anlamsal bilgi yönetiminde Üst veri sistemlerinin...

1

Anlamsal Bilgi Yönetiminde

Üst Veri Sistemlerinin ve

Ontolojilerin Kullanımı

Yaşar Tonta

Hacettepe Üniversitesi

Bilgi ve Belge Yönetimi Bölümü

[email protected]

yunus.hacettepe.edu.tr/~tonta/

1. Uluslararası Semantik Ağ ve Üst Veri Sistemleri Konferansı, 7-8 Mart 2013, İYTE, Urla, İzmir

2

Plan

• Durum saptaması

• Bibliyografik denetim

• FRBR, RDA

• Anlamsal Web

• Bağlı Veriler

• Sorgu Sistemleri

• Sonuç


3

Durum saptaması

• Web

• Hızlı bilgi artışı

• Dijital yerliler

• Sosyal ağlar

• Kullanıcılar tarafından üretilen üst veriler

• Kişiselleştirme


4

Kütüphane kataloğu: “Fiyatı yüksek

vasat ürün” (Lloyd Sokvitne)

• “Kullanıcılarımız basitlik ve anında ödül bekliyor ve bizi

kütüphaneleri Amazon, Google, ve iTunes standartlarına göre

yargılıyorlar. Bizim mevcut sistemlerimiz bunların yanında

soluk kalıyor” (University of California, 2005, s. 7).

Beyond the OPAC: Future Directions for Web-Based Catalogues Canberra: AustralianCommitteeon Cataloging, 18 September 2006.(http://www.nla.gov.au/lis/stndrds/grps/acoc/papers2006.html)

5

Düzenin Üç Düzeni

1. Nesnelerin kendilerinin

düzenlenmesi

2. Nesnelerin üst verilerinin

düzenlenmesi

3. Bit’lerin düzenlenmesi


6

Üst Veri

• Yapay

• Yapıcı

• İşlem

yapılabilir


Kaynak: Coyle, K. (2010 January). Library Data in a Modern Context. Library Technology Reports, 46(1): 1-13. http://alatechsource.metapress.com/content/p3022442071g7655/fulltext.pdf

http://alatechsource.metapress.com/content/p3022442071g7655/fulltext.pdf

http://alatechsource.metapress.com/content/p3022442071g7655/fulltext.pdf

7

BBY220

FRBR Kavramsal Modeli

• Varlık-İlişki Veri Modeline dayanır

Kullanıcı görevleri

• Bul

• Belirle

• Seç

• Sağla

• İlişkilendir

• Diğer olası görevler: – Telif hakları

– Koruma

8

FRBR 1. Grup Varlıklar


9

Örnek – İnce Memed


10

BBY220

Kataloğun işlevleri (Cutter, Rules for a

Dictionary Catalog, 1876)

• Bilinen bir kitabın yazarına, eseradına ve konusuna göre bulunmasını sağlamak

• Bir kütüphanenin, bir yazarın belirli bir konudaki, belirli bir yazın türünde sahip olduğu kitapları göstermek

• Bir kitabın seçiminde yardımcı olmak

– Basımı açısından (bibliyografik olarak)

– Özelliği açısından (yazınsal/konusal)

11



12



13

MARC’ta FRBR Varlıkları ve İlişkileri


Kaynak: C. Oliver, Introducing RDA. Chicago: ALA, 2010. http://www.alastore.ala.org/pdf/9780838998908_excerpt.pdf

14

RDA: Resource Description and Access

• Kullanıcı gereksinimlerinin yanıtlanması

• Maliyet etkinliği

• Esneklik

• Süreklilik


Kaynak: C. Oliver, Introducing RDA. Chicago: ALA, 2010. http://www.alastore.ala.org/pdf/9780838998908_excerpt.pdf

15

AACR2 - RDA


Kaynak: http://www.loc.gov/catdir/cpso/RDAtest/rdaexamples.html

16 BThaber Platform Bilgi ve Doküman Yönetimi, 30 Mart 2010, İTÜ Süleyman Demirel Kongre Merkezi, İstanbul

Anlamsal Web, 2001

“Anlamsal Web ayrı

bir Web değil ama

şimdikinin bir

uzantısıdır. Anlamsal

Web bilgiye iyi

tanımlanmış anlam

verilerek

bilgisayarlarla

insanların daha iyi

işbirliği yaparak

çalışmasını sağlar.”

- Tim Berners-Lee, James Hendler and

Ora Lassila; Scientific American, May 2001

http://www.sciam.com/print_version.cfm?articleID=00048144-10D2-1C70-84A9809EC588EF21





Anlamsal Web Mimarisi–Tim Berners-Lee

Kaynak: http://www.w3c.org/2000/Talks/1206-xml2k-tbl/

18

DBpedia


19

Dbpedia İstatistikleri


Kaynak: Christian Bizer, Jens Lehmann, Georgi Kobilarov, Sören Auer, Christian Becker, Richard Cyganiak, Sebastian Hellmann:

DBpedia – A Crystallization Point for the Web of Data. Journal of Web Semantics: Science, Services and Agents on the World Wide Web, Issue 7, Pages 154–165, 2009.

http://www.wiwiss.fu-berlin.de/en/institute/pwo/bizer/research/publications/Bizer-etal-DBpedia-CrystallizationPoint-JWS-Preprint.pdf



















20

Türkçe DBpedia Henüz Yok


21

Wikipedia: Akasya Durağı


22

DBPedia: Akasya Durağı


23

Kongre Kütüphanesi Bağlı Veri Hizmeti


24

VIAF



Anlamsal Bilgi Yönetimi

• Mevcut bilgilerin %20’si yapısal, %80’i yapısal olmayan metin halinde

• Mevcut bilgilerin tanımları sınırlı

• Makinece işlenebilir tanımlar gerekli (ör., RDF, OWL, XML)


Ontoloji Aracılığıyla Bilgi Bütünleştirmesi

Kaynak: Warren ve Davies, 2007, s. 182

27

Metindeki Varlıkların Bilgi Tabanındakilerle

Karşılaştırılması


Kaynak: Warren ve Davis, 2007

28

Shirky: Abartılı Ontoloji


Kaynak: www.shirky.com/writings/ontology_overrated.html

29

Sadece Bağlantılar


Kaynak: www.shirky.com/writings/ontology_overrated.html


Kaynak: Madnick ve Zhu, 2006, s. 462, 466

Veri kalitesi ve yorum sorunları

• Veri

kalitesiyle

ilgili semantik

farklılıklar

• Yorum

sorunları

(metrik

sistem, “yıl” -

son 12 ay,

takvim yılı,

mali yıl…)

31

Bağlı Veri


32

Bağlı Veri Kütüphaneler İçin Niçin Önemli?

• Kütüphane kaynakları

Web’de daha kolay

bulunur

• Kütüphane üst

verilerine dayanan daha

yaratıcı uygulamalar

geliştirilebilir

• Etkin kataloglama ve

yenilik fırsatları sunar


Kaynak: http://lodlam.net/2012/08/09/linked-data-for-libraries-video-from-oclc/


Sözcüklerin kullanımı

• “ACCIDENT”

• “event”

• “incident”

• “situation”

• “problem”

• “difficulty”

• “unfortunate situation”

• “the subject of your last letter”

• “what happened last week was…”

• “Mr. A: We all know why we are here.”

34

Zadeh’ye Göre Arama Motorları

• Yetersiz

• İki değerli mantıkla işliyor,

• Çıkarsama yapamıyorlar


Kaynak: Zadeh, 2005, 2006)

35

Soru Yanıt Sistemlerine Dönüşüm

• Dünya bilgisi

• İlgililik (istatistiksel/anlamsal)

– q: Vera’nın yaşı kaçtır?

– p: Vera, Irene ile yaşıttır

– r: Irene 65 yaşındadır

• Algılama temelli bilgiden çıkarsama yapma

– İki değerli mantık ve olasılık geçerli değil

• Esas sorun doğal dil anlama sorunu


Kaynak: Zadeh, 2005, 2006)


Sorunlar

• Sorgu oluşturma – Eş anlamlı sözcükler (“çöp teorisi”)

• Anlam yokluğu – “Telekom şirketi Türkiye Nebi Fışkın Müdür”

– “10 Mayıstaki toplantısında İstanbul’da yerleşik Mobilfon yönetim kurulu Nebi Fışkın’ı CEO olarak atadı”

• Bağlam yokluğu – Kullanıcının hangi bağlamda bilgi aradığı

– COntext INterchange (COIN)

• Sonuçların sunulması – Kullanıcılar ilk ekrandan sonrasına bakmıyorlar

Kaynak: Warren ve Davies, 2007, s. 179-181

37

Swanson’ın Yetersizlik Ön Kabulleri

• Yanıt bulunmadıkça soru kesin olarak

oluşturulamaz

• Makine arama isteklerini uygun arama

terimlerine çevirecek şekilde

programlanamaz

• Makineler anlamı tanıyamaz

• Ya ustaca yapılmış ilgililik

değerlendirmelerine ya da çok etkili mekanik

süreçlere sahip olabilirsiniz, ama ikisine

birden sahip olamazsınız


Kaynak: Swanson, 1988

38

Sonuç

• FRBR ve RDA geliştirilmeli

• Kütüphane verileri web’in bir paçası olmalı

• Kütüphanelerde geliştirilen ontolojiler

web’e aktarılmalı

• Kütüphaneler bağlı açık veri modeline

geçmeye özendirilmeli


39

Anlamsal Bilgi Yönetiminde

Üst Veri Sistemlerinin ve

Ontolojilerin Kullanımı

Yaşar Tonta

Hacettepe Üniversitesi

Bilgi ve Belge Yönetimi Bölümü

[email protected]

yunus.hacettepe.edu.tr/~tonta/


anlamsal bilgi yönetiminde Üst veri sistemlerinin...

Documents