQLサンプル ◼ 例)大阪市内で「位置座標」を持つデータ一覧 ◼ サンプルクエリ集 ◼ https://www.wikidata.org/wiki/Wikidata:SPARQL_q uery_service/queries/examples SELECT DISTINCT ?s ?label ?point WHERE{ ?s rdfs:label ?label ; wdt:P131 wd:Q35765 ; wdt:P625 ?point. FILTER(lang(?label)="ja" ) } 【実行結果】 位置する 行政区画 位置座標 大阪市
  32. 32. SPARQLクエリの サンプルいろいろ
  33. 33. DBpedia Japaneseの検索例 ◼ 「各都道府県で生まれた政治家の数」を調べる PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#> PREFIX dbpedia-owl: <http://dbpedia.org/ontology/> PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> PREFIX dbpedia-ja: <http://ja.dbpedia.org/resource/> PREFIX category-ja: <http://ja.dbpedia.org/resource/Category:> select distinct ?pref (count(?s) AS ?c) where { ?pref rdf:type dbpedia-owl:Place. ?pref dbpedia-owl:wikiPageWikiLink category-ja:日本の都道府県. ?s rdf:type dbpedia-owl:Politician; dbpedia-owl:birthPlace ?pref. }GROUP BY ?pref ORDER BY ?c (解説)Qiita:DBpediaを使った都道府県別ランキング http://qiita.com/koujikozaki/items/439fa7ce3e28b738fe10 SPARQLエンドポイント http://ja.dbpedia.org/sparql
  34. 34. DBpedia Japaneseの検索例 ◼ 「各都道府県で生まれた芸人の数」を調べる PREFIX rdfs: <http://www.w3.org/2000/01/rdf-schema#> PREFIX dbpedia-owl: <http://dbpedia.org/ontology/> PREFIX rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> PREFIX dbpedia-ja: <http://ja.dbpedia.org/resource/> PREFIX category-ja: <http://ja.dbpedia.org/resource/Category:> select distinct ?pref (count(?s) AS ?c) where { ?pref rdf:type dbpedia-owl:Place. ?pref dbpedia-owl:wikiPageWikiLink category-ja:日本の都道府県. ?s rdf:type dbpedia-owl:Comedian; dbpedia-owl:birthPlace ?pref. }GROUP BY ?pref ORDER BY ?c ここを, Politician→Comedian に変えるだけ!
  35. 35. Wikidataを用いたランキング ◼ 「日本の政治家の出身大学」ランキング →実行結果 select ?univ ?univl (count(?s) As ?c) where{ ?univ wdt:P31/wdt:P279* wd:Q3918. #大学の一覧取得 ?s wdt:P27 wd:Q17; #国籍=日本 wdt:P106 wd:Q82955; #職業=政治家 wdt:P69 ?univ. #出身大学 OPTIONAL{ ?s rdfs:label ?name. FILTER(lang(?name)="ja") ?univ rdfs:label ?univl . FILTER (lang(?univl) = "ja") . } }GROUP BY ?univ ?univl ORDER BY DESC(?c) LIMIT 100 政治家の出身大学ランキング https://qiita.com/koujikozaki/it ems/a049e2ac1051e0e43be6
  36. 36. Wikidataを用いたランキング ◼ 「日本の総理大臣の出身大学」ランキング →実行結果 select ?univ ?univl (count(?s) As ?c) where{ ?univ wdt:P31/wdt:P279* wd:Q3918. #大学の一覧取得 ?s wdt:P27 wd:Q17; #国籍=日本 wdt:P106 wd:Q82955; #職業=政治家 wdt:P39 wd:Q274948; #公職=内閣総理大臣 wdt:P69 ?univ. #出身大学 OPTIONAL{ ?s rdfs:label ?name. FILTER(lang(?name)="ja") ?univ rdfs:label ?univl . FILTER (lang(?univl) = "ja") . } }GROUP BY ?univ ?univl ORDER BY DESC(?c) LIMIT 100 政治家の出身大学ランキング https://qiita.com/koujikozaki/it ems/a049e2ac1051e0e43be6 この1行を 追加する
  37. 37. WikidataのSPARQLサンプル ◼ 例)プログラム言語の一覧(ロゴ+公式HP) SELECT ?item ?itemLabel ?hp ?t ?pic WHERE { ?item wdt:P31 wd:Q9143 . ?item wdt:P154 ?pic . ?item wdt:P856 ?hp . SERVICE wikibase:label { bd:serviceParam wikibase:language "[AUTO_LANGUAGE],en" } } 【実行結果】 ロゴ画像 ホームページ 分類=プログラム言語 ラベル出力用の処理 (Wikidataの独自仕様)
  38. 38. WikidataのSPARQLサンプル ◼ Wikidataを使って鉄道会社ごとの総路線長 をランキングしてみる select ?s ?sLabel ?o where { ?s wdt:P31 wd:Q728937 . ?s wdt:P17 wd:Q17. ?s wdt:P2043 ?o. SERVICE wikibase:label { bd:serviceParam wikibase:language "[AUTO_LANGUAGE],ja". } }order by desc(?o) 【実行結果】 国=日本 全長 分類=鉄道路線 全長で降順にソート
  39. 39. WikidataのSPARQLサンプル ◼ 鉄道運営会社ごとの路線全長の合計 select (SUM(?o) as ?total) ?op ?opLabel where { ?s wdt:P31 wd:Q728937 . ?s wdt:P17 wd:Q17. ?s wdt:P2043 ?o. ?s wdt:P137 ?op. SERVICE wikibase:label { bd:serviceParam wikibase:language "[AUTO_LANGUAGE],ja". } }GROUP BY ?op ?opLabel order by desc(?total) 【実行結果】 運営者 運営者で集約 全長の合計
  40. 40. SPARQLクエリ結果の 可視化例(Wikidata利用)
  41. 41. ウィキデータの可視化ツール例 :Reasonator https://tools.wmflabs.org/reasonator/ ウィキデータのID を指定するだけで, データの種類に応 じた可視化が可能 ・人物 ・場所 ・生物 ・カレンダー …など 表示例 https://tools.wmflabs.org/reasonator/?q=Q7105556 表示例(Python) https://tools.wmflabs.org/reasonator/?q=Q28865
  42. 42. ウィキデータの検索結果例 Map表示も可能
  43. 43. ウィキデータの可視化ツール例 :Scholia ◼ ウィキデータから,様々な学術情報を収集して可視化 https://tools.wmflabs.org/scholia/
  44. 44. LODの公開例 とりあえず, 使ってみると楽しそうなLOD
  45. 45. LOD公開の世界的なひろがり ~LODクラウド~ 2007/5/1 2007/10/82008/9/182009/7/14 2010/9/222011/9/19時点 Linking Open Data cloud diagram 2014, by Max Schmachtenberg, Christian Bizer, Anja Jentzsch and Richard Cyganiak. http://lod-cloud.net/ 1つの丸が個別に公開 されたDBを表す. 2014/08/30時点 DBpedia
  46. 46. LOD公開の世界的なひろがり ~LODクラウド~ 2018-05-30 (1,186データセット) http://lod-cloud.net/
  47. 47. LODの世界的なひろがり Linking Open Data cloud diagram,http://lod-cloud.net/ 2007/5 12データセット 2014/8 2009/7 2017/2 1,139データセット LODの公開は, この10年で 急速に広まっている
  48. 48. DBpedia/Wikidata in LODクラウド DBpedia Wikidata
  49. 49. 日本語で使えるLODの例 法人インフォ(経済産業省) eStat 統計LOD国立国会図書館LOD DBpedia Wikidata JapanSearch
  50. 50. DBpedia Wikipediaの各記事のインフォボックスの情報を抽出して自動 生成されるLOD 様々なデータをつなぐLODのハブ的な存在となっている. ※英語版と日本語版で,データ構造の違いがあるので注意 http://dbpedia.org/ 日本語版のDBPediaは http://jp.dbpedia.org/ インフォボックスの例
  51. 51. DBpediaのデータ例(大阪市) すべてのWikipediaの記事が http://ja.dbpedia.org/resource/大阪市 のようなURL(IRI)でデータ化されている 生データの取得 検索API プログラムからの データ取得も可能
  52. 52. 例)LODからの事実情報の取得 ◼ DBpediaを百科事典的な “知識”(事実情報)を取得する ための汎用情報源として利用 医療分野での利用例 http://lod.hozo.jp/DiseaseChainViewer/ 生物分野での利用例 http://biomimetics.hozo.jp/ 多言語対応も可能!
  53. 53. LOD/Linked Dataの例 Japan Search https://jpsearch.go.jp/ ・国内デジタルアーカイブの統合検索サービス ・SPARQLエンドポイントあり
  54. 54. LOD/Linked Dataの例 統計LOD http://data.e-stat.go.jp/lodw/ ・日本政府の統計データのLOD ・SPARQLエンドポイントあり
  55. 55. 統計LODの使用例 ザ・地域統計パワーバトル ◼ LODチャレンジ2018 最優秀賞(林 正洋) ◼ https://www.mirko.jp/townpower/
  56. 56. LOD/Linked Dataの例 法人インフォ https://hojin-info.go.jp/ ・国内企業情報がSPARQLで取得可能
  57. 57. LOD/Linked Dataの例 Web NDL Authorities https://id.ndl.go.jp/auth/ndla/ ・SPARQLエンドポイントあり ・参照解決可能 .rdf .ttl .json
  58. 58. Linked Data/LODの利用技術
  59. 59. LOD(RDF)を扱うための 技術・ツール ◼ RDF用のライブラリ ◼ https://github.com/KnowledgeGraphJapan/sparql- library-examples にプログラム言語でのサンプルあり ◼ Pythonを使うなら,SPARQLWrapper(SPARQL Endpoint interface to Python)がおススメ ◼ https://rdflib.github.io/sparqlwrapper/ ◼ Javaを使うなら,Apache Jenaがおススメ ◼ https://rdflib.github.io/sparqlwrapper/ ◼ RDFファイルをDBに格納して使用するには ◼ FusekiやVirtuosoなどのRDF-DBを使用 ◼ チュートリアル資料 ◼ Jena,Fusekiの簡単な使用方法,SPARQLクエリの書き方な どhttps://github.com/KnowledgeGraphJapan/LODws2nd
  60. 60. まとめ: LODの基本的な使い方 ◼ LOD(Linked Open Data) ◼ Linked Dataとして公開されたOpen Data ◼ Linked Dataは,Web上で公開されたデータを 「つなぐ」仕組み ◼ URL(IRI)を用いたグローバルに一意なデータの識別 ◼ データ間の“リンク” 既に多くのデータがLODとして公開されている! ◼ Wikidata, DBpedia, JapanSearch,など ◼ Linked Data/LODを使うには ◼ IRI(URL,URI)で,直接データを所得 ◼ SPARQLクエリで検索 ◼ Pythonをはじめ,各種プログラム言語のライブラリあり
  61. 61. 参考資料:LOD全般 ◼ Linked Data/Knowledge Graphチュート リアル(※今後,情報を徐々に充実させます) ◼ http://knowledge-graph.jp/ ◼ LODチャレンジ ◼ http://lodc.jp ◼ 過去の受賞作品を見ると,LOD活用のヒントに ◼ LODC2019への応募も受付中!(10/1まで) ◼ ナレッジグラフ推論チャレンジ ◼ https://challenge.knowledge-graph.jp/
  62. 62. 参考資料:SPARQLについて ◼ 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入門スライド(by古崎) ◼ DBpedia Japaneseを例にした解説 https://www.slideshare.net/KoujiKozaki/4lod ◼ 解説記事 ◼ Wikidataを使って鉄道会社ごとの総路線長をランキングしてみる https://qiita.com/RK-miha/items/6d94f425871c4e9f5f73 ◼ 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 http://sparqlbook.jp/より
  63. 63. 参考資料:学術系 ◼ 人工知能学会セマンティックウェブとオントロジー(SWO)研究会 ◼ http://www.sigswo.org/ 研究会資料公開あり ◼ ISWCサーベイ ◼ 分野のトップカンファレンスISWCの発表論文をSWO研究会有志でサーベイし, 日本語スライドにまとめた資料 ◼ ISWC2018サーベイ https://github.com/sigswo/files/raw/master/SIG-SWO-047-ISWC2018- Survey.pdf ◼ ISWC2017サーベイ http://id.nii.ac.jp/1004/00009109/ ◼ ISWC2016サーベイ http://id.nii.ac.jp/1004/00008619/ ◼ 主な関連国際会議 ◼ International Semantic Web Conference (ISWC) http://swsa.semanticweb.org/content/international-semantic-web- conference-iswc ◼ ESWC(Extended Semantic Web Conference) ◼ The Conferences on Formal Ontology in Information Systems (FOIS) ◼ KEOD(International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management) http://www.keod.ic3k.org/websites.aspx

×