=Paper=
{{Paper
|id=Vol-1919/paper13
|storemode=property
|title=SKOS Shuttle - ein Service zur Taxonomy Governance am Beispiel von Umweltinformationssystemen (SKOS Shuttle - a service for Taxonomy Governance using the example of environmental information systems)
|pdfUrl=https://ceur-ws.org/Vol-1919/paper13.pdf
|volume=Vol-1919
|authors=Fabio Ricci,Dietmar Wikarski
|dblpUrl=https://dblp.org/rec/conf/uis/RicciW17
}}
==SKOS Shuttle - ein Service zur Taxonomy Governance am Beispiel von Umweltinformationssystemen (SKOS Shuttle - a service for Taxonomy Governance using the example of environmental information systems)==
https://ceur-ws.org/Vol-1919/paper13.pdf
Tagungsband UIS 2017
Beitrag M: Fabio Ricci, Dietmar Wikarski
SKOS Shuttle – ein Service zur Taxonomy Governance
am Beispiel von Umweltinformationssystemen
Fabio Ricci1, Dietmar Wikarski2
1
Semweb GmbH, fabio.ricci@semweb.ch,
2
Technische Hochschule Brandenburg, dietmar.wikarski@th-brandenburg.de
Abstract
Nowadays, thesauri are unavoidable bridges for semantic meshups between several domains.
So they can be considered also as knowledge kernels of intelligent (environmental) information
systems. Since information „lives” (changes quickly), the quality of involved thesauri and
relaying information systems depends on their up-to-dateness. In this contribution we present
a web service and sketch a method how thesaurus modifications can be propagated to any
number of connected semantic stores, allowing information to be meshed up using current
items. This allows for an effective “information governance” of thesauri-connected information
sources and thereby enhances the efficiency of information retrieval.
Zusammenfassung
Thesauri sind heute unverzichtbare Brücken zur semantischen Verknüpfung unterschiedlicher
Domains und bilden damit auch ein Kernstück intelligenter Umweltinformationssysteme (UIS).
Da Informationen „leben“, d.h. sich sehr schnell verändern, wird die Qualität der involvierten
Thesauri und der sich darauf abstützenden UIS direkt daran messbar, wie aktuell deren Daten
gehalten sind. In diesem Beitrag werden ein Service und eine Methode skizziert, wie
Thesaurus-Modifikationen an (grundsätzlich) beliebigen „Semantic Stores“ nachgezogen und
abgefragt werden können. Dies gestattet eine effektive „Information Governance“ via Thesauri
angebundener (Umwelt-)Informationsquellen und erhöht damit die Qualität und die Effizienz
der Informationsgewinnung.
177
Tagungsband UIS 2017
1 Thesauri als RDF-Wissensbasen für Umweltinformationen
Seit Jahrhunderten verwenden Naturwissenschaftler formale Klassifikationen,
insbesondere Taxonomien, um die von ihnen untersuchten „Gegenstände“ eines
Wissensgebiets zu ordnen und zueinander in Beziehung zu setzen.
Laut aktueller Wikipedia ist eine Taxonomie (griechisch τάξις bzw. táxis ,Ordnung’ und
νόμος bzw. nómos ,Gesetz’) ein einheitliches Verfahren oder ein Modell
(Klassifikationsschema), mit dem Objekte nach bestimmten Kriterien klassifiziert, das
heißt in Kategorien oder Klassen (auch Taxa genannt) eingeordnet werden.
Naturwissenschaftliche Disziplinen verwenden den Begriff der Taxonomie für eine in
der Regel hierarchische Klassifikation (Klassen, Unterklassen usw.). Eine Taxonomie
kann somit auch als hierarchisch organisiertes kontrolliertes Vokabular aufgefasst
werden.
Ein Thesaurus ist eine Taxonomie, in der neben der hierarchischen Klassifikation
(„Unterbegriff“/“Oberbegriff“) weitere wohldefinierte Relationen zwischen den Begriffen
definiert sind. Seine Verwendung ist sinnvoll (und oft notwendig), wenn sich Experten
über gemeinsames Wissen verständigen und dieses erweitern wollen. Ein Thesaurus
beschreibt die wesentlichen Begriffe („Concepts“) eines Wissensgebietes und
wesentliche Relationen dieser Begriffe zueinander. Als wesentliche Relationen haben
sich dabei neben den Ober- bzw. Unterbegriffsrelationen die Synonymrelation („ist
synonym zu“) einschließlich eines zu verwendenden Spitzen- bzw. Referenz-Begriffs
(„top term“) sowie die Verwandtschaftsrelation („ist verwandt mit“) etabliert.
Durch die im Vergleich zu Taxonomien zusätzlichen Relationen (Synonym und
Verwandtschaft) sind Thesauri adäquater für die Kommunikation zwischen Menschen
(und Menschen helfenden Maschinen), die i.a. eine durch Synonyme und Unschärfe
geprägte Kommunikation pflegen.
RDF zur Darstellung von Semantic Stores
Zur systematischen Speicherung, insbesondere aber zum effizienten Wiederfinden
elektronisch gespeicherter Aussagen haben sich im Unterschied zu relationalen
Datenbanken (die zum schnellen Wiederfinden von DATEN sehr gut geeignet sind) so
genannte Triple Stores – im folgenden als Semantic Stores bezeichnet – bewährt. Das
entsprechende, seit 2001 standardisierte und inzwischen sehr weit verbreitete
178
Tagungsband UIS 2017
Rahmenkonzept heißt RDF (Ressource Description Framework) [W3C, 2001] und
bildet heutzutage die Grundlage für sog. Linked Data, die im allgemeinen eine höhere
Dateninteroperabilität als relational basierte Datenmodelle gewährleisten.
SKOS (Simple Knowledge Organisation System) zur Formalisierung von
Thesauri und Taxonomien
SKOS ist eine vom W3C als Empfehlung veröffentlichte, auf RDF und RDF-Schema
(RDFS) basierende formale Sprache zur Kodierung von Thesauri, Klassifikations-
schemata, Taxonomien oder anderen kontrollierten Vokabularen [W3C, 2009].
Mit SKOS wird ein konzeptionelles Modell bereitgestellt, das die einfache
Veröffentlichung und Kombination strukturierter und maschinenlesbarer kontrollierter
Vokabulare für das Semantische Web ermöglicht. Es beinhaltet eine Zusammen-
stellung von Standards und Spezifikationen zur Unterstützung von Wissens-
organisationssystemen („Knowledge Organisation Systems“), so dass taxonomische
Information systematisch zu einer standardisierten Begriffsnavigation genutzt werden
kann.
Mit SKOS wurden inzwischen zahlreiche Thesauri auch für den Bereich von
Umweltinformationen entwickelt bzw. exisitierende in SKOS umgewandelt und
veröffentlicht, z.B. AGROVOC [Rajbhandari, 2012], EARTH [Albertoni, 2010], GEMET
[Eionet, 2009], REEGLE [REEEP, 2005] und UMTHES [UMTHES, 2017].
Zur Aktualität semantischer Technologien
Semantische Technologien (im weiteren Sinne) werden eingesetzt, seit es Computer
gibt. Dabei geht es ganz allgemein darum, die Bedeutung von Daten durch ihre
Metadaten darzustellen. Ein großen Aufschwung erlangte die Forschung zu
semantischen Technologien mit der immer stärkeren Nutzung des Internet zum Ende
der 1990ger Jahre und mit der Etablierung des Begriffs „Semantic Web“ durch Tim
Bernerns-Lee im Jahr 2001 [Berners-Lee, 2001].
Parallel zu den weiterhin sichtbaren, aber weniger spektakulären Forschungs-
aktivitäten wurden durch die enorme wirtschaftliche Bedeutung des Internet und die
Konsolidierung der GAFAM-Unternehmen (Google, Apple, Facebook, Amazon,
Microsoft) sowie IBM semantische Technologien verstärkt in deren Suchsystemen
eingesetzt [Cardinal, 2012], [Everhart, 2012] und durch die Anwender (wenn auch
179
Tagungsband UIS 2017
unbemerkt, d.h. implizit) genutzt. Zur Sicherung und Verbesserung der Qualität der
sich immer weiter vergrößernden und konföderierenden (Zusammenschließen
verschiedener) Wissensbestände ist es aus Sicht der Autoren unabdingbar,
insbesondere die explizite Arbeit mit Thesauri durch geeignete Technologien und
Services zu unterstützen. Dies trifft insbesondere auch für den Bereich der
Umweltinformationssysteme zu, wo einschlägige Thesauri bereits seit fast 20 Jahren
existieren, heute aber weiterhin gepflegt und noch mehr genutzt werden sollten.
SKOS ist seit 2009 der von W3C empfohlene Standard für die Modellierung von
Thesauri. Durch seine niedrige Verständnisschwelle und gleichzeitige Universalität
bietet er eine geeignete Brücke zwischen unterschiedlichen Thesauri und vereinfacht
dadurch die Begriffsnavigation.
2 SKOS-Thesauri zur Taxonomy Governance von Umwelt-
informationssystemen
SKOS-Thesauri können aus älteren Thesauri gewonnen oder ganz neu entwickelt
werden.
Laut [Abecker 2011] „versprechen semantische Technologien, in Kombination mit
bewährten Daten-Management-Ansätzen, einen einfachen begriffsbasierten
Informationszugang, ähnlich dem, den man von Google kennt“.In [Abecker 2012] wird
unter anderem gezeigt, wie SKOS-Thesauri dank des LusTRE-Prototyps im
eENVplus-Framework als Interlinking-Brücken für Daten aus Umweltinformations-
systemen gewinnbringend eingesetzt werden können. Dabei wurde eine effiziente
semantische explorative Suche realisiert, bei der eine gezielte Datenexploration via
„interlinked“ (verknüpften) Begriffe ermöglicht wird.
Beide genannte Arbeiten demonstrieren, wie Thesauri als semantische Techologien
bei der Nutzung von Umweltinformationssystemen gewinnbringend eingesetzt werden
können. Thesauri, aber auch Taxonomien können somit als eine wesentliche Brücke
zwischen Daten und Nutzer im Bereich UIS angesehen werden.
Die Qualität von Taxonomien, bzw. Thesauri hängt u.a. davon ab, wie aktuell die darin
verlinkten Begriffe gehalten werden. Hinsichtlich des Automatisierungsgrades ihrer
Aktualisierung können dabei unterschiedliche Vorgehensweisen eingesetzt werden,
wobei wir in automatische, semi-automatische und manuelle Aktualisierung
180
Tagungsband UIS 2017
unterscheiden, welche die Aktualisierung von Namen, Begriffen und Relationen, sowie
die Löschung, Archivierung und Schaffung neuer Konzeptschemata („Concept
Schemes“, vgl. [W3C, 2009]) betrifft.
Obwohl eine automatische Anpassung auf den ersten Blick sehr erwünscht zu sein
scheint („die Maschine macht alles“), können dabei eine Reihe von Anomalien
(veraltetete, unvollständige oder teilwidersprüchliche Inhalte) entstehen, die, wenn
nicht entdeckt, „offiziell“ geteilt und damit fehlerhaft „konsolidiert“ werden. Dies ist oft
dann der Fall, wenn das anpassende System keine automatische logische
Überprüfung gewährleistet.
Da Thesauri grundsätzlich von Menschen für Menschen erstellt werden, sollten auch
Menschen ggf. vorgeschlagene Modifikationen freigeben, bevor diese offiziell geteilt
werden. Letzteres fällt unter „semiautomatische“ Anpassung und setzt voraus, dass
das Thesaurus-Pflege-System eine entsprechende Workflow-Infrastruktur zur
Verfügung stellt.
Aufgrund der starken Semantikbezogenheit von Taxonomien und Thesauri ist aber die
aktuell noch recht gut verwendete und verberietet Methodik die manuelle. Hier werden
im Thesaurus-Pflegesystem Namen und Relationen manuell modifiziert. Einige
Systeme unterstützen eine zweistufige Methode, bei der auch nach menschlichen
Modifikationen in einem Workflow in einer zweiten Phase diese Modifikationen
angenommen oder abgelehnt werden können.
Taxonomy Governance und ein Anwendungsszenario
Unter „Taxonomy Governance“ sollen in diesem Beitrag alle Methoden verstanden
werden, die eingesetzt werden, um taxonomische Information in einem Unternehmen
zu behandeln und aktuell zu halten. Diese Definition ist stark an die für „Information
Governance“ [Smallwood 2014] angelehnt. Das in diesem Beitrag vorgestellte
Szenario wird durch den folgenden Aspekt charakterisiert:
Unterschiedliche (SKOS-) Thesauri sind an ein Umweltinformationssystem (UIS)
angebunden. Dieses UIS verwendet die offiziellen RDF-Teile dieser Thesauri
(„Semantic Stores“) und setzt deren Aktualität voraus (vgl. Abbildung 1).
181
Tagungsband UIS 2017
Abbildung 1: Szenario bei mehreren angebundenen RDF-Thesauri in einem UIS
Wir möchten nun zeigen, wie mit Hilfe von SKOS Shuttle [Ricci, 2016], s. Abschnitt 3,
eine gut wartbare Thesaurus-Einkapselung im Sinne einer effizienten Aktualisierbar-
keit und Anwendbarkeit erreicht werden kann.
Dazu werden zunächst die Thesauri (Abbildung 1, unterste Schicht) in SKOS Shuttle
eingekapselt (siehe Abbildung 2) und jeder Thesaurus wird weiterhin auf seinem
Semantic Store gehostet. Benutzer können dadurch die RDF-Daten viel leichter
verändern und pflegen. In der untersten Schicht in der Abbildung nutzt das UIS
weiterhin die RDF-Daten für die Datenverknüpfung.
Abbildung 2: Gleiche Konstellation wie in Abbildung 1, aber unter Einsatz von SKOS Shuttle
Bei den Abbildungen 1 und 2 ist die Pflege der Thesauri (d.h. kontinuierliche
Aktualisierung) noch nicht berücksichtigt.
In Abbildung 3 wird exemplarisch ein Projekt dargestellt, bei dem ein Thesaurus in
SKOS Shuttle verwaltet wird. Systematiker (englisch: „Taxonomists“, wir verwenden
im Folgenden das neue deutsche Wort „Taxonom“) aktualisieren ihre Projektinhalte
182
Tagungsband UIS 2017
(und damit ihre Thesauri) auf einem „Referenz“ Semantic-Store, z.B. via SKOS Shuttle
regelmäßig. Jede Änderung wird direkt oder in vordefinierten Zeitabständen in den
Semantic Stores nachgezogen, die an das UIS angeschlossen sind.
Abbildung 3: Synchronisation beliebiger Semantic Stores via Thesauripflege
Angeschlossene synchronisierte Semantic Stores spiegeln jeweils eine Replik des
aktualisierten Thesaurus im Referenz-Semantic-Store wider.
Diese Methode garantiert, dass jede Thesaurusänderung im Referenz-Semantic-
Stores in den angeschlossenen Stores wieder zu finden ist. Als Konsequenz davon
greift das UIS dann auf die aktualisierten Thesauri zu.
Qualitätsaspekte der Synchronisation
Im dargestellten Szenario werden drei Orte des Thesauruseinsatzes angenommen:
Ein Pflegeort – hier zweckmäßig auch Veränderungsort genannt, an dem Taxonomen
Anpassungen am Thesaurus anbringen und damit RDF-Veränderungen produzieren,
und zwei eher passivere Orte (z.B. eine Agentur und ein Ministerium) – zweckmäßig
hier Empfangsorte genannt – an denen die Veränderungen empfangen und umgesetzt
werden. Sofern jeweils nur eine Veränderungsquelle in einem Szenario vorhanden ist,
bietet das dargestellte Synchronisationsverfahren genug Sicherheit, keine Anomalien
zu erzeugen.
Will man dieses Szenario verallgemeinern und mehreren Orten die Fähigkeit der
Thesaurusveränderung zuschreiben, so können unter Umständen Anomalien
auftreten, die wir im Folgenden kurz skizzieren. Im Anschluss davon werden wir noch
einige hinreichende qualitätserhaltende Bedingungen vorschlagen.
183
Tagungsband UIS 2017
Einige notwendige Definitionen
Abkürzend sprechen wir im folgenden von „Graphen“ (eigentlich RDF-Graphen) und
verstehen hier darunter eine Menge von RDF-Statements (auch RDF-Triples
genannt). Die Knoten eines Graphen sind Subjekte oder Literale, seine Kanten sind
Aussagen (Statements) über jeweils ein Subjekt. Ein Subgraph eines Graphen ist eine
Teilmenge der RDF-Statements eines Graphen.
Ein „RDF-Delta“ (formal: RDF-) ist ein Subgraph, der aus einer Menge zu löschender
und hinzuzufügender RDF-Statements eines gegeben Graphen besteht.
RDF-Delta ist formal wie folgt definiert : RDF- = , wobei
- : RDF-Statements im Graph, die entfernt werden sollen
- : RDF-Statements im Graph, die hinzugefügt werden sollen.
Wenn ein RDF-Delta auf einen Graphen angewendet wird, setzen wir vereinfachend
voraus, dass die und zum selben Zeitpunkt gelöscht bzw. hinzugefügt werden, d.h.
wir betrachten die Anwendung eines RDF-Delta als „atomar“.
Zwei RDF-Mengen RDF-1 und RDF-2 nennen wir disjunkt (formal: RDF-1 RDF-
2 = ), wenn 1 und 2 ebenfalls disjunkt sind (1 2 = ), d.h. 1 und 2 haben
kein Subjekt gemeinsam und betreffen somit diskunkte Untergraphen im selben RDF-
Graphen.
Wir nennen ein RDF-Delta auf einen Graphen anwendbar, wenn sein zu diesem
Graphen gehört. D.h. ein RDF-Delta ist auf einem Graphen genau dann anwendbar,
wenn die zu ersetzenden RDF-Statements im Graph vorhanden sind. (Weitere
Abschwächungen der Anwendbarkeit eines RDF-Delta sind denkbar, z.B. es könnte
einfach gefordert werden, dass jedes Subjekt im bereits im Graphen sein muss. Dies
kann als Konfigurationsoption angeboten werden.)
184
Tagungsband UIS 2017
Anwendung der Definitionen auf das vorgestellte Szenario
Im dargestellten Szenario mit einer Veränderungsquelle und zwei Empfangsorten ist
ein RDF-Delta immer anwendbar. Werden keine zu ersetzenden Statements im
Graphen gefunden, so ist das RDF-Delta nicht anwendbar.
Sollte AGENTUR zusätzlich eine Änderungsbefugnis erhalten, besteht jetzt die
Möglichkeit, dass der Empfangsort synchrone, zeitlich überlappende oder zeitlich
versetzte Veränderungen aus beiden Veränderungsquellen erhält.
Sieht man in der Praxis von einer gleichzeitigen Anwendung ab, so ergeben sich
Situationen, die sich aus zeitlich überlappenden oder zeitlich versetzten
Veränderungen ergeben:
Sind beide RDF-1 und RDF-2 disjunkt, so besteht keine Gefahr von Anomalien im
veränderten RDF-Graphen. Im anderen Fall (beide RDF- beziehen sich zum Teil auf
dasselbe Subjekt), wird die Anwendung des ersten RDF-1 die Anwendbarkeit des
zeitlich versetzt bearbeiteten RDF-2 verhindern. Somit wird RDF-2 unanwendbar für
den jeweiligen Empfangsort. Als Folge davon wird RDF-2 nicht angewendet und der
jeweilige Empfangsort weist dann einen älteren Stand auf als die anderen Orte.
Somit ergibt sich folgendes Fazit: Ist mehr als ein Veränderungsort im Spiel, ergeben
sich an einem Empfangsort potentiell Anomalien im Zielgraphen, wenn nicht disjunkte
RDF-Delta Mengen verarbeitet werden. Da in RDF-Graphen grundsätzlcih
widersprüchliche Statements darstellbar sind, sollte die Lösung dieser Widersprüche
mittels eines geeigneten Werkzeuges – ähnlich wie bei der SVN Repository
Synchronisation bei [Eclipse, 2016] unter Einbezug jedes Veränderungsorts
durchgeführt werden können. Abbildung 4 soll Besagtes schematisch verdeutlichen.
Abbildung 4: Sichere gegen unsichere Synchronisation
185
Tagungsband UIS 2017
Anmerkungen:
1) Falls jeder Thesaurus in SKOS Shuttle eingekapselt ist, können Veränderungen
direkt an die angeschlossenen Empfangsorte mitgeteilt werden. Dies sorgt dafür,
dass die RDF-Datenbestände in den Empfangsorten zeitnah angepasst werden,
was die Anwendung weiterer RDF-Deltas ermöglicht.
2) Das hier dargestellte hypothetische Anwendungsszenario ist bewusst stark
vereinfacht. Die angestellten Überlegungen gelten auch für den realistischeren
bzw. interessanteren Fall, dass mehrere Thesauri gleichzeitig verändert werden
bzw. dass ein unterschiedlicher Thesaurusbestand an Veränderungsorten und
Empfangsorten vorliegt.
3 SKOS Shuttle - Ein praktisches Beispiel für Umweltinformations-
systeme (Live Demo)
Zur Veranschaulichung der im vorangegangenen Abschnitt präsentierten Methode
wird im Folgenden ein Beispiel (im Vortrag als Live-Demo) in SKOS Shuttle konfiguriert
und erläutert. (Live können URLs der eingesetzten Server abweichen.)
SKOS Shuttle ist ein mandantenfähiger Web Service zum Importieren, Modifizieren,
Entwickeln, Pflegen und Betreiben von SKOS-Thesauri [Ricci 2016]. Er gestattet die
Definition und Verwaltung mehrerer Thesaurus-Projekte, den Datenaustausch
zwischen diesen Projekten sowie unterschiedliche Arten von Migrationen in einer
rollengeteilten kollaborativen Multi-User-Umgebung. Thesaurus-Projekte können in
SKOS Shuttle auf folgende Best-in-Class Semantic Stores andocken (alphabetische
Reihenfolge): AllegroGraph™, Blazegraph™, GraphDB™, Jena-Fuseki™,
MarkLogic™, Stardog™ und Virtuoso™, sowie auf weitere SPARQL 1.1 konforme
Semantic Stores [W3C, 2013]. SKOS Shuttle wurde von Semweb GmbH entwickelt,
seit 2016 von verschiedenen Institutionen getestet und wird von diesen als Grundlage
für ein modernes Thesaurusmanagement geschätzt.
Ein SKOS-Shuttle-Projekt kapselt einen Thesaurus in einem anzuschließenden
sicheren Semantic Store (Abbildung 3) ein. Für all die Fälle, in denen kein externer
Semantic Store verfügbar ist, bietet die Semweb GmbH einen eigenen Semantic Store
an, dessen Namespace dann nur über einen (eindeutigen) Projektnamen – statt einer
URL – eindeutig identifiziert wird (z.B. „UMWELTHESAURUS“).
186
Tagungsband UIS 2017
In Abbildung 5 sind drei Hauptbereiche eines exemplarischen Anwendungsfalls
sichtbar. Im oberen Bereich wird das (hypothetische) Projekt „UMWELTKLIMA“, seine
Default-Sprache (Englisch) und die dazugehörige Semantic-Store-(SPARQL
Endpoint)-URL (passwortgeschützt) definiert. In diesem Anwendungsfall wird
angenommen, dass es erwünscht sei, jede Änderung im Thesaurus des Projekts
„UMWELTKLIMA“ direkt mit zwei weiteren Semantic Stores (z.B. einer
„UMWELTAGENTUR“, und einem „UMWELTMINISTERIUM“, zu synchronisieren. In
der Live-Demo wird das Projekt „UMWELTKLIMA“ mit dem Inhalt des bekannten
Umwelt-Thesaurus EARTh gefüllt und die nachgezogenen Aktualisierungen 1:1 in den
angeschlossenen Semantic Stores festgestellt.
Abbildung 5: Definition eines Thesaurus Projekts mit zwei Synchronisationen an Semantic Stores
187
Tagungsband UIS 2017
Wenn beide „Target“ Projekte (UMWELTAGENTUR und UMWELTMINISTERIUM)
ebenso jeweils als SKOS-Shuttle-Projekte definiert würden, könnte – falls erwünscht
– auch die Bidirektionalität der Synchronisation gewährleistet werden. Dazu können
ein einziger oder mehrere SKOS-Shuttle-Server eingerichtet werden.
Abbildung 6 zeigt eine Detailansicht des mit dem EARTh Thesaurus befüllten Projekts
UMWELTKLIMA in SKOS Shuttle und Abbildung 6 die Andwendung des Autocomplete
zur Findung geeigneter Begriffe startend von einem Namenpräfix (hier: Risk).
Abbildung 6: Detailansicht eines Konzepts in SKOS Shuttle
Im oberen linken („Breadcrumb“) Teil von SKOS Shuttle werden Projektinformationen
eingeblendet. Unter anderem werden konfigurierte Synchronisationen (unter
„Synching to“) mit angegeben.
Die Top-Ebene eines SKOS-Shuttle-Projekts zeigt ein Profil des Thesaurus anhand
seiner RDF-Daten an. Dabei werden Konzepte und Namen in einer Statistik numerisch
bzw. graphisch dargestellt. Aus der Top-Ebene können Konzeptschemas im
Thesaurus gepflegt und darin navigiert werden. Auf Konzeptschema-Ebene – hier
nicht dargestellt – sind ein bis n Top-Konzepte zu finden, auf Top-Konzept-Ebene
befinden sich reguläre Konzepte, die mittels der SKOS-Beziehungen broader,
narrower, related die Polyhierarchie des Thesaurus bilden.
188
Tagungsband UIS 2017
Abbildung 7: SKOS Shuttle mit Autocomplete angesetzt auf „Risk“
Nachdem Modifikationen vorgenommen wurden, speichert SKOS Shuttle sogenannte
„RDF-Push-Notifikationen“ (im folgenden kurz als „RPN“ bezeichnet) in seiner lokalen
Datenbank und sendet diese an die konfigurierten Semantic Stores, Jede erzeugte
Notifikation kann u.a. vor bzw. nach ihrem Senden eingesehen, neu gesendet werden,
wie dies auf Abbildung 7 ersichtlich ist.
Der Inhalt einer RPN besteht hauptsächlich aus einer kontextualisierten SPARQL-
UPDATE-Modifikationsanfrage, die auf dem Target Semantic Store ausgeführt wird.
Durch die Möglichkeit der Angabe einer Kontextgraph-URL wird die Auswirkung der
Modifikationsanfrage (z.B. Hinzufügen von RDF-Statements) an den Kontext des
Target Semantic Store angepasst.
189
Tagungsband UIS 2017
Abbildung 8: Synchronisations-Schlangen in SKOS-Shuttle zur Synchronisationsverwaltung
RPNs werden in einer relationalen Datenbank mit einem Timestamp geordnet
gespeichert. Damit werden Synchronisationsschlangen gebildet. SKOS Shuttle
ermöglicht die Ansicht und Verwaltung einzelner Notifikationen aus diesen Schlangen.
Dabei zeigen die Synchronisationsschlangen jeweils die letzten n generierten
Synchronisationsnotifikationen an. SKOS Shuttle erlaubt weiterhin das Sammeln
(zeitliches Gruppieren) und Versenden von RPNs stündlich, täglich, wöchentlich oder
monatlich. In dem dargestellten Beispiel wurden RPNs als „direkt“ versendbar
konfiguriert. In diesem Fall geschieht die Versendung von RPNs unmittelbar nach jeder
Thesaurus Modifikation seitens der ThesauruspflegerIn.
190
Tagungsband UIS 2017
4 Zusammenfassung und Ausblick
Nach intensiven Forschungen und entsprechenden Ergebnissen zur Nutzung
semantischer Technologien zu Beginn des dritten Jahrtausends, insbesondere zur
Erstellung und Nutzung von Thesauri für Umwelinformationssysteme (UIS), scheinen
diese Bemühungen in den letzten Jahren etwas erlahmt zu sein. Die Autoren dieser
Arbeit sehen aber den Einsatz semantischer Technologien nach wie vor als
unabdingbar an, um Metadaten in Umweltinformationssystemen unter Einbeziehung
ihrer Aktualität zu verknüpfen und um linguistische Brücken zwischen Begriffen und
Metadaten zu errichten.
Im vorliegenden Beitrag wurden daher zunächst wesentliche Aspekte der Taxonomy
Governance und des Thesaurusmanagement erläutert und ein praktischer Fall für UIS
skizziert.
Zur effektiven Nutzung von Thesauri ist es insbesondere notwendig, dass die Thesauri
verschiedener verknüpfter UIS immer auf einem aktuellen Stand sind. Dazu bietet der
Thesaurus Manager SKOS Shuttle neben seinen übrigen wichtigen Funktionen den
zusätzlichen Service, eine oder mehrere Taxonomien in allen angeschlossenen
Thesauri aktuell zu halten und stellt damit einen „Taxonomy Governance Service“ zur
Verfügung, den existierende Thesaurusmanagement-systeme bisher nicht bieten.
In Anbetracht des wachsenden Bedarfs, unterschiedliche Semantic Stores gleichzeitig
verwenden zu können, sieht die Roadmap von SKOS Shuttle u.a. vor, eine geeignete
Grafikkomponente sowie ein Korpusmanagement zu integrieren.
5 Literaturverzeichnis
Abecker A., Albertoni, R., Cipolloni C., De Martino M., Moradiafkan Y., Wössner R. (2014):
Software Services exploiting the eENVplus framework of interlinked thesauri for metadata
management, INSPIRE Conference Aalborg (Dänemark)
http://inspire.ec.europa.eu/events/conferences/inspire_2014/pdfs/19.06_5_11.00_Andreas
_Abecker.pdf (gekürzt: https://goo.gl/T3o4wm ) (zuletzt am 27.08.2017).
Abecker A., Kazokos W. (2011): Semantischer Zugang zu Umwelt und Geodaten: Das
Hippolytos-Projekt, INNOVATION -
http://www.disy.net/fileadmin/common/dokumente/aktuell/presse/pressespiegel/hippolytos
-projekt_2011-05.pdf (gekürzt: https://goo.gl/n5YCak ) (zuletzt am 27.08.2017).
Albertoni, R.; De Martino, M.; Di Franco, S.; De Santis, V.; Plini, P. (2010): EARTh: an
Environmental Application Reference Thesaurus in the Linked Open Data Cloud. In:
Semantic Web Journal, http://www.semantic-web-journal.net/system/files/swj288_2.pdf
(zuletzt am 27.08.2017).
191
Tagungsband UIS 2017
Tim Berners-Lee, James Hendler, Ora Lassila (2001): The Semantic Web: a new form of Web
content that is meaningful to computers will unleash a revolution of new
possibilities. In: Scientific American, 284 (5), S. 34–43, May 2001 .
Cardinal,David (2012): The semantic web: Can it make Google as smart as IBM Watson?
https://www.extremetech.com/computing/129243-the-semantic-web-can-it-make-google-
as-smart-as-ibm-watson (gekürzt: https://goo.gl/13B0rN) (zuletzt am 27.08.2017).
Eclipse foundation 2016: http://www.eclipse.org/org/foundation/reports/annual_report.php
(zuletzt am 27.08.2017).
Eionet - European Environment Information and Observation Network (2009): GEMET -
GEneral Multilingual Environmental Thesaurus, http://www.eionet.europa.eu/gemet
(zuletzt am 27.08.2017).
Everhart,Erin (2012): How Google's Semantic Search Will Change SEO (2012)
http://mashable.com/2012/03/22/google-semantic-search-seo/#1kXVDBt2YGqM (gekürzt:
https://goo.gl/MXUluP) (zuletzt am 27.08.2017).
REEEP - Renewable Energy and Energy Efficiency Partnership (2005) REEGLE - Thesaurus
renewable energy and energy efficiency, http://www.reegle.info (zuletzt am 27.08.2017).
Rajbhandari S., Keizer J. (2012): The AGROVOC Concept Scheme, In: Journal of Integrative
Agricolture 2012, 11(5): S.694-699 - Food and Agriculture Organization of the United
Nations, Rom, http://www.fao.org/docrep/015/an910e/an910e00.pdf (zuletzt am
27.08.2017).
Ricci, F. – SKOS Shuttle – Thesaurus Management as a Service (2016),
https://skosshuttle.ch (zuletzt am 27.08.2017).
Smallwood R.F. (2014): Information Governance: Concepts, Strategies, and Best Practices.
John Wiley & Sons, 2014.
UMTHES (2017):
http://www.umweltbundesamt.de/tags/thesaurus https://sns.uba.de/umthes/de.html
(zuletzt am 27.08.2017).
The World Wide Web Consortium (W3C) – (2001-2017): Resource Description Framework,
https://de.wikipedia.org/wiki/Resource_Description_Framework (zuletzt am 27.08.2017).
The World Wide Web Consortium (W3C) (2009): SKOS Simple Knowledge Organization
System Reference, https://www.w3.org/TR/2009/REC-skos-reference-20090818/ (zuletzt
am 27.08.2017).
The World Wide Web Consortium (W3C) (2013): SPARQL 1.1 Query Language
Recommendation. https://www.w3.org/TR/sparql11-query/ (zuletzt am 27.08.2017).
192