ジャパンサーチ利活用スキーマの設計と応用
- ジャパンサーチ メタデータの構築
- 分析と概念モデル：FY2017
- マッピング開発からベータ版公開：FY2018
- 連携フォーマットと利活用スキーマ
- 利活用スキーマへの変換の流れ
- 利活用スキーマのインターフェイス
- 利活用スキーマの設計
- 利用者タスクによるメタデータ分析
- 共通記述情報とソース情報の分離
- 共通記述情報の基本項目
- 名称とラベル
- 複レイヤ構造と語彙の選定
- レイヤⅠ：シンプル記述
- レイヤⅡ：構造化記述
- 構造化記述：注釈あるいはプロパティグラフ
- 正規化値とLOD
- 汎用共通項目
- アクセス情報とメディアオブジェクト
- 利活用スキーマRDFの探索と応用
- いつ：時間正規化と範囲検索
- どこ：位置情報の利用
- なに：グラフによる探索
- さらにグラフ探索
- だれ：正規化と統合クエリ
- ジャパンサーチ内の新しい関係を見出す
- 注釈によるユーザ発信情報
- データとしての利活用スキーマRDF
- スキーマ（モデル）自身の活用
- 課題と展望
- ベータ版公開から5ヶ月
- 正規化の課題
- クラス定義のあり方
- 活用できるポータルへ
- 参照先
利活用スキーマへの変換の流れ
- 利活用スキーマRDF生成のワークフロー
- 連携フォーマットの共通項目に対応する共通変換定義と、データセットごとの個別変換定義を組合せ、マッピング定義を準備
- マッピングツールは辞書を用いて値を正規化する正規化モジュールを呼び出しながら、各アイテムをRDFに変換
共通記述情報とソース情報の分離
- 共通記述＋アクセス・ソース情報の構造
- 分野を問わない、発見～選択タスクに重要な共通記述を設定
- 取得タスクのための、アクセス情報を集約
- ソースを共通記述から分離し、来歴の明示とともに元データ取得も可能に
- 共通記述は無理に100%の変換を目指さず、共通化しないものはソースに任せる（導入句付き
schema:descriptionでも）
- 共通記述は無理に100%の変換を目指さず、共通化しないものはソースに任せる（導入句付き
- Europeanaモデル（EDM）とも対応する共通記述とアクセス・ソース情報の分離
- 共通記述及びソースデータ（sourceData）が
ore:Proxy、アクセス情報がore:Aggregationに相当 - 各
ore:Proxyはそれぞれの視点でのメタデータを記述
- 共通記述及びソースデータ（sourceData）が
レイヤⅠ：シンプル記述
- Schema.orgによる分かりやすい記述
- 基本的なパターンで検索でき、モデルに関する特別な予備知識を求めない
SELECT * WHERE {?sschema:spatial place:三重}- Schema.orgは世界的に広く利用され、特別な説明なしに通じる
- RDFに親しみのないウェブ開発者も利用しやすい
- 値も正規化し、異なる表記も一貫して検索できるようにする
レイヤⅡ：構造化記述
- シンプル記述と対になる構造化ノード
- 構造化記述プロパティ＋関係タイプ（作者、訳者、制作地、出土地）
- 元データの項目名（出土地）の詳細は関係タイプで記述＝元項目名の保持＆文脈付与
- 関係タイプは制作、公開、発見、取得、記録、出演、内容、支援、関連の大区分
- さらに
role:発見.出土という形で小区分を設け、大区分と関連付ける。小区分は変換時に動的生成も
- 変換元データの保存（住所→都道府県のような正規化で失われる情報）や処理に関する注記
- 元データはソース情報でも辿れるが、利用時のスムーズな確認は重要
- さらに緯度経度、時代などの付加価値情報を追加できる
- 伊勢国相可村発掘「脚付長頚坩」の場合：緯度経度とその判定に用いた辞書を注記
jps:valueプロパティでシンプル記述と同じ正規化値に関連付ける
構造化記述：注釈あるいはプロパティグラフ
- シンプル記述の関係への説明的注釈
- 構造化ノードはシンプル記述の説明もしくは注釈と考えることができる
- プロパティグラフの関係プロパティと捉えてもよい
- プロパティグラフはノード（円）、関係（矢印）がそれぞれプロパティ（キー：値の組；RDFでいうプロパティとは異なる）を持つことができる
- 関係はタイプを持ち（つまり
relationType）、それがRDFでの矢印ラベル（＝述語）に相当する
- RDF文のメタデータ記述拡張案RDF*（Turtle*）で記述してみると
<<jpsd:cobas-91058 schema:spatial place:三重>> jps:relationType role:発見.出土 ; schema:description "出土地: 伊勢国相可村" .
アクセス情報とメディアオブジェクト
- 取得タスクのための情報を集約
- 資料を所蔵している機関（
schema:provider） → 英文名称、緯度経度などを含む情報 - 提供機関の資料紹介／カタログURL（
schema:url）- IIIFマニフェストを含む、資料（のデジタル化オブジェクト）についての情報URL
- 資料のデジタル画像、音声動画など（
schema:associatedMedia）- 直接利用できる高解像度画像、動画、3Dオブジェクト、などを想定（現在のところ該当なし）
- サムネイル画像は共通情報（資料自身のプロパティ）として
schema:image
- 請求記号、展示番号など、資料閲覧のためのID
- 中間アグリゲータ（つなぎ役）が紹介ページを提供している場合、ソース情報も
schema:urlなどを持つ
- 資料を所蔵している機関（
- メディアオブジェクトのライセンス情報とメタデータ
- オブジェクトを主語としたトリプルで型、フォーマット、ライセンスなどを記述
- ライセンスは、提供者の基本ライセンスとしての提供が大半で、記述方法は要検討
- 現状では、利用者はライセンスを条件にしたアイテム／オブジェクト検索はできない
いつ：時間正規化と範囲検索
- 時間表記の正規化と実体化
- 時間記述はすべて年を単位に正規化
- 範囲を持つ時間実体（Interval）として表現。単年でも
start、endプロパティを持つ 
- 時代、世紀も同じ形で時間範囲実体として扱える。さらに曖昧年（○年代、189xなど）も
- 時間実体を利用して、異なる記述のアイテムを検索。例：鎌倉時代の絵画
- 「鎌倉時代」という時代表記の値だけでなく、その時代範囲の西暦、和暦記述も検索できる。
SELECT ?s ?start ?end WHERE { {time:鎌倉時代jps:start?st ;jps:end?et} ?s a type:絵画 ;schema:temporal[jps:start?start;jps:end?end ] . FILTER (?start >= ?st && ?end <= ?et) }- さらに年表上への表示も
どこ：位置情報の利用
- 都道府県単位の正規化
- 場所記述は粒度がさまざま（国単位～街区住所）。旧国名や市町村合併＝現在使わない地名
- 都道府県を単位に正規化（海外は国単位）。
- たとえば検索結果を都道府県別に集計し地図を色分けするなど
- 緯度経度とGeohash
なに：グラフによる探索
- タイプと階層検索
- タイプは元データの「種別」などから生成 → データセットによって異なる
- クラスを階層化：「版画」「水彩」は「絵画」の一種
- クラス階層を利用して例えば神奈川県の絵画＆サブクラスを検索（プロパティパス）
?type
rdfs:subClassOf*type:絵画
ジャパンサーチ内の新しい関係を見出す
- 作者関連グラフの推論
- アイテムにはしばしば複数寄与者 → これらの寄与者の間には何らかのつながりがある
SELECT ?someone (count(?s) as ?count) WHERE { ?sjps:agential[jps:relationType/skos:broader? role:制作; jps:value/owl:sameAs?chname:歌川広重], [jps:relationType/skos:broader? role:制作; jps:value?someone] FILTER(?someone != chname:歌川広重) } GROUP BY ?someone- つながりのある寄与者を集めることで、作者関連グラフが得られる
CONSRUCT句で関係を表すRDFグラフ生成もできるがここではつながりの数も考慮
注釈によるユーザ発信情報
- マイノートとWeb Annotation
- ジャパンサーチのマイノートは、利用者によるアイテムへの注釈と考えることができる
- この関係は、Web Annotationを用いて表現できる
- Web Annotationで記述した注釈を用いて、ジャパンサーチとの統合クエリができる
- 自身のエンドポイントがなくても、ファイルに保存したWeb Annotationで統合クエリは可能
- ARQのようなコマンドラインツールで、ファイルを対象にクエリを実行できる
- URIハブとしてのジャパンサーチ
- 同じアイテムURIを
targetとして記述された注釈は集約が可能 - さまざまな注釈を集める第三者サービス＝ユーザ発信情報との連携の可能性
- ただし同じ「作品」が複数アイテムに対応する場合があり、URIハブとして機能するにはそれらの集約が必要
- 同じアイテムURIを
データとしての利活用スキーマRDF
- メタデータはデータでもある
- 利活用スキーマRDFは、基本的にはアイテムを記述するメタデータ
- さらにメタデータ自体をデータとして分析対象にすることもできる
- 地図色分けやチャートはその一種でもあるが、視覚化表現からアイテム検索クエリにリンクしており、検索結果表現のインターフェイスの一種でもある
- タイトルなどのテキスト分析
- キーワードをタイトルに含むアイテムを年別集計しグラフ化（例：猛烈,根性,感性,努力）
- タイトル抽出 → KH Coderで分析するなど
- 右図は「引札」を含むタイトルの多次元尺度法プロット
