2012-07-24 第5回LinkedData勉強会での資料．DBpedia Japaneseについて

1. DBpedia Japanese
加藤文彦
第5回LinkedData勉強会, 2012-07-24

2. http://ja.dbpedia.org

3. http://ja.dbpedia.org/resource/東京

4. 経緯
• 2012-05-09 URI版公開
• 2012-06-30 IRI版公開
• xx.dbpedia.orgは今後IRIに移行
• URI <-> IRIはowl:sameAs ?

5. http://wiki.dbpedia.org/Internationalization/Chapters

6. DBpediaのIRI設計
HTML表現 http://ja.dbpedia.org/page/東京都
"東京都"のIRI
http://ja.dbpedia.org/resource/東京都
http://ja.dbpedia.org/data/東京都
データ表現
cf. http://www.w3.org/TR/cooluris/

7. HTML表現 http://ja.dbpedia.org/page/東京都
"東京都"のIRI
http://ja.dbpedia.org/resource/東京都
http://ja.dbpedia.org/data/東京都
データ表現
% curl -IH 'Accept: text/html' http://ja.dbpedia.org/resource/東京都
HTTP/1.1 303 See Other
Server: Virtuoso/06.01.3127 (Linux) x86_64-pc-linux-gnu
Connection: close
Content-Type: text/html; charset=UTF-8
Date: Fri, 20 Jul 2012 06:24:29 GMT
Accept-Ranges: bytes
Link: <http://mementoarchive.lanl.gov/dbpedia/timegate/http://ja.dbpedia.org/resource/東京都>;
rel="timegate"
Location: http://ja.dbpedia.org/page/東京都
Content-Length: 0

8. HTML表現 http://ja.dbpedia.org/page/東京都
"東京都"のIRI
http://ja.dbpedia.org/resource/東京都
http://ja.dbpedia.org/data/東京都
データ表現
% curl -IH 'Accept: text/n3' http://ja.dbpedia.org/resource/東京
HTTP/1.1 303 See Other
Server: Virtuoso/06.01.3127 (Linux) x86_64-pc-linux-gnu
Connection: close
Date: Fri, 20 Jul 2012 06:37:56 GMT
Accept-Ranges: bytes
TCN: choice
Vary: negotiate,accept
Content-Location: /data/東京都.n3
Content-Type: text/n3; qs=0.8
Link: <http://mementoarchive.lanl.gov/dbpedia/timegate/http://ja.dbpedia.org/resource/東京都>;
rel="timegate"
Location: http://ja.dbpedia.org/data/東京都.n3
Content-Length: 0

9. 東京都のデータ
SELECT DISTINCT *
WHERE {
<http://ja.dbpedia.org/resource/東京都> ?p ?o .
}

10. 生月日が1月1日
SELECT DISTINCT ?label ?birthYear
where {
?s <http://ja.dbpedia.org/property/生日> 1 ;
<http://ja.dbpedia.org/property/生月> 1 ;
<http://ja.dbpedia.org/property/生年> ?birthYear ;
rdfs:label ?label .
}
ORDER BY ?birthYear

11. 地域限定マスコット
SELECT DISTINCT ?mascot ?name
WHERE {
?areamascots skos:broader <http://ja.dbpedia.org/
resource/Category:地域限定のマスコット> ;
rdfs:label ?areaname .
?mascot dbpedia-owl:wikiPageWikiLink ?areamascots ;
rdfs:label ?name.
}

12. 既知の問題
• regexで日本語使うときには"i"が必要
• Virtuosoのバグと言っていいかも
SELECT DISTINCT *
WHERE {
<http://ja.dbpedia.org/resource/東京都> ?p ?o .
FILTER regex(str(?o), "東京", "i")
}

13. DBpediaの処理
Wikipedia Dump
データ抽出
DBpedia Extraction
Framework
データインポート
mappings.dbpedia.org ja.dbpedia.org

14. DBpedia Extraction Framework
• 言語: Scala
• WikipediaダンプからRDFデータ抽出
• 主にInfoboxから
• 本文概要や画像等も
• DBpedia Mappings
• http://wiki.dbpedia.org/Documentation

15. ja.dbpedia.org
• サーバ: Virtuoso
• SPARQL Endpoint
• 拡張パッケージ: dbpedia_dav.vad
• ウェブサイト
• content-negotiation

16. VirtuosoのIRI処理
• まともになったのが6.1.4以降らしい
• 現在develop/6 branchを使用している
• まだ不具合多そう

17. 既知のIRIバグ
• /pageが色々とおかしい...
• プロパティのリンク
• head内のリンク
• div.footer内のリンク
• dbpedia_dav.vadのバグかどうかまだわ
かっていない

18. DBpedia Mappings
• 語彙へのマッピング
• 項目名そのままでは表記揺れ，多言語横断，単語間関係等の問題
• Wikiで誰でも編集可
• DBpedia Ontology Schema
• クラス，プロパティ，データ型の定義
• http://mappings.dbpedia.org/server/ontology/
• DBpedia infobox/table Mappings
• テンプレートをクラスに
• テンプレート内の項目名をプロパティに

19. マッピングのはじめ方
1. Mappings Wikiにアカウント作成
• http://mappings.dbpedia.org/
index.php/Main_Page
2. dbpedia-discussionリストに登録
• https://lists.sourceforge.net/lists/
listinfo/dbpedia-discussion
3. dbpedia-discussion にマッピング権限を要求

20. http://mappings.dbpedia.org/index.php/Mapping_ja

23. まとめ
• データ使って下さい
• 協力者歓迎
• マッピング作業者
• Virtuosoハッカー