Podczas naszej nieobecności pojawiło się w polskim internecie kilka interesujących stron zajmujących się tym, co i nas zajmuje najbardziej – raczej wąsko niż szeroko (a przy okazji nietrafnie) rozumianej sieci semantycznej. Szczególnie godny polecenia jest blog SemanticSchool – bardzo klarowne i kompetentne przedstawienie bardziej i mniej podstawowych zagadnień związanych z siecią semantyczną. Problemy sieci semantycznej traktowane są tam raczej z perspektywy konstruktora niż użytkownika, co bynajmniej nie oznacza, że blog nie jest interesujący dla zwyczajnych użytkowników sieci.

Możemy skorzystać tylko z dwóch serwisów: serwisu rządowego (bopp.pozytek.gov.pl/) i z wyszukiwarki na portalu organizacji pozarządowych (bazy.ngo.pl). W pierwszym z nich trafimy na bardzo szczegółowe dane o działalności poszczególnych OPP w formie składanych przez nie raportów (pliki .pdf, .doc z raportami merytorycznymi, .xls z raportami finansowymi). Dane są szczegółowe, niestety prezentowane w fatalny, nieuporządkowany sposób. Bazy NGO zawierają dane mniej szczegółowe, ale w gruncie rzeczy wystarczające do oceny działania OPP. Dane są prezentowane w dużo bardziej przyjazny sposób: przede wszystkim są uporządkowane na stronie internetowej – czytelnik nie jest zmuszony do brnięcia przez dokumenty z raportami.

Serwis rządowy zawiera szczegółowe raporty finansowe i merytoryczne (oczywiście o ile zostały złożone…). Możemy w ten sposób sprawdzić wiarygodność OPP. Bazy NGO zawierają informacje istotne z punktu widzenia osób podejmujących decyzję o przekazaniu środków na konto organizacji. W bazie NGO znajdziemy często bardziej przyjazny opis historii funkcjonowania organizacji, misji i ogólnych celów podejmowanych działań.

Wizytówki OPP zawarte w obu serwisach są komplementarne. W obu brakuje nieco subtelniejszych metod wyszukiwania niż tylko wg klasyfikacji zadań z ustawy o o działalności pożytku publicznego, lokalizacji i nazwy OPP.

AM.

Przykładowe wizytówki wybranej OPP w serwisie NGO i rządowym:

Zotz najłatwiej zainstalować ze strony Simile. Działa zarówno z Firefoxem 2.x i 3.x. Oczywiście najpierw należy zainstalować Zotero. Po instalacji do opcji eksportu dołącza się “Export to Citeline”. Kliknięcie na tą opcję wygeneruje taką bazę w Exhibit:

Oczywiście po zalogowaniu w Citeline możemy spersonalizować wygląd strony i zmienić domyślne podpisy i nagłówki. Co najważniejsze, dostajemy bardzo elastyczną i wygodną w obsłudze bazę w Exhibit zawierającą nasze zbiory z Zotero.

AM.

Publikacja informacji o zasobach bibliotecznych jako “Linked data” pozwala – dzięki standaryzacji zapisu i modeli interpretacji danych – na integrację danych bibliograficznych z innymi danymi w sieci. Podjęta wcześniej nieoficjalna próba włączenia do sieci semantycznej zasobów Biblioteki Kongresu USA zakończyła się niestety niepowodzeniem (mimo że opublikowane były tylko podstawowe dane dotyczące zbiorów, strona LCSH.info została w grudniu ubiegłego roku zamknięta w związku z oskarżeniem o nieuprawnione wykorzystanie zasobów Biblioteki Kongresu).

AM

True Knowledge działa na pierwszy rzut oka trochę jak Hakia. Użytkownik stawia pytanie i ma uzyskać odpowiedź oraz listę linków do dokumentów w sieci, w których znajdzie się odpowiedź na postawione pytanie lub które są treściowo związane z pytaniem. Hakia jednak przede wszystkim ma być wyszukiwarką internetową, True Knowledge ma być zaś przede wszystkim systemem udzielającym odpowiedzi na stawiane pytania – nie tyle “searchengine” co “answer engine”. Z pewnością nie może zastąpić wyszukiwarki internetowej, ale może ją czasami uzupełnić.

Aktualnie True Knowledge zawiera względnie szeroki zakres danych na temat ludzi oraz miejsc. Wersja Beta nie działa zbyt dobrze – dobór źródeł często wydaje się słabo uzasadniony, linki są relewantne do zapytania ale często wybierane są te mało wartościowe. Ma wygodny interfejs, problemy z interpretacją prostych pytań w języku naturalnym raczej się nie pojawiają.

Naprawdę imponujące wrażenie robi jednak rekonstrukcja procesu rozumowania, które jest przeprowadzone, żeby udzielić odpowiedzi. W True Knowledge zawsze możemy sprawdzić poprawność rozumowania, system pokazuje też możliwe sposoby rozumienia postawionego przez nas pytania. Prześledzić możemy nie tylko procedurę wnioskowania, ale także bazowe fakty. Użytkownik TK może wtedy zdać sobie sprawę z tego, jak wiele szczegółowych – i oczywistych dla nas – danych trzeba wprowadzić do systemu, żeby mógł odpowiedzieć na banalne pytanie: “Is Julius Cesar alive?”:

Żeby odpowiedzieć na tak proste pytanie, musimy wprowadzić do systemu wiedzę o:

• chronologicznej kolejności dat;
• o tym, że prawdziwość zdania “x jest żywy/martwy” jest zależna od daty urodzin i śmierci i ich relacji do aktualnej daty;
• o tym, że zdanie “x urodził się/zmarł w [data]” jest prawdziwe lub fałszywe niezależnie od aktualnej daty;
• o tym, że jeśli x urodził się w [data1] i zmarł w [data2] to między tymi datami był żywy;
• o tym, że jeśli x nie jest żywy, to jest martwy;
• o tym, że x mógł być żywy tylko w jednym okresie czasu, że może istnieć tylko jedna data urodzin i jedna data śmierci;

Odpowiedź na pytanie o żyjącą osobę jest nieokreślona, ponieważ w systemie brak danych o dacie śmierci. TK nie odpowie zatem na pytanie “Is Chaka Khan alive?”, o ile nie odpowiedział na to pytanie inny użytkownik TK (użytkownicy mają prawo “wzbogacać” wiedzę TK) podając uzasadnienie.

Na marginesie: zgodnie z deklaracjami autorów, TK ma być “kontynuacją Leibnizjańskiego projektu charakterystyki uniwersalnej“. Pojęciom zapisanym w TK przypisane są liczby naturalne – tak jak chciał Leibniz. System przeprowadza rozumowania na reprezentacjach pojęć, mając do dyspozycji cały szereg zdefiniowanych relacji i reguł wnioskowania (wg Leibniza do przeprowadzania rozumowań wystarczyły tylko operacje mnożenia i sprawdzania podzielności liczb reprezentujących pojęcia). Deklaracja wydała mi się trochę zaskakująca, ponieważ nie przywykłem do poszukiwania historycznego lub filozoficznego kontekstu przez autorów nowych projektów internetowych . Autorzy TK ewidentnie chcieliby, żeby ich system – obejmując wszystkie pojęcia przedmiotów realnego świata – mógł udzielić odpowiedzi na wszystkie możliwe pytania (oczywiście bez możliwości empirycznego sprawdzania prawdziwości zdań ). W tym sensie faktycznie “kontynuowaliby projekt Leibniza”, którego charakterystyka uniwersalna miała być narzędziem ułatwiającym sprawdzanie prawdziwości zdań. Leibnizjański projekt miał jednak jeszcze drugą, równie ważną część: charakterystyka uniwersalna miała być nie tylko sztuką sprawdzania prawdziwości sądów, ale także sztuką odkrywania nowych prawd. Takich ambicji twórcy TK – mam nadzieję – chyba nie mają.

Aktualnie wersja Beta nie jest jeszcze ogólnodostępna. Jeśli ktoś chciałby przetestować TK, proszę o kontakt – mam do rozdania kilkanaście zaproszeń.

AM.

Część własności i typów modelu Bibliontology zawierają oczywiście inne popularne ontologie: np. FOAF i DC (które mogą być używane do opisu definiowanych w BIBO klas i ich własności) – BIBO jest jednak dużo bogatszym i dlatego bardziej adekwatnym językiem dla opisu bibliograficznego. Model ten ma też taką zaletę, że jak każdy otwarty model ontologii może być dowolnie rozwijany. Możliwość rozszerzania daje jednak przede wszystkim integracja modelu BIBO z innymi modelami opisu danych i powiązanie opisu z innymi częściami sieci.

Nie stanowi żadnego problemu włączenie metaopisu w BIBO do opisu osoby w FOAF. W słowniku FOAF znajduje się termin “publications”, do FOAF możemy dodać odwołanie do pliku RDF:

<foaf:publications rdf:resource=”[adres pliku z opisem w modelu BIBO]” />

Analogicznie opis w BIBO możemy powiązać z opisem w FOAF, np. wskazując współautorów:

<bibo:contributor>
<foaf:Person foaf:name=”[imię i nazwisko]“>
<rdfs:seeAlso rdf:resource=”[URI z opisem FOAF, np. http://www.infopoint.pl/wordpress/foaf.rdf#me]“/>
</foaf:Person>
</bibo:contributor>

Musimy jedynie pamiętać o wskazaniu modeli, z których będziemy korzystać w nagłówku pliku RDF z opisem w BIBO – czyli np. odwołania do modelu FOAF.

Zaletą BIBO jest możliwość opisu różnych właściwości tekstu: cytowań, rozdziałów, serii itp. Klasyfikacje rodzajów pozycji bibliograficznych także wydają się wystarczająco szczegółowe.

Model BIBO ma być w niedalekiej przyszłości wprowadzony na miejsce aktualnie funkcjonującego modelu w Zotero. Upowszechnienie tego modelu będzie zależało od tego, kiedy pojawią się aplikacje ułatwiające konwersję popularnych metaopisów do BIBO i vice versa. Oczywiście ważna jest też świadomość potrzeby (i możliwości) integracji różnych ontologii – ontologii BIBO z FOAF i innymi.

Oczywiście na własne (niewielkie) potrzeby można sobie pozwolić na sporządzenie opisu bibliografii samodzielnie (czyt. ręcznie).

AM.

Connotea jest rozbudowanym serwisem społecznościowym pozwalającym na zarządzanie i dzielenie się linkami do publikacji o charakterze naukowym. Mająca wiele zalet swoboda tagowania właściwa serwisom nieograniczonym tematycznie w Connotea niekoniecznie jest wygodna. Entity Describer, ograniczając tą swobodę i sugerując tagi z opisami z autoryzowanych stron źródeł, ułatwia organizację linków i pozwala na bardziej relewantne podpowiedzi linków do artykułów o zbliżonej tematyce.

ED to bookmarklet działający w Firefoxie. Żeby go używać, musimy oczywiście najpierw założyć konto w Connotea. Chcąc zapisać link w Connotea uruchamiamy skrypt z Bookmarków i wprowadzamy odpowiednie dane: przede wszystkim wybieramy tagi “publiczne” i prywatne (w tych drugich mamy oczywiście pełną swobodę).

Kolekcje dokumentów zapisywane w Connotea mogą być oczywiście grupowane, udostępniane innym użytkownikom, mogą także być eksportowane do różnych formatów danych.

AM

Co konkretnie miałoby znaczyć w tym przypadku “kodowanie semantyczne”? Kod, w którym miałaby być zapisana templatka w żadnym sensie nie będzie kodem “semantycznym”, poza tym, że będzie co najwyżej spełniał wytyczne W3C odnośnie kodowania struktury stron internetowych. Zgodnie z zaleceniami struktura kodu oddawać ma strukturę treści strony a nie jej wygląd. Znaczniki określające wygląd powinny zostać zdefiniowane w odpowiednim pliku .css. Kod html/xhtml oddawać ma zaś funkcjonalne własności poszczególnych elementów: np. hierarchię treści przy pomocy zdefiniowanych nagłówków h1, h2 itd., funkcję pliku graficznego jako loga, właściwą treść dokumentu itp.

Strona napisana zgodnie z takimi wytycznymi nie będzie w żadnym sensie stroną “semantyczną” i nie będzie częścią “sieci semantycznej”. Jej struktura i funkcje poszczególnych elementów będą jednak lepiej oddane w kodzie strony, co być może będzie miało pozytywny wpływ na pozycjonowanie strony. Klarowny, oszczędny i strukturalnie przemyślany kod okaże się także olbrzymim ułatwieniem, gdy na bazie takich znaczników spróbujemy wygenerować metaopis przy pomocy Semantify, albo gdy spróbujemy zastosować Piggy Bank i Screen Scraper do pobierania i przetwarzania informacjami ze strony. To jednak jeszcze nie jest powód do nazywania poprawnie napisanej strony “stroną semantyczną”.

O tym, jak stworzyć semantyczną stronę internetową, można przeczytać np. tutaj. A propos “semantycznego kodu” w sensie strukturalnie poprawnego kodu, polecam zaś lekturę tego artykułu.

AM

Na bazie serwisu Open Calais powstał cały szereg aplikacji korzystających z jego rozwiązań: Wandora, LinkedFacts, SemanticProxy, ClearForest Gnosis i inne. Niektóre są bardziej udane, niektóre mniej. Służą bardzo różnym celom: monitorowaniu informacji w mediach, ułatwieniu pracy ze stronami www, dodawaniu metaopisu do stron www itp. Open Calais to platforma przetwarzająca zawartość tekstową dokumentów, zaś aplikacje zbudowane na niej dodają do tego różne funkcjonalności.

Idea działania aplikacji bazujących na Open Calais jest następująca: z treści strony internetowej zapisanej w dowolny sposób, niezależnie od jej struktury, wyodrębniane są znane aplikacji terminy i przyporządkowywane do określonych kategorii. Kategorii jest całkiem dużo, co sprawia wrażenie względnie subtelnej analizy “semantycznej” zawartości dokumentu. Efektywność aplikacji zbudowanej na Open Calais zależy jednak wyłącznie od bogactwa słownika, na którym aplikacja bazuje. Nic innego nie pozwoli odróżnić terminów jako należących do określonych do jakiejkolwiek kategorii niż zdefiniowanie tego w bazowym słowniku. Jeśli dane słowo nie należy do zbioru wartości żadnej kategorii, nie zostanie rozpoznane przez aplikację zbudowaną na Open Calais.

Kierunek jest w tym przypadku zasadniczo odmienny niż w przypadku aplikacji budujących faktycznie semantyczny metaopis: w metaopisie semantycznym wartościowe są relacje w ramach zadeklarowanej ontologii i powiązania różnych plików RDF – w Open Calais nie ma mowy o żadnych powiązaniach między terminami, a już na pewno nie między różnymi dokumentami (w gruncie rzeczy w przypadku Open Calais na pewno nie ma zatem mowy o kroku w stronę “sieci” semantycznej lub Web 3.0.). W aplikacjach do tworzenia semantycznych metaopisów nie deklarujemy też wszystkich możliwych wartości kategorii: deklarujemy odwołanie do ontologii, wskazujemy, które części naszej bazy będą wartościami kategorii ze wskazanej ontologii i metaopis “robi się sam”.

Aplikacje budowane na Open Calais mogłyby być mimo to całkiem wygodnym narzędziem ułatwiającym pracę z dokumentami w sieci. Schematyczne opracowanie dokumentu, wyodrębnienie podstawowych kategorii – w niektórych przypadkach, szczególnie, gdyby użytkownik miał pełną kontrolę nad definiowaniem kategorii, mogłoby być bardzo wygodne. Wyselekcjonowanie znanych aplikacji słów i przyporządkowanie ich do wcześniej zdefiniowanych typów danych to jest jednak za mało, żeby móc powiedzieć o odkryciu przez Open Calais semantyki tekstu. Semantyka dokumentu to dużo więcej niż kategorialna analiza występujących w nim terminów.

AM.

Cortex nie jest jeszcze projektem gotowym, w tej chwili możemy obejrzeć sobie tylko działania na kilku próbkach krótkich tekstów. Wygląda jednak dość obiecująco, mimo że opiera się na dość prostej analizie funkcji gramatycznych:

Równie obiecująco wygląda jednak także podobna aplikacja, która dostępna jest już od dłuższego czasu: ClearForest Gnosis. Niestety nadal nie przekracza progu między “ciekawostka” a “przydatne narzędzie pracy”. CleaForest Gnosis jest dodatkiem do Firefoxa wskazującym na oglądanych stronach internetowych przedmioty z różnych kategorii:

Analiza zawartości strony internetowej przez ClearForest Gnosis ułatwia(łaby) szybką ocenę treści oglądanego dokumentu, ponieważ dokumenty bywają bardzo szczegółowo kategorialnie przeanalizowane. Niestety ClearForest Gnosis działa względnie skutecznie tylko na stronach anglojęzycznych – a nawet na nich nie zawsze bezbłędnie. Problematyczne są dwa zjawiska: pominięcie w dokumencie jednego z przedmiotów wyodrębnionej kategorii oraz – mniej ważne – wskazywanie kategorii mało istotnych.
AM