2017年12月19日(火) オープンデータの形式は”CSV”の先にどこに向かうのか の講演資料

1. Linked Open Data(LOD)を
使うと“うれしい”３つの理由
大阪大学産業科学研究所/
LODチャレンジ実行委員会
古崎 晃司
kozaki@ei.sanken.osaka-u.ac.jp
オープンデータの形式は
”CSV”の先にどこに向かうのか
2017年12月19日(火)
2017/12/19 1

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
 本職： 大阪大学・准教授
 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
22017/12/19
２０１１より
毎年開催している
コンテスト
関西を中心とした
LODの普及活動
大阪をITの力でよくしよう
と活動している団体です。
http://code4.osaka/about/

3. Code For OSAKA：
フェリーハッカソン
2017/12/19 3

4. 発表のねらい
 LOD（Linked Open Data）を使うと
何が“うれしい”のか？
について，
を技術的な観点から話してみる
2017/12/19 4

5. 2017/12/19 5
LODの技術的な本質は
“データ間のリンク（つながり）”
データが“つながる”
データを“つなげる”
ときに，新たな価値が生まれる！

6. データを簡単に“つなげる”
6
Webで標準化された技術を用いることで，データの
取得・統合が簡単に行える
• URIを指定し，JSON/Turtleなど，好きな形式で
データを取得
• SPARQLクエリを利用して，必要なデータだけを取得
2017/12/19
LODを使うと“うれしい”理由①

7. Linked Open Data (LOD)
－Webの仕組みを用いた
オープンデータの公開－
＝Linked Data + Open Data（オープンデータ）
＝Linked Dataとして公開されたOpen Data
※Linked Data：
Webの仕組みを用いて相互に“リンクされた”データ
72017/12/19

8. 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://spaceappschallenge.space/
「NASA Space Apps Challenge OSAKA」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
82017/12/19

9. 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://spaceappschallenge.space/
「NASA Space Apps Challenge OSAKA」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
92017/12/19
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）
IRI データ（モノ・コト）
データ（モノ・コト）

10. Linked Data (RDF)の例
大阪府
大阪市
都道府県
223㎢
2,687,287人
面積
人口
吹田市
豊中市
…
バラ科
市の木
隣接自治体
隣接自治体
…
http://ja.dbpedia.org/resource/大阪市 というIRIから得られる情報
サクラ
科
Cherry blossom英名
リソース：
URIで表される
モノ・コト
プロパティ：
リソース間の関
係を表す
リテラル
：文字列
主語 述語 目的語
トリプル
※RDF（Linked Dataのデータ
モデル）は，「トリプルの組み
合わせ」で表される
（DBpedia Japaneseより）
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
2017/12/19 10

11. Linked Data (RDF)の例
http://ja.dbpe
dia.org/resour
ce/大阪府
http://ja.dbpe
dia.org/resour
ce/大阪市
http://ja.dbpedia.org/resource/都道府県
223㎢
2,687,287人
http://ja.dbpedia.org/resource/面積
http://ja.dbpedia.org/resource/人口
http://ja.dbpe
dia.org/resour
ce/吹田市
http://ja.dbpe
dia.org/resour
ce/豊中市
… http://ja.dbpe
dia.org/resour
ce/バラ科
http://ja.dbpedia.org/resource/市の木
http://ja.dbpedia.org/resource/隣接自治体
http://ja.dbpedia.org/resource/隣接自治体
…
http://ja.dbpedia.org/resource/大阪市 というURIから得られる情報
http://ja.dbpe
dia.org/resour
ce/サクラ
http://ja.dbpedia.org/resource/科
Cherry blossomhttp://ja.dbpedia.org/resource/英名
（DBpedia Japaneseより）
※実際のリソースとプロパティは，すべてURIで表される．
2017/12/19 11

12. 公開済みのLODを使うと，
色んなデータが“すぐ使える”
122017/12/19
LODを使うと“うれしい”理由②

13. LODの世界的なひろがり
2017/12/19 13
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

14. 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（総務省）
国立国会図書館LOD
大阪市オープンデータポータル
DBpedia（WikipediaのLOD） Ｗｉｋｉｄａｔａ
2017/12/19 14
行政
（中央省庁）
行政
（自治体）
学術情報
ユーザ編集型
コンテンツ

15. 2017/12/19 15
まず使ってみるとき，
いちばんの“おすすめ”は，
DBpedia と Wikidata

16. 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．
http://dbpedia.org/
日本語版のDBPediaは
http://jp.dbpedia.org/
2017/12/19 16
インフォボックスの例

17. DBpediaのデータ例（大阪市）
2017/12/19 17
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

18. Wikidata（http://wikidata.org/）
• 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
2017/12/19 18

19. DBpedia/Wikidataで出来ること：
例①：汎用の知識源として利用
2017/12/19 19
 百科事典的な“知識”を提示
するための情報源として利用
 多言語にも対応可能！
医療分野での利用例
http://lodc.med-ontology.jp/ 生物分野での利用例
http://biomimetics.hozo.jp/
多言語対応も可能！

20. DBpediaを利用したアプリ例
2017/12/19 20
DBpediaの情報の“つながり”
を辿ることで，
バーチャルな宇宙旅行を！
※「第7回LODハッカソン関西 in
IODD大阪（1日イベント）」の成果
http://museums-info.net/spacemachine/navi/

21. DBpedia/Wikidataで出来ること：
例②：解析用の基礎データを取得
2017/12/19 21
 簡単なランキングデータの取得
 例）都道府県毎の「〇〇」の数
 政治家（出生地）．．．１位は東京
 「？？」 ．．．１位は大阪
 簡単な場所情報の取得
 位置情報データの一覧
 例：大阪市内の位置情報
http://lodosaka.jp/tool/wikidataMap/
（解説）Qiita：DBpediaを使った都道府県別ランキング
http://qiita.com/koujikozaki/items/439fa7ce3e28b738fe10

22. 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
22
（解説）Qiita：DBpediaを使った都道府県別ランキング
http://qiita.com/koujikozaki/items/439fa7ce3e28b738fe10
2017/12/19

23. 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！
232017/12/19

24. 柔軟なスキーマで，
“いろんな知識”を表せる
242017/12/19
LODを使うと“うれしい”理由③

25. 2017/12/19 25

26. 2017/12/19 26
現代の生活を可能にするために必要な全てのデータ構
造やアルゴリズムの中でも、グラフは日々世界を変えて
います。ビジネスからは、複雑な関係性を持つリッチな
データが生まれ続け、また取り込まれ続けています。
しかし開発者は未だにトラディショナルなデータベースの
中でグラフのような複雑な関係性を扱うことを強要されて
います。

27. 皆さんも“LOD”
を使ってみましょう！
272017/12/19