Ontologien zur Nutzbarmachung - psychologischer Forschungsobjekte als Linked-Open-Data-Knowledge-Graphen (Wissensgraphen)
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Ontologien zur Nutzbarmachung
psychologischer Forschungsobjekte als
Linked-Open-Data-Knowledge-Graphen
(Wissensgraphen)
Tina Trillitzsch, Leibniz-Institut für Psychologie (ZPID)
ttr@leibniz-psychology.org
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021
Ontologie der Psychologie am ZPID
● Ontologie = Bauplan für einen "Knowledge Graph" der Psychologie:
Netz semantisch verknüpfter Informationen, Zusammenführung unsere
ZPID-eigenen separaten Datenbestände (Forschungsobjekte wie
Publikationen aus PSYNDEX, Forschungsdaten sowie der daran
beteiligte Personen & Organisationen etc.)
● Unser ZPID-Knowledge-Graph soll:
○ Basis für semantische Suche mit neuer Suchmaschine PsychPorta
werden
○ als "Linked Open Data" (LOD) mit anderen solchen Graphen
verknüpft werden = Teil der LOD Cloud werden (riesiges, globales
offenes Wissensnetz)
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021
Was ist ein Knowledge Graph?
● Methode, um Daten eines Wissensgebiets strukturiert zu speichern und
zugänglich zu machen.
● Zeichnet die Bedeutung (Semantik) der Inhalte explizit mit aus.
● Denn: Computer können Bedeutung nicht aus dem Kontext verstehen
wie Menschen - man muss sie ihnen ausdrücklich sagen.
● Text ohne explizite semantische Information: "[...] übernahm Michael
Bosnjak [...] die Leitung des ZPID." (Ausschnitt aus Wikipedia-Artikel zum ZPID)
● Computer verstehen nicht: Was ist ein "ZPID"? Was ein "Michael", eine
“Leitung”? Wie hängen diese Dinge zusammen?
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 3
Semantik in Knowledge Graphs
Entität der Klasse
Organisation
In Knowledge Graphs wird die Bedeutung deswegen
eindeutig miterfasst. Semantische Darstellung von ... ZPID
"[...] übernahm Michael Bosnjak [...] die Leitung des ZPID":
hat
Di
r
sjah
rek
● "Dinge" werden Individuen bestimmter Klasse
ung
rto
("Entitäten")
d
Grün
hat
● Entitäten werden durch benannte Beziehungen M.
verknüpft (“hat Direktor”) Bosnjak
Entität der Klasse
● Attribute der Dinge (Text-Werte wie Gründungsdatum) Person
werden mit semantischen Beziehungen mit ihren
“1972”
Entitäten verknüpft: “hat Gründungsjahr” "1972"
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 4
hat
Stadt:
Trier
Ersche
in ungso
rt Publikation: Semantische Suche
Testverzeichnis
ha
tS
itz
2021 über den ZPID-KG
“ZPID” h e raus
gibt Publikation: Mögliche Fragen an eine Semantische
hat
Abk Jahresbericht Suchmaschine, die unsere
ü rzun
g
Org:
ZPID-Normdaten als Knowledge Graph
2020 abfragt:
en ZPID
t am hat Thema
ha up tn ● (Was ist das) Gründungsjahr (des)
Ha
n
hat
ZPID?
r vo
Gründ Schlagwort:
hat ● (Wer ist) Direktor (des)
o
D
Umfragen hat engl.
Aut
irek
Übersetzung Leibniz-Institut für Psychologie?
“Leibniz-Institut (Wo ist der) Sitz des
ist
un
●
hat Thema
für Psychologie” tor ys” Leibniz-Zentrum für
gsjah
rve
Person:
ist “Su Psychologische Information und
Au
Dokumentation?
en
to
M.
r
r hat Synonym
m
vo ● Worüber schreibt M. Bosnjak?
n
na
Bosnjak ● Personen am ZPID?
tiv
“Befra
Mit wem schreibt M. Bosnjak häufig
a
“1972” gung ●
rn
en”
Al t
Publikation als Ko-Autor zusammen?
ha
te
X ● Was ist das ZPID?
“Leibniz-Zentrum Person Y tor
ist Au
für ...” von
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 5
Knowledge Graphen in “freier Wildbahn”
● Knowledge-Graphen sind heute schon überall “unter der Haube” in
Verwendung, ohne dass man es unbedingt mitbekommt!
● Prominentes Beispiel: Google
● auch Amazons Alexa in den Echo-Sprachassistenten nutzt semantische
Informationen aus einen Knowledge-Graphen, in Kombination mit
Verarbeitung natürlicher Sprache (NLP, Natural Language Processing)
● Es folgen ein paar illustrierte Beispiele, welche Anfragen Google mit
semantischen Daten aus seinem Knowledge-Graphen beantworten kann
(weil darin vorhanden), welche nicht, was dann passiert und woran man den
Unterschied erkennt.
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 6Exkurs: Semantische Daten im Google-KG
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 7Exkurs Google: Keine semantischen Daten gefunden, aber Frage “verstanden”
und “übersetzt” in sinnvolle Wörter, die im Volltext gesucht werden. Ergebnis:
Auswahl und Anzeige eines extrahierten Textschnippsels im Seitenkontext.
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 8Exkurs Google:
Keine
semantischen
Daten vorhanden
und Frage nicht
“verstanden” – >
direkte
Volltextsuche der
eingegeben
Suchwörter (“leitet”
und “ZPID”):
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 9Linked Open Data & LOD Cloud
● Von Linked Open Data (LOD) spricht man, wenn: Knowledge Graphs frei
im Internet zugänglich sind, offene Datenformate & Standards (RDFS,
OWL, SKOS, SPARQL) nutzen & mit anderen, verwandten Knowledge
Graphs verknüpft sind.
● Alle verknüpften Linked-Open-Data-Knowledge-Graphs bilden ein
riesiges, globales Wissensnetz, die Linked Open Data Cloud – u. a. GND
(gem. Normdatei der DNB), Wikidata (größter Knowledge Graph, semantischen
Informationen/Verknüpfungen zu jedem "Ding" mit Wikipedia-Eintrag; ZPID als Entität bei
Wikidata)
● Der ZPID-Knowledge-Graph soll Teil der LOD Cloud werden!
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021Der ZPID-Knowledge-Graph (rechts)
soll Teil der globalen
Linked-Open-Data-Cloud (links)
werden!
Linked-Open-Data-Cloud:
weltweites Netz aus anderen offenen Knowledge-Graphs, miteinander verknüpft,
aus allgemeinem Bereich (Wikidata, GND, ) und spezifischen Wissensgebieten (Wirtschaft, Geografie, Biologie...)
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021Was ist eine Ontologie?
● formales Modell, Bauplan für einen Knowledge Graph eines Wissensgebiets
● legt fest:
○ Welche Klassen & Unterklassen von “Dingen” soll es geben können?
○ mögliche/notwendige Beziehungen zwischen Entitäten bestimmter
Klassen (z.B.: Publikations-Entitäten brauchen Beziehung “hat Autor” zu
einer Entität Person) & zu Attributen (z.B.: Publikations-Entitäten
brauchen: Publikationsdatum, Publikationstitel)
○ Logik-Regeln, mit denen Computer neues Wissen schlussfolgern
können, das nicht ausdrücklich eingegeben wurde (z. B. Person A ist
Kollegin von Person B, da sie beide eine Beziehung mit derselben Firma
haben (vom Typ "hat Mitarbeiter*in")
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 12Was modelliert unsere Ontologie genau?
● Wissensgebiet Psychologie (besonders Publikationen & dazugehörige Akteure)
● Alle Inhalte des neuen PSYNDEX2 als Entitäten, ihre Attribute (Namen etc.) und
Beziehungen untereinander, nach dem RDA*-Regelwerk zur bibliothekarischen
Katalogisierung von Publikationen:
○ Publikationen (Unterscheidung Werk, Expression, Manifestation), Personen,
Körperschaften, Schlagwörter/Klassifikationen
○ beteiligte Personen (Autor*innen, Herausgeber*innen etc.) &
Körperschaften (z.B. Affiliations-Institutionen, Verlage) sind eindeutige
Entitäten -> 2 Publikationen nennen dieselbe Person unter verschiedenen
Namen als Autor – > beide mit derselben Personen-Entität verknüpfen
(welche alle bekannten Namensvarianten als Namens-Attribut hat)
* Resource Description and Access
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 13Status Quo
Stand: im Aufbau; enge Koordination mit Entwicklung des neuen Erfassungswerkzeugs
PSYNDEX2
Arbeitsschritte bei der Entwicklung:
• 1. Nötige Entitätstypen bestimmen (z. B. Körperschaftstypen), Beziehungen ("hat
Autor" -> Person), Attribute (Hauptname, Abkürzung, Startdatum...)
• 2. Semantisches Modellieren/”Übersetzen” der Entitäten, Beziehungen, Attribute &
logischer Regeln in RDF-Format als Ontologie; sinnvolle Hierarchien & systemat.
Benennungen – nah an RDA & anderen Ontologien (z. B. GND, Wikidata...)
• 3. Abbilden auf Klassen & Beziehungen in Fremd-Ontologien ("Mapping") zur Abfrage
des Datenbestands von Außen mit Fremd-Vokabularen (RDA, GND, ...).
• 4. Übertragung der Entitätstypen, Beziehungen & ihrer Benennungen in analoge
Datenstrukturen in PSYNDEX2 (einfachere Konvertierung)
Tools: Google Sheets-Tabellen für Koordination des Datenschemas mit PSYNDEX2,
Modellierung: Visual Studio Code, Protégé, Sprachen und -vokabulare: RDF(S), OWL, SKOS
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 14Kleiner Ausschnitt aus der
visualisierten Ontologie
Fokus auf bisher fertiggestellten
Teil:
● Körperschaftsklassen
(Verlage, Universitäten,
Förderorganisationen,
Fachgesellschaften,
Konferenzen, etc)
● Beziehungen zu anderen
Entitäten (Personen,
Werke, Orte, ...),
● Attributen (Namen,
Abkürzungen, GRID-ID,
etc.)
Zahlen:
● über 37 modellierte
Klassen
(Körperschaftstypen,
Publikationstypen,
Personen, ...)
● 116 Beziehungen zu
anderen Klassen/Entitäten
● 45 Attribute
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 15Weitere Ziele nach Fertigstellung der Modellierung
● Befüllen des ontologie-basierten Knowledge Graphs mit
Datenbankinhalten von PSYNDEX2 – regelmäßige Konvertierung
zwischen den beiden
● Neben PSYNDEX-Inhalten: Modellieren und Integrieren weiterer
Datenbestände des ZPID (z. B. Folien, Videos, Dokumente &
Forschungsdaten im Repositorium PsychArchives)
● Integration der Ontologie bzw. des darauf basierenden
LOD-Datenbestandes in die globale LOD-Cloud zum freien Zugriff
(Mapping auf externe Entitäten und Beziehungen) & in PsychPorta zur
semantischen Durchsuchbarkeit
● Neuentwicklung des PsychAuthors-Verzeichnisses auf Basis der
Personen-Normdaten-Einträge in unserem Knowledge Graph
VDB-Fortbildung Fachreferate Psychologie/Pädagogik, 25. Juni 2021 16Sie können auch lesen
