Kulttuurisampo.fi – Suomalainen kulttuuri ja semanttinen web – mitä, miksi ja miten?

1. 2.4.2009 Eetu Mäkelä Semantic Computing Research Group (SeCo) Helsinki University of Technology (TKK), Department of Media Technology andUniversity of Helsinki, Department of Computer Science http://www.seco.tkk.fi Kulttuurisampo.fi – Suomalainen kulttuuri ja semanttinen web – mitä, miksi ja miten?

2. Sisältö • Semanttisen webin hyödyt • Suomalainen konteksti: FinnONTO 2.0-projekti • Suomalainen kulttuuri semanttisessa webissä: Kulttuurisampo.fi • Heterogeenisen tiedon yhdistäminen ja älykkäät palvelut • Miten tämä toimii? • Tesauruksista ja sanastoista ontologioihin • Miten pääsen mukaan? Mitä apuja on?

3. Sisältö • Semanttisen webin hyödyt • Suomalainen konteksti: FinnONTO 2.0-projekti • Suomalainen kulttuuri semanttisessa webissä: Kulttuurisampo.fi • Heterogeenisen tiedon yhdistäminen ja älykkäät palvelut • Miten tämä toimii? • Tesauruksista ja sanastoista ontologioihin • Miten pääsen mukaan? Mitä apuja on?

4. Miksi semanttinen web? • Jos semanttisesta webistä tulee totta, seuraavat asiat muuttuvat halvemmiksi toteuttaa: • Älykkäämmät ja siten käyttökelpoisemmat webpalvelut • Sisällöntuotannon tehostaminen • Sisällön uusiokäyttö • Sisällöntuotannon hajauttaminen • Eri toimijoiden tuottamien sisältöjen yhdistäminen • Kieli- ja kulttuurirajojen ylittäminen palveluissa • Yhteentoimivat eri toimijoiden ohjelmistojärjestelmät • Ohjelmistopalvelujen uudelleenkäyttö ja jakaminen eri toimijoiden välillä • Web 2.0-ideologiassakin pääosassa yhteisöllisyys ja tietojen ja palvelujen yhdistäminen. Semanttinen web tarjoaa seuraavan sukupolven teknologia-alustan web 2.0-ideologialle → Web 3.0

5. Mikä semanttinen web? • Hyvin lyhyesti: semanttinen web on teknologia, jossa tieto ja ymmärrys koodataan niin että tyhmä konekin sen ymmärtää • Kansainvälinen konteksti: Yksi keskeinen sovellusalue on World Wide Webin (WWW) seuraava sukupolvi • Tunnetuin puolestapuhuja webin ”isä” prof. Tim Berners-Lee • Teknologian kypsyys: • Standardit W3C:n ylimmässä standardiluokassa • Oracle 10.2 tukee semanttisen webin teknologioita • Adoben tuotteiden metadatan tallennus kauttaaltaan SW-pohjaista • Euroopan digitaalisen kirjastoportaalin Europeanan kehittyneempi versio rakennetaan SW-teknologialle

6. Suomalainen konteksti: FinnONTO-projekti • Tekes-tutkimushanke, tutkimusosapuolina TKK, Helsingin yliopisto ja Tampereen yliopisto • Ydintavoite: luoda Suomelle yhteinen kansallinen semanttisen webin infrastruktuuri, joka mahdollistaa teknologian hyödyntämisen mahdollisimman halvalla • Käytännössä: • Loppukäyttäjille suunnattuja palvelukonsepteja ja työkaluja niiden toteuttamiseen (Kulttuurisampo, TerveSuomi.fi, Opintie, ...) • Apuvälineitä tiedon tuotantoon ja yhdistämiseen • Pääpaino organisaatioiden yhteistoiminnassa (yksilöt mukaan 2009) • Käynnistyi vuonna 2003 • 2003-2004: 14 rahoittajaa • 2004-2005: 16 rahoittajaa • 2005-2006: 30 rahoittajaa • 2006-2007: 37 rahoittajaa • 2008-2009: 38 rahoittajaa • 2009-2010: uusi haku, tervetuloa mukaan!

7. Sininen Meteoriitti Oy Stakes Suomen Asiakastieto Oy Suomalaisen kirjallisuuden seura SKS Suomen valokuvataiteen museo Taideteollisen korkeakoulun kirjasto Terveyden edistämisen keskus (Tekry) TietoEnator Oyj Valtion taidemuseo Valtiovarainministeriö / ValtIT Wärtsilä Oyj FinnONTO-projektin rahoittajat 2008-2009 • Kansallisarkisto • Kansalliskirjasto • Kansanterveyslaitos • Koulutuskeskus Dipoli • Maa- ja metsätalousministeriö • Maanmittauslaitos • M-Cult • Merenkulkulaitos • Museovirasto • Mysema Oy • Osuuspankkikeskus OSK • PKT-Säätiö • Profium Oy • Rautaruukki Oyj • Sanastokeskus TSK • AAC Global Oy • Antikvaria-ryhmä • CelAmanzi Oy • Connexor Oy • Coronaria Oy • Eduskunta • Ego Beta Oy • Elisa Oy • Espoon kaupunginmuseo • Geol. tutkimusk. GTK • Hgin kaupunginkirjasto • Hgin yliopiston Viikin tiedekirjasto • Pilotointialueet 2008-2009: kulttuuri, terveydenhuolto, yrityspalvelut, asiakirjanhallinta

8. Sisältö • Semanttisen webin hyödyt • Suomalainen konteksti: FinnONTO 2.0-projekti • Suomalainen kulttuuri semanttisessa webissä: Kulttuurisampo.fi • Heterogeenisen tiedon yhdistäminen ja älykkäät palvelut • Miten tämä toimii? • Tesauruksista ja sanastoista ontologioihin • Miten pääsen mukaan? Mitä apuja on?

9. Kulttuurisampo.fi – Mistä on kyse? • Kulttuurisampo on keskitetty web-portaali, joka esittelee semanttisen webin teknologioista saatavaa lisäarvoa monimuotoisten ja monilähteisten kulttuurisisältöjen yhteisöllisessä julkaisussa • Valokuvat (Kuopion kulttuurihistoriallinen museo, Kansallismuseo) • Ilmavalokuvat (Veljekset Karhumäki Oy) • Henkilöt ja organisaatiot (Getty Union List of Artist Names) • Biografiat (Kansallisbiografia, SKS) • Historialliset tapahtumat (Agricola – Suomen historiaverkko) • Taidot (Taideteollisen korkeakoulun kirjasto, Suomen maatalousmuseo Sarka) • Videot (Espoon kaupunginmuseo) • Rakennetut kohteet (Espoon kaupunginmuseo) • Muinaismuistokohteet (Museovirasto) • Museoesineet (Espoon kaupunginmuseo, Lahden kaupunginmuseo, Kansallismuseo, Pohjois-Karjalan museo, Suomen maatalousmuseo Sarka) • Maalaukset, veistokset, piirustukset ja muu esittävä ja abstrakti taide (Valtion taidemuseo) • Kaunokirjallisuus (Helsingin kaupunginkirjasto) • WWW-tietosivut (Wikipedia) • Runot (ml. Kalevala) (Suomen kansan vanhat runot, SKS) • Kalevalan paikat ja henkilöt • Kansansävelmät (Jyväskylän yliopiston musiikin laitos ja SKS)

11. Kulttuurisammon teknologia mahdollistaa: • Eri toimijoiden eri tyyppisiä objekteja sisältävien tietokantojen yhdistämisen kustannustehokkaasti ja mielekkäästi • Moniaineistoselailun ja suosittelun • Kalevalan tekstistä kuvien kautta maalarin elämänkertaan • Paremmat hakutoiminnot • Historialliset paikat, Ontologinen tekstihaku • Yhteyksien löytämisen ja visualisoinnin • Mitä yhteistä on Akseli Gallen-Kallelalla ja Napoleonilla? • Aineiston jäsentelyn ja esitysten muodostamisen • Näyttely, aikajana, karttanäkymä Kaikki tämä ihmisen ymmärtämien merkitysten tasolla, kielestä riippumatta

12. Kulttuurisammon teknologia mahdollistaa: • Eri toimijoiden eri tyyppisiä objekteja sisältävien tietokantojen yhdistämisen kustannustehokkaasti ja mielekkäästi • Moniaineistoselailun ja suosittelun • Kalevalan tekstistä kuvien kautta maalarin elämänkertaan • Paremmat hakutoiminnot • Historialliset paikat, Ontologinen tekstihaku • Yhteyksien löytämisen ja visualisoinnin • Mitä yhteistä on Akseli Gallen-Kallelalla ja Napoleonilla? • Aineiston jäsentelyn ja esitysten muodostamisen • Näyttely, aikajana, karttanäkymä Kaikki tämä ihmisen ymmärtämien merkitysten tasolla, kielestä riippumatta

25. Kulttuurisammon teknologia mahdollistaa: • Eri toimijoiden eri tyyppisiä objekteja sisältävien tietokantojen yhdistämisen kustannustehokkaasti ja mielekkäästi • Moniaineistoselailun ja suosittelun • Kalevalan tekstistä kuvien kautta maalarin elämänkertaan • Paremmat hakutoiminnot • Historialliset paikat, Ontologinen tekstihaku • Yhteyksien löytämisen ja visualisoinnin • Mitä yhteistä on Akseli Gallen-Kallelalla ja Napoleonilla? • Aineiston jäsentelyn ja esitysten muodostamisen • Näyttely, aikajana, karttanäkymä Kaikki tämä ihmisen ymmärtämien merkitysten tasolla, kielestä riippumatta

35. Kulttuurisammon teknologia mahdollistaa: • Eri toimijoiden eri tyyppisiä objekteja sisältävien tietokantojen yhdistämisen kustannustehokkaasti ja mielekkäästi • Moniaineistoselailun ja suosittelun • Kalevalan tekstistä kuvien kautta maalarin elämänkertaan • Paremmat hakutoiminnot • Historialliset paikat, Ontologinen tekstihaku • Yhteyksien löytämisen ja visualisoinnin • Mitä yhteistä on Akseli Gallen-Kallelalla ja Napoleonilla? • Aineiston jäsentelyn ja esitysten muodostamisen • Näyttely, aikajana, karttanäkymä Kaikki tämä ihmisen ymmärtämien merkitysten tasolla, kielestä riippumatta

37. Kulttuurisammon teknologia mahdollistaa: • Eri toimijoiden eri tyyppisiä objekteja sisältävien tietokantojen yhdistämisen kustannustehokkaasti ja mielekkäästi • Moniaineistoselailun ja suosittelun • Kalevalan tekstistä kuvien kautta maalarin elämänkertaan • Paremmat hakutoiminnot • Historialliset paikat, Ontologinen tekstihaku • Yhteyksien löytämisen ja visualisoinnin • Mitä yhteistä on Akseli Gallen-Kallelalla ja Napoleonilla? • Aineiston jäsentelyn ja esitysten muodostamisen • Näyttely, aikajana, karttanäkymä Kaikki tämä ihmisen ymmärtämien merkitysten tasolla, kielestä riippumatta

43. Hyötyä myös koneille: Kulttuurisammon Web 2.0-arkkitehtuuri • Kulttuurisammon sekä toiminnallisuus että käyttöliittymät on rakennettu yleisistä, uudelleenkäytettävistä palikoista • Tästä johtuen lähes kaikki Kulttuurisammon toiminnallisuus on kenen tahansa omaan palveluun liitettävissä • http://www.seco.tkk.fi/applications/kulttuurisampo/ • Tulevia käyttäjiä: • Yleisten kirjastojen kaunokirjallisuusportaali Kirjasampo • SmartMuseum EU-hanke

45. Sisältö • Semanttisen webin hyödyt • Suomalainen konteksti: FinnONTO 2.0-projekti • Suomalainen kulttuuri semanttisessa webissä: Kulttuurisampo.fi • Heterogeenisen tiedon yhdistäminen ja älykkäät palvelut • Miten tämä toimii? • Tesauruksista ja sanastoista ontologioihin • Miten pääsen mukaan? Mitä apuja on?

46. Tesauruksista ja luokituksista ontologioihin • Semanttinen web perustuu pitkälti ontologoihin, jotka ovat tesaurusten ja luokitusten sukulaisia. Mikseivät tesaurukset ja luokitukset sitten riitä? • Tesaurukset ja luokitukset suunnitellaan yleisesti ihmiskäyttäjää varten. Kone on tyhmempi, ja tarvitsee tarkemmin määriteltyä tietoa • Ontologiat määrittelevät käsitteiden suhteet formaalisti ja tarkasti niin että sekä ihmiset että koneet voivat niitä käyttää • Lisähyötynä keskittymällä formaaleihin käsitemalleihin päästään eroon kieli- ja kulttuuririippuvasta ajattelusta. Neutraaleille käsitteille voidaan sitten antaa nimi/kirjoittaa kuvaus kaikilla halutuilla kielillä.

47. Esimerkki ongelmasta: Suomen Museot OnLine -formaatti • Myös kentät jotka ovat aikaisemmin olleet vain vapaatekstiä pitää saattaa yhdenmukaisiksi • Päivämäärät/vuodet • ”1768, jälk.” • ”1300-luku, keskiaika” • ”1870 - 1960, 1870-n.1960” • ”, n. 1965 - talvi 1976-77” • Henkilöt • "K. E. Ståhlberg" • "Ståhlberg, K. E." • Paikat • ”, Suomi, Karjala, Viipurin pitäjä, Hanhijoki, asuinrakennus” • ”Marokko, Sus (Sous)” • ”Lappi” -> Koneluettavuus kärsii, käsittelyyn tarvitaan käsityötä (n. 90% ohjelmakoodista aineiston korjailuun)

48. Esimerkkejä ontologisoinnista: YSA->YSO Aurinkokunta • Ovatko komeetat aurinkokuntia vai niiden osia? • Onko Halleyn komeetta yksilö vai luokka? LT Komeetta LT Halleyn komeetta Aurinkokunta Taivaankappale • Ontologiatyössä: • Yksilöt erotetaan luokista • Luokat asetetaan taksonomiseen hierarkiaan • Asioiden väliset suhteet erotellaan • Suhteiden merkitys kirjataan formaalisti partOf subClassOf Komeetta type Halleyn komeetta

49. Esimerkkejä käsitteiden ja yksilöiden merkitysten erottelusta • Ontologiatyössä: • Sanojen eri merkitykset erotellaan • Jokaiselle käsitteelle ja yksilölle annetaan oma globaali yksilötunnisteensa (URI) • Nokia yrityksenä <-> Nokia kaupunkina • Suomen 49 Pyhäjärvi-nimistä paikkaa

50. Sisältö • Semanttisen webin hyödyt • Suomalainen konteksti: FinnONTO 2.0-projekti • Suomalainen kulttuuri semanttisessa webissä: Kulttuurisampo.fi • Heterogeenisen tiedon yhdistäminen ja älykkäät palvelut • Miten tämä toimii? • Tesauruksista ja sanastoista ontologioihin • Miten pääsen mukaan? Mitä apuja on?