Microsoft Word - swo_ver10.docx

Size: px

Start display at page:

Download "Microsoft Word - swo_ver10.docx"

ありあがうん
4 years ago
Views:

1 DCMI Description Set Profile に基づく RDF Refine を利用したメタデータ作成支援手法の提案 A Method for the Creation of RDF Metadata with RDF Refine Based on DCMI Description Set Profile 落合香織 1 三原鉄也 1 永森光晴 2 杉本重雄 Kaori Ochiai 1, Tetsuya Mihara 1, Mitsuharu Nagamori 2 and Shigeo Sugimoto 2 1 筑波大学大学院図書館情報メディア研究科 1 Graduate School of Library, Information and Media Studies, University of Tsukuba. 2 筑波大学図書館情報メディア系 2 Faculty of Library, Information and Media Science, University of Tsukuba. 2 Abstract: Web of data called Linked Data came to be published more and more. OpenRefine is a tool for working messy data, and RDF Refine is a OpenRefine extension for exporting RDF. So, we can transform data which is written in CSV file into RDF data easily with OpenRefine and RDF Refine. The other side, we have a problem that it s difficult to reuse metadata schema when we create new metadata. RDF Refine has a function to import another project of RDF Refine. In this paper, I propose the way to reuse a metadata schema with RDF Refine and Description Set Profile which is proposed by DCMI, when we want to transform metadata into RDF data. 1. はじめに近年データを共有し有効利用していくために Open Data[1] としてオープンライセンスのデータを提供することが増えている [17][18] Oepn Data では望ましいデータの公開方法を 5 段階のランクで定めており Excel や CSV 形式のデータよりも RDF (Resource Description Framework) や Linked Open Data(LOD) [2] の形で提供することが望ましいとしている [3] RDF は Web 上のリソースに関する情報を表現するためのデータモデルであり主語述語目的語から構成されるトリプルで表現する RDF はグラフ構造の表現であるため URI で表現されたリソース同士を結びつけていくことが出来る LOD [2] は Web 上に RDF で表現したオープンなメタデータを提供しそれらをリンクさせ関連付ける取り組みである LOD としてデータを公開連携させることで今までにない新しい情報の共有方法やサービスが可能となることが期待されている LOD や RDF が望ましいデータの提供方法とされる一方で Open Data として Excel や CSV 形式で提供されているデータを RDF に変換することは LOD や RDF についての知識や経験を持たない人にとっては難しい現在 Excel や CSV 形式のデータを RDF に変換する為に RDF Refine[7] や LinkData[8] といったツールが公開されているこれらのツールでは Excel や CSV 形式で用意されたデータの項目を RDF で用いる語彙としてマッピングを行う必要がある本稿ではデータを RDF に変換するツールのひとつである RDF Refine 上で語彙のマッピングを支援するための提案手法について述べる具体的には Dublin Core Metadata Initiative(DCMI) が提案する Description Set Profile(DSP) という形式でメタデータをどのような語彙や構造を用いて記述するかを定義しておくことで RDF Refine 上でマッピングの設定を簡単に行うための方法を提案する以降本稿では RDF で記述されるメタデータを作成することを前提に話を進める 2. メタデータ作成の手順と問題点メタデータを作成する際にメタデータ作成者は予めメタデータスキーマの作成を行うメタデータスキーマの作成ではどのようなメタデータの項目を用意しその項目名に対しどのような語彙や構造で記述していくのかを決めていく [19] 本稿ではこのように利用する語彙やメタデータの構造を定義したものを記述規則定義と呼ぶ 03-01

メタデータの作成方法には様々な方法が挙げられる一からデータを記述していく方法リレーショナルデータベースや CSV として既に存在するデータを RDF に変換する方法 HTML や XML に埋め込まれたデータを抽出する方法画像や動画にアノテーションを付けていく方法等である本稿はこの中でも既存のデータを RDF に変換する方法に着目して述べていく既存のデータを RDF

( 名 ) を foaf:name で一つのまとまりで記述しているまたマッピングを行う上でメタデータの記述内容が特別な型を必要とするときはデータタイプやクラスの指定を行う例えば記述内容が文字列で日付の場合は xsd:date というデータタイプを指定するしかしながら既存データから RDF への変換において語彙をマッピングしていく作業を行う際にメタデータ作成者は RDF や LOD

2 メタデータの作成方法には様々な方法が挙げられる一からデータを記述していく方法リレーショナルデータベースや CSV として既に存在するデータを RDF に変換する方法 HTML や XML に埋め込まれたデータを抽出する方法画像や動画にアノテーションを付けていく方法等である本稿はこの中でも既存のデータを RDF に変換する方法に着目して述べていく既存のデータを RDF に変換していく具体的な方法には RDF Refine 等の変換のためのツールを用いるメタデータ作成者が独自でプログラムを記述するといった方法が考えられるこのときメタデータ作成者は変換したいデータの項目を RDF としてどの様な語彙や構造でマッピングしていくのかを設定する図 1 の場合タイトルという項目名に対し dc:title という語彙を当てはめ著者名著者名 ( 姓 ) 著者名 ( 名 ) を foaf:name で一つのまとまりで記述しているまたマッピングを行う上でメタデータの記述内容が特別な型を必要とするときはデータタイプやクラスの指定を行う例えば記述内容が文字列で日付の場合は xsd:date というデータタイプを指定するしかしながら既存データから RDF への変換において語彙をマッピングしていく作業を行う際にメタデータ作成者は RDF や LOD についての知識や実際にメタデータが取り扱われる領域についての知識が求められるより多くの人々に公開したメタデータを利用してもらうにはそのメタデータの利便性を高くし他の機関と連携を取りやすくすることが必要であるそのためメタデータ作成者は他のメタデータで多く利用されている且つ最もその項目に適した語彙を探す必要があるしかしながら現実として必ずしもメタデータ作成者がこのような知識を持っているとは限らないこの問題の解決策の一つに記述規則定義の再利用がある例えば A 大学の図書館が書誌データを RDF にマッピングしたいときに B 大学の図書館で使われている記述規則定義をそのまま流用するというものであるこれによりメタデータ作成者が語彙のマッピングを行う負担を軽減出来るのに加えメタデータの相互利用性を高めることも出来る本稿ではデータを RDF に変換するツールである RDF Refine 上でこのマッピング作業を支援するためにメタデータスキーマを再利用する方法を提案する 3. RDF へのマッピング支援本章ではメタデータの変換のためのツールである RDF Refine と Description Set Profile について述べた上でそれら 2 つを用いてデータから RDF へ語彙をマッピングするための支援手法を提案する 3.1. RDF Refine OpenRefine[6] とはオープンソースとして提供されているデータクリーニングツールである読み込んだデータの編集や XML などの別の形式への変換他のデータとの統合等といったことが出来る OpenRefine は拡張機能である RDF Refine[7] を追加することで読み込んだデータを RDF の記述形式である RDF/XML や Turtle に変換することが出来るまた既に公開されている LOD リソースと統合したり作成したデータをそのまま LOD として公開することも出来る RDF への変換の際は RDF Skeleton という読み込んだデータのどの項目名を何の語彙とマッピングしどんな構造の RDF に変換するかを定義するための設計図を設定していく図 2 は RDF Skeleton の設定画面である図 2 では CSV 上で書誌 ID と作品タイトルという項目で記述されているデータを dc:title という語彙で結び付けているこの様に RDF Refine では変換したいデータを視覚的に RDF の構造にマッピングすることが出来るまたこの RDF 図 1 RDF への変換のための項目名のマッピング例図 2 RDF Skeleton の設定画面 03-02

表 1 簡易 DSP の記述例 RDF に変換するためだけでなく他の様々な用途でも利用され得る可能性を秘めている 3.3. RDF へのマッピング支援 Skeleton のデータは JSON 形式で出力することが出来一度設定すれば RDF Refine 上で他のプロジェクトにも対応させることが出来る 3.2.

[20] はこの DSP を OWL で表現した OWL-DSP[15] や更なる記述の簡易化を目指して TSV 形式で記述可能にした簡易 DSP[14] を提案している表 1 は図 2 の RDF Skeleton の図で表現されている記述規則を簡易 DSP で表現した例である表 1 の様に簡易 DSP では項目規則名に項目名をプロパティには RDF で用いる語彙を記述する

3 表 1 簡易 DSP の記述例 RDF に変換するためだけでなく他の様々な用途でも利用され得る可能性を秘めている 3.3. RDF へのマッピング支援 Skeleton のデータは JSON 形式で出力することが出来一度設定すれば RDF Refine 上で他のプロジェクトにも対応させることが出来る 3.2. Description Set Profile 記述規則定義を定義する方法の一つとして DCMI[10] が提案する Description Set Profile(DSP) [11] がある DSP ではある項目について項目名 ( ラベル ) RDF で用いる語彙項目の記述回数日付の書き方などの実際に記述する内容への制約を XML で記述することが出来るメタデータ情報基盤構築事業 [20] はこの DSP を OWL で表現した OWL-DSP[15] や更なる記述の簡易化を目指して TSV 形式で記述可能にした簡易 DSP[14] を提案している表 1 は図 2 の RDF Skeleton の図で表現されている記述規則を簡易 DSP で表現した例である表 1 の様に簡易 DSP では項目規則名に項目名をプロパティには RDF で用いる語彙を記述するまた最小最大では記述回数の最小値と最大値を値制約には実際にメタデータを記述する際の制約を設定することが出来るまたメタデータ情報基盤事業はメタデータスキーマを共有するためのメタデータレジストリである MetaBridge[9] を開発提供している MetaBridge ではメタデータ作成者が作成した簡易 DSP または OWL-DSP を登録することで MetaBridge 上に DSP を公開共有することが出来る本研究ではデータを RDF に変換する際の語彙マッピングに対しこの DSP を流用することでメタデータ作成者の負担を軽減させることを目指す DSP は項目名や語彙の指定項目の記述回数といったメタデータの詳細な情報を定義出来ることに加えツールや目的に左右されない標準的なフォーマットとなっているそのため RDF Skeleton 等とは異なりツールに依存せず利用することが出来るまた文献 [12] では DSP がスキーマの標準フォーマットとしてだけではなく文法チェックのためのツールやデータベースの設計メタデータ編集ツールの設計のためにも用いることが出来ると述べているこの様に DSP は本稿で提案する様なデータを 2 章で述べたようにデータを RDF に変換するために語彙をマッピングしていく作業は専門知識が伴わないメタデータ作成者には難しいしかし記述規則定義が再利用出来ればメタデータ作成者の負担を軽減することが出来るそこで本研究では DSP と RDF Refine を用いてデータを RDF にマッピングするための支援手法を提案する図 3 は本研究が提案する CSV ファイルを RDF へ変換する手法の流れを示したものである OpenRefine には OpenRefine 上で作成したプロジェクトを再利用するためにプロジェクトの設定を tar 形式で出力読み込みを行う機能がある本手法では筆者が開発した提案プログラムを用いて OpenRefine 用の読み込みファイルを作成する手順としてまず作成者は作成したいメタデータのスキーマを DSP で定義したものを用意する次に変換したい CSV ファイルを用意するこのとき CSV ファイルのヘッダ行に記述する項目名と DSP で定義した項目名とを同じ名前にしておく必要がある ( 図 3(1)) 用意した DSP と CSV ファイルを本稿が提案するプログラムで読み込むと OpenRefine の読み込み用ファイルを作成する ( 図 3(2)) このプログラムの中では DSP から読み込んだスキーマを RDF Skeleton の形に変換し CSV ファイルに記述されいてるデータを読み込んでいるプログラムによって作成された読み込み用ファイルを OpenRefine で実際に読み込むと作成したいメタデータを RDF/XML や Turtle の形式で出力することが出来る ( 図 3(3)) なおこの提案プログラムは Ruby のライブラリとして開発した現在利用する際はプログラムをインストールし DSP と CSV ファイルの読み込みメタデータ作成者が実際の読み込みファイルの作成図 3 提案プログラムを用いた RDF への変換作業の流れ 03-03

についてのプログラムを書き実行する必要がある表 2 DSP のサンプルの概要 3.4. 様々な形式の記述規則への対応 3.

に描かれている様な構造を持つことを示す図 4 のパターン (1) はある URI に対し複数の文字列を記述する項目が存在するという RDF で記述されるメタデータの基本的な構造であるパターン (3) はパターン (1) に加えて URI を記述する項目を付け足したパターン (2),(4) はパターン (1) に対して URI や空白ノードを使い更に構造的に項目を配置しているまた

青空文庫書誌データの変換実験どこまで現実的な利用が可能かを確認するために実在するデータに対して提案する手法を用いて RDF に変換する実験を行った本実験では著作権の消滅した作品等を公開している電子図書館青空文庫 [13] にて CSV 形式で公開されている書誌データを用いたこのデータには約 12000 件の書誌レコードが含まれておりタイトル名タイトル ID 出版日を表す日付

4 についてのプログラムを書き実行する必要がある表 2 DSP のサンプルの概要 3.4. 様々な形式の記述規則への対応 3.3 節で説明した提案プログラムは表 2 表 3 に挙げた様な構造やデータタイプの異なる様々な DSP のサンプルに対応して実行できるように作成したなお今回用いた DSP のサンプルは OWL-DSP 簡易 DSP で作成したまた DSP のサンプルを作成すると同時にそれぞれの DSP に対応した CSV ファイルも用意した表 2 のデータ構造は DSP のサンプルがそれぞれ図 4 に描かれている様な構造を持つことを示す図 4 のパターン (1) はある URI に対し複数の文字列を記述する項目が存在するという RDF で記述されるメタデータの基本的な構造であるパターン (3) はパターン (1) に加えて URI を記述する項目を付け足したパターン (2),(4) はパターン (1) に対して URI や空白ノードを使い更に構造的に項目を配置しているまたここで取り扱われる文字列のデータタイプは表 4 の RDF Refine で対応することができるデータタイプの種類をすべて満たすことを目指したしかしながら現在 OWL-DSP 簡易 DSP では言語タグを指定することができないため言語タグの指定は対応することができなかった 4. 青空文庫書誌データの変換実験どこまで現実的な利用が可能かを確認するために実在するデータに対して提案する手法を用いて RDF に変換する実験を行った本実験では著作権の消滅した作品等を公開している電子図書館青空文庫 [13] にて CSV 形式で公開されている書誌データを用いたこのデータには約件の書誌レコードが含まれておりタイトル名タイトル ID 出版日を表す日付分類番号を表す日本十進分類 (NDC) の表記新字旧字等を表す仮名遣い種別青空文庫で公開されている URL 等といった多くの項目がある本実験は提案プログラムを用いてこの CSV データを図 5 に表す DSP に習った RDF 形式のデータに変換を目指したまた今回用いた DSP は筆者が青空文庫のために作成したもので詳細は MetaBridge 上に公開している本実験は本稿で提案する手法を実際に行う際にメタデータ作成者がどのような手順を踏む必要があるのかまた実際に変換可能であるかの検証を目的とした実験方法として変換したいメタデータの iew/?lang=&descriptionuri=http%3a%2f%2fpurl.org%2fnet%2 Faozora%2Fdsp 表 3 DSP のサンプルの分類表 4 RDF Refine で用意されているデータタイプの一覧図 4 サンプル DSP のデータ構造のパターン 03-04

5 記述規則を定義した DSP と青空文庫の書誌データを記述した CSV ファイルを用意し用意した CSV ファイルに対して提案手法を用いて RDF への変換を行うことを目指した以下では変換を行う上での作業の流れと変換結果について述べるまず青空文庫から得られる CSV ファイルのヘッダ行の部分だけを DSP の項目に合わせた CSV ファイルを用意して提案手法を実行した項目名が一致している部分のデータを変換することは出来たしかし一部のデータはそもそも DSP の項目に合わせることが出来なかったなぜなら用意した CSV ファイルと DSP のデータの構造が異なっていたからである今回用いた CSV ファイルでは 1 つのレコードにおいて作品に対し一人の著者名が記述され役割フラグという項目で著者翻訳者校訂者に分けていた一方で今回設定した DSP では一つの作品に対して著者翻訳者校訂者全ての作家を記述していたため CSV ファイルのデータの構造を変更する必要があったそこで実際にデータの構造も DSP に合わせて作成した CSV ファイルを用意しようと試みたしかしこの CSV ファイルを作成することは出来なかったなぜなら提案手法では複数回記述したい項目に対して一度しか記述することが出来ないからである青空文庫には底本という作品を作る際に参照した図書を記述する項目がある底本が複数ある場合青空文庫の CSV ファイルには底本 1 底本 2 という項目で記述されているのに対し DSP 上では底本はすべて同じ扱いになっているため項目名が底本となっている DSP にも底本 1 底本 2 という項目を加えればもちろん変換は可能となるがそれは DSP の記述規則定義としての役割を無視してしまうことになるそれを踏まえて複数回記述したい項目のデータだけを抽出して複数の CSV ファイルに分けて提案手法を実行したこのように DSP の一部分に対して上手く変換が可能であれば 1 つの CSV ファイルで表現出来ないデータにも対応出来ると考えた今回の場合は CSV ファイル上で底本 1 または底本 2 となっている項目を抜き出し 2 つの CSV ファイルに DSP に合わせた項目名でそれぞれ記述を行った結果として RDF に変換することは出来たしかしながら今回のケースでは DSP に空白ノードを用いていたためデータが記述されていない部分に対図 5 青空文庫書誌データのスキーマモデル ( 一部抜粋 ) 03-05

6 して余計な空白ノードを作成してしまっていた DSP に空白ノードがなければデータは問題なく RDF に変換されたと考えられる実験全体の結果として今回用いた青空文庫の DSP と CSV ファイルからは上手く RDF に変換することは出来なかった 5. 課題と考察 4 章で述べた実験の結果を通して本研究の提案に以下の 2 つの問題点を挙げる 1). DSP に合わせた CSV ファイルの作成に手間がかかる場合がある 2). 繰り返し出現する項目に対応できない 1 について本実験では図 5 に表す DSP に合わせるために CSV ファイルの項目名を変更するだけでなく CSV ファイルの構造を変更する必要があった例えば今回の場合では青空文庫の書誌データの全件レコードから著者翻訳者校訂者を抽出し適切な作品に割り当てるという作業を行わなければならなかった DSP に合わせて新しくデータを作成する場合はこの作業を行う必要はないだろうしかし今回の様に既存のデータを RDF にする場合はこの CSV ファイルの変更自体がメタデータ作成者の負担となることが考えられる 2 について用意した DSP に合わせて CSV を作成する際に項目の記述回数が 2 以上の場合すなわち 1 対 N の構造でデータを記述する可能性がある場合に本稿の提案手法は対応出来ないことが分かったなぜなら今回の提案プログラムの中では DSP 上の項目名と CSV ファイル上の項目名が同じものを適応させているため同じ項目名が複数存在する場合に対応することが出来ないまたそもそも OpenRefine 上では読み込む CSV ファイルに複数の同じ項目を存在させることは出来ない対応策としてメタデータ作成者は項目名を DSP に合わせた状態で複数の CSV ファイルに分けて変換を行うという方法が考えられるしかしながら今回の青空文庫で設定した DSP の様に空白ノードを多用している場合だと余計なデータを作成してしまう可能性があるこの問題に対しては今後 CSV ファイル上に同じ項目が複数存在する場合は自動的に項目名 1 項目名 2 といった項目の生成を行う DSP に対して CSV ファイルの項目名が少ない場合は DSP と項目名が一致する部分だけの RDF Skeleton を生成するといったプログラムの改善を行う必要があるまた本稿では青空文庫の書誌データ以外のデータに対して実験は行っていない今後他のデータについても提案手法が適応出来るか検証を行いどの場合は成功しどの場合は失敗するのかまた成功するケースはどのくらいの割合であるのかを調査する必要があるだろう 6. 関連研究 3 章でも紹介した MetaBridge では DSP を共有するだけでなく本稿の提案手法と同様に DSP を基に CSV を変換するための機能が備わっているしかしながら MetaBridge では図 4 のパターン (2) パターン (4) の様なデータ構造への変換に対応出来ない本稿の提案手法ではこれらの構造にも対応したまた LinkData[8] は Web サービスとして提供されているメタデータ作成変換ツールであるメタデータ作成者はどのような項目をメタデータとして記述するかを決めたひな形を作成しそれに沿ってメタデータを Excel 上で入力することが出来るように Excel 形式のファイルを受け取ることが出来る作成したデータを LinkData にアップロードするとデータは RDF に変換され同時に LinkData 上で公開されるサービス全体として LOD や RDF についてあまり詳しくないユーザへの使いやすさを重視しており誰でも簡単にデータを変換することが可能となっているまたすでに公開されているデータのひな形を基に新たにデータを作成することも出来るしかしメタデータの構造を自由にカスタマイズすることが出来ないという点で本研究とは異なる今回の DSP へのマッピングと類似したものに R2RML(RDB to RDF Mapping Language)[16] が存在する R2RML は既存のデータベースのデータを RDF に変換するためのマッピングを記述するための言語である RDF の Turtle 形式で記述しており SQL で変換したい部分を指定していくこのことから R2RML は RDF Refine で用いられる RDF Skeleton LinkData のひな形に一致する存在だと言える本稿の提案手法とは CSV ファイルではなくリレーショナルデータベースを対象しているという点が異なるまたスキーマを再利用するという目的に着目すると個々のデータベースや CSV ファイル等に依存しない DSP の方が優れていると考えられるこれは RDF Skeleton や LinkData のひな形にも同様に言うことが出来る 7. おわりに本稿ではメタデータの作成において CSV ファイルから RDF への変換という部分に着目し RDF Refine と DSP を用いて CSV ファイルから RDF へのマッピングを支援する方法を提案したこの提案 03-06

7 手法では実際に DSP と CSV ファイルを基に RDF Refine 用の読み込みファイルを作成するプログラムを開発した今後の展望としてまず 5 章で述べた問題を改善していきたい加えてデータを RDF へ変換する場合だけでなくメタデータを一から記述していく場合に対して支援を行うシステムを DSP を用いて開発していきたい本稿で述べた提案手法はデータが CSV ファイルに既に記述されていることが前提でありデータの記述を支援することはできないしかしながらメタデータの作成における問題の一つにデータの記述そのもののコストが高いという問題があるそのためデータの変換だけでなくデータの記述に対しても支援を行っていく必要があるまた本研究はメタデータ作成の支援を目的としたものであるしかしながらその一方で本研究で用いている DSP の様な機械処理が可能なスキーマはまだ多く公開されていないこの研究を通して機械処理が可能なスキーマを公開していくことでメタデータの利用や作成においてどのようなメリットを与えることが出来るのかを確認していきたい謝辞 [11] DCMI Description Set Profile. ile ( 参照 :2012/03/14) [12] Mikael Nilsson, Alistair J. Miles, Pete Johnston, Fredrik Enoksson. Formalizing Dublin Core Application Profiles Description Set Profiles and Graph Constraints. Metadata and Semantics pp [13] 青空文庫. ( 参照 :2013/03/14) [14] Description Set Profile Definition Language. ( 参照 :2013/03/14) [15] メタデータスキーマ定義言語. ( 参照 :2013/03/14) [16] R2RML: RDB to RDF Mapping ( 参照 :2013/03/14) [17] CKAN 日本語みんなで作る日本のデータカタログサイト参照 :2013/03/14) [18] Open Knowledge Foundation Japan 参照 :2013/03/14) [19] メタデータ情報共有のためのガイドライン ( 参照 :2013/03/14) [20] メタデータ情報基盤構築事業 ( 参照 :2013/03/14) 本研究の一部は平成 24 年度日本学術振興会科学研究費補助金 ( 課題番号 : ) による参考文献 [1] The Open Data Handbook. ( 参照 :2013/03/14) [2] Linked Data Design Issues. ( 参照 :2013/03/14) [3] 5 star Open Data. ( 参照 :2013/03/14) [4] 谷口祥一. メタデータの現在, 初版. 勉誠出版 p. [5] 加藤文彦. Linked Data 作成支援ツールの現状と課題. 人工知能学会研究会資料, SIG-SWO-A pdf ( 参照 :2013/03/14) [6] OpenRefine. ( 参照 :2013/03/14) [7] RDF Refine. ( 参照 :2013/03/14) [8] Link Data. ( 参照 :2013/03/14) [9] メタデータ基盤システム MetaBridge. ( 参照 :2013/03/14) [10] Dublin Core Metadata Initiative. ( 参照 :2013/03/14) 03-07

XPath式を用いたApplication Profileに基づくメタデータスキーマとインスタンスの関連付け

XPath式を用いたApplication Profileに基づくメタデータスキーマとインスタンスの関連付け人工知能学会研究会資料 SIG-SWO-A101-03 XPath 式を用いた Application Profile に基づくメタデータスキーマとインスタンスの関連付け A Model for Mapping Metadata Instances to Metadata Schema based on DCMI Application Profile using XPath Expressions