Einsatz von Open Data für agile Wissensvermittlung

Institut für Systems Engineering – System- und Rechnerarchitektur

Einsatz von Open Data
für agile Wissensvermittlung
Utilizing Open Data
for agile knowledge transfer

M. Steinberg - Utilizing Open Data for agile knowledge transfer - 24.11.2008 1


Ablauf

Einleitung
Social Semantic Web, Open Data, Interaktion.

Motivation und Anforderungen
Wie kann Open Data in höherwertigen Anwendungen genutzt werden?

Konzept
K t
Anforderungen: Ressourcenhandling, Interaktion, Qualität von Ressourcen.

Beitrag und Schwerpunkte
qKAI Application Framework: Konzeptionelle Basis und Systemspezifikation.
Hybride Datenbasis.
Interaktion über Wissensspiele: Beispiele für Spielsequenzen.

Zusammenfassung und Ausblick

Zeitplan
Z it l



Einleitung: Social Semantic Web (S2W)

Einbindung von Nutzern in Inhaltserstellung und -bewertung
Desktop-ähnliche Webanwendungen mit „Rich User Experience“
(RIA: Rich Internet Application, Usability-Focus).
Usability Focus).
Semantic Web mit Technologie-orientierter Datenrepräsentation und –
verarbeitung in RDF (Resource Description Framework).

Mangel an nutzer-freundlichen,
agilen Interaktionsszenarien im
Semantic Web.
Mangel an standardisierter
Repräsentation und
p
Wiederverwendbarkeit im Web 2.0.

Vielversprechende Kombination
Kombination.



Einleitung: Linked Open Data (LOD)

"A piece of knowledge is
open if you are free to use,
reuse, and redistribute it.”

Wissensbasen zahlreich
vorhanden als RDF,
teils miteinander verlinkt,
Abfrage über SPARQL.

Oft redundante Inhalte
z.B. Wikipedia,
Freebase, Dbpedia.

Zusätzlich Ressourcen als
(x)html, RSS Webfeed,
Datenbanken, Wikis,
Multimedia, …



Einleitung: Interaktion

Ohne Interaktion bleibt Open Data
nutzlos für Anwender.
Beispiele für Interaktion it Open Data:
B i i l fü I t kti mit O D t
Semantisches Browsen und Suchen:
Twine, Freebase, Dbpedia,
Powerset, Swoogle, Stumpedia.
SPARQL Abfragetools
sehr technisch, wenig intuitiv.
, g

Exploration, Suche
Exploration Suche, Anzeige und
Editieren/Annotieren von Einträgen,
wenig weiterführender Nutzen mit
Ableitung von neuem Wissen.



Motivation und Anforderungen

Was ist zu tun, um Open Data in höherwertigen Anwendungen gezielt
weiterzunutzen?

Standardaufgaben der Wissensmodellierung:
Akquise, Formalisierung, Repräsentation, Visualisierung.

Qualität von Ressourcen bestimmen und erhöhen:
Ermittlung und Ergänzung von Metainformationen.
Um so mehr wir über eine Ressource wissen, desto besser können wir sie gebrauchen.

Erweiterte Interaktion und Anreiz für Beteiligung schaffen:
motivierende Szenarien über Wissensspiele,
ot e e de S e a e übe sse ssp e e,
Interaktion kann neues Wissen erzeugen,
bislang keine Anwendungen bekannt, die Open Data für Wissensspiele verwenden.



qKAI Ziele

Beispiele zu nutzer-orientierten Webservices für Interaktion mit Open Data:
Schwerpunkt spielbasierte Wissensvermittlung,
Als Beispiel für Vereinfachung von Interaktion.
Ableiten von neuem Wissen, Aussagen über bestehende Ressourcen,
Fernziel: flexible Kombination von Webservices für verschiedene Szenarien
„Composite Services“
Beispiel:
Beispiel S1 Q er Ser ice S2 Representation Ser ice S3 Interaction Ser ice …
Query-Service, Representation-Service, Interaction-Service,

Konzeptionell Application Framework als Basis:
Dreamteam: Social Semantic und SOA
SOA,
Skalierbares, wieder verwendbares und vereinheitlichtes Software Konzept,
Anwendungsautonomie:
Erweiterbarkeit, Adressierbarkeit, Zustandslosigkeit,

Exemplarische Bereitstellung geeigneter Anwendungsszenarien, API- und
Servicekollektion,
Spezifikation nicht implementierter Bereiche.



qKAI Konzept und Schwerpunkte

Spezifikation Application Framework für Open Data Webservices in qKAI
Standardaufgaben der Wissensmodellierung als Basis für Interaktion,
kombiniert bzw. erweitert bestehende Java APIs für Teilaufgaben
bzw Teilaufgaben.

Hybrides (Meta)data Repository für verteilte Ressourcen:
Anreicherung b
A i h bestehender R
h d Ressourcen über semantische Verlinkung.
b i h V li k

Qualifizierung von Open Data über Metadaten:
Zuordnung weiterer Ressourcen (Webseiten, Dokumente, Multimedia),
automatische Analyse von Metadaten (Aperture),
Anreicherung über Interaktion.

Anwendungsfälle für leichtgewichtige Wissensspiele mit Open Data
Nutzer orientiert
Nutzer-orientiert mit „Rich User Experience“.
Experience .



qKAI Application Framework
4-Tier-Layer Design,
Kombination
K bi i aus MVC Modell,
MVC2 M d ll
Mediator-Wrapper-Konzepten und SOA.
SOA/REST Paradigmen
zustandslose Services/Server und
Kommunikation über http-Protokoll.
Zustandsvoller (stateful) Client.

Mediation Layer als Geschäftsogik oder
Kontroller.
„A mediator is a software module that
exploits encoded knowledge about certain
sets or subsets of data to create
information f a higher l
i f ti for hi h layer of f
applications.“
Middleware, die verfügbare Services mit
weiteren technischen Komponenten
verbindet (Service Mediation).



qKAI Application Framework: Mediation
Drei Service Manager Pakete:
Interaktion,
I t kti
Repräsentation,
Discovery.

Interaction Service Manager:
Verwaltet Services für Nutzerinteraktion
Z.B.: Points-Of-Interest, Spieltypen, …
Representation Service Manager:
Verwaltet Services für Transformationen
und Ausgabeformate
Z.B. RDF oder für Assessment LMS:
IMS/QTI-Repräsentation aus XML/RDF.
Discovery S i M
Di Service Manager:
Verwaltet Services für Suche, Abfrage,
Indexierung
Z.B.: SPARQL-Anfragen.
Z B SPARQL Anfragen



qKAI Application Framework: Presentation
RIA (Rich Internet Application) Modell,
entspricht der View-Komponente i
t i ht d Vi K t im
MVC2-Modell,
Desktop-ähnliche Anwendungen
AJAX/FLASH wird clientseitig ausgeführt,
i d li t iti füh t
schnellere Reaktion auf Nutzereingaben,
weniger Netzwerk- und Serverlast,
Offline-Nutzung möglich.

Rich UI Engine liefert GUIs
hier Spieloberflächen,
Rich Thin Client
Business Logik serverseitig,
Präsentationslogik von
Darstellungskomponenten getrennt
Logik lokal verfügbar
verfügbar.



qKAI Application Framework: Data und Wrapper
Hybrides Data Repository
qKAI URI Repository
qKAI URLs für Anreicherung bestehender
Ressourcen,
Linked Data Prinzip (W3C)
(W3C).
qKAI Prozess Data in MySQL mit
relationaler Struktur,
Service Repository für Nutzung verteilter
Ressourcen:
Szenarien- und Domainkonzepte,
Repräsentation als Open Data in RDF.
p p

Wrapper Layer für Serialisierung
unterschiedlich strukturierter Ressourcen:
RDF,
HTML, XHTML, XML,
Datenbanken.
Datenbanken



qKAI Data Layer: Linked Data

Wie können verteilte Web-Ressourcen mit
minimaler Redundanz angereichert werden?

Mit Zugriff auf Live Ressourcen (wo möglich)
und Änderungsmanagement.

qKAI trifft Aussagen über Ressourcen
für jede Ressource wird neue qKAI URI erzeugt,
folgt REST/Linked Data Paradigmen,
g / g ,
Linked Data Repository mit semantischer
Verlinkung,
wird über seeAlso/sameAs angebunden
g
(RDF/OWL),
Anreicherung von Ressourcen über qKAI URI.
„Self-propelled data structure“.
p p



Qualität von Ressourcen in qKAI

Beschränkung auf Metadaten als Qualitätsmerkmal:
Je mehr Metadaten, desto besser.
g
Keine absolute Qualität – nur Vergleich.
Gewichtung von Ressourcen möglich:
Menge Informationen, Menge Metainfos, Format, Strukturierungsgrad, …
Anreicherung qKAI URI der entsprechenden Ressource.
Beispiel Domain Ranking als Themenwolken
Zu welchem Themengebiet gibt es zurzeit am meisten Infos?
First Level Kriterien:
In Ressource direkt enthaltene Metadaten,
Ermittlung mittels Java Framework Aperture.
Second Level Kriterien:
Über
Ü Nutzerinteraktion,
Bewertung, Annotation, Korrektur,
Über NLP (Natural Language Processing) ermittelbar
Extraktion: NER (Named Entity Recognition) PoS (Part of Speech) Tagging, …
Recognition), Tagging



Spielbasierte Wissensvermittlung

Schwerpunkt Frage-Antwort-Spiele
Elemente sind Frage, Antwort und ihre Zuordnung als Wissenseinheit. ! ?
Demokonzepte
Demokon epte für Frage Ant ort Spiele
Frage-Antwort-Spiele
Multiple Choice (Bild,Text), Text-Text-Zuordnung, Bild-Text-Zuordnung. ?!
Konzepte als qKAI Ontologien
Typ (Person, Ort, Objekt), Domain (Informatik, Architektur, …), Interaktion, Spieltyp, Spielfrage.
Nutzt bestehende Ontologien als Beschreibung für Themen und Typen
YAGO, SKOS, Dublin Core, FOAF.

Spielbasierte Bewertung und Ressourcenranking
Jokeroptionen wie Know-It-All, Nonsense, …

Export von Spielergebnissen als Assessment Format IMS/QTI für Lern-Management-
Systeme (LMS).
Lose Kopplung von Webservices für Wissensvermittlung und Lernen.



Beispiele für Interaktion



„Points of Interest“ für personalisierte Wissensbasis

Problem bei Spielstart:
Verteilte Open Data Ressourcen,
zahlreiche D
hl i h Domains und Th
i d Themengebiete,
bi t
Web entspricht „Open World Assumption“.

Frontend für Setzten von POIs
Suchraumdefinition und -begrenzung über qKAI Service Repository,
Vorgabe/Angebot von bestehenden Ressourcen und Konzepten für Nutzer,
V b /A b t b t h d R dK t fü N t
Domainbegrenzung über nutzerseitige Filter und Selektion (Domain Ranking).
Thematisch, geografisch oder Beides.

qKAI bildet personalisierte Wissensbasis bei Spielstart
als RDF-Graph.
RDF Graph



qFOAF: Semantisches Nutzerprofil

Profilerstellung bei Spielstart
erweiterte FOAF-Datei (FriendOfaFriend).

Profilbereitstellung
als qKAI-Ressource im Web mit eindeutiger URI,
vernetzt N t nach und nach semantisch
t t Nutzer h d h ti h
z.B. http://qkai.org/foaf/msteinberg/foaf.rdf

Profilanreicherung
(semi)automatisch über Nutzer und bestehende Informationen
z.B. vorhandene FOAF-Datei, Geocodes (aus IP ermittelt).
Über
Ü qGame Interaktion
Spielpunktestand für Interaktion
erzeugte Fragen, Antworten, Wissenseinheiten, Bewertung, …
Themen, Orte, Interessen, …



qCHUNK: Spielziel und -ablauf

Begriff mittels Informationseinheiten (IU) qCHUNK
so schnell wie möglich erraten qKAI

später auch für Multimedia denkbar (z.B.
Zoomausschnitte/Puzzle aus Grafiken)
Grafiken).
IU
qKAI Algorithmus:
Extrahiere Informationseinheiten aus
XHTML: Nächste IU
Extrahiere Satz,
Beispiel: „Hannover ist die Hauptstadt des Lösen
1946 gegründeten Landes Niedersachsen.“
Ersetze Suchbegriff in IUs:
Punkte
Beispiel: „?? ist die Hauptstadt des 1946
gegründeten Landes Niedersachsen.“
Zeige erste IU (randomized) Neues Spiel
(Spieler gibt gesuchten Begriff ein)
Vergib Punkte,
Speichere Punkte in qFOAF,
(Oder fordert nächste IU an)
Zeige nächste IU.



SPARQLizer: Spielbasierter SPARQL-Endpoint



SPARQLizer: Beispielfragen (questionizer)

Which german architects are born in Berlin?
Which architects are influenced by Mies van der Rohe?
Which are the capitals of Europe?
Which cities have famous buildings of the gothic epoch?
…

Which people are born in Berlin before 1900?

SELECT ?name ?birth ?death ?person WHERE {
?person dbpedia2:birthPlace <http://dbpedia.org/resource/Berlin> .
?person dbpedia2:birth ?birth .
?person foaf:name ?name .
?person dbpedia2:death ?death
FILTER (?birth < "1900-01-01"^^xsd:date) .
}
ORDER BY ?name



SPARQLizer: SPARQL Response (answerizer)

…
<results distinct="false" ordered="true">
<result>
<binding name="name">
<literal aaa:lang= de xmlns:aaa="http://www w3 org/XML/1998/namespace">(August)
aaa:lang="de" xmlns:aaa= http://www.w3.org/XML/1998/namespace >(August)
Immanuel Bekker</literal>
</binding>
<binding name="birth">
<literal datatype="http://www.w3.org/2001/XMLSchema#date">1785-05-21</literal>
</binding>
/
<binding name="death">
<literal datatype="http://www.w3.org/2001/XMLSchema#date">1871-06-07</literal>
</binding>
…

Immanuel Becker
Abraham Mendelssohn Bartholdy
Ab h M d l h B th ld
Achim von Arnim
Adalbert von Preußen
…



SPARQLizer: Flickr Text-Bild-Frage

Begriff zu passendem Bild zuordnen.
Tags qKAI

qKAI Algorithmus:
Suche Bilder in Flickr mit gewünschten Bilder/Begriffe
Tags
z.B. Hannover, Architektur. Gebäude
,
Gib Bilder aus Flickr mit Titel und Tags Lösen

als RDF-Repräsentation zurück.
Punkte
Präsentiere Bilder und Titel
(randomized) als Zuordnungsfrage oder
MC Neues Spiel

Text-Bild,
Text-Bild Bild-Text
Nutzer ordnet Bilder Begriffe per
Drag&Drop zu.
Überprüfe Z d
Üb üf Zuordnung und vergib
d ib
Punkte.


qMAP: Kartenbasierte Geocode GUI

„Spielbrett“ für bestehende
Wissenseinheiten (Fragen und
Antworten)
Geocodierte Platzierung, ?! ?
IP-Lookup mit GeoCity-Webservice !
Abfrage. ? ! ?!
Filtern, Suchen, Editieren und
Ergänzen von Informations- und
g
Wissenseinheiten. ?! ?
?
OpenStreetMap als Alternative zu ?!
Google Maps !
über AJAX bzw. Flash API.
?! ?! !
Symbole sind mit unterschiedlichen
Spielaktionen verknüpft.


qRANK
Spielbasiertes Rating und Ranking von Ressourcen:
p g g
Bewertung von Ressourcen über Spieljoker.

qLINK
Spielbasiertes Verlinken von Ressourcen,
Linked Open Data Basis wird erweitert,
neue Verlinkung bringt Punkte.

q
qPOINT
Punkte- und Levelsystem,
Interaktionskatalog mit zugeordneten Punkten.



Zusammenfassung

Open Data für Wissensvermittlung
Am Beispiel von Wissensspielen,
Schwerpunkte in qKAI
Framework Spezifikation nach REST und Linked Data Paradigmen,
Hybride Datenbasis für verteilte Webressourcen mit semantischer Verlinkung,
Spielbasierte Interaktion,
Qualität von Ressourcen über Metadaten.
2008:
2 abgeschlossene stud Arbeiten
stud.
BA Informationsqualität (A. Taassob)
MA Informationseinheiten (J. Hein)
Abschlussvortrag am Donnerstag um 13.30 Uhr

Paper zu qKAI Framework und Konzept: DigitalWorld 09
qKAI Konzept und Spezifikation für Application Framework abgeschlossen.



Vielen Dank für Ihre Aufmerksamkeit!


Einsatz von Open Data für agile Wissensvermittlung

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie Einsatz von Open Data für agile Wissensvermittlung

Ähnlich wie Einsatz von Open Data für agile Wissensvermittlung (20)

Mehr von Monika Steinberg

Mehr von Monika Steinberg (9)

Kürzlich hochgeladen

Kürzlich hochgeladen (7)

Einsatz von Open Data für agile Wissensvermittlung