2015-07-09 に行われた 第36回 SWO研究会 - DBpedia シンポジウム での発表 https://sites.google.com/site/sigswo15/papers/36program

1. DBpedia Japanese
運営の現状
情報・システム研究機構 加藤 文彦
2015-07-09
第36回SWO研究会 DBpediaシンポジウム

2. DBpedia
• プロジェクト: 研究，コミュニティ
• データセット: RDF，オントロジー
• サービス: Linked Data，SPARQL
2

3. プロジェクト

4. DBpediaプロジェクト
• 2007年に最初の公開
• 現在
• 125言語のデータセット
• ドイツあたり中心にヨーロッパの人達ががんばっている
• ソースコードはGitHubに移行: https://github.com/dbpedia
• メーリングリストはSourceforgeのまま: http://
sourceforge.net/p/dbpedia/mailman/
4

5. DBpedia i18n chapters
• 各言語のサービスをサブドメインで提供
• http://xx.dbpedia.org
• 現在18言語
• 自主的に手を上げた誰かがホスト
• データセットは本家のものか独自生成
5

6. DBpedia Japanese
• i18n chapterの1つ
• 日本語リソースのハブ
• LOD促進
• http://ja.dbpedia.org
• LODACプロジェクトの一部
6

7. DBpedia Japanese沿革
• 2012-05-09 最初のURI版公開
• 2012-06-30 IRI版公開
• [ 不定期更新 ]
• 2013-06-17 日本語Wikipediaオントロジー，WordNet-jaへのリン
ク
• 2015-01-14 現状の最新版 (20141230版)
• 2015-07-08 J-GLOBAL knowledgeへのリンク (NEW!)
7

8. データセット

9. DIEF: DBpedia Information Extraction Framework
• データ抽出するための
ソフトウェア
• Wikipediaが主な対象，
部分的にWikidataや
Wikimedia commonsも
• 各言語特有の抽出器や解
析器の設定が可能
https://github.com/dbpedia/extraction-framework
9

10. Infobox抽出のイメージ
テンプレート
オントロジーマッピング
データ抽出 データ抽出での利用
10

11. DBpedia全体の処理
ref:
D.
Kontokostas
et
al.
"Internationalization
of
Linked
Data.
The
case
of
the
Greek
DBpedia
edition."
Journal
of
Web
Semantics:
Science,
Services
and
Agents
on
the
World
Wide
Web,
vol.
15,
No.3,
Sep.
2012,
pp.51-­‐61
11

12. dbp-­‐owl:AdministraOveRegion
dbp:サイボーグ009
dbp-­‐owl:
ComicsCreator
dbp:宮城県
dbp:石ノ森章太郎
rdfs:label
rdf:type
rdfs:label
dbp-­‐prop:生年
dbp-­‐owl:notableWork
dbp-­‐owl:award
dbp-­‐owl:birthPlace
rdf:type
サイボーグ009
宮城県 foaf:Person
1938
石ノ森章太郎
rdf:type
rdfs:label
dbp:村井嘉浩
dbp-­‐owl:leaderName
グラフ例
dbp:手塚治虫
文化賞
dbp-­‐owl:Cartoon
rdf:type
12

13. http://mappings.dbpedia.org/index.php/Mapping_ja13

14. 14

15. http://mappings.dbpedia.org/server/statistics/ja/15

16. 16

17. {{TemplateMapping
|
mapToClass
=
ComicsCreator
|
mappings
=
{{PropertyMapping
|
templateProperty
=
名前 |
ontologyProperty
=
foaf:name
}}
{{PropertyMapping
|
templateProperty
=
本名 |
ontologyProperty
=
foaf:name
}}
{{PropertyMapping
|
templateProperty
=
生年 |
ontologyProperty
=
birthYear
}}
{{PropertyMapping
|
templateProperty
=
生地 |
ontologyProperty
=
birthPlace
}}
{{PropertyMapping
|
templateProperty
=
没年 |
ontologyProperty
=
deathYear
}}
{{PropertyMapping
|
templateProperty
=
没地 |
ontologyProperty
=
deathPlace
}}
{{PropertyMapping
|
templateProperty
=
国籍 |
ontologyProperty
=
nationality
}}
{{PropertyMapping
|
templateProperty
=
受賞 |
ontologyProperty
=
award
}}
{{PropertyMapping
|
templateProperty
=
公式サイト |
ontologyProperty
=
foaf:homepage
}}
{{PropertyMapping
|
templateProperty
=
画像 |
ontologyProperty
=
foaf:depiction
}}
{{PropertyMapping
|
templateProperty
=
ジャンル |
ontologyProperty
=
genre
}}
{{PropertyMapping
|
templateProperty
=
画像サイズ |
ontologyProperty
=
imageSize
}}
{{PropertyMapping
|
templateProperty
=
職業 |
ontologyProperty
=
occupation
}}
{{PropertyMapping
|
templateProperty
=
代表作 |
ontologyProperty
=
notableWork
}}
}}
17

18. 18

19. 19

20. ２つの日本語データセット
• DBpedia
• 最新のDIEF + マッピングを利用
• 更新遅い: 前回は2014-05-03
• DBpedia Japanese
• マッピングは最新だがDIEFは最新ではない
• 日本語用の抽出器・解析器設定
• 更新そこそこ (といいつつ今年は半年やっていない)
20

21. データセットの問題
• 最新のDIEFへの追従
• DIEF日本語設定
• 上流にコミットすべき
• 検証不足で躊躇っていたが運用して日が経ったので一旦取り込んでもらう?
• まだ設定できていない項目あり
• Wikipedia: データがない・間違っている
• DBpedia マッピング: 全然追加・更新されていない
• DBpedia オントロジー: 日本語特有のクラスを追加すべきか?
21

22. データ拡充の試み
• DBpedia マッピングの増加
• マッピングパーティ
• WikipediaエントリやInfoboxの増加
• Wikipedia Town
22

23. マッピングパーティ
• マッピング作業をハンズオンで
• Wikipediaテンプレート選定
• 語彙マッピング
• 開催
• 2012年8月: 10人
• 2013年3月: 25人 (SIGSWO大島)
23

24. ウィキペディアタウン
24

25. ≒ 街歩きワークショップ
+ ウィキペディア編集
25

26. 10都道府県
計25回
(2015-07-01現在)
2013-03-23
横浜でスタート
京都各所で計7
回(最多)
2ヶ所目は
二子玉川
https://ja.wikipedia.org/wiki/プロジェクト:アウトリーチ/ウィキペディアタウン/アーカイブ
26

27. https://ja.wikipedia.org/wiki/ウィキペディアタウン
27

28. 28

29. 29

30. 図書館員
市民
ファシリテーター
ウィキペディアン
編集
リファレンス提供
レクチャー・サポート
選定対象についてリファレンス
対象選定・企画
必要であれば交渉
訪問 / 撮影
サポートのお願い
(現地スタッフ)(ガイド)
開催支援
養成講座
30

31. 外部リンク問題
• どうやって外部リンクを増やすか
• Silk等で自動生成する
• リンクしているものをもらう
• 本家がやろうとしている手段
• GitHub: https://github.com/dbpedia/links
• ライセンス: PD
31

32. サービス

33. http://wiki.dbpedia.org/about/about-dbpedia/architecture
33

34. dbpedia-vad-i18n
• Virtuosoのモジュール
• DBpedia用設定
• Linked Data公開
• DBpedia Japanese用にfork
• 国際化等の修正は上流へ
フィードバック
https://github.com/dbpedia/dbpedia-vad-i18n
https://github.com/fumi/dbpedia-vad-i18n
34

35. サーバ運営
• マシン1台，VM2個
• 表に出ているのはVM1個だけ
• もう片方で作業・更新で切替
• VM128GB, Virtuoso 64GBの設定: 物理メモリ消費24GBくらい
• Virtuoso develop/7 branch
• データ更新
• 不定期半手動
• Wikipediaダンプが更新されると自動取得後生成
• データチェックして切替
35

36. サービスの問題
• dbpedia vad
• 上流コードの取り込み
• ビューの大幅リニューアル
• サーバ運営体制
• 片手間で面倒見ている状態
• 色々自動化したい
• スケールアウト
• せめてVM数台で捌ける体制にならないか
• できればクラウドに載せたいが．．．
36

37. ライブ版
• 英語とドイツ語で試験運用
• Wikipediaの変更分を即時取り込むことが可能
• ウィキペディアタウンやった後すぐ使えたりしたら便利
• 問題点(伝聞)
• 設定が結構面倒
• トリプル量が通常版より少ない?
37

38. 日本語Linked Data Cloud

39. 活用事例知りたい問題
• データリンク例
• アプリ例
• 研究利用例
• どうやって集めるか
39

40. 日本語Linked Data Cloud図
• 27データセット
• 本家よりも緩い条件
• 日本にいる人・組織
• 日本語ラベルを含む
• 1000トリプル以上
• dereference/データダン
プ/SPARQL Endpoint
• LODクラウドかJLDCへ
のリンク
http://linkedopendata.jp/?p=486
40

41. LOD cloud criteria
27 → 14
DBpedia
Japanese
Japanese
Wikipedia
Ontology
LSJ
NDL
Authorities
LCVIAF
DBpedia
LODAC
Museum
save
MLAK
Freebase
Yokohama
Art LOD
PinQA
SOCIA
Biomass
pedia
LODAC
Species
Kyoto
Manga
Museum
WordNet-ja
Aozora
Bunko
CiNii
KAKEN
GeoLOD
Earthquake
Archives
Fukushima
Geonames
RIHN
LOD Cloud
Open license Fumihiro Kato, 2014-03-10
Publication
Life Science Cross-domain
Media Government
GeographicIndustry
User generated content
LSD
i-Scover
Allie
Senkyo
Statdb
Michishi
ru
N-ken
LOD
Open
DATA
METI
DBpedia
Japanese
Japanese
Wikipedia
Ontology
NDL
Authorities
LCVIAF
DBpedia
LODAC
Museum
Freebase
SOCIA
LODAC
Species
GeoLOD
Earthquake
Archives
Fukushima
Geonames
RIHN
LOD Cloud
Open license Fumihiro Kato, 2014-03-10
Publication
Life Science Cross-domain
Media Government
GeographicIndustry
User generated content
LSD
Allie
N-ken
LOD
Open
DATA
METIi-Scover
41

42. JLDC作成のプロセス
• 結構手間がかかっている
• データセットの調査
• Google Spreadsheetで管理
• トリプル数
• 外部リンク数
• データ提供方法: 参照解決可能，SPARQL，ダンプ
• 描画: OmniGraffleで手動
42

43. JLDC作成改善案
• データセットの情報提供
• 自サイトでVoID提供
• datahub.ioにLODクラウドの手順で登録
• JLDC用のVoIDをGitHub管理してプルリクエスト?
• 描画
• 自動で最新のを描画する何か
• JLDCのVoID生成 or 直接管理
43

44. 現状の問題まとめ
• データセット更新
• サービス運営
• 活用事例収集
• JLDC図
44

45. One more thing …
45

46. SPARQLの本を有志で出す予定
• 今原稿まとめ中．．．
• 夏に出るといいが
• サンプルがDBpediaとDBpedia Japanese
• ぜひ買ってください
46