Interoperabiliteit in het Cultureel Erfgoed Domein Lourens van der Meij VU Amsterdam - KB October 3 rd, 2008.

Presentatie over: "Interoperabiliteit in het Cultureel Erfgoed Domein Lourens van der Meij VU Amsterdam - KB October 3 rd, 2008."— Transcript van de presentatie:

1 Interoperabiliteit in het Cultureel Erfgoed Domein Lourens van der Meij VU Amsterdam - KB October 3 rd, 2008

2 Interoperabiliteit in het Cultureel Erfgoed Domein Achtergrond CATCH (NWO) Continuous Access To Cultural Heritage Informatica onderzoeksprojecten Toegepast op het Cultureel Erfgoed Domein (musea, bibliotheken,..) STITCH SemanTic Interoperability To access Cultural Heritage Interoperabiliteit: Uitwisselen tussen instellingen (standaardisatie) Integratie (vertalen, verbinden) Van metadata

3 Interoperabiliteit in het Cultureel Erfgoed Domein Rode draad Aan de hand van voorbeelden aantonen dat Integratie van data, collecties, diensten Interoperabiliteit: Data inzetbaar los van applicatie Functionaliteit herbruikbaar voor diverse toepassingen via services. Verbanden leggen, semantische verbanden tussen data uit verschillende bronnen belangrijk is binnen het Culturele Erfgoed Domein

4 Interoperabiliteit in het Cultureel Erfgoed Domein Eerst Geïntegreerde toegang tot collecties in het CEdomein aan de hand van use case. Introductie van de use case Over vocabulaires Collecties introduceren Faceted browsing Wens, uitwerking Demo Voorwaarden, details

5 Interoperabiliteit in het Cultureel Erfgoed Domein (Geïntegreerde) toegang tot collecties Collecties: (records) boeken, kunstwerken,… Electronic access, web portal. STITCH focus op de semantiek: gebruik van de beschikbare gestructureerde vocabulaires t.b.v. gestructureerde toegang tot de collectie. Niet “full text search” Records: meta data, informatie over het object Auteur Datum Onderwerp CE instituten beheren vaak verscheidene vocabulaires-knowledge structures(KOS), voor het toegankelijk maken opslaan en onderhoud van objecten. De focus van STITCH:onderwerpsontsluiting, toegang via gestructureerde vocabulaires.

6 Interoperabiliteit in het Cultureel Erfgoed Domein Vocabulaires (Knowledge Structures, KOS) Thesauri, classificatiesystemen dienen tot het structureren van toegang tot collecties, ze beschrijven inhoud, vorm, verschillende aspecten van collectie objecten. Veel vocabulaires binnen de KB: het STITCH project is een samenwerking tussen VU Amsterdam (KRR group), Koninklijke Bibliotheek en MPI Nijmegen. De KB heeft circa 10 eigen vocabulaires in beheer, maar 20 of meer externe vocabulaires spelen een rol. Waarom? Geschiedenis Gespecialiseerde collecties, specifieke methodes van ontsluiting,... Voorbeelden van vocabulaires in de demos.

7 Interoperabiliteit in het Cultureel Erfgoed Domein Vocabulaires Veel verschillende (soorten) vocabulaires Veel verschillende representaties, data formats, toegangsmethoden. Geïntegreerde toegang vereist : standaarden voor representatie van vocabulaires en collecties Gestandaardiseerde toegang => services Verbindingen tussen termen van betrokken vocabulaires: alignments. Next: voorbeeld van integratie

8 Interoperabiliteit in het Cultureel Erfgoed Domein Eerste use case, scenario voor STITCH Geïntegreerde toegang tot twee collecties KB : geillumineerde manuscripten BnF: Mandragore, manuscrits enluminés STITCH aspecten: Integratie Interoperabiliteit/Uitwisselbaarheid data en diensten. RDF, SKOS Alignment, methodes en standaarden. Na de demo over deze aspecten meer.

9 Interoperabiliteit in het Cultureel Erfgoed Domein KB Illustrated Manuscripts

10 Interoperabiliteit in het Cultureel Erfgoed Domein KB Illustrated Manuscripts: Iconclass

11 Interoperabiliteit in het Cultureel Erfgoed Domein Mandragore

12 Interoperabiliteit in het Cultureel Erfgoed Domein Mandragore

13 Interoperabiliteit in het Cultureel Erfgoed Domein Faceted browsing Toegang tot de collectie gebruik makend van de structuur van de vocabulaires Selectie, verfijning langs verschillende dimensies: Onderwerp, auteur, periode, genre,.. De structuur gebruiken voor het groeperen van objecten Lions, Giraffes, Zebras -> animals. Distinguish them as a group.

14 Interoperabiliteit in het Cultureel Erfgoed Domein Wat er is:

15 Interoperabiliteit in het Cultureel Erfgoed Domein Wat we willen:

16 Interoperabiliteit in het Cultureel Erfgoed Domein Demo KB Middeleeuwse Verluchte Handschriften manuscrits enluminés de la B.n.F. http://galjas.cs.vu.nl:33333/MANDRA-SV-ICE- mandraNewNONE, amphibianshttp://galjas.cs.vu.nl:33333/MANDRA-SV-ICE- mandraNewNONE graan

17 Interoperabiliteit in het Cultureel Erfgoed Domein Geïntegreerde semantische toegang Geïntegreerde semantische toegang vereist: standaard representatie van vocabulaires en collectiies Standaard toegang => services Alignments tussen de vocabulaires, verbindingen tussen termen.

18 Interoperabiliteit in het Cultureel Erfgoed Domein Representatie Standaarden Gebruik van semantic web technieken RDF: “Dingen” worden geidentificeerd d.m.v. “resources”, URIs, geldig, uniek niet alllen binnen een applicatie, maar globaal. Waarden als strings, getallen(Literals), URIs Eigenschappen als getypeerde, named links tussen URIs en URIs of Literals (op laagste niveau alleen “triples”) + Theorie, redeneer methoden, query-talen leidt tot interoperabiliteit, standaardisatie Daarbovenop standaarden voor vocabulaires en collecties nodig.

19 Interoperabiliteit in het Cultureel Erfgoed Domein http://www.iconclass.nl/s_11 http://www.iconclass.nl/s_11F skos:Concept rdf:type skos: broader skos: prefLabel “the Virgin Mary”@en skos: prefLabel “la Vierge Marie”@fr http://www.iconclass.nl/ skos: inScheme skos:ConceptScheme rdf:type SKOS: Example

20 Interoperabiliteit in het Cultureel Erfgoed Domein SKOS (Simple Knowledge Organization System) SKOS biedt bouwstenen om vocabulaires in RDF weer te geven Objects: Concept and ConceptScheme Lexical properties (multilingual) prefLabel altLabel Semantic relations broader, narrower related Notes scopeNote definition …

21 Interoperabiliteit in het Cultureel Erfgoed Domein Vocabulary alignment Doel: vinden van semantische verbanden tussen vocabulaire termen “klassieke ruïnes” ≈ “landschap met ruïnes” “maagd Maria” = “Heilige Moeder” En wel (semi-) automatisch Vocabulaires zijn groot ( ≈ 100.000) Veranderen continu.

22 Interoperabiliteit in het Cultureel Erfgoed Domein Automatic alignment techniques Lexical Labels of entities and textual definitions Structural Structure of the vocabularies Background knowledge Using a shared conceptual reference to find links Extensional Object information (e.g. book indexing) céréale, grain, blé blé

23 Interoperabiliteit in het Cultureel Erfgoed Domein Automatic alignment techniques Lexical Labels of entities and textual definitions Structural Structure of the vocabularies Background knowledge Using a shared conceptual reference to find links Extensional Object information (e.g. book indexing) céréale, grain, blé blé

24 Interoperabiliteit in het Cultureel Erfgoed Domein Extensional Statistical Alignment Object information (e.g. book indexing) Thesaurus 1 Thesaurus 2 Collection of books “Dutch Literature” “Dutch”

25 Interoperabiliteit in het Cultureel Erfgoed Domein Resultaten 1: 9132.9 (1704 3479 976) Schilderijen - schilderkunst 2: 8088.5 (1204 2330 767) Kwaliteitszorg - kwaliteitsmanagement 3: 6232.7 (820 1572 543) Personeelsmanagement - personeelsbeleid 4: 5392.1 (1399 3271 622) Beeldende kunsten - beeldende kunst 5: 5063.1 (4951 1152 613) Nederlands - Nederlandse taalkunde 17: 3421.8 (280 714 243) Diabetes mellitus - suikerziekte

26 Interoperabiliteit in het Cultureel Erfgoed Domein Verder Evaluatie, eerste lessen die we geleerd hebben Hoe verder -> Tweede voorbeeld: herindexering Eventueel derde voorbeeld, service Afsluiten

27 Interoperabiliteit in het Cultureel Erfgoed Domein Evaluation Alignment: er is geen simpele oplossing Huidige alignment technieken niet voldoende betrouwbaar als enige bron voor het vinden van alignments Vraag blijft:Wat is een goede alignment? Evaluatie criteria? => Waarvoor zullen de alignments gebruikt worden? Scenarios (toegespitst op bibliotheek-omgeving) Geïntegreerd zoeken herindexering Thesaurus merging Navigatie => faceted browsing

28 Interoperabiliteit in het Cultureel Erfgoed Domein Waartoe gebruiksscenarios Evaluatie(waardering) van alignments hangt van het gebruiksdoel af. Real world applicaties bieden een real world test van de kwaliteit van alignments Eisen aan alignments hangen van gebruik af (soort en kwaliteit) Optional demo evaluatie: http://localhost:33344/logineval http://kits.cs.vu.nl:33344/logineval Nu, herindexeren, meest “real world” applicatie.

29 Interoperabiliteit in het Cultureel Erfgoed Domein Situatie Nederlandse bibliotheken, KB KB: twee grote collecties: DEPOT (bewaarplicht alle Nederlandstalige publicaties) Wetenschappelijke collectie Onderwerpsontsluiting d.m.v. twee trefwoord/classificatiesystemen. Gemeenschappelijk automatiseringssysteem (OCLC-Pica) Meta data erg complex, vele velden Een boek, publicatie door verschillende bibliotheken voorzien van meta data, gebruik makend van vele verschillende vocabulaires. Maar alle meta data van 1 boek centraal beschikbaar!

30 Interoperabiliteit in het Cultureel Erfgoed Domein Herindexering Op de KB werken circa 20 mensen aan het indexeren van boeken, circa 20000 boeken per jaar. Indexering zelfs intern volgens twee totaal verschillende indexeringssystemen (GOO, Brinkman) Indexeren: trefwoord en classificatie toekenning van boeken. Sommige boeken hebben al een indexering gedaan door een andere Bibliotheek maar volgens een ander indexeringssysteem (openbare bibliotheken, Biblion). Als Biblion trefwoorden of combinaties ervan vertaald zouden kunnen worden naar KB indexeringssysteem(Brinkman), zou dat minder werk voor de KB betekenen.

31 Interoperabiliteit in het Cultureel Erfgoed Domein WinIBW OCLC (PICA) automatiseringssysteem voor bibliotheken in Nederland, ook gebruikt binnen Europa O.a. Online Public Access Catalogue (OPAC) WinIBW internet toegang tot Pica system (lokaal en centraal). Toevoegen records, wijzigen meta data, zoeken van records. Demo, maar eerst even..

32 Interoperabiliteit in het Cultureel Erfgoed Domein Herindexing Biblion -> Brinkman Fietstochten, Kapellen, Beesel, Heiligenbeelden,… -> Brinkman? Gebruik alignment.. Bibl:Fietstochten -> Brinkman? Bibl:Kappellen -> Brinkman? DEMO (Voorbeeld z sel 3-10-2008 gd? 79)

33 Interoperabiliteit in het Cultureel Erfgoed Domein

34

35

36

37

38

39

40

41 Een van de resultaten

42 Interoperabiliteit in het Cultureel Erfgoed Domein Herindexing Resultaten worden nu ge-evalueerd Verbetering is mogelijk: Gebruik ook andere meta data Pas scenario aan(stel grens 95% betrouwbaarheid) Betrouwbare herindexering meer plaatsen bruikbaar. Vinden oude records, Gedetailleerd zoeken..

43 Interoperabiliteit in het Cultureel Erfgoed Domein Schets vocabulaires van belang voor de KB

44 Interoperabiliteit in het Cultureel Erfgoed Domein Geïntegreerde toegang tot vocabulaires, objecten Internet services Protocols, SOAP, REST,.. Vocabulary Access, Alignment access Een redelijk functionele prototype is gemaakt. http://eculture.cs.vu.nl:38080/vocreptags http://localhost:8080/vocreptags

45 Interoperabiliteit in het Cultureel Erfgoed Domein Lessons Using semantic web techniques interoperability and integration of collections can be made easier. Aligning vocabularies is of use in different situations. The alignment methods need to be fine-tuned to the application they are meant for. Introducing new techniques, interaction between field CH and scientific institutes very valuable. Standardization of access to collections and vocabularies should be dealt with (demo is demo).

46 Interoperabiliteit in het Cultureel Erfgoed Domein Begrippen (wikipedia) An ontology in both computer science and information science is a formal representation of a set of concepts within a domain and the relationships between those concepts. It is used to reason about the properties of that domain, and may be used to define the domain.computer science information sciencedomainreason Metadata (meta data, or sometimes metainformation) is "data about data", of any sort in any media. An item of metadata may describe an individual datum, or content item, or a collection of data including multiple content items and hierarchical levels, for example a database schema.datumdatabase schema

47 Interoperabiliteit in het Cultureel Erfgoed Domein begrippen A library classification is a system of coding and organizing library materials (books, serials, audiovisual materials, computer files, maps, manuscripts, realia) according to their subject and allocating a call number to that information resource. Similar to classification systems used in biology, bibliographic classification systems group entities that are similar together typically arranged in a hierarchical tree structure.systembooksmapsmanuscriptsrealia In information technology, a thesaurus represents a database or list of semantically orthogonal topical search keys. In the field of Artificial Intelligence, a thesaurus may sometimes be referred to as an ontology.information technologyorthogonal Artificial Intelligenceontology

48 Interoperabiliteit in het Cultureel Erfgoed Domein Te vertellen Demo faceted browser Demo vocabulary service Demo winibw Verworvenheid STITCH Linking between vocabularies defining and measuring quality of major importance Scenarios. Using instances to find good mappings is productive. Boodschappen Semantische web is van nut binnen CH Contact, nauw contact CH-Universiteiten belangrijk. Facts Thesaurus, ontologie, xml, rdf, standaarden, soorten van mappings