Babin

Jakość danych jest pojęciem wielowymiarowym, definiowanym w literaturze przedmiotu na wiele różnych sposobów, uwzględniających z reguły albo kontekstualne aspekty informacji, albo ich cechy wewnętrzne, niezależne od użytkownika, zadań czy aplikacji, bądź też biorących pod uwagę wpływ prezentacji informacji na ich rozumienie i interpretację. Najczęściej cytowaną definicją jest ta, w której podkreśla się znaczenie użyteczności danych dla ich akceptacji lub odrzucenia przez użytkownika i uzależnia jakość informacji od ich faktycznego wykorzystania, projektu systemu informacyjnego i procesów związanych z tworzeniem danych. W artykule przybliżono różne metodologie i poziomy oceny jakości danych, podkreślając brak zgody w środowisku naukowym co do wyboru powszechnie stosowanych metryk i praktycznych instrumentów ewaluacji jakości, a następnie zajęto się omówieniem tej problematyki w kontekście technologii Sieci Semantycznej. Wskazano, że jednym z najważniejszych atrybutów w analizowanych modelach jakości Linked Open Data (LOD) jest „przystępność danych” (ang. accessibility) i zaproponowano w związku z tym nowy zestaw wskaźników jej pomiaru.

Koncepcja Web 3.0 zakłada całkowitą rekonstrukcję Internetu i infrastruktury teleinformatycznej i z pewnością zmieni sposób komunikacji w przestrzeni wirtualnej oraz sposób wykorzystywania informacji do prowadzenia działalności zarówno w sektorze publicznym, jak i prywatnym. Ponieważ współczesne organizacje działają w mocno stechnicyzowanym środowisku, warto, by zaczęły się przygotowywać na zmiany towarzyszące wprowadzaniu technologii semantycznych, zanim idea trzeciej wersji sieci www zostanie zrealizowana w praktyce, gdyż w przeciwnym wypadku mogą w przyszłości stracić konkurencyjność i nie być w stanie realizować potrzeb użytkowników. Aby ułatwić specjalistom IT, menedżerom oraz ekspertom z sektorów powiązanych z zarządzaniem danymi i informacją określenie potencjalnych możliwości związanych z rozwojem tego projektu oraz zagrożeń związanych z korzystaniem z aplikacji 3.0, autorzy podjęli próbę zdefiniowania nowej formy globalnej sieci komputerowej i przedyskutowania stanowiących jej podstawę technologii. Przedstawili również możliwy wpływ ewolucji Internetu na działania i procedury organizacji i firm oraz szanse i wyzwania wynikające z wdrażania modelu 3.0.

Knowledge Graph (KG), czyli Graf Wiedzy to nowe narzędzie firmy Google udostępnione pod koniec 2012 r. [w wersji polskiej – w roku 2013] i mające umożliwić wyszukiwarce Google „rozumienie” zjawisk oraz relacji i zależności między obiektami, a użytkownikom – uzyskanie w wynikach wyszukiwania nie tylko linków, ale też dodatkowych informacji na konkretny temat. Na blogu korporacji, KG opisywane jest jako olbrzymia mapa wiedzy nt. elementów realnego świata i ich wzajemnych powiązań, dzięki której możliwie jest osadzanie informacji w odpowiednim kontekście. Autorki postanowiły przeanalizować, co kryje się za KG, jakie są mechanizmy jego działania i procesy interpretacji znaczeń oraz ich analogie do semiotyki Charlesa Peirce’a. W szczególności interesowało ich zrozumienie środowiska, w jakim działa algorytm KG, w tym odniesień między informacją a terminami wyszukiwawczymi oraz procesów „semantyzacji” rozumianej jako procesy semantycznego indeksowania przez Google z wykorzystaniem technologii inteligentnych agentów i technologii sieci pragmatycznej (sieci 4.0) , a także przedyskutowanie elementów znaczeń pojawiających w wynikach wyszukiwania w cyberprzestrzeni.

Ruch Linked Data (danych powiązanych) jest relatywnie nowym sieciowym trendem, którego rozwój zapewnił między innymi dostawcom danych możliwość ich publikacji we współoperatywny i możliwy do przetwarzania przez maszyny sposób. Założenia tego modelu akceptowane są przez coraz większą liczbę bibliotek na świecie, które podejmują działania na rzecz „uwolnienia” gromadzonych w katalogach OPAC metadanych. Dzięki technologiom LOD (Linked Open Data) są one łatwiej dostępne zarówno dla ludzi, jak i komputerów i mogą być wykorzystywane także poza sektorem bibliotecznym, tworząc część tzw. sieci danych (Web od Data). W artykule skoncentrowano się na tworzonych przez bibliotekarzy wysokiej jakości danych wzorcowych, przedstawiając korzyści płynące z ich udostępniania w powszechnie akceptowanym, czytelnym maszynowo formacie oraz możliwości ich przetwarzania, linkowania i organizacji przy pomocy narzędzi Sieci Semantycznej.

Rozwój technologii Sieci Semantycznej zachęca dostawców danych do publikowania własnych treści we wzajemnie powiązanej postaci, w celu klasyfikacji i organizacji informacji w sposób bardziej użyteczny niż w tradycyjnych modelach reprezentacji wiedzy. Tworzenie wzajemnych odwołań między otwartymi zbiorami danych ułatwia też nawigację i wyszukiwanie nowych informacji, a wykorzystanie w tym celu narzędzi pozwalających na automatyczne łączenie określonych pojęć z komponentami chmury Linked Open Data (ang. interlinking tools – IT) i wyszukiwanie relacji między nimi staje się coraz bardziej powszechne. W artykule omówiono wyniki ewaluacji trzech silników IT, wykorzystanych do powiązania dużej, edukacyjnej kolekcji ze zbiorami danych LOD.

Jedną z bardziej znaczących zmian społeczno-ekonomicznych i naukowych w ciągu ostatnich kilku lat było uznanie zbiorów danych za wartościowe aktywa stanowiące dla gospodarki cenny „surowiec” i mogące generować, dzięki rozwojowi powiązanych z nimi serwisów i usług, znaczące zyski. Głównym napędem tej ewolucji stała się Web of Data (Sieć Danych), której szacunkowe rozmiary przekraczają obecnie ponad 100 miliardów semantycznie powiązanych jednostek. Konceptualną realizacją sieci danych jest model Linked Open Data (LOD), który poprzez wykorzystanie sieciowych technologii, takich jak RDF (Resource Description Format), umożliwia otwarcie publicznych danych w czytelnych maszynowo formatach na ponowne używanie i rozpowszechnianie.

Większość bibliograficznych metadanych w sieci www, opisujących dokumenty takie jak książki, artykuły czy pliki graficzne wzorowanych jest na dorozumianej strukturze pojedynczej jednostki (zasobu) i jej atrybutów (cech) – na schemacie tym oparto np. popularny, bazujący na Dublin Core format XML dla protokołu OAI-OMH. W ciągu ostatnich 2 dekad powstało jednak kilka bardziej zróżnicowanych koncepcji danych bibliograficznych, w których np. książka nie jest postrzegana jako książka, lecz jako zestaw jednostek w różny sposób odzwierciedlających znaczenie, sposób realizacji i fizyczność danego obiektu, takich jak przedstawiony w dokumencie IFLA z 1998 r. model FRBR, stanowiący inspirację dla całej rodziny formatów ujmujących zasoby bibliograficzne w podobnych kategoriach. W artykule porównano, jak modele te zostały wyrażone w postaci słowników Sieci Semantycznej bazujących na składni RDF. Przeanalizowano również, co słowniki te mówią o naturze jednostek bibliograficznych i w jaki sposób definiują je jako klasy RDF, w odróżnieniu od specyfikacji źródeł nie bazujących na tym języku.

Tezaurusy to ustrukturyzowane słowniki kontrolowane i systemy organizacji wiedzy z określonych dyscyplin, mające ułatwiać wyszukiwanie informacji i wspierać efektywność jego zaawansowanych funkcji. Pełnią one istotne funkcje w systemach informacyjnych, a wraz z rozwojem inicjatyw sieci 3.0 i standardów reprezentacji informacji w interoperacyjnych formatach, tezaurusy zaczęto postrzegać jako wsparcie dla semantycznego wyszukiwania i innych serwisów o wartości dodanej. Nowe narzędzia do zarządzania tezaurusami umożliwiają nie tylko ich tworzenie, lecz również edycję, i wykorzystywanie do różnych zadań, jednak funkcjonalność dostępnych systemów tego typu i ich kompatybilność z rekomendacjami W3C różnią się znacząco. Aby ułatwić użytkownikom wybór odpowiedniego oprogramowania, w artykule zaproponowano ramy dla porównania tych instrumentów, czyli metodę ich systematycznej ewaluacji z perspektywy Sieci Semantycznej, omawiając przyjętą metodologię, listę elementów do oceny i zestaw danych wykorzystanych w ewaluacji. W badaniu uwzględniono otwarte, bezpłatne narzędzia, zwracając szczególną uwagę na kwestie funkcjonalności, interoperacyjności informacji i zgodności ze specyfikacją SKOS i składnią RDF.

Biblioteka Brytyjska zaczęła wydawać brytyjską bibliografię narodową (BNB) jako Linked Open Data (LOD) w lipcu 2011 r. W artykule opisano prace związane z tworzeniem BNB w tej formie, ze szczególnym uwzględnieniem wizualizacji rekordów w modelu RDF (Resource Description Network) oraz przebiegu technicznego procesu konwersji danych bibliograficznych w formacie MARC 21 na Linked Data, z wykorzystaniem istniejących zasobów. Przedstawiono również założenia i cele tego projektu, wyzwania i korzyści związane z jego realizacją, dotychczas osiągnięte rezultaty oraz plany na przyszłość.

Artykuł, bazujący na prezentacji przedstawionej przez autora na konferencji ODOK 2010, poświęcono omówieniu badań nad wprowadzaniem modelu Linked Data i Sieci Semantycznej na platformie Europeana. Przedstawiono w nim rozwój i założenia tego projektu, jego planowaną architekturę informacyjną oraz zagadnienia związane z implementacją funkcji wyszukiwania semantycznego, opisując na konkretnych przykładach przyjęty model danych, ich semantyczną warstwę, prototyp semantycznego wyszukiwania oraz kwestie związane z interoperacyjnością i Linked Open Data.