Semantisch Zoeken

Marijn Koolen

Content en Toegankelijkheid

Haagse Hogeschool, 17 Maart 2015

Overzicht

1. Semantisch Zoeken
2. Data en Zoekvragen
3. Semantiek en Big Data
4. Oefenen met SPARQL

Semantisch Zoeken

• Zoeken met expliciete betekenis
  • Hoe is dat anders dan zoeken via Google?
  • E.g. welke Michael Jackson?
• Data en zoekvragen hebben vaste, expliciete betekenis

Semantische Data

• Linked Data: expliciete relaties tussen data
  • URI: identificeert een resource
    • e.g. URL, ISBN
    • persoonsgebonden: BSN, IBAN
  • RDF: identificeert een relatie
    • subject - relation - object
    • Rembrandt - nationality - Dutch

Linked Data Collecties

• Bekende Linked Data sets:
  • Freebase: gebruikt door Google
  • DBpedia: gebaseerd op Wikipedia
• E.g. Rembrandt’s relaties in Wikipedia
  • worden RDF triples over Rembrandt in DBpedia

Resource Description Framework

• RDF linkt data punten aan elkaar
  • geeft betekenis via structuur
• URIs:
  • http://dbpedia.org/resource/Rembrandt
  • http://dbpedia.org/resource/Dutch
• RDF triple:
  • dbpedia:Rembrandt dbpedia-owl:nationality dbpedia:Dutch

Queries Met Structuur

• Datastructuur is semantisch
• SQL: Structured Query Langauge (vergelijk met geavanceerd zoeken)
• Veelgebruikt in databases

SELECT contract FROM uva_staff WHERE (contract=temp) SET contract=permanent

• SPARQL: SQL voor Linked Data

SPARQL Voorbeeld 1/4

• SPARQL query:

SELECT ?nationality WHERE { dbpedia:Rembrandt dbpedia-owl:nationality ?nationality }

SPARQL Voorbeeld 2/4

SELECT ?person WHERE { ?person dbpedia-owl:nationality dbpedia:Dutch}

SPARQL Voorbeeld 3/4

SELECT ?person ?nationality WHERE { ?person dbpedia-owl:nationality ?nationality }

SPARQL Voorbeeld 4/4

SELECT ?nationality count(?nationality) WHERE { ?person dbpedia-owl:nationality ?nationality }

Vergelijking

• Wat zijn voordelen van zoeken met expliciete betekenis?
  • wanneer gebruik je semantisch zoeken?

Vergelijking

• Wat zijn voordelen van zoeken met expliciete betekenis?
  • wanneer gebruik je semantisch zoeken?
• Zijn er ook nadelen?

Vergelijking

• Wat zijn voordelen van zoeken met expliciete betekenis?
  • wanneer gebruik je semantisch zoeken?
• Zijn er ook nadelen?
• Gevolgen voor ranking en relevantie:
  • met precieze betekenis, is ranking belangrijk?
  • zijn alle resultaten automatisch relevant?

Zoeken en Big Data

• Grote data sets zijn lastig te doorzoeken
  • zeker als ze ongestructureerd zijn
• Moeilijk om overzicht te krijgen
  • Recall in web zoeken is vaak onmogelijk te meten (maar meestal ook irrelevant)
• Moeilijk om analyse te doen
  • classificeren van het web is onbegonnen werk (e.g. Yahoo! Directories)

Semantiek en Big Data

• Big Data vaak chaotisch
  • expliciete semantiek vaak handmatig gecreëerd
  • soms (semi-)automatisch: e.g. DBpedia
  • problemen: incompleet, incorrect, inconsistent
• Bronnenkritiek!

Inconsistentie

• Terminologie varieert
  • zeker over verschillende disciplines/domeinen
  • koppelen van verschillende thesauri is monnikenwerk
  • inconsistentie ook in Wikipedia (en dus DBpedia)
• Semantisch zoeken lijdt onder inconsistentie
  • Nationaliteit van personen

Alternatieven

• Wolfram Alpha
  • vragen in natuurlijke taal
  • is dit net zo expliciet als SPARQL?

Verdere Applicatie

• Output van semantisch zoeken als beginpunt van verder analyse:
  • Oefenen met SPARQL en DBpedia
  • Tutorial op Linked Science
• Volgende week:
  • van zoekmachine naar onderzoekmachine