Successfully reported this slideshow.

Linkeddata.jp study meeting #1

1

Share

Upcoming SlideShare
RDA及编目未来发展
RDA及编目未来发展
Loading in …3
×
1 of 23
1 of 23

Linkeddata.jp study meeting #1

1

Share

Download to read offline

Open Semantic Frame Workとnon-RDFをRDF化するための仕様irON, commONの動作デモンストレーションです
This presentation is about demonstration of open semantic web frame work "structWSF, irON, commON" at a linkeddata.jp first study meeting.

Open Semantic Frame Workとnon-RDFをRDF化するための仕様irON, commONの動作デモンストレーションです
This presentation is about demonstration of open semantic web frame work "structWSF, irON, commON" at a linkeddata.jp first study meeting.

More Related Content

Related Books

Free with a 30 day trial from Scribd

See all

Linkeddata.jp study meeting #1

  1. 1. irONとStructWSFを用いたCSVデータのRDF化紹介<br />嘉村哲郎 / KAMURA, Tetsuro<br />東京藝術大学芸術情報センター/ Tokyo University of the Arts<br />嘉村哲郎(総合研究大学院大学複合科学研究科後期博士課程,LODAC Project)kamura@nii.ac.jp<br />
  2. 2. IRONとは<br />2<br />Instance Record and Object Notation Specification<br />http://openstructs.org/iron/iron-specification<br /><ul><li>米国Structured Dynamics社が開発・公開するnon-RDFデータをRDFデータ化するための仕様書
  3. 3. 特にRDFトリプルやスキーマをRDFでないデータから作るためもの
  4. 4. 非RDFデータとRDFデータの相互運用を可能にすることを目的とする
  5. 5. JSON,XML,CSVからRDFトリプルとスキーマ生成をサポートする</li></li></ul><li>IRONが扱う機能要素<br />3<br /><ul><li>Attributeデータレコードやインスタンスが必ず持つ属性(メタデータ).
  6. 6. Typeデータが何のデータであるか種類を記述し,意味的なクラス分けとそれらの関係を定義できるらしい(owl:Thingのようなもの)
  7. 7. Recordデータレコードそのもの.メタデータとデータは対である必要がある.もちろん複数のデータから構成される
  8. 8. Dataset集合単位でデータ管理される.そのデータは何の集合か表す.データに対するデータベース名みたいなもの.</li></li></ul><li>4<br /><ul><li>Schemaデータ作成の際に使用するtypeやAttributeの値,メタデータ機能をサポートする.つまりメタデータスキーマ・・・.タクソノミー的な使い方で,単純なデータ構造になる.
  9. 9. Linkageデータを他の形式へ変換するためのタイプ指定や,データのバージョン管理,AttributeとSchemaのマッピングを定める</li></ul>「機能(モジュール)関連図」<br />
  10. 10. IRON概念図<br />5<br />
  11. 11. IRONで使用される語彙<br />6<br /><ul><li>各モジュールや機能で使用される語彙が定められている.例えばcreatorはIRONで予約されているが“Require”以外は自由に使える</li></li></ul><li>Attributeに関する仕様<br />7<br /><ul><li>コア部分,メタデータ記述,インスタンス記述,スキーマ記述について必要有無や制限事項を定めている</li></li></ul><li>IRONにおけるID取扱い<br />8<br /><ul><li>IRONはデータセットIDとインスタンスIDの2種類のIDを持つ.
  12. 12. データセットID = URI(インスタンスの1階層上までのURI)
  13. 13. インスタンスID = インスタンス名
  14. 14. FULL URI = データセットID + インスタンスID</li></li></ul><li>2種類のIDによるデータ参照方法<br />9<br /><ul><li>データセットにおけるIDはURLを表す(http://database-a/)
  15. 15. インスタンスレコードのIDはインスタンス自身の名前(“a”)
  16. 16. 内部でインスタンスを参照する場合は次のような仕組みで参照する
  17. 17. “@インスタンス名”は同じデータセット内のインスタンスを参照する
  18. 18. “@@FULL-URI”は外部のデータセットのインスタンスを参照する</li></li></ul><li>IRONデータの作り方<br />10<br /><ul><li>用意するデータは次の通り
  19. 19. Dataset Objectデータセットに関する記述のファイル
  20. 20. Instance Record Objectインスタンスが記述されたファイル
  21. 21. Structure Schema Objectメタデータスキーマが記述されたファイル
  22. 22. Linkage ObjectAttributeとスキーマをマッピングするファイル</li></li></ul><li>XML@ Dataset + Record<br />11<br /><dataset>   <id>http://dataset.com/xyz/</id>   <linkage>http://dataset.com/schema/linkage.js</linkage>   <schema>http://dataset.com/schema/structure.js</schema></dataset> <recordList>   <record>      <id>http://dataset.com/xyz/</id>      <prefLabel>Author Data</prefLabel>      <description>Dataset bibliographic publications</description>      <source>         <ref>@ustanford</ref>         <metaData>            <prefURL>http://www.stanford.edu/</prefURL>            <prefLabel>Stanford University</prefLabel>         </metaData>      </ source>      ...   </record></recordList><br />
  23. 23. XML@ Schema<br />12<br /><schema>   <version>0.1</version>   <typeList>      <Article>         <subTypeOf>Book</subTypeOf>      </Article>      <Book>         <subTypeOf>Document</subTypeOf>      </Book>      <Document>         <subTypeOf>Thing</subTypeOf>      </Document>   </typeList>   <attributeList>      <name>         <subPropertyOf>label</subPropertyOf>         <allowedValue>String</allowedValue>         <allowedType>Thing</allowedType>      </name>      <title>         <subPropertyOf>label</subPropertyOf>         <allowedValue>String</allowedValue>         <allowedType>Document</allowedType>      </title>   </attributeList></schema><br />
  24. 24. XML@ Linkage<br />13<br /><linkage>   <version>0.1</version>   <linkedType>application/rdf+xml</linkedType>   <prefixList>      <bibo>http://purl.org/ontology/bibo/</bibo>      <dcterms>http://purl.org/dc/elements/1.1/</dcterms>   </prefixList>   <attributeList>      <year>         <mapTo>dcterms:created</mapTo>      </year>      <author>         <mapTo>bibo:authorList</mapTo>      </author>      <isPartOf>         <mapTo>dcterms:isPartOf</mapTo>      </isPartOf>   </attributeList>   <typeList>      <Article>         <mapTo>bibo:Article</mapTo>      </Article>   </typeList></linkage><br />
  25. 25. commON CSVデータのRDF化<br />14<br /><ul><li>CSVデータの作り方
  26. 26. オブジェクトタイプの指定&&オブジェクト名
  27. 27. commONで使用可能なオブジェクトタイプ&&recordList&&dataset&&linkage
  28. 28. Attributeタイプの指定&attribute-name&id&exhibitionHistory&isReferencedBy&P62I_is_depicted_by 等独自定義+必須要素を指定できる</li></li></ul><li>CSV上のデータ例<br />15<br /><ul><li>1行目・・・オブジェクトを定義
  29. 29. 2行目・・・メタデータを定義する
  30. 30. 3行目・・・以降は実際のデータ内容になる</li></ul>Dataset例<br />Record例<br />
  31. 31. 16<br /><ul><li>Linkage例</li></ul>A列にはメタデータ要素や語彙,<br />B列には語彙のURIが定義される<br />&attributeListには語彙を定義し,<br />&typeListも同様に語彙を定義できるが<br />前者のCardinalityが「0..*」に対して<br />後者は「0-1」で定義される<br />このほか&prefixも定義できる<br />CSV作成用にスイーツツールがあるが<br />普通のXSLデータ?<br />
  32. 32. CSVの各データを1つのファイルにする<br />17<br />は単なる仕様書のため,これでRDF化はできない<br /> JSONかcommONパーサを使うかhttp://code.google.com/p/iron-notation/downloads/list<br />フレームワークを<br />使用した変換ツールを使う<br />
  33. 33. フレームワークツールを使う<br />18<br />なかなか動いてくれなくて今週睡眠不足になった原因↓<br />主なシステム構成<br />・Ubuntu Linux<br />・Apache Web Server<br />・Apache Solar<br />・Struct WSF<br />・conStruct<br />・Virtuoso<br />・ARC2(PHP)<br />・MySQL<br />・Drupal<br />http://techwiki.openstructs.org/index.php/StructWSF_Installation_Guide<br />
  34. 34. conStructの特徴<br />19<br /><ul><li>RDFデータはRDFデータストアVirtuosoに格納される(MySQLはDrupalポータルサイトツール用)
  35. 35. 各種非RDFデータからRDFデータを生成することが出来るインポート機能を持つ
  36. 36. インポートがあるのでその逆もある
  37. 37. データセット閲覧機能
  38. 38. クラス階層表示など</li></li></ul><li>20<br />Demonstration<br />
  39. 39. まとめ<br />21<br /><ul><li>インポートしたデータのアップデート的なものがみあたらない
  40. 40. 完全に動作していないため未解明な部分が多い.
  41. 41. CSVデータをキチンと作らないと怪しい表示になる(データ先頭に空白スペースなど)</li></ul>確認出来た点<br /><ul><li>CSVデータからインポートし,RDF/XML,N3でエクスポート
  42. 42. ブラウザ上でリソースの表示,検索が可能-> VirtuosoのインタフェースからSPARQL検索という手法も可能?
  43. 43. 複雑な構造をもつ構造化データを扱うには向かない->とりあえずCSVデータを手軽にRDF化するような用途向け</li></li></ul><li>References<br />22<br /><ul><li>irONhttp://techwiki.openstructs.org/index.php/Category:IrON
  44. 44. StructWFShttp://techwiki.openstructs.org/index.php/StructWSF_Installation_Guide
  45. 45. commONParser Documentationhttp://openstructs.org/doc/code/commonparser/
  46. 46. Open Semantic Frameworkhttp://openstructs.org/open-semantic-framework</li></li></ul><li>23<br />ご静聴ありがとうございました<br />

×