Semantisch zoeken - over knowledge graph, semantisch web, rdf enz.
1. semantisch zoeken
over knowledge graph, semantisch web,
rdf, linked data, ontologieën, metadata, ...
VOGIN-IP-lezing 2014
Eric Sieverts
@sieverts
2. semantisch zoeken
een deel van het materiaal in deze presentatie
wordt ook gebruikt in de eendaagse cursus
"semantisch zoeken"
bij GO Opleidingen
eric sieverts, maart 20142
3. conflicting views?
Semantic Web Business: Going Nowhere
Slowly
I've been a semantic web skeptic for years.
SemWeb is useful for information enrichment in
certain domains, via a circumscribed set of
tools. However, the SemWeb offers a
vanishingly small benefit to the vast majority of
businesses. The vision persists but is
unachievable; the business reality of SemWeb
is going pretty much nowhere.
The SemWeb dream centers on sharing linked
data via the W3C's Resource Description
Framework protocol. There is no question that
SemWeb aspires to a worthy goal, but its tools
and processes are no match for the reality of
never-diminishing online, social, and enterprise
data chaos. We will never achieve its ideal
universe of neatly marked up data, published
by content producers in accordance with the
prescriptive W3C standards.
Seth Grimes on January 7, 2014 in InformationWeek
eric sieverts, maart 20143
In case you missed it, a series of recent
articles have made a Big Announcement:
The Semantic Web is not here yet.
Additionally, neither are flying cars, the
cure for cancer, humans traveling to Mars
or a bunch of other futuristic ideas that
still have merit.
A problem with many of these articles is
that they conflate the Vision of the
Semantic Web with the practical
technologies associated with the
standards. While the Whole Enchilada
has yet to emerge (and may never do
so), the individual technologies are
finding their way into ever more systems
in a wide variety of industries. These are
not all necessarily on the public Web,
they are simply Webs of Data.
Brian Sletten on January 13, 2014 in
semanticweb.com
4. semantisch zoeken
vraag 1:
• wanneer is een zoeksysteem een semantisch
zoeksysteem?
.... als het erop staat?
eric sieverts, maart 20144
5. semantisch zoeken
vraag 2:
• welke functionaliteit van een zoeksysteem zou u
semantisch noemen?
eric sieverts, maart 20145
6. semantisch zoeken
10 Things that Make Search a Semantic Search
[volgens Hakia dat zelf beweert semantische zoekmachine te zijn]
1. Handling morphological variations
2. Handling synonyms with correct senses
3. Handling generalizations
4. Handling concept matching
5. Handling knowledge matching
6. Handling natural language queries and questions
7. Ability to point to uninterrupted paragraph and the most relevant
sentence
8. Ability to Customize and Organic Progress
9. Ability to operate without relying on statistics, user behavior, and
other artificial means
10. Ability to detect its own performance
eric sieverts, maart 2014
http://company.hakia.com/whatis.html
6
7. semantisch zoeken
Current trend : the semantic search system should be able to understand the
query and give relevant results based on the current trend and news.
Location of search : When searching for 'what is the temperature', semantic
search should provide results based on the current location.
Intent of the search : Semantic search should give appropriate search results
based on the intent of the search and not on the specific words used.
Variations of words : Semantic search should consider tenses, plural, singular
etc and provide results for all semantic word variations.
Synonyms : Semantic search should understand synonyms and give more or
less the same results on any synonyms of the word users search for.
Generalized and Specialized queries : Semantic Search should set relation
between generalized and specialized queries and provide appropriate results.
Concept matching : Sub-set of context matching. Semantic search should
understand the broad concept of the query and return relevant results.
Natural language queries : On search for 'What time is it in Arizona‘, Semantic
Search would show you the current time in Arizona, USA.
Change of meaning based on the group of words. The last word in a query
may completely change its meaning. Semantic Search should distinguish such
differences and give relevant search results.
eric sieverts, maart 2014
http://www.techulator.com/resources/59Tony John (2012) - Semantic Search:
Factors considered by Search Engines
7
9. semantisch zoeken
samenvattend: globaal 3 soorten toepassingen
1. inschatten van de intentie van de zoeker - en liefst
concreet antwoord in plaats van "ten blue links"
bijv.: zoekt mobiel in buurt van de Damstraat naar “pizza”
>> adres van pizzeria in de buurt
2. bepalen van betekenis van woorden/tekst in documenten
vooraf bij indexeren of achteraf in zoekresultaat;
van eenvoudige herkenning van entiteiten of meegegeven metadata,
tot complexe kennis van de wereld, zodat automatisch concepten
worden toegekend of relevante aanvullende informatie verschijnt
3. automatisch aanpassen van zoekacties
bijv.: zoekactie uitbreiden met gerelateerde zoekwoorden,
zoekwoorden vervangen door betere zoekwoorden,
(ook) in andere systemen zoeken
eric sieverts, maart 20149
10. 1. intentie van de zoeker
intentie of context van vraag kan worden bepaald:
• op basis van de lokatie van de zoeker
– globaal:
op basis van internetdomein waar gebruiker zit (ip-adres)
op google.nl krijg je ander antwoord dan op google.com
– heel precies:
op basis van bekende gps- of gsm-gegevens (mobiel)
• op basis van analyse van de gestelde vraag
• op basis van eerder zoekgedrag van de zoeker
ook bij dubbelzinnige zoekwoorden?
eric sieverts, maart 201410
11. intentie van de zoeker
intentie of context van vraag kan worden bepaald:
• op basis van lokatie
• op basis van analyse van de gestelde vraag
– naam van persoon, bedrijf, product, gebeurtenis, … >> feiten
– naam van gewoon persoon >> facebook / linked-in gegevens
– herkent vaste combinaties van woorden
– natuurlijke taal interpretatie
– statistiek op frequente eerdere vragen
• op basis van eerder zoekgedrag
eric sieverts, maart 201411
Google
Knowledge
Graph
wolfram|alpha
13. Wie op “Bach” zoekt, vindt vermoedelijk liever
gegevens over hem dan websites over hem.
Google's Knowledge Graph kent 500 miljoen
objecten met 3,5 miljard kenmerken
(binnenkort ook in het Nederlands)
13
gegevens o.a. afkomstig uit:
"Freebase" (crowdsourced kennisbank),
Wikipedia, CIA World factbook en
statistische analyse van eigen gegevens
14. wat is in dit verband
een "graph"?
een netwerk van al die concepten met
hun onderlinge relaties en kenmerken
14
15. graphs zijn nu "hot"
15 eric sieverts, maart 2014
social graph uit Twitter
social graph uit Facebook
relaties in Freebase
16. 16 eric sieverts, maart 2014
meer uit de Knowledge Graph
generieke vragen
leveren lijstjes/"carousel",
soms in meer rubrieken
24. Bing heeft iets soortgelijks: "Satori"
maar dat reageert nog niet altijd zo
slim op combinaties van woorden
25.
26. intermezzo: een onderzoekje
wat geeft beter antwoord op wat voor soort vragen?
zie: http://webzoek.pbworks.com/semantisch
• antwoord uit Google's Knowledge Graph
• antwoord uit Bing's Satori
• antwoord uit Wolfram|Alpha
• gegevens over dat onderwerp uit de Wikipedia
• eerste weblinks uit gewone zoekresultaat uit Google
• door Sensebot geselecteerde antwoorden
• door Cluuz geselecteerde antwoorden
• antwoord uit Ask-Cluuz
• antwoord uit Kngine
• door Factbites samengevatte antwoorden
• eerste weblinks uit (semantisch?) zoekresultaat uit Hakia
eric sieverts, maart 201426
27. intentie van de zoeker
intentie of context van vraag kan worden bepaald:
• op basis van de lokatie van de zoeker
• op basis van analyse van de gestelde vraag
• op basis van eerder zoekgedrag van de zoeker
– wat voor zoekvragen stelde gebruiker eerder
– naar welke resultaten keek gebruiker dan
(bijvoorbeeld al toegepast in Google's relevantie-personalisatie;
opgeslagen "history" is ook al "big data")
eric sieverts, maart 201427
28. 2. bepalen van betekenis
betekenis herkennen van woorden en gegevens in te
indexeren tekst en/of in al gevonden resultaten
• herkennen van "entiteiten" in tekst
(herkennen van woorden/samenstellingen behorend tot categorieën
als plaats, persoon, bedrijf, product, ...)
• tekstanalyse voor automatisch categoriseren
(door "machine learning" getraind op taxonomie of thesaurus,
zowel inhoudelijk als bijv. "sentiment detection")
• betekenis die herkenbaar aanwezig is in "embedded metadata"
(bijvoorbeeld binnen XML of (X)HTML coderingen) >> semantisch
web
• inhoudelijke koppeling met geselecteerde andere bronnen
(bijvoorbeeld via "linked data")
• ...
eric sieverts, maart 201428
32. betekenis door structuur
Facebook
• kent betekenis toe door gegevens gestructureerd op te slaan
• doet dat ook in een "graph" >> graph search
32 eric sieverts, maart 2014
33. 2. bepalen van betekenis
betekenis herkennen van woorden en gegevens in te
indexeren tekst en/of in al gevonden resultaten
• herkennen van "entiteiten" in tekst
(herkennen van woorden/samenstellingen behorend tot categorieën
als plaats, persoon, bedrijf, product, ...)
• tekstanalyse voor automatisch categoriseren
(door "machine learning" getraind op taxonomie of thesaurus,
zowel inhoudelijk als bijv. "sentiment detection")
• betekenis die herkenbaar aanwezig is in "embedded metadata"
(bijvoorbeeld binnen XML of (X)HTML coderingen) >> semantisch
web
• inhoudelijke koppeling met geselecteerde andere bronnen
(bijvoorbeeld via "linked data")
• ...
eric sieverts, maart 201433
39. 2. bepalen van betekenis
betekenis herkennen van woorden en gegevens in te
indexeren tekst en/of in al gevonden resultaten
• herkennen van "entiteiten" in tekst
(herkennen van woorden/samenstellingen behorend tot categorieën
als plaats, persoon, bedrijf, product, ...)
• tekstanalyse voor automatisch categoriseren
(door "machine learning" getraind op taxonomie of thesaurus,
zowel inhoudelijk als bijv. "sentiment detection")
• betekenis die herkenbaar aanwezig is in "embedded metadata"
(bijvoorbeeld binnen XML of (X)HTML coderingen) >> semantisch
web
• inhoudelijke koppeling met geselecteerde andere bronnen
(bijvoorbeeld via "linked data")
• ...
eric sieverts, maart 201439
40. eric sieverts, maart 2014
uit semantische codering
gestandaardiseerde markering van kenmerken in
webpagina's
voorbeelden van “embedded metadata”:
– recipe search bij Google en Yahoo
– toepassing e-commerce ontology
daarbij gebruikte standaarden:
– microformats / rich snippet markup / microdata / schema.org
(Google, Yahoo, Bing)
onder andere voor: recepten, recencies, personen,
producten, organisaties, gebeurtenissen, muziek
– RDFa
40
45. nieuwe standaard van de zoekmachinegiganten: microdata
hiërarchie van kenmerken voor embeddable metadata in webpagina’s
45
+ nu ook
Yandex
46. de concepten uit de
good relations ontology
zijn recent ook in
schema.org geïncorporeerd
door Google, Bing en Yahoo vastgelegde standaard: microdata
met hiërarchie van embeddable metadata kenmerken voor het web
47. microdata en RDFa
• toepassing van deze technieken is vaak "SEO-driven"
• Google biedt webmasters "Structured data testing tool" dat
fouten in codering detecteert
zie blogpost op
SearchEngineLand
http://searchengineland.com/how-to-u
eric sieverts, maart 201447
48. wat heeft zoeker hieraan?
• zoeker kan gerichter zoeken en filteren
(zoals in Google's receptenzoeker)
• zoeker krijgt duidelijker informatie over
gevonden items
(zoals Google's rich snippets)
eric sieverts, maart 2014
49. metadata tools
• er zijn handige browsertools (voor chrome) die analyse
maken van in webpagina aanwezige metadata volgens
microformat, microdata of RDFa standaard
http://searchengineland.com/how-to-use-rich-snippets-semantic-markup
chrome extensions:
https://chrome.google.com/webstore/category/extensions
• met Google's "webmaster structured data testing tool"
kun je indirect net zo iets:
http://www.google.com/webmasters/tools/richsnippets
eric sieverts, maart 201449
intermezzo metadata tools
57. 2. bepalen van betekenis
betekenis herkennen van woorden en gegevens in te
indexeren tekst en/of in al gevonden resultaten
• herkennen van "entiteiten" in tekst
(herkennen van woorden/samenstellingen behorend tot categorieën
als plaats, persoon, bedrijf, product, ...)
• tekstanalyse voor automatisch categoriseren
(door "machine learning" getraind op taxonomie of thesaurus,
zowel inhoudelijk als bijv. "sentiment detection")
• betekenis die herkenbaar aanwezig is in "embedded metadata"
(bijvoorbeeld binnen XML of (X)HTML coderingen) >> semantisch
web
• inhoudelijke koppeling met geselecteerde andere bronnen
(bijvoorbeeld via "linked data")
• ...
eric sieverts, maart 201457
intermezzo:
RDF, semantisch web,
ontologieën, linked data, …
58. rdf
eric sieverts, maart 2014
RDF = resource description framework
• RDF is een standaard voor het beschrijven van de relatie
tussen een resource (of een object) en zijn metadata
• RDF gebruikt “namespaces” om naar computer-leesbare
beschrijving van gebruikte metadatastandaarden te
verwijzen (link via URL)
• RDF is bedoeld om bestaande semantische systemen te
(her)gebruiken en te combineren
• RDF wordt meestal in XML-notatie weergegeven
• RDFa = “RDF in attributes” , standaard om metadata in de
inhoud van (X)HTML webpagina’s te verwerken
58
intermezzo RDF
59. rdf tripels
eric sieverts, maart 2014
• eigenschappen (metadata) worden vastgelegd in zogenaamde
tripels: subject <predicaat> object
(wat je ook zou mogen noemen : ding <eigenschap> waarde )
• waarbij
– te beschrijven ding een webadres (URI) heeft
– eigenschap van dat ding liefst ook een URI heeft
– "waarde" van die eigenschap liefst ook een URI heeft
• voorbeeld:
– boek (heeft een webadres: URI)
– heeft auteur (betekenis van eigenschap ergens beschreven: URI)
– persoon (gegevens van persoon ergens op web te vinden: URI)
• RDF-tripels worden ook gebruikt in "linked data"
• ze worden opgeslagen in zogenaamde triple-stores
59
intermezzo RDF
60. rdf tripels grafisch
eric sieverts, maart 2014
subject <predicaat> object
doc1 <heeft auteur> auth1
auth1 <heeft naam> john smith
auth1 <heeft affiliatie> home inc.
auth1 <heeft email> smith@home.com
grafische representatie van
simpel netwerk van 4 RDF-tripels
60
intermezzo RDF
61. rdf - weergave in xml
eric sieverts, maart 2014
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns="http://www.john.smith.net/rdfexample/">
<rdf:Description rdf:about="http://www.xxx.com/yyy/doc1.xml">
<author>
<rdf:Description rdf:about="http://www.xxx.com/autId/7801">
<name>John Smith</name>
<affiliation>Home Inc.</affiliation>
<email>Smith@home.com</email>
</rdf:Description>
</author>
</rdf:Description>
</rdf:RDF>
namespaces
URI's van beschreven resources
61
je zou eigenlijk ook nog met URI's moeten verwijzen
naar de plek waar die kenmerken gedefinieerd zijn
intermezzo RDF
62. rdf tripels
eric sieverts, maart 201462
naar idee van
Lucas Koster / IP
"Uit Berlijn"
boek
Uit Berlijn
"Armando"
Schuldig
landschap
http://www.worldcat.org/oclc/10098995
is een
http://www.w3.org/1999/02/22-rdf-syntax-ns#type
naam
http://xmlns.com/foaf/spec/#term_name
http://viaf.org/viaf/9885610/
http://hdl.handle.net/10934/RM0001.COLLECT.496040
is geschreven
door
is schilder van
http://purl.org/dc/terms/creator
http://purl.org/dc/terms/creator
intermezzo RDF
http://schema.org/Book
title
Armando
http://purl.org/dc/terms/title
63. rdf bekijken
eric sieverts, maart 201463
intermezzo RDF
voor het bekijken van RDF in webpagina's bestaan,
behalve een paar (niet zo handige) Chrome extensies,
ook zogenaamde RDF Browsers als webservices,
waar je URL's van te analyseren pagina's kunt invoeren
bijvoorbeeld: "graphite"
– http://graphite.ecs.soton.ac.uk/browser
64. in semantisch web
wordt van "alles"
de betekenis
vastgelegd
eric sieverts, maart 2014
semantisch web
om betekenis ook te
kunnen begrijpen zijn
"ontologieën" nodig
64
intermezzo semantisch
web & ontologieën
65. ontologieën
eric sieverts, maart 2014
"Ontology is the philosophical study of the nature of
being, becoming, existence, or reality, as well as
the basic categories of being and their relations"
Wikipedia
filosofie
kunstmatige
intelligentie
semantisch
web
65
intermezzo semantisch
web & ontologieën
linked
(open) data
66. ontologieën
eric sieverts, maart 2014
een strikt en uitputtend schema
voor een bepaald onderwerpsdomein,
meestal in een hiërarchische structuur,
die alle relevante grootheden en hun relaties bevat,
alsmede de regels waaraan die grootheden en
relaties binnen dat domein voldoen
filosofie
kunstmatige
intelligentie
semantisch
web
66
intermezzo semantisch
web & ontologieën
linked
(open) data
67. ontologieën
• "kennis-representatie“ waarin kennis over (klein stukje van)
de wereld in geformaliseerde vorm is weergegeven
• meestal niet rechtstreeks gebruikt voor ontsluiting
• maakt vollediger en meer complexe representaties van de
werkelijkheid mogelijk dan met een thesaurus
• veel mogelijke soorten relaties tussen concepten
• vastgelegde rollen en eigenschappen van die concepten
• vaak voor een beperkt onderwerpsdomein (“wijn ontologie”)
• soms breder in een zogenaamde “core ontology”
bijvoorbeeld: CIDOC-CRM (conceptual reference model) voor
concepten, relaties en eigenschappen op gebied van cultureel
erfgoed
eric sieverts, maart 201467
intermezzo semantisch
web & ontologieën
68. relaties tussen enkele concepten
in een eenvoudige "wijn-ontologie"
Château Lafitte Rothschild {is een} wijnhuis
Château Lafitte Rothschild {produceert} Château Lafitte Rothschild Pauillac
Bordeaux {heeft als beste wijnhuizen} Château Lafitte Rothschild
Château Lafitte Rothschild Pauillac {wordt gemaakt door} Château Lafitte Rothschild
Château Lafitte Rothschild Pauillac {is een} Pauillac
Bordeaux {is een} wijnstreek
....
veel meer soorten relaties mogelijk
dan alleen BT, NT, RT, Use, Used for
68
hiërarchische structuur van
concepten van één soort in
een eenvoudige "wijn-ontologie"
69. ontologieën
eric sieverts, maart 2014
elk soort kennisorganisatiesysteem waarmee betekenis
beschreven kan worden, zoals
• "echte" ontologieën
• thesauri
• taxonomieën
• semantische netwerken
• namenlijsten
• concordanties
• …
filosofie
kunstmatige
intelligentie
semantisch
web
69
intermezzo semantisch
web & ontologieën
linked
(open) data
schema.org
is ook simpele
vorm hiervan
70. ontologieën
eric sieverts, maart 2014
"conceptuele datamodellen" voor allerlei domeinen, zoals
• foaf (persoonsgegevens)
• dublin core (15 velden voor vooral erfgoed)
• good-relations ontology (e-commerce)
• music ontology (muziek)
• skos (thesaurusrelaties)
• cidoc-crm (erfgoed)
definities van "velden", klassen van eigenschappen, e.d.,
meestal niet van hun inhouden
filosofie
kunstmatige
intelligentie
semantisch
web
70
intermezzo semantisch
web & ontologieën
linked
(open) data
71. ontologieën
voor “ontologieën” in het kader van semantisch web en
linked data is essentieel dat:
– ontologie zo beschikbaar is dat een computer-programma
hem kan lezen, verwerken en interpreteren
→ vereist gestandaardiseerde notaties en formele talen
om ze te beschrijven, zoals
• rdf
• rdfs
• owl
• skos
• …
eric sieverts, maart 201471
intermezzo semantisch
web & ontologieën
72. voorbeeld van de relaties
tussen concepten m.b.t.
het standbeeld van Balzac
door Rodin [CIDOC-CRM]
72
76. voorbeeld hoe diverse semantische standaarden
(ontologieën) via RDF werden gecombineerd
vroeger veel gebruikte
standaarden voor
beschrijvingselementen:
• v: vcard
• mo: music ontology
• foaf: friend of a friend
• owl: web ontology language
• geo
maar worden nu algemeen
vervangen door schema.org
76
oud
77. grafische weergave van
SKOS-representatie van
thesaurustermen & relaties:
netwerk van RDF-tripels
Term: Economic cooperation
Used For: Economic co-operation
Broader terms: Economic policy
Narrower terms: Economic integration,
European economic cooperation,
European industrial cooperation,
Industrial cooperation
Related terms: Interdependence
Scope Note: Includes cooperative measures
in banking, trade, industry etc., between
and among countries.
SKOS
Simple Knowledge
Organisation System
77
78. SKOS relaties
in dit voorbeeld zagen we standaard thesaurusrelaties:
<skos:prefLabel> voorkeursterm voor concept
<skos:altLabel> synoniemen
<skos:scopeNote> omschrijving van concept
<skos:broader> algemener concept
<skos:narrower> specifieker concept
ook beschrijving in hoeverre termen uit verschillende
thesauri inhoudelijk overeenkomen (concordantie) :
<skos:mappingRelation> overeenkomst met term uit ander systeem
<skos:exactMatch> term heeft zelfde betekenis
<skos:closeMatch> term heeft bijna zelfde betekenis
<skos:broadMatch> term is ruimer
<skos:narrowMatch> term is specifieker
zo kunnen zoekacties worden uitgebreid,
ook met termen uit andere systemen eric sieverts, maart 201478
79. semantisch web
• ultieme toepassing van interoperabiliteit
• gebruikt combinatie van
– RDF(S)
– ontologieën (ook thesauri, taxonomieën, semantisch netwerken, …)
– formele talen (als SKOS en OWL - ook wel ontologieën genoemd)
– annotatie van resources/objecten (=onderwerpsontsluiting)
• als vanuit allerlei systemen wordt gelinkt naar dergelijke
computerleesbare "databases" met semantische kennis,
kan programmatuur allerlei termen met elkaar in verband
brengen ten behoeve van zoeken (en andere functies)
• dat wordt bijvoorbeeld in Europeana toegepast
• en "linked data" moet dat nog makkelijker maken
eric sieverts, maart 201479
intermezzo semantisch
web & ontologieën
80. Tim Berners Lee:
1989: "invented" the World Wide Web
2004: proposed the "semantic web"
2006: designed "linked data" as a step towards
realisation of the semantic web
eric sieverts, maart 201480
van web tot linked data
intermezzo linked data
82. linked data
linked (open) data
• kan weergegeven als RDF-tripels
zodat die data computer-leesbaar zijn
• ze staan op internet
zodat het "open" is
• bedoeld om te worden hergebruikt
zodat het belangrijk ingrediënt voor het semantisch web is
• is gestandaardiseerd
zodat het makkelijk hergebruikt kan worden
• iedereen kan (en moet!) data bijdragen
waardoor het soms wel een beetje een rommeltje is
• je kunt zoeken in linked data triple-stores
SPARQL is voor linked data wat SQL is voor relationele database
eric sieverts, maart 201482
intermezzo linked data
83. dbpedia: data
from Wikipedia
last.fm: artists
geonames:
6.2 M toponyms
BBC: wildlife
finder
project
GutenbergIMDB
music brainz
Reuters:
openCalais
viaf: virtual
international
authority file
LCSH
NY times
Flickr
"linked open data cloud" - 31 miljard data online – 504 miljoen links daartussen
door standaardisering van dataformats en metadata,
kunnen computers betekenis van die data "begrijpen" en die data gebruiken
rechtspraak.nl
sept 2011
84. fragment uit het
linked data
VIAF-record voor
Lewis Carroll
viaf.org/viaf/66462036/rdf.xml
84
85. fragment uit het
linked data
VIAF-record voor
Hugo Brandt Corstius
viaf.org/viaf/94439179/rdf.xml
85
88. sparql - endpoints
nog wat linked data jargon:
SPARQL Sparql Protocol And Rdf Query Language
wat SQL is voor relationele databases
is SPARQL voor RDF triple stores
Endpoints toegangspunten op het web waar je SPARQL
zoekactie op RDF triple stores kunt uitvoeren
(je moet daarvoor de SPARQL syntax kennen
- door een computer laten uitvoeren)
eric sieverts, maart 201488
intermezzo linked data
89. 3. aanpassen zoekacties
aanpassen / verbeteren van zoekacties
vooraf (automatisch) bewerken van zoekvraag
• variaties op zoekwoord meenemen in query
– spelling verbeterd (statistiek?) [veilgheid >> veiligheid]
– zoeken op woordstam (enkel/meervoud, vervoegingen, ….)
[vaccination >> vaccinations, vaccine, vaccinate, vaccinated, …]
– spellingsvariaties [immunisation <> immunization]
– samenstellingen opbreken (en omgekeerd)
[catfood <> cat food ; maatregel + veiligheid <> veiligheidsmaatregelen]
• synoniemen, acroniemen aan query toevoegen
(uit woordenlijst, semantisch netwerk, ontologie)
[vaccination <> immunization ; jfk <> john f kennedy]
• verwante en specifiekere begrippen aan query toevoegen
(uit semantisch netwerk, thesaurus, ontologie)
eric sieverts, maart 2014
heeft nog niet zo veel met
"semantiek" te maken;
Google doet dat wel al allemaal
89
90. eric sieverts, maart 2014
3. aanpassen zoekacties
aanpassen / verbeteren van zoekacties
achteraf bewerken van zoekresultaat
• zoekresultaten clusteren op basis van inhoud
– meestal op basis van woordstatistiek (voorbeeld Clusty, Polymeta)
– soms op basis van automatische classificatie
• in gevonden document alinea(s) tonen die antwoord op vraag geeft
– KWIC display van zoekmachines is eenvoudige vorm daarvan
– zie bijv. Sensebot
• uit meer zoekresultaten samenvatting genereren van belangrijkste
bevindingen / antwoorden
– zie bijv. Factbites
90
94. semantische zoekmachines
voor "semantisch" gaan door:
• Wolfram|Alpha "computational knowledge engine", feitelijke gegevens
• DuckDuckGo niet semantischer dan google
• Hakia enterprise search; webresultaten nogal middelmatig
• Cognition voor specifieke databases, bijv. voor Medline
• Sensebot vat ook inhoud van meer documenten samen
• Factbites samengevatte informatie uit geselecteerde bronnen
• Cluuz selecteert (uit) antwoorden; ask.cluuz beantwoordt vragen
• Swoogle RDF ontology search engine
• Sindice zoekmachine voor sites met RDF metadata
• Kngine heeft ook een app voor smartphones
• Unsilo nog in ontwikkeling ("invite" aanvragen)
94 eric sieverts, maart 2014
95. what all that alphabet soup means
• CC Creative Commons
• CIDOC-CRM CIDOC Conceptual Reference Model
• DC Dublin Core
• FOAF Friend-of-a friend
• GR Good Relations Ontology
• HTML HyperText Markup Language
• LOD Linked Open Data
• MO Music Ontology
• OG Open Graph protocol
• OWL Web Ontology Language
• RDF Resource Description Framework
• RDFa RDF in Attributes
• SKOS Simple Knowledge Organisation System
• SPARQL Sparql Protocol And Rdf Query Language
• URI Uniform Resource Identifier
• URL Uniform Resource Locator
• VIAF Virtual International Authority File (authors)
• XHTML eXtensible HyperText Markup Language
• XML eXtensible Markup Language
96. the end
eric sieverts, maart 201496
voor meer "didactische" informatie zie o.a. semantic university
http://www.cambridgesemantics.com/semantic-university