Posts tagged ‘RDF’

Listopad 10, 2013

Wprowadzenie do Linked Data

- autor: tsissput

Wstęp

Sieć WWW (World Wide Web) radykalnie zmieniła nasz sposób dzielenia się wiedzą poprzez obniżenie bariery w publikowaniu i dostępie do dokumentów w ramach globalnej przestrzeni informacji. Przeglądarki i linki hipertekstowe pozwalają użytkownikom na przeglądanie tej przestrzeni, a indeksowanie dokumentów i analiza struktur powiązań między nimi na wnioskowanie na temat potencjalnego znaczenia dla zapytania zadanego przez użytkownika. Jest to możliwe przez ogólny, otwarty i elastyczny charakter sieci, który jest postrzegany jako kluczowy element nieograniczonego wzrostu. Tradycyjnie dane publikowane w sieci były dostępne jako surowe wpisy w formatach CSV, XML lub oznaczone jako tabele HTML tracąc wiele z ich struktury oraz znaczenia. Konwencja hipertekstowych powiązań narzuca niejawny charakter relacji między powiązanymi dokumentami. Taki stan rzeczy uniemożliwia połączenie poszczególnych danych z określonego dokumentu z innymi powiązanymi danymi.

W ostatnich latach sieć ewoluowała z globalnej przestrzeni informacji powiązanych dokumentów w przestrzeń gdzie powiązane są zarówno dokumenty jak i dane. U podstaw tej ewolucji znalazł się zestaw najlepszych praktyk, w zakresie publikowania i łączenia danych strukturalnych, nazywany Linked Data. Zaadaptowanie zestawu najlepszych praktyk doprowadziło do rozszerzenia globalnej sieci połączonych danych o różne dziedziny, takie jak społeczeństwo, firmy, książki, publikacje naukowe, filmy, muzyka, programy telewizyjne i radiowe, genetyka, lekarstwa i próby medyczne, społeczności internetowe, statystyka i dane naukowe, opinie.

Ta sieć danych umożliwia powstanie nowego typu aplikacji. Istnieją ogólne przeglądarki powiązanych danych, które umożliwiają ich przeglądanie i nawigowanie pomiędzy źródłami wzdłuż połączeń między danymi. Są to mechanizmy przemierzające sieć powiązanych danych między różnymi źródłami umożliwiając wykonywanie ekspresyjnych zapytań o szerokich możliwościach na zagregowanych danych, podobnie jak dziś odbywa się to w lokalnych bazach danych. Sieć powiązanych danych otwiera też nowe możliwości dla aplikacji specjalizowanych. W przeciwieństwie do rozwiązań typu mashup 2.0 działających na stałym, określonym zbiorze źródeł aplikacje oparte na Linked Data działają na samej górze globalnej przestrzeni danych, co umożliwia dostarczenie wyczerpujących odpowiedzi.

Co to jest Linked Data?

graphSą to najlepsze praktyki na temat tworzenia w sieci powiązań pomiędzy danymi pochodzącymi z różnych źródeł. Dane mogą być tak różne jak bazy danych prowadzonych przez dwie organizacje w różnych lokalizacjach geograficznych lub systemy heterogeniczne w obrębie pewnej firmy, które trudno dopasować aby współpracowały na poziome danych. Technicznie Linked Data odnosi się do danych opublikowanych w sieci w taki sposób, że są one możliwe do odczytywania przez maszyny, a ich znaczenie jest wyraźnie określone, są związane z innym zewnętrznym zbiorem danych, a ten z kolei może być powiązany z kolejnym zewnętrznym źródłem.

Chociaż podstawową jednostką w sieci są dokumenty HTML połączone bez typowymi łączami, Linked Data opiera się na dokumentach zawierających dane w formacie RDF (Resource Description Framework), które przy pomocy wyrażeń łączą dowolne byty na świecie. Wynikiem tego jest nazywana przez nas sieć danych, którą można dokładnie określić jako sieć bytów na świecie opisanych przez dane w sieci.

Berners-Lee w 2006 roku przedstawił zestaw zasad publikowania danych w sieci w taki sposób, że wszystkie publikowane dane stają się częścią jednej globalnej przestrzeni danych:

  • Użyj URI jako nazwa bytu
  • Użyj http URI tak aby ludzie mogli wyszukać nazwy bytu
  • Gdy ktoś wyszukuje URI dostarcz użyteczne informacje przy pomocy standardów (RDF, SPARQL)
  • Zamieszczaj powiązania do innych URI tak aby można było znaleźć więcej informacji

Reguł te stały się znane jako ‚Linked Data principles’ i zapewniają podstawę dla publikowania i łączenia danych wykorzystując strukturę sieci Web zachowując jej architekturę i standardy.

Technologie wykorzystywane w Linked Data

Linked Data opiera się na dwóch technologiach, które są podstawą sieci WWW: URI (Uniform Resource Identifiers) i HTTP (HyperText Transfer Protocol). Chociaż URL (Uniform Resource Locator) stał się znany jako adres dokumentów i innych jednostek, które mogą znajdować się w sieci to URI zapewnia bardziej ogólny sposób rozpoznawania bytów, które istnieją na świecie. URI i HTTP są uzupełniającymi się technologiami i mają kluczowe znaczenie dla sieci danych – RDF. Podczas gdy HTTP zapewnia środki do konstrukcji i powiązania dokumentów w sieci WWW, RDF zapewnia ogólny, grafowy, oparty na danych model do konstrukcji i powiązania bytów opisujących rzeczywistość.

rdf_w3c_icon.128

Dla przykładu trójka RDF może stwierdzać, że dwie osoby A i B, każda identyfikowana przez URI, związane są faktem, że A zna B. Podobnie trójka RDF może wiązać osobę C z artykułem naukowym D w bibliograficznej bazie danych, stwierdzając, że C jest autorem D. Dwa zasoby powiązane w ten sposób można wyciągnąć z dwóch różnych zbiorów danych w sieci, dzięki czemu dane z jednego źródła są powiązane z danymi z innego źródła, tworząc w ten sposób sieć danych. W ten sposób możliwe jest, że trójka RDF łączy dwa różne zbiory danych analogicznie jak link łączy dokumenty w sieci Web.

RDF Vocabulary Definition Language (RDFS) i Web Ontology Language (OWL) stanowią podstawę do tworzenia słowników, które mogą być używane do opisania bytów występujących w rzeczywistości i opisu związków występujących między nimi. Słownictwo jest zbiorem klas i właściwości. Słowniki same są wyrażone za pomocą RDF, używając RDFS i OWL, które zapewniają różne stopnie ekspresyjności w modelowaniu domeny zainteresowania. Każdy może opublikować słownik w sieci danych, które z kolei mogą być powiązane przy mocy trójek RDF w taki sposób, że klasy i własności z jednego słownika są powiązane z innymi, wyrażają w ten sposób mapowania pomiędzy powiązanymi słownikami.

Przez zastosowanie URI do określania zasobów, HTTP jako mechanizmu wyszukiwania i RDF jako reprezentacja opisu zasobów, Linked Data bezpośrednio opiera się na ogólnej architekturze sieci Web. Sieć danych może więc być postrzegana jako dodatkowa warstwa, która ściśle przeplata się z klasyczną siecią dokumentów i ma wiele tych samych właściwości:

  • Sieć danych jest ogólna i może zawierać dane dowolnego typu.
  • Każdy może publikować dane.
  • Wydawcy danych nie są ograniczeni w wyborze słowników do opisu reprezentacji danych.
  • Byty są połączone przez RDF tworząc globalny graf danych, który obejmuje źródła danych i pozwala na odkrywanie nowych źródeł danych.

Z punktu tworzenia aplikacji sieć danych ma następujące cechy:

  • Dane są ściśle oddzielone od formatowania i graficznej reprezentacji.
  • Dane są samo opisujące. Jeśli aplikacja wykorzystująca Linked Data napotka na dane opisane nieznanym słownictwem aplikacja może odwołać się do URI, które identyfikują wykorzystane słownictwo w celu znalezienia ich definicji.
  • Zastosowanie HTTP jako standardowego mechanizmu dostępu do danych i RDF jako standardowego modelu danych upraszcza dostęp do danych w stosunku do sieci Web, która opiera się na różnorodnych modelach danych i interfejsach dostępowych.
  • Sieć danych jest otwarta, co oznacza, że aplikacje nie muszą nie muszą mieć ściśle określonego zestawu źródeł danych ale w czasie wykonywania programu można odkrywać nowe źródła danych za pomocą powiązań RDF.

Podsumowanie

Rozwinięcie globalnej sieci danych opartej na technologiach podstawowych dla obecnej sieci WWW oraz otwartość tego rozwiązania ułatwia wprowadzenie Linked Data w życie. Nowe aplikacje bazujące na tej technologii mogą korzystać z niezliczonej ilości źródeł danych, które to nie muszą być definiowane w trakcje wytwarzania oprogramowania. Zastosowana przez Linked Data reprezentacja danych umożliwia bezpośrednie ich przetwarzanie przez maszyny. Możliwe staje się nawigowanie wzdłuż połączeń między danymi, niezależnie od źródeł ich pochodzenia. Linked Data może okazać się rewolucyjnym rozwiązaniem propagującym Semantic Web i przyspieszającym ewolucję Web 2.0 do Web 3.0.

Christian Bizer, Tom Heath, & Tim Berners-Lee (2009). Linked Data – The story so far International Journal on Semantic Web and Information Systems DOI: 10.4018/jswis.2009081901

Autor: Łukasz Grzybowski

Reklamy
Luty 22, 2013

Semantyczny rejestr usług sieciowych

- autor: tsissput

Cel projektu

Pomysł na semantyczny opis i wyszukiwanie usług sieciowych nie jest nowy, ale jak dotąd nie powstało rozwiązanie, które spotkałoby się z powszechną akceptacją.  Powodów takiego stanu rzeczy należy upatrywać przede wszystkim w skomplikowanym i trudnym w opisie modelu Big Web Services opartym na protokole SOAP. Sprowadza się on w zasadzie do zdalnego wywoływania metod za pośrednictwem rozbuchanego, nadmiarowego i pod wieloma względami dublującego funkcjonalność protokołów transportowych (np. HTTP) formatu XML, co wiąże się z nieograniczoną dowolnością wykonywanych operacji.  Każda próba wzbogacenia takich usług o informację semantyczną wymaga zarówno dodatkowego powiększenia i tak już „ciężkiej” koperty SOAPowej, jak też bardzo indywidualnego podejścia do semantycznego opisu każdej usługi z osobna.

W związku z powyższym, zdecydowaliśmy się ograniczyć zakres projektu do usług zgodnych z paradygmatem REST. Pozwala to na wprowadzenie swojego rodzaju „wspólnego mianownika” dla opisywanych usług, który wynika ze ściśle określonego związku architektury usług z wykorzystanym protokołem transportowym (praktycznie zawsze HTTP lub HTTPS). Ogromnym ułatwieniem jest tu porzucenie potencjalnie nieskończonej (w przypadku usług typu Big Web Services) przestrzeni możliwych operacji, na rzecz tej, którą tworzą metody protokołu HTTP. Ponadto, w przypadku usług RESTowych, mamy pewność, że zakres operacji jest jasno określony przez adres URL zasobu. Nie jest konieczne wnikanie w ciało żądania by określić na jakich danych wykonujemy jakąś czynność.

Należy wspomnieć, że sam paradygmat REST jest pojęciem o bardzo wysokim poziomie abstrakcji i sam w sobie nie definiuje żadnych szczegółów implementacji usług. W projekcie zakładamy zgodność usług z jego konkretną interpretacją opartą na protokole HTTP, a mianowicie z architekturą zorientowaną na zasoby (ang. Resource Oriented Architecture – ROA). Termin ten został zaproponowany przez Leonarda Richardsona i Sama Ruby’ego w książce Semantic Web Services (wyd. O’Reilly).

verbs

Kolejną rzeczą, na którą należy zwrócić uwagę jest fakt, że koncepcja globalnych rejestrów usług nie zyskała powszechnej aprobaty. Samo skłonienie setek niezależnych podmiotów do utrzymywania takich rejestrów jest zadaniem trudnym. Opracowując nasze rozwiązanie nie kierowaliśmy się ambicjami stworzenia takiego rejestru. Nasza aplikacja jest przeznaczona do użytku w zastosowaniach lokalnych, na skalę pojedynczych przedsiębiorstw czy systemów informatycznych

Semantyka

Ograniczenie się do opisu usług RESTowych pozwoliło na opracowanie stosunkowo nieskomplikowanej ontologii opisującej architekturę zorientowaną na zasoby. Do opisu każdej usługi potrzeba w ogólności trzech elementów:

  • Ontologii REST-HTTP opisującej pojęcia związane z ROA, takie jak: zasób, adres URL, nagłówek HTTP, ciało odpowiedzi, operacja tworzenia zasobu, metoda GET, etc.
  • Ontologii dziedzinowej opisującej biznesową interpretację zasobów. Pojęcia w niej zawarte to na przykład: pacjent, kolejka na badanie, wpis w karcie, grupa krwi, etc. Należy tu wspomnieć, że w ogólności każda usługa może być opisana przy pomocy dowolnej liczby ontologii dziedzinowych, które mogą być łączone w celu poszerzenia opisu semantycznego.
  • Ontologii opisującej konkretną usługę zawierającej przede wszystkim instancje klas zdefiniowanych w pozostałych ontologiach.

Pozwala to na elastyczne mapowanie udostępnianych przez usługi zasobów w kontekście ROA na abstrakcyjne zasoby opisane w ontologiach.

Zakłada się ponadto, że każdy złożony zasób (na przykład Lekarz) interpretowany jako instancja pewnej klasy z ontologii, składa się z pewnej liczby podzasobów atomowych o typach prostych reprezentowanych przy pomocy typowanych literałów.  Zarówno zasoby złożone, jak i atomowe, są wiązane w stosunku 1:1 z pojęciami z ontologii dziedzinowej.

Oto kilka przykładów zapytań w języku naturalnym, które można wyrazić przy pomocy opisanego powyżej zestawu ontologii:

  • Znajdź usługę, która umożliwia pobranie kolekcji pacjentów leczonych na zapalenie płuc bez podawania dodatkowych parametrów
  • Znajdź usługę, która pozwoli na utworzenie nowego zasobu oznaczającego pojęcie pacjent w kontekście kolejki na badanie rentgenowskie, przy założeniu że znam PESEL, imię i nazwisko pacjenta.
  • Dysponuję numerem książeczki ubezpieczeniowej pacjenta. Jakich jeszcze parametrów potrzebuję by wykonać zapytanie tworzące zasób reprezentujący tego pacjenta przy pomocy usługi X?

Implementacja rejestru

Oczywiście sama ontologia to za mało by wykorzystać takie zapytania w praktyce. Dokonaliśmy implementacji usługi RESTowej pozwalającej na wgrywanie ontologii i udostępniającej końcówkę SPARQL  wykorzystywaną do wykonywania zapytań do ontologii.

Wykorzystaliśmy w tym celu bibliotekę Apache Jena udostępniającą interfejsy do manipulacji danych semantycznych i ich przechowywania w bazie danych oraz silnik SPARQL. Interfejst REST usługi oparto na bibliotece Jersey implementującej standard JAX-RS. Widoki stworzono w technologii JSP.

semreg2

Plany na przyszłość

Opracowana aplikacja stwarza szereg interesujących możliwości. Dzięki semantycznemu opisowi publikowanych usług możliwe jest tworzenie klientów aplikacyjnych, które zamiast jawnie wywoływać konkretne usługi posiadać będą jedynie zdefiniowaną w sposób deklaratywny informację o tym jaką operację należy wykonać i na jakim zasobie. Dzięki wykorzystaniu rejestru, potrzebna będzie jedynie informacja o tym, na jakie pojęcie w dziedzinie biznesowej przekłada się dany zasób.

Łatwo sobie wyobrazić sytuację, w której klient pobiera listę dostępnych usług oraz wymaganych przez nie parametrów, a następnie odpytuje rejestr w celu znalezienia usług udostępniających dane, które są potrzebne jako parametry żądania. Jeszcze prostszym zadaniem jest kompozycja formularzy HTML pozwalających na wprowadzenie wymaganych przez usługi danych przez użytkownika. Potencjalnym klientem rejestru jest rozwijany na Politechnice Poznańskiej silnik procesów biznesowych ROsWeL (ang. Resource Oriented Workflow Language).

roswelLogoWidePlainBlack50pxhi

Korzystanie z rejestru zostałoby znacznie ułatwione gdyby opis usług w językach RDF i OWL był generowany w pewnym stopniu automatycznie. Można to zrealizować przy pomocy biblioteki opartej o mechanizm adnotacji w języku Java, w sposób podobny do tego, w jaki na podstawie adnotacji JAX-RS lub JAX-WS generowane są dokumenty WADL i WSDL. W gestii programisty usług pozostałoby wtedy tylko umieszczenie odpowiednich adnotacji semantycznych obok adnotacji JAX-RS definiujących parametry i typy obiektów zwracanych przez usługi.

Powyższe założenia zamierzamy zrealizować w ramach pracy magisterskiej.

Tomasz Niedźwiedź i Paweł Pawłowski

Grudzień 31, 2011

Semantic Web w muzeum

- autor: tsissput

Technologia Semantic Web trafiła do muzeum już przed kilkoma laty, jednak nie w charakterze eksponatu, a jako narzędzie do prezentacji tychże osobom, które wolą się nie ruszać sprzed monitorów. Oczywiście takie „zwiedzanie” nie zastąpi prawdziwego kontaktu z eksponatem, choćby przez szybę, ale ma też swoje zalety. Dzięki grupie Finów, twórców portalu MuseoSuomi ( http://www.museosuomi.fi ), nie musimy jeździć do Finlandii, aby przeglądać zasoby Muzeum Narodowego w Helsinkach oraz muzeów miejskich w Espoo i Lahti. Przeglądanie to jest atrakcyjniejsze za sprawą możliwości poruszania się po międzymuzealnej „wystawie” za pomocą semantycznych powiązań między obiektami.

Dlaczego?

Dane o muzealnych kolekcjach zawierają bogate semantycznie informacje – eksponaty są na różne sposoby powiązane z otoczeniem, społeczeństwem i innymi eksponatami. Na przykład krzesło może być wykonane z dębu i skóry, może być w określonym stylu, może być zaprojektowane przez znanego projektanta, produkowane przez pewną firmę w pewnym przedziale czasowym, użyte w pewnym budynku razem z innymi meblami itd. Inne eksponaty, miejsca, przedziały czasowe, projektanci, firmy itp. mogą być związane z krzesłem poprzez ich własności, tworząc skomplikowaną, semantyczną sieć powiązań. Ta sieć nie jest ograniczona do pojedynczej kolekcji, ale rozciąga się na inne, powiązane kolekcje w innych muzeach.
Technologia Semantic Web daje nowe możliwości związane z publikacją muzealnych kolekcji w sieci: standardy języków i ontologii sprawiają, że niejednorodne kolekcje różnego rodzaju są zdolne do współdziałania – to pozwala np. na tworzenie dużych, międzymuzealnych „wystaw”. Ponadto, aplikacje bazujące na semantyce kolekcji mogą być bardziej użyteczne i wszechstronne.

MuseoSuomi – Fińskie Muzea w Semantic Web

Portal MuseoSuomi stanowi międzymuzealną „wystawę” ponad 4000 kulturalnych artefaktów (w 2005 r.), takich jak tkaniny, meble, narzędzia itp., a także metadane dotyczące 260 historycznych miejsc w Finlandii.
Celem jego rozwijania były:
– globalny wgląd w rozproszone, niejednorodne kolekcje tak, jakby były w jednym, jednolitym repozytorium,
– wyszukiwanie informacji na podstawie pojęć ontologicznych, a nie tylko słów kluczowych,
– pokazywanie użytkownikowi semantycznych powiązań między elementami kolekcji, kolekcjami i kontekstem,
– zapewnienie muzeom środka łatwej publikacji danych o lokalnych eksponatach.
Muzea używają różnych baz danych i różnych schematów. Stanowi to poważną przeszkodę w wyszukiwaniu informacji. Można byłoby oczywiście stworzyć interfejs webowy, który rozesłałby zapytania do poszczególnych baz i scalił wyniki, jednakże przy przetwarzaniu zapytań lokalnie w każdej bazie, globalne zależności mogą być trudne do znalezienia. Jako że wyeksponowanie tych semantycznych powiązań stanowiło jeden z głównych celów MuseoSuomi, zastosowano inne rozwiązanie: lokalne kolekcje są najpierw łączone w globalnym repozytorium, w oparciu o które przetwarzane są zapytania. Aby umożliwić współdziałanie kolekcji, stosuje się w nich te same ontologie.
Elementy kolekcji są reprezentowane jako strony WWW, a ich semantyczne powiązania jako odnośniki. Wyzwaniem w takim podejściu jest połączenie danych z lokalnych (różnych) baz w globalnym repozytorium.

Proces tworzenia zawartości

Dane, które posłużyły do stworzenia MuseoSuomi pochodziły z czterech baz używających różnych systemów (Ingress, MS Server, MS Access). Częścią projektu było stworzenie procesu transformacji lokalnych, niejednorodnych baz danych w globalną bazę wiedzy w formacie RDF, dostosowaną do używanych ontologii. Proces ten był projektowany tak, aby nowe muzealne kolekcje były importowane do portalu MuseoSuomi jak najłatwiej, a muzea miały maksymalną możliwą swobodę, dostosowując się tylko do niezbędnych ograniczeń nakładanych przez portal czy innych dostawców zawartości. Na przykład dwa muzea mogą używać różnych terminów do określenia tej samej rzeczy – system powinien zaakceptować różne terminy, jeśli są konsekwentnie używane oraz dostarczono ich znaczenie łączące je z globalnymi ontologiami.

Proces tworzenia zawartości w MuseoSuomi

Jak przedstawia ilustracja, proces ten składa się z trzech części. Najpierw dane z baz relacyjnych są transformowane do języka XML (zgodnie z przyjętym schematem XML, dzięki czemu stają się jednorodne składniowo). Następnie na podstawie danych w XML tworzone są definicje terminologii w języku RDF. Identyfikatory z poziomu XML są mapowane na URI w muzealnych ontologiach. Trzeci etap stanowi transformacja danych w XML otrzymanych w pierwszym etapie, za pomocą definicji wytworzonych w drugim etapie, do postaci RDF zgodnej z globalnymi ontologiami muzealnymi.

Podczas mapowania wartości ontologicznych na URI, pojawiają się dwa problemy: nieznane wartości i homonimy. W przypadku nieznanych wartości, mapuje się daną wartość na bardziej ogólne pojęcie albo na zasób uznawany za nieznany. Na przykład, jeśli wiadomo, że dany artefakt został wyprodukowany w jakimś mieście w Laponii, można stworzyć „nieznaną” instancję klasy Miasto i wskazać, że jest ona częścią Laponii oraz miejscem wytworzenia danego artefaktu.
Problem homonimów pojawia się, kiedy pojęcia z różnych ontologii o innym znaczeniu zostały nazwane tak samo. Na przykład fińskie słowo „kilvet”, jako wartość właściwości „typ artefaktu” może oznaczać zarówno szyld jak i herb. W MuseoSuomi rozwiązano to tak, że uznawane są wszystkie możliwości, a poinformowany o problemie człowiek usuwa fałszywe interpretacje ręcznie (stwierdzono, że – przynajmniej w języku fińskim – problem ten nie występuje zbyt często, jako że homonimami zazwyczaj są słowa występujące w ontologiach o różnych dziedzinach; jednak w przypadku języków mających więcej homonimów, takich jak angielski, może to być bardziej kłopotliwe).

Interfejs użytkownika

Znaczna część zawartości Semantic Web jest publikowana poprzez portale udostępniające użytkownikowi dwie podstawowe usługi: wyszukiwanie oparte na semantyce zawartości i dynamiczne tworzenie odnośników między stronami oparte na semantycznych zależnościach. Jest tak również w przypadku MuseoSuomi.
Wyszukiwarka tego portalu jest oparta na wieloaspektowym paradygmacie wyszukiwania. Kategorie użyte do sklasyfikowania obiektów są zorganizowane w hierarchie zwane aspektami. Hierarchie te są pokazywane użytkownikowi, aby dać mu pogląd na to, jakiego rodzaju informacje znajdują się w repozytorium i dostarczyć właściwego słownictwa do wydawania zapytań. Są także wykorzystywane do przedstawienia zawartości repozytorium i wyników zapytań w różnych kontekstach. Stanowią także pomoc przy przeglądaniu zawartości repozytorium. Liczba obiektów należących do danej kategorii jest wyświetlana przy jej nazwie, co może zapobiec wybraniu przez użytkownika kategorii, do której nic nie należy.


Powyższa ilustracja przedstawia interfejs wyszukiwania MuseoSuomi. Po lewej widnieje dziewięć aspektów (np. Esinetyyppi – Typ artefaktu, Materiaali – Materiał). Odnośniki pod nazwą aspektu stanowią kolejny poziom podkategorii. Zapytanie jest wydawane poprzez kliknięcie nazwy kategorii. Po wybraniu kategorii wyniki są ograniczane tylko do obiektów należących do tej kategorii bądź którejś z jej podkategorii. Na przykład wybierając kategorię „Krzesła” z aspektu „Typ artefaktu” i kategorię „Helsinki” z aspektu „Miejsce wytworzenia”, użytkownik może wyszukać wszystkie krzesła (dowolnego podtypu) wyprodukowane w Helsinkach (włączając wszystkie bardziej szczegółowe lokalizacje znajdujące się w Helsinkach).
Wyszukiwanie według słów kluczowych również jest możliwe – są one dopasowywane najpierw do nazw kategorii, a następnie do danych dotyczących artefaktów. Tworzony jest dynamicznie dodatkowy aspekt – zawiera on wszystkie dopasowane do słowa kluczowego kategorie.

 

 

Klikając na artefakt należący do wyników zapytania, użytkownik uzyskuje dostęp do danych go opisujących (patrz ilustracja). Oprócz odnośników ułatwiających poruszanie się po wynikach zapytania (u góry) oraz po całej strukturze hierarchii (na dole), po prawej stronie znajdują się odnośniki do artefaktów na swój sposób podobnych do aktualnie oglądanego, np. wykonanych z tego samego materiału, w tej samej lokalizacji czy przedziale czasowym lub związanych z podobnymi wydarzeniami. To właśnie one dają użytkownikowi niezwykłą swobodę poruszania się po kolekcji.

 

Źródło: „MuseumFinland – Finnish Museums on the Semantic Web” – Eero Hyvönen, Eetu Mäkelä, Mirva Salminen, Arttu Valo, Kim Viljanen, Samppa Saarela, Miikka Junnila, and Suvi Kettula

Autor: Krzysztof T. Pawlak, 84864