Slides from talk at Open Bergen september 7th 2010 about open linked data @ information.dk

1. OpenLinkedData
@ Information.dk
Bergen Open - 7. september 2010

3. Dagsorden

4. Dagsorden
• Information & jeg

5. Dagsorden
• Information & jeg
• Baggrund

6. Dagsorden
• Information & jeg
• Baggrund
• Auto-tagging

7. Dagsorden
• Information & jeg
• Baggrund
• Auto-tagging
• Open Linked Data

8. Dagsorden
• Information & jeg
• Baggrund
• Auto-tagging
• Open Linked Data
• Fremtiden

9. about=”#me”

10. about=”#me”
• Webudvikler på Information.dk - med @naxoc

11. about=”#me”
• Webudvikler på Information.dk - med @naxoc
• Udvikling og konsulentydelser (Drupal, Linkeddata)

12. about=”#me”
• Webudvikler på Information.dk - med @naxoc
• Udvikling og konsulentydelser (Drupal, Linkeddata)
• @johsw

13. about=”#me”
• Webudvikler på Information.dk - med @naxoc
• Udvikling og konsulentydelser (Drupal, Linkeddata)
• @johsw
• http://dk.linkedin.com/in/johanneswehner

14. about=”#me”
• Webudvikler på Information.dk - med @naxoc
• Udvikling og konsulentydelser (Drupal, Linkeddata)
• @johsw
• http://dk.linkedin.com/in/johanneswehner
• BA sprog og kommunikation

15. about=”#me”
• Webudvikler på Information.dk - med @naxoc
• Udvikling og konsulentydelser (Drupal, Linkeddata)
• @johsw
• http://dk.linkedin.com/in/johanneswehner
• BA sprog og kommunikation
• Master IT - IT-universitetet i København

16. Dagbladet Information

17. Dagbladet Information
• Dagblad (mandag-lørdag)

18. Dagbladet Information
• Dagblad (mandag-lørdag)
• Født som illegalt nyhedsbrev under 2. verdenskrig

19. Dagbladet Information
• Dagblad (mandag-lørdag)
• Født som illegalt nyhedsbrev under 2. verdenskrig
• Avis fra 1945

20. Dagbladet Information
• Dagblad (mandag-lørdag)
• Født som illegalt nyhedsbrev under 2. verdenskrig
• Avis fra 1945
• ca. 22.000 abonnenter

21. Information.dk

22. Information.dk
• Online siden 1997 (Drupal siden 2007)

23. Information.dk
• Online siden 1997 (Drupal siden 2007)
• 217.000 indholdsider

24. Information.dk
• Online siden 1997 (Drupal siden 2007)
• 217.000 indholdsider
• 22.500 registerede brugere

25. Information.dk
• Online siden 1997 (Drupal siden 2007)
• 217.000 indholdsider
• 22.500 registerede brugere
• 54 i Denmark (Baseret på brugere - FDIM.dk)

26. Information.dk
• Online siden 1997 (Drupal siden 2007)
• 217.000 indholdsider
• 22.500 registerede brugere
• 54 i Denmark (Baseret på brugere - FDIM.dk)
• 184.000 brugere per måned

27. Information.dk
• Online siden 1997 (Drupal siden 2007)
• 217.000 indholdsider
• 22.500 registerede brugere
• 54 i Denmark (Baseret på brugere - FDIM.dk)
• 184.000 brugere per måned
• 2.000.000 pageviews per måned

28. IKKE FLERE TAL OG
FORMALITETER!!

29. Baggrund

30. 12.000 freetags

31. 12.000 freetags
• Personer

32. 12.000 freetags
• Personer
• Steder

33. 12.000 freetags
• Personer
• Steder
• Artikel serier

34. 12.000 freetags
• Personer
• Steder
• Artikel serier
• Begivenheder

35. 12.000 freetags
• Personer
• Steder
• Artikel serier
• Begivenheder
• ...

37. Check it out: http://www.opencalais.com

39. ...på dansk?

40. ...eller norsk?

41. Maybe later...

42. DIY!

44. • Personer - historisk, nulevende, faktiske og fiktive (22.500)

45. • Steder - subkontinenter, lande, byer, bydele (1.700)

46. • Organisationer - bands, ngo’er, firmaer... (3.200)

47. • Emner - “Terror”, “Globalisering”, “Heavy Rock” (2.000)

48. Lad os de på det..

49. Fordele

50. Fordele
• Forskelligt indhold til forskellige taksonomier

51. Fordele
• Forskelligt indhold til forskellige taksonomier
• Relaterede organisationer, steder og folk

52. Fordele
• Forskelligt indhold til forskellige taksonomier
• Relaterede organisationer, steder og folk
• Semantiske url’er

53. Udfordringer

54. Udfordringer
• Er Sonic Youth en organisation?

55. Udfordringer
• Er Sonic Youth en organisation?
• Hierarkisk helvede

56. Udfordringer
• Er Sonic Youth en organisation?
• Hierarkisk helvede
• Er en begivenhed et emne?

57. Løsninger

58. Løsninger
• Dræbe hierakiet - tilføje metadata

59. Løsninger
• Dræbe hierakiet - tilføje metadata
• Flere kategorier?

60. Løsninger
• Dræbe hierakiet - tilføje metadata
• Flere kategorier?
• Omgøre verden og/eller sproget så det passer til
kategorierne :-)

61. Autotagging

62. Autotagging

63. Autotagging
• Historisk indhold

64. Autotagging
• Historisk indhold
• Forslag til eget indhold

65. Autotagging
• Historisk indhold
• Forslag til eget indhold
• Syndikeret indhold - telegrammer

66. CST
Danish Center for Language Technology

68. Metode

69. Metode
• Ingen NLP eller POS-tagging

70. Metode
• Ingen NLP eller POS-tagging
• Bare sandsynlige kandidater

71. Metode
• Ingen NLP eller POS-tagging
• Bare sandsynlige kandidater
• ... og en masse sql-kald

72. Issues

73. Issues
• Flertydighed

74. Issues
• Flertydighed
• Kashmir

75. Issues
• Flertydighed
• Kashmir
• Paris

76. Issues
• Flertydighed
• Kashmir
• Paris
• Venstre

77. Issues
• Flertydighed
• Kashmir
• Paris
• Venstre
• ....og relevans: Freetext vs. Tags

78. Men hvad nu, hvis man
kunne få mere data...
(Mmm, data)

81. Bryggen?

83. Bryggen!

84. http://dbpedia.org/resource/Islands_Brygge
http://dbpedia.org/resource/Bryggen

85. URI
Uniform Resource Identifier
http://dbpedia.org/page/Bergen

86. URI ≈
Global LinkedData
Primary key

87. Flere URIs
• http://en.wikipedia.org/wiki/Bergen
• http://da.wikipedia.org/wiki/Bergen
• http://data.nytimes.com/N38434701847284882391
• http://sws.geonames.org/3161732/

88. Men hvorfor?
• Links til flere informationer
• Indhente tekst, data, billeder og video
• Bruge eksterne data til at berige og filtrere eget
indhold
• Og meget mere...

89. Lad os se igen...

91. Næste trin

92. Næste trin
• Få entydige url’er selv

93. Næste trin
• Få entydige url’er selv
• Få flere eksterne data

94. Næste trin
• Få entydige url’er selv
• Få flere eksterne data
• Forbedre autotagger

95. Næste trin
• Få entydige url’er selv
• Få flere eksterne data
• Forbedre autotagger
• Relevans

96. Næste trin
• Få entydige url’er selv
• Få flere eksterne data
• Forbedre autotagger
• Relevans
• Flertydighed

97. Næste trin
• Få entydige url’er selv
• Få flere eksterne data
• Forbedre autotagger
• Relevans
• Flertydighed
• Lave en webservice?

98. Drupal.org

99. Spørgsmål?

100. http://www.information.dk
http://twitter.com/johsw
johsw@information.dk