Semantiskais tīmeklis un Atvērtie dati

SEMANTISKAIS TĪMEKLIS
UN ATVĒRTIE DATI
Uldis Bojārs
Latvijas Nacionālā bibliotēka,
LU Matemātikas un informātikas institūts
LATA konference
“Atvērtie dati: iespējas un izaicinājumi”
23-Jan-2014

“Data is a 21st century commodity:
it’s the new oil.
There’s almost no limit to the economic and
social wonders it can generate: ...”
Neelie Kroes (at OKFN 2012),
VP of the European Commission and
Commissioner for the Digital Agenda

Atvērto datu veidi
•
•
•
•
•

Valdības dati
Pašvaldību dati
Kultūras mantojuma dati
Izglītības un zinātnes organizāciju dati
Portālu un ziņu aģentūru dati
– ar rakstiem saistītā informācija

• “Crowdsourced” dati
– cilvēki, sociālais tīmekli

• ... citu organizāciju un cilvēku apkopoti dati ...

Lai pilnībā izmantotu atvērto datu
potenciālu, datiem jābūt:
–atrodamiem
–lietojamiem
–saprotamiem

http://www.w3.org/2014/Talks/0123_phila_lata/#(14)

“Vieglais” semantiskais tīmeklis
• 5* Linked Data (saistītie dati)
• Datu kopu metadati
• Datu nozīme (semantika)
• Standarti:
– URI, HTTP, RDF
– SPARQL vaicājumu valoda
– datu shēmas: schema.org, DCAT, Dublic Core, u.c.
– drīzumā: CSV on the Web

Tehniskā informācija:

http://www.slideshare.net/CaptSolo/linked-open-data-20184278

Latvijas atvērtie dati
Vai tādi vispār ir?
Kā nodrošināt, ka lietotāji tos var atrast?

Semantiskais tīmeklis un Atvērtie dati

http://datahub.io/dataset/bluk-bnb
CKAN programmatūra datu portāliem @ http://ckan.org

• Dati par datiem
• Viss, kas ir jāzin, lai datu kopu varētu
atrast, saprast un lietot
• Pirmkārt: ka te vispār *atrodas* datu kopa

Metadatu publicēšana
• saistīto datu principi (URI, ...)
• anotāciju iekļaušana HTML lapās: RDFa
• schema.org - http://schema.org/Dataset
– meklēšanas servisu (Google, Bing, ...) un lielāko
sociālā tīmekļa vietņu (Facebook, ...) izstrādāts
standarts

• DCAT (Data Catalog Vocabulary)
– http://www.w3.org/TR/vocab-dcat/
– W3C standarts datu kopu aprakstiem

Ko tas viss nozīmē?

Kā šo informāciju saprast un izmantot?

http://okfnlabs.org/bad-data/ex/bls-us-employment/

• “The UK government is convinced linked data
is the best approach available
– for publishing data in a hugely diverse and
distributed environment,
– in a gradual and sustainable way.”

• avots: “Why Linked Data for data.gov.uk?”
– http://www.jenitennison.com/blog/node/140

Atvērts standarts:
MARC 21
Bibliotēku speciālisti to
[varbūt] zin no galvas.
Vai šie dati ir ērti
lietojami plašam
interesentu lokam?

Lietas, ko zinās
speciālists:
001 = identifikators

670 = atsauces
(te parādās saites uz
citiem ierakstiem !!!)

Dati ir atvērti (CSV faili), tomēr lietotājs var nezināt:
– kā atrast saistīto informāciju (piem., Saeimas lēmumi)
– ka var būt vienādi vārdi + partijas (vairāki Andri Bērziņi?)
– latviešu valodu (“noraidīts”, “atturas”, ...)
http://data.opendata.lv/jbaiza/11-saeimas-balsojumi

4* = Labi identifikatori
• Ļauj norādīt uz datu kopām un atsevišķiem
ierakstiem
– “Šajā adresē ir interesanti dati, vērts apskatīt !”

• Dod iespēju veidot saites data kopu un
to objektu starpā
– viss saitēm nepieciešamais jau ir identifikatorā iekšā

• Citi nozīmīgi komponenti:
– datu shēmas, ar kurām aprakstīt vajadzīgos datus

• D472BF93A1272030C22579100046C50F
• http://titania.saeima.lv/personal/deputati/sae
ima11_depweb_public.nsf/0/D472BF93A1272
030C22579100046C50F?OpenDocument&lan
g=LV

• http://lv.wikipedia.org/wiki/Solvita_Āboltiņa

Labi Identifikatori = URI
• 4* open data:
– Lietojam tīmekļa standartus (HTTP URI kā identifikatori)

• Zinot adresi, datiem var pavaicāt: “pastāsti par sevi!”
– Vienkārši ierakstam adresi tīmekļa pārlūkā

• “Ceļojot” tīmeklī mēs jau lietojam identifikatorus
(tīmekļa adreses) un saites lapu starpā
– http://lv.wikipedia.org/wiki/Latvija
• http://viaf.org/viaf/12431977/#Aspazija,_1868-1943

Saistītie dati (RDF
formā), MARC21, XML, ...
No tā paša URI var saņemt gan
cilvēkas lasāmus, gan
mašīnlasāmus datus

viens ID -> dažādi formāti

Tīmekļa lapa

MARC-XML
http://viaf.org/viaf/12431977/
#Aspazija,_1868-1943

RDF (saistītie dati)

saites objektu starpā
(JSON, XML)

5* = Saites starp objektiem
• Ļauj ceļot starp datiem, atklāt jaunas datu kopas
– “Tas ir tāpat kā sērfot tīmeklī !”

• Rezultāts: datu tīmeklis
• Tehniski:
– atsaucoties uz citiem datiem, lieto to URI
– katram URI var likt “pastāstīt par sevi”

VIAF:
saites ar citiem objektiem
• Aspazija:
– http://viaf.org/viaf/12431977/#Aspazija,_1868-1943
– informācija par personu

• Saites uz:
– LIBRIS (Zviedrija), Vācijas nac. bibl., ...
• http://libris.kb.se/resource/auth/175510

– DBPedia (Wikipēdijas semantiskais “spogulis”)
• http://dbpedia.org/resource/Aspazija

• Aspazija @ DBPedia
– http://dbpedia.org/resource/Aspazija
– strukturēti dati, kas savākti no Vikipēdijas

• Atribūti + Saites uz:
–
–
–
–

dzīvesbiedrs: http://dbpedia.org/resource/Rainis
dz. vieta: http://dbpedia.org/resource/Zaļenieku_parish
http://dbpedia.org/resource/Category:Latvian_poets
...

• Vēl vairāk dati + saites uz citiem datiem:
– saistītie dati no nacionālajām bibliotēkām

Linking Open Data cloud diagram,
by Richard Cyganiak and Anja Jentzsch. http://lod-cloud.net/

http://www.ted.com/talks/tim_berners_lee_on_the_next_web.html

Kopsavilkums
• Datiem jābūt:
– atrodamiem, lietojamiem un saprotamiem

• Saistītie atvērtie dati = risinājums:
– datu kopu metadati (atrodamība)
– izmanto atvērtus standartus (lietojamība)
– apraksta datu nozīmi (saprotamība)

Veidojot Latvijas atvērtos datus, darīsim to pareizi !

Uldis Bojārs
LNB - Semantiskā tīmekļa eksperts
LU MII - Pētnieks (atvērtie saistītie dati)
• http://www.slideshare.net/CaptSolo/presentations
• uldis.bojars@gmail.com
• https://twitter.com/CaptSolo
• Atvērto datu diskusiju grupa:
– http://groups.google.com/group/opendata_lv

Semantiskais tīmeklis un Atvērtie dati

More Related Content

Semantiskais tīmeklis un Atvērtie dati

Editor's Notes