はじめに
セマンティックの語源はギリシャ語の「記号」、
「意味する」、
「意味のある」こと等を示す単
語であるが、現在では、言語理論において、しばしば、
「意味の関係」や「意味」を示す単語と
して使われている。
Web のコンテンツは、人間が読み、操作を行う単純なコンテンツからデータコンテンツにシ
フトしつつある。
Web の能力を最大限利用するためには、自動化ツールによりデータの処理や共有する事を可
能にする汎用的なアクセスできる基盤を Web に導入することが必要である。
セマンティック Web は、現在の Web にデータの定義機能やリンク機能を付加する事により
拡張・発展させたものであり、セマンティック Web の世界では、データは整然と定義された意
味を持ち、より効率的に目的のものを見つけたり、自動処理したり、統合したり、色々なアプ
リケーションの間で再利用したりすることを可能にし、コンピュータと人間とが、より効率的
に連携して作業する事を可能にする。
1998 年に始まったセマンティック Web の開発は、多少の抵抗を受けつつも、少しずつ注目
する人が増え、欧米では、グリッドコンピューティングと並ぶ注目すべき最先端 IT 技術とし
て、鋭意、開発と標準化とが進められている。
セマンティック Web 技術は、大別すると、データにマシンリーダブルなデータを付加するた
めのメタデータ技術とメタデータで用いる語彙を定義する為のオントロジ技術とに分けること
ができ、セマンティック Web の基盤として、W3C が開発したメタデータ記述標準である RDF
は、図書検索、著作権管理や教材管理等のシステムに広く使われている。
オントロジ技術に関しては、W3C において、OWL として標準オントロジ記述言語を開発中
であり、近々その標準化が完成する予定であり、その応用が急速に進む見込みである。
この様な背景を踏まえて、本調査では、Web 技術の標準化団体である W3C(World Wide Web
Consortium)における標準化動向、米国におけるセマンティック Web に関する研究開発と実用
化動向、及び、欧州におけるセマンティック Web に関する研究開発と実用化動向を調査し、セ
マンティック Web の課題と今後の方向性とについて検討することを目的とする。
セマンティック Web 委員会メンバー
委員長
清水
昇
慶應義塾大学
SFC 研究所
顧問
斎藤
信男
慶応義塾
常任理事
顧問
萩野
達也
慶應義塾大学
環境情報学部
委員
森田
幸伯
沖電気工業(株)
研究開発本部
委員
上田
健次
九州日本電気ソフトウェア(株)
ソリューション基盤事業部
委員
韋
住友電気工業(株)
IT 技術研究所
委員
布目
光生
(株)東芝
研究開発センター
委員
小倉
弘敬
日本アイ・ビー・エム
委員
細見
格
日本電気(株)
NEC ラボラトリーズ
委員
佐藤
宏之
日本電信電話(株)
NTT 情報流通プラットフォーム研究所
委員
来間
啓伸
(株)日立製作所
システム開発研究所
委員
豊内
順一
(株)日立製作所
システム開発研究所
委員
川村
直道
富士通(株)
ソフトウェア事業本部
委員
津田
宏
(株)富士通研究所
IT メディア研究所
委員
松井くにお
(株)富士通研究所
IT メディア研究所
委員
清野
正樹
松下電器産業(株)
先端技術研究所ヒューマンウェア研究所
委員
伊藤
山彦
三菱電機(株)
情報技術総合研究所
委員
今村
誠
三菱電機(株)
情報技術総合研究所
オブザーバ
小泉
雄介
(株)NEC 総研
調査チーム
オブザーバ
須藤
浩志
(株)NEC 総研
調査チーム
オブザーバ
白石
展久
日本電気(株)
NEC ネットワークス
事務局
神原
顕文
(財)情報処理相互運用技術協会
事務局
田中
省三
(財)情報処理相互運用技術協会
事務局
小島
富彦
(財)情報処理相互運用技術協会
事務局
桂川
泰祥
(財)情報処理相互運用技術協会
事務局
若杉
康仁
(財)情報処理相互運用技術協会
事務局
石橋
博
(財)情報処理相互運用技術協会
事務局
香取
良和
(財)情報処理相互運用技術協会
慶傑
(株)
ソフトウェア開発研究所
目次
序章
セマンティック Web を巡る最近の動き ...................................................................... 1
第1章
セマンティック Web の経緯と関連技術の動向 ........................................................... 7
1.1
セマンティック Web とは............................................................................................ 7
1.2
セマンティック Web におけるメタデータとその活用 .............................................. 18
1.3
セマンティック Web オントロジ記述言語 ................................................................ 32
1.4
セマンティック Web のツール................................................................................... 43
1.5
セマンティック Web の応用システム........................................................................ 53
第2章
セマンティック Web 技術の適用事例に関する調査 .................................................. 65
2.1
本調査の目的.............................................................................................................. 65
2.2
コンテンツ管理への適用事例(フィンランド) ....................................................... 65
2.3
情報ポータルサイトへの適用事例(ドイツ) ........................................................... 70
2.4
知識管理への適用事例(スイス) ............................................................................. 74
2.5
e ラーニングへの適用事例(オーストラリア) ........................................................ 79
2.6
諜報情報システムへの適用事例(米国) .................................................................. 82
2.7
電子政府への適用事例(EU) .................................................................................. 85
2.8
ネットワーク管理への適用事例(米国) .................................................................. 90
2.9
医療情報システムへの適用事例(米国) .................................................................. 93
第3章
文献調査 ..................................................................................................................... 97
3.1
Semantic Web 全般 ................................................................................................... 97
3.2
RDF 関連 ................................................................................................................. 100
3.3
RDF Interest Group 関連 ....................................................................................... 131
3.4
Ontology working Group 関連 ................................................................................ 142
3.5
Key Free Trust in the Semantic Web .................................................................... 199
3.6
セマンティック Web 関連プロジェクト .................................................................. 204
3.7
その他....................................................................................................................... 210
むすび...................................................................................................................................... 213
付録 1
講演資料 ................................................................................................................... 215
付録 2
セマンティック Web 関連記事一覧 ......................................................................... 275
序章
セマンティックWebを巡 る最 近 の動 き
序章
セマンティック Web を巡る最近の動き
Web の創始者である Tim Berners-Lee 氏が 1998 年にセマンティック Web を提唱してから 5 年が経と
うとしている。
セマンティック Web 関連の研究開発については、W3C(World Wide Web Consortium)、DARPA(米
国国防高等研究計画局)、EU 委員会を中心に欧米で盛んに行われており、Tim Berners-Lee 氏が設立し
た W3C では、2001 年 2 月に正式に Semantic Web Activity グループが立ち上がり、DARPA を中心とし
たグループでは、オントロジ記述言語 DAML の策定と国防利用への応用、また、欧州のフリー大学やカ
ールスルーエ大学等では人工知能研究の面からの研究開発を行っており、これらが相互に交じり合いなが
ら、現在の大きな流れを形作っている。
米国及び EU では、セマンティック Web 関連の研究開発に国家予算を当てており、例えば、米国は
DAML プロジェクトに国家予算として 2000 年から 3 年間で 7000 万ドル(約 84 億円)の拠出をしてい
る。同プロジェクトは複数のプロジェクトからなり、MIT、メリーランド大学、スタンフォード大学、
BBN、Nokia Research Center 等が参加している。
一方、EU 委員会は、EU の第 5 次 RTD(調査研究・技術開発)フレームワーク・プログラムの中の
IST(情報社会技術)プログラムの一環として、例えば On-To-Knowledge プロジェクト に 2 年半で 134
万ユーロ(約 1.5 億円)を、IBROW プロジェクト に 3 年間で 110 万ユーロ(約 1.2 億円)の拠出をし
ている。蘭フリー大学、独カールスルーエ大学、英ブリストル大学、仏 INRIA(国立情報処理自動化研
究所)等の研究機関の他、BT、ドイツテレコム、ダイムラークライスラー、スイス生命等の企業も参画
している。また、セマンティック Web に関する技術開発において米国と EU は 2000 年 10 月にジョイン
トプログラムをスタートさせ、DARPA が開発した DAML と上記 On-To-Knowkedge プロジェクトで開
発された OIL(Ontology Inference Layer) とを統一し、オントロジ言語の DAML+OIL を作成してい
る。
そして、W3C では、上記 DAML+OIL を改善したオントロジ言語 OWL の開発や、応用研究などを行
っており、これらの研究開発活動により、現在、メタデータ付与のための標準やツール、オントロジ記述
のための標準やツールなどの要素技術が揃いつつある。
また、多くの国際会議も開催されおり、2002 年には 5 月に米国で W3C AC ミーティング、セマンティ
ック Web ワークショップ、WWW2002、6 月にイタリアで ISWC(International Semantic Web
Conference)、OntoWeb3、SWWS(Semantic Web enabled Web Services)が開催され、その中で多く
の研究成果が発表されている。
このように、欧米が中心となり進められてきた感のあるセマンティック Web の研究だが、最近は日本
国内においても当協会をはじめ、慶應義塾大学、大阪大学、静岡大学、京都大学、国立情報学研究所、産
業技術総合研究所等が活発に研究活動を行っており、セマンティック Web コンファレンス 2002、
DBWeb2002 等多くのセミナー、講演会が開催されている状況である。
また、国際的なセマンティック Web コンファレンスとして毎年開催されている ISWC の 2004 年のホ
スト国として、日本での開催も予定されており、今後の産官学をあげての日本の取組みが大きく期待され
ている。
最後に参考のために、日本国内のセマンティック Web に関連する研究組織・団体を紹介することにす
-1-
る。また、本報告書の巻末に付録として雑誌・ Web 等に掲載されたセマンティック Web 関連の記事の一
覧を紹介してあるので、こちらの方も参考にされたい。
・AI 学会「セマンティック Web とオントロジ研究会」:溝口理一郎先生、山口高平先生
セマンティックウェブが、これまで培われてきた人工知能の研究成果を活かす新しい世界を提供す
るという認識のもとに、学界と産業界の有志が集まって 2002 年 10 月に人工知能学界に設立された、
学術的交流を主目的とした2年間の時限付き研究会である。対象とする範囲は広く、e-Business,
e-Learning、ナレッジマネジメント、ウェブサービスのその知性化、協調的情報エージェント、異
種の知識源の相互運用性を保証するオントロジ、Semantic Annotation Computing、種々の XML
ベース言語など。年に3回程度の研究会開催を予定している。2003 年3月には第2回研究会として
NII 主催の国際ワークショップ開催を予定している。
URL http://www.ei.sanken.osaka-u.ac.jp/sw-ont/index.htm
・NTT コミュニケーション科学基礎研究所
社会情報研究部において、ユビキタス環境におけるコミュニケーション活性化を目的に、ウェブ情
報や実世界のセンサ情報を意味レベルで統合する実世界セマンティックウェブの研究を行っている。
特に、コンテキストに基づくセマンティックウェブ問合せ処理の研究を進めており、非均質な複数
のオントロジを対象とした問合せの近似変換や、時空間構造に基づくウェブ検索などの研究を行っ
ている。
URL
http://www.kecl.ntt.co.jp/
・NTT 情報流通プラットフォーム研究所
アプリケーションプラットフォームプロジェクトにおいて、複数の Web サイトやユーザの PC 上の
アプリケーションからコンテンツ間の意味的な関係を抽出したメタデータを、個々のユーザの興味
に応じて P2P で共有し、その集合を知識として活用するための知識流通プラットフォーム技術の研
究を行っている。またプラットフォーム上のツールとして、ブックマークのようにコンテンツ間の
関係付けを行い、そこから RDF や RDF スキーマを生成し共有することを可能にする Hyperclip の
開発を行っている。
・W3C 日本ホスト組織
慶応義塾大学 SFC 研究所:斎藤信男先生、萩野達也先生
XML や HTML をはじめとした Web に関連する技術の国際的標準化機関である W3C の日本ホスト
機関。
現在、W3C は、
「ユニバーサルアクセス」
、
「セマンティック Web」、
「信頼の Web」の実現を推進し
ており、特にセマンティック Web に関しては、2001 年 2 月に Semantic Web Activity を立ち上げ、
セマンティック Web の実現のために、メタデータ記述規則、オントロジ記述言語及び関連ツールの
開発と標準仕様の開発活動を行っている。
URL http://www.w3.org/
・XML コンソーシアム:野村直之先生
XML コンソーシアム XML テクノロジー部会では、W3C の規格群を基礎に、潜在的応用可能性を
探り、ツールや事例の収集と評価を行い、コンソーシアム内外に成果を公表している。部会を構成
-2-
する4つのワーキング・グループの1つ、セマンティック Web WG では、常識検索アプリの試作か
らツールの調査、SemanticWeb 活用サイトの調査、メタデータの自動生成・管理、オントロジ活用・
変換等、いくつかのテーマを掲げて次世代 Web、XML 活用の姿を追求している。
URL http://www.xmlconsortium.org/bukai/tech_kastudou.html
・大阪大学:次世代 Web 研究会(財団法人イメージ情報科学研究所)
2002 年に大阪大学の溝口理一郎教授を委員長に、産官学のメンバーにより設立。本委員会では、意
味タグの知的処理とその応用の可能性を具現化することを試み、Semantic Tag Computing という
新しい概念の下に新しい形態の知的コンテンツ活用の開拓につなげることを目指す。その成果の一
例として、タグ付きドキュメントの知的活用のためのインフラストラクチャ(ミドルウェア)とそ
の利用システムの方向付けを行う。以上を推進していくことによりに我が国の次世代 Web 分野にお
ける技術及び事業の発展に寄与する事を目的に行っている。具体的には 2 ヶ月に一度のペースで会
合を開き、具体的なプロジェクトの提案も視野に入れた調査研究を行っている。
・京都大学
Human-Centered Semantic Web:石田亨先生
2002 年 11 月に立ち上げられた研究グループであり、東京大学、Malyrand 大学等と連携して研究を
行っている。
研究テーマは、「セマンティック Web による社会ネットワーク分析」、「エージェントのシナリオ記
述言語によるユーザサイドの Web サービスの連携」等。
・国立情報学研究所(NII):武田英明先生
国 立 情 報 学 研究 所 は SWFAT (International Workshop on Semantic Web Foundations and
Application Technologies)を主催した。このワークショップは日本で初めてのセマンティック Web
に関する研究ワークショップである。
2003 年 3 月 12 日に奈良県新公会堂で開催され、海外からの招待講演 2 件、研究発表 16 件、および
パネルディスカッション等が行われた。
・産業技術総合研究所
サイバーアシスト研究センター:橋田浩一先生、和泉憲明先生
(独)産業技術総合研究所の研究ユニットのひとつ。東京のお台場に拠点を置く。
社会情報インフラを整備することによりデジタル世界を生活世界にグラウンディングする技術体系
の確立を目標とする。その社会情報インフラの基盤技術として、ビーム光による通信と測位、アノ
テーションに基づくインテリジェントコンテンツ(広義のセマンティックウェブ)等の研究開発を進
めている。アノテーションに基づくインテリジェントコンテンツは、単に機械に理解できるウェブ
ではなく、人間と機械がキメ細かく意味を共有し両者のインタラクションを媒介する情報コンテン
ツである。
URL http://www.carc.aist.go.jp
・(株)シナジー・インキュベート
「文書」電子化を専門に取り組んでいる研究開発型企業である。海外の企業群との連携のもとに、
SGML/XML/PDF などの電子文書標準に取り組むと同時に、独自の検索エンジンやパーシング機構
を整備し、研究機関をはじめ金融機関や流通業などに納入している。
-3-
・情報処理学会
第 65 回全国大会(2003 年 3 月)において、特別トラック「セマンティック Web と Web サービス」を
実施。本委員会顧問の、斎藤先生、萩野先生を中心に、本委員会メンバーもトラック WG 委員とし
て参加し、パネル討論や招待講演を行う。
・筑波大学
杉本重雄研究室:杉本重雄先生
Dublin Core はインターネット上での Resource Discovery を目的として開発されたメタデータエレ
メントセットである。図書館や美術館・博物館、政府行政情報、教育、環境情報など広い範囲での
利用が進んでいる。
Dublin Core は以前から Resource Description Framework (RDF)によるメタデータ記述形式の定義、
RDF スキーマによるメタデータエレメントの定義を進めてきている。特に、ネットワーク上でのメ
タデータエレメント定義の共有と流通のためのキーとなるメタデータ・スキーマ・レジストリの開
発においては、RDF スキーマを基盤としてシステムの開発を進めている。
研究室では、Dublin Core の開発および開発組織である Dublin Core Metadata Initiative の運営に
関わり、日本での普及活動を行いながら、メタデータ・スキーマ・レジストリと関連ソフトウェア
の開発やメタデータ応用システムの研究を進めてきた。今後はメタデータを核として知的コミュニ
ティのための情報資源共有と流通に関わる研究を進める予定である。
・名古屋大学
長尾確研究室:長尾確先生
次世代の高度な知識共有のインフラである Semantic Web に不可欠なものは、ユーザーが自由にコ
ンテンツを作成し、さらにその共有化を促進し、知識として再利用可能にするためにコンテンツを
意味的に拡張するツールやプラットフォームである。
当研究室では、これまでセマンティック・トランスコーディング (SemCode)という枠組みにおいて、
現在の Web の若干の延長線上に、Semantic Web と同様の機能を有する仕組みを研究してきた。
それは、主に以下の 3 つのシステムから成っている。
1. 既存の Web コンテンツに対して、機械による内容理解を促進する補足情報(アノテー
ション)を付与するツール
2. アノテーションデータを管理・共有するためのサーバ
3. アノテーションデータを用いてコンテンツを動的にユーザに適合させるためのトラ
ンスコーディングプロキシ
これらの詳細と、オントロジベースの Semantic Web とアノテーションベースの SemCode の統合
の可能性については以下の URL から参照可能である。
URL http://www.nagao.nuie.nagoya-u.ac.jp/papers/semcode.xml
・日本規格協会
情報技術標準化研究センター(INSTAC)
平成 14 年度調査研究事業として、ネットワークエージェント標準化調査研究委員会で Web サービ
ス及びセマンティック Web に関連する規格の調査を行っている。また、将来形文書統合システム標
準化調査研究委員会では、セマンティック・ウェブの実現技術としての推論 Web のモデル化とアー
キテクチャに関する調査検討を行っている。
-4-
・富士通研究所
セマンティック Web に関しては、日米の研究所で連携して研究開発を行っている。国内では、億単
位の Web ページを収集/分析する Web マイニング技術、自然言語処理応用技術、大規模 XML 文書
の高速全文検索技術などにおいて、セマンティック Web を利用した研究を行っている。米国では、
Maryland 大と共同で、セマンティック Web のパーベイシブコンピューティングへの適用等の研究
を行っている。
URL http://www.labs.fujitsu.com/
-5-
-6-
第 1章
セマンティック Web の経 緯 と関 連 技 術 の動 向
第1章
1.1
セマンティック Web の経緯と関連技術の動向
セマンティック Web とは
インターネットの Web において、利用者は必要な情報を Web で検索することが年々難しくなっている
ばかりではなく、検索結果に関係のない情報が多いことに気付いている。ガートナー社は、Web 上の情
報量は 6 ヶ月で倍になっているので検索結果は悪化する一途と発表している。コンピュータに関して充分
知識のある人はインターネットの情報を活用できるが、それ以外の人はインターネットの情報を活用でき
なくなり、デジタルデバイドが拡大するのではないかとの懸念が持たれている。こうした懸念を克服する
次世代 Web 技術としてセマンティック Web が注目されている。本章では、そのセマンティック Web の
背景、全体像、将来像、発展段階、標準化動向及び AI 等の既存技術との違いに付いて述べる。
1.1.1
背景
セマンティック Web とは、Web 上にある文書などの「セマンティック(Semantic)」すなわち「意味」
を取り扱う技術である。Web 上には現在数えきれないほど多くの文書やデータがあるが、これらの中か
ら有益な情報を得ることや、必要なサービスを有効に利用するのはたいへんである。検索エンジンなどに
もいろいろな工夫がなされているが、検索結果の中にはゴミの情報が多く含まれている。また、キーワー
ドだけの組み合わせでは探すことのできない情報も Web 上には多数存在する。
日常生活において Web は欠かせないものになっている。HTML 文書を作成し、それを Web 上に置く
ことによって他の人と情報のやり取りを行うだけでなく、何か問題を解決しようとするときに Web を使
うことも多い。分からない言葉を、辞書を使って調べたり、時刻表で電車の発車時間や到着時間を調べた
り、旅行のプラニングをしたり、ホテルやレストランの予約をしたりなどをする。このように Web を使
って問題解決を行うための基盤となるのがセマンティック Web である。
セマンティック Web は、Web の創始者である Tim Berners-Lee 氏が 1998 年頃に提唱をし始めた技術
である。1990 年ごろ HTML により Web は始まり、1998 年初めに XML が制定され、インターネット上
のデータの形式として現在定着しつつある。セマンティック Web では、エージェントソフトウェアが人
に代って Web 上のデータを処理し、いろいろな問題解決を Web 上で可能にする。
セマンティック Web には、インターネットや文書関連の研究者だけでなく、データベースの研究者や
AI 関連の研究者たちも大きな関心を寄せている。人の書く Web 文書ではなく、その文書の意味を記述し
たり、その意味を理解したりしなくてはならない。そのためにデータベースのセマンティックモデルや
AI における概念のモデルや推論などが大きく関連してくる。
-7-
1.1.2
全体像
セマンティック Web の全体像は図-1 のように書かれることが多い。
図-1 セマンティック Web の階層構造図
最下層にあるのが RDF M&S (Model and Syntax)によるメタデータである。メタデータは HTML 文書
などの意味を記述したデータである。HTML 文書は人が読んで理解するためにある文書であり、機械的
な処理は自然言語処理の助けを借りたとしても一般的には不可能である。これに対して、RDF メタデー
タは機械が処理するために付けられているデータであり、曖昧性などがなく、機械的な処理が可能である。
したがって、ある HTML 文書に RDF によりメタデータが付けられていた場合、人は HTML 文書を読み
理解するが、機械は RDF メタデータを処理して理解すれば良いことになる。
RDF は非常に一般的なメタデータの記述方法である。URI で識別されるものであればどのようなもの
に対しても記述することが可能である。また、記述結果の値もどのようなものでもかまわないことになっ
ている。
この RDF で記述したメタデータがどのような意味を持つかを規定しているのが RDF Schema である。
対象に対してどのようなプロパティのメタデータを付けるのか。またその値としてどのような型になるの
かなどを規定することができる。さらにプロパティ間のクラス階層なども指定することができる。HTML
文書などにメタデータを付ける前に、どのようなメタデータを付けるべきか、またそのメタデータがどの
ような型のものであるかを RDF Schema で決めておくのが一般的である。スキーマを決めずに闇雲にメ
タデータを付けても、処理の一貫性を保つのが難しくなる。
RDF Schema では一つのスキーマを決めてメタデータを付けることを想定している。もしある Web サ
イトではあるスキーマによりメタデータが付けられ、別の Web サイトでは別のスキーマによってメタデ
ータが付けられていた場合、これらのメタデータは互いに無関係のものになってしまう。両 Web サイト
のメタデータを関係付けるためには、まず統一のスキーマを決めておき、それを両サイトが使えば良いが、
最初は無関係だと思ってメタデータを独立して付けていき、後になって両方を統一する必要が出てくるこ
とも良くある。また、もし Web 上ですべてのメタデータを互いに利用できるようにしたいとすると、す
べてを統一したスキーマを最初に作らなくてはならず、これはほとんど不可能である。そこで、Ontology
の層では、互いに独立して作られたスキーマを関係付けることによって問題を解決しようとしている。互
いの属性の対応、値の変換などを記述しておき、1 つのサイトのメタデータをもう一つのサイトのメタデ
ータと組み合わせるときには、この記述を使って変換して利用する。スキーマの統一は行わず、自由に設
計し利用することを許し、他のスキーマとの関係を記述することによって、Web 全体としてメタデータ
を統一して利用可能にする。
-8-
図-2 オントロジによる変換
Ontology 層の上には Rules と Logic framework の層がある。これまでの Web における処理は、検索
エンジンによるキーワード検索か、form にデータを入れて送る程度であったが、セマンティック Web で
は、form などの処理においても、データを送るだけでなく、その結果をみてさらに判断を行い別の処理
を続けるなどが必要になる。このような複雑な処理は単純な検索として記述することができず、論理式の
ような複雑な処理を記述できる必要がある。セマンティック Web では、解決したい問題をある種の論理
式で与え、それをエージェントが解釈してオントロジ、RDF Schema、 RDF メタデータを利用して結論
を導く。得られた結果は RDF として人に提示するのではなく、読むことができる HTML 文書として提
示することになると思われる。Web のための論理式を一つに統一するのが難しいため、Rules の層におい
て共通基盤となる論理式を定義し、Logic Framework の層において個々の枠組みに応じた論理式を定義
する。複数の枠組みが共存してもかまわず、結果として得られる証明を共通の Rules の層で確かめ合うこ
とができる。
Logic Framework の層の上にあるのが Proof の層であるが、これはエージェントなどが処理をして結
果を導いたときの履歴や処理理由を意味している。問題が論理式のようなもので与えられるため、それを
解決したときの証拠を証明と呼んでいる。処理結果にたいして証明が与えられるので、処理結果が変だと
思った場合には、証明を調べることが可能である。単に結果を見せられても信用できないが、証明を示さ
れると信用せざるをえなくなる。
セマンティック Web では、これらの層により信用を築き上げ、その上で商取引など Web を利用したさ
まざまな活動が可能になると考えている。
-9-
1.1.3
セマンティック Web の将来のイメージ
図-3 歯医者のホームページのメタデータ例
セマンティック Web が出来上がるといろいろな問題解決を、Web を使って行うことができるようにな
る。たとえば、
「藤沢にある歯医者」を探したい場合、現在の検索エンジンでは「藤沢」と「歯医者」を
キーワードにして検索するが、これでは藤沢にある歯医者だけでなく、藤沢さんのやっている歯医者も見
つかってしまう。「藤沢」が地名なのか氏名なのかが分からないのである。これに対してセマンティック
Web では歯医者のホームページに所在地に関するメタデータを付けておけば地名としての「藤沢」にあ
る歯医者のホームページだけを探し出すことができる。
さらに、もし、今歯が痛くて、
「今日やっている藤沢の歯医者」を見つけたい場合、今日が火曜日だと
しても、現在の検索エンジンに「火曜」というキーワードを追加して検索しても結果は思わしくないであ
ろう。
「火曜」が歯医者のホームページにたまたまあれば良いが、診療日は「月∼土」と書かれていたり
する。
セマンティック Web では、診療日に関するメタデータを歯医者のホームページに付けておくことによ
って、診療日に関する検索を可能にする。歯医者によっては休診日のメタデータを付ける場合もあるかも
しれないが、一週間が「日月火水木金土」からなり、診療日と休診日は互いに補集合の関係にあることを
スキーマなどにより指定しておけばよい。
また、歯医者によっては「歯医者」ではなく「歯科」と書かれているかも知れない。あるいは大きな病
院の中の「歯科」であり、独立した「歯医者」としては探すことができないかも知れない。この場合も、
図-4 のようにオントロジにより「歯医者」と「歯科」は同じであり、さらにスキーマにより歯科は病院の
一部であることを書いておけば、「歯科」や病院の中にある「歯科」も探すことが可能になる。
図-4 歯医者のオントロジの一部
- 10 -
さらに、今日診療している藤沢にある歯医者がいくつか見つかったとして、
「現在いるところからもっ
とも近い歯医者」を探すには、別の地図サービスを利用して、いちいち住所を入力して距離を調べる必要
がある。セマンティック Web では検索結果を RDF として取り扱い、それを順に地図サービスに渡し距離
を結果として受取り、それらを比較する HTML ページを作ることを自動的に行うことができる。このよ
うに 2 つ以上の Web 上のサービスを組み合わせることも可能になる。
最後に、見つかった最も近くて今日診療している藤沢の歯医者を実際に予約し、予約に関するデータを
RDF で取り扱い、PDA の予定表に自動的に入れることも可能になる。このように、セマンティック Web
を使えば、Web の問題解決において現在人が判断したり入力したり面倒であったり時間がかかる部分を
自動的に行うことができるようになる。
1.1.4
セマンティック Web 発展の段階
セマンティック Web は、メタデータによってコンテンツ管理を効果的に実施する段階から、高度な意
味情報や知的エージェント技術活用による新しい Web の世界の実現に向かって、着実に発展して行くも
のと思われる。この発展の段階を、メタデータや、オントロジ、知的エージェント活用の-観点から 3 フ
ェーズに分けてみた。
フェーズ 1:メタデータ(RDF)活用の段階
フェーズ 2:メタデータとオントロジ活用の段階
フェーズ 3:メタデータとオントロジとインテリジェントエージェント活用の段階
現Webの課題と新しいWebの世界で目指すもの
セマンティクWebの世界
現Webの世界
人間がWebの必要情報を
収集、整理、判断
<課題>
25%の有効情報しか出来ない
Webの情報は6ヶ月で倍増
情
報
検
索
手
法
HTML
→文字列
検索
フェーズ 1
メタデータ(RDF)活用
→メタデータ(RDF)に基づく管理
動的構成
<適用例>
CC/PP、各種プロファイル
フィルタリング(ラベリング)
サービスの動的構築(RSS)
メタデータ検索
分散蓄積情報の統合利用システム
(ライセンスリポジトリ)
各種メディアデータの統合管理
注釈/脚注管理
コラボレーションシステム
意味検索
→同じ単語での異義語、
異なる単語での同義
語
Web ハイパーリンク
間 →関連情報があって
もリンクされていな
検
いと検索不可
索
の同等処理
→色々な形態の情報の
統 合管理
エージェント
高機能なエージェントが必要
→エージェント側に有効な情報取得
の為の情報や検索、判断機能を
組み込む必要あり
フェーズ 2
メタデータとオントロジの活用
→蓄積情報の意味検索
コンテンツの相互互換
Webサービス
フェーズ 3
メタデータ、オントロジ、
知的エージェントの活用
→自動処理、自動協調処理
サービス連携、装置連携
<適用例>
仮想カタログ
サービスカタログ
分野によって異なる用語の統合管理
異機種統合、情報抽出
レガシーサービスのラッピング
装置/サービスの自動構成
異なるソフトウェア間の相互互換
知的検索、概念検索
→意味記述と項目の関連性
をたどって検索
→ Web間を辿っての検索が
可能
■Webを巨大な
知識データベース
として活用する
■Webに散財する
バラバラな情報を
統合して、新たな
情報を導き出す
ライトウェイトで
汎用的エージェント
→Web側の知識を
辿っての検索が可
図-5 セマンティック Web の発展段階
- 11 -
■エージェントが
条件に合った
情報を収集、整理
■フェーズ 1:メタデータ(RDF)活用の段階
フェーズ 1 は、メタデータにより Web コンテンツを効果的に管理したり、コンテンツ内容を動的に構
成することを実現する段階である。PICS はコンテンツフィルタリング(ラベリング)にメタデータを利用
した最初の試みであり、インタ−ネットの情報にレイティング値を付けて年少者の有害情報へのアクセス
を防止するものである。CC/PP はデバイスの能力を RDF で記述するもので、CC/PP データを Web サー
バに送ることにより、デバイスに最適な Web ページを送ることを可能としている。類似のアプローチと
して利用者のプロファイルをメタデータ化しておき、コミュニティの目的別のサービスを利用者のプロフ
ァイルに従って提供することを可能とすることもできる。Dublin Core のデジタル図書館では蔵書のタイ
トル、作成者、作成日付等のメタデータ標準を世界約 30 カ国の合意により作成し、デジタル化されてい
ない古書等をも含む蔵書のオンライン検索・閲覧を実現している。この Dublin Core のメタデータ標準を
拡張して電子政府を実現しようとする試みが欧米や豪州等で積極的に進められている。省庁横断的な行政
情報の活用を前提に、英国では内閣府の Office of the e-Envoy が英国政府文書へのメタデータ標準のフレ
ームワークを作成と関連システムの開発とを推進している。また、EU では EU の電子政府メタデータ標
準 MIReG が開発されている。RSS は、Netscape 社が利用者のプロファイルを参照して利用者の必要と
する Web コンテンツを動的に構成して提供することを目的として開発したものであり、O'Reilly
Network では RSS を活用して、次世代技術に関心のある技術者向けポータルサイトとして技術情報を技
術者の専門に応じて動的にコンテンツ構成をして提供している。更にこれらを発展させたものとして、分
散蓄積情報の統合利用システム(ライセンスリポジトリ)、各種メディアデータの統合管理、注釈/脚注管
理、コラボレーションシステム等が考えられる。
この段階ではメタデータに意味をもたせる事は出来ず、メタデータはデータ間の単純な対応関係や、グ
ループ関係を定義するのに用いられ、メタデータの定義が、どのような意味を持つかは、そのメタデータ
を処理するソフトウェアが判断する。
■フェーズ 2:メタデータとオントロジの活用
セマンティック Web では、辞書に相当するものをオントロジという。従来の AI では、オントロジの明
確な定義とそれの利用者での定義の合意を前提とする傾向が有ったが、セマンティック Web では、その
様な画一性は必要とされない。例えば、いろいろの業界で、Web 上のコンテンツに関してオントロジを
定義しているが、これらのオントロジは一つである必要はなく、複数のオントロジ間で用語の相違があっ
てもよく、それを同義語として解釈(変換辞書を作成)することで対応できる。このようにオントロジに
一つの標準を決めるというトップダウンのアプローチを取らないセマンティック Web は知識分散型の
Web の世界に適合する現実的アプローチであると言える。このようにオントロジの活用により異なるコ
ミュニティ間でのコンテンツの相互互換が実現できるし、「経済産業省に勤めている人は公務員である」
事を意味するように情報の関連性を辿って蓄積情報のより高度な意味検索が可能である。また、一度のア
クセス要求でレポジトリに登録されている必要な複数のサービスを一括処理し、利用者に対して統合サー
ビスを提供することもできる。
具体的応用例としては、仮想カタログ、サービスカタログ、概念検索、知的検索、領域や分野によって
用語が異なる情報の統合管理、異機種統合、情報抽出、レガシーサービスのラッピング、装置/サービス
の自動構成、異なるソフトウェア間の相互互換等が考えられる。
このフェーズでは、利用者がある項目に関してある Web のサイトを訪れた際に、そのサイトで持つ(又
は、どこかの Web サイトでサービスをしているオントロジの)知識をたどって異なる Web での関連情報
- 12 -
にもアクセス可能となる。また、こうした情報取得のための情報は、ソフトウェアにではなくメタデータ
もしくはオントロジ定義として Web サイトに分散して存在するので、ソフトウェアを簡素なものとする
ことができる。
■フェーズ 3:メタデータとオントロジとインテリジェントエージェントの活用
第 3 フェーズでは、オントロジ、知識蓄積と推論機能、知的エージェントをフルに使ってコンピュータ
による自律的、かつ自動的処理や、異なるプロセス間の自動協調処理を実現し、サービス連携等を可能と
する。セマンティック Web の最終目標を実現するものである。この段階では、Web を巨大な知識データ
ベースとして活用できるし、Web に散在する関連情報を統合して新たな情報を導き出すことも可能であ
る。エージェントは、条件にあった様々な情報を自動収集し、整理することができる。その結果、Web
上に散在する企業又は人の情報を統合してその企業や人のプロファイル情報や特徴を抽出し、将来の業績
や行動を予測すること、生産指数や消費指数等の情報を統合して景気動向を予測すること等ができる世界
が実現する。米国の DARPA では、異なる部門のシステム上に存在しているテロ組織の過去の犯罪データ
を統合して評価することにより、新たに起こった犯罪の首謀者の割り出しや、将来の犯行予測を行う
HORUS という研究プロジェクトをセマンティック Web の技術を使って進めている。
こうした多くの革新的といえる発展の可能性を秘め、Web の有用性を飛躍的に向上させる新しい Web
の世界への歩みは既に始まっている。
1.1.5
標準化動向
セマンティック Web の仕様の標準化は、図-1 で示されているセマンティック Web の階層構造に添って
進められている。
この階層図中、RDF と RDF Schema の階層の部分は、概ね標準が開発されており、オントロジ階層の
部分について、現在非常に精力的に標準仕様の開発が進められている。しかし、Logic 層以上の標準化に
ついては、手が付けられていない状況である。以下、セマンティック Web の標準化の状況について詳細
に記述する。
セマンティック Web の標準は、W3C (World Wide Web Consortium)の仕様書によって定められる。セ
マンティック Web 関連で、W3C によって公開されている仕様書には、次の 7 つの仕様書がある。
①RDF のモデルと構文規則を規定している「Resource Description Framework (RDF) Model and
Syntax Specification」、②RDF の基本語彙の定義とその他の語彙を如何に RDF 記述したら良いか規定し
ている「Resource Description Framework (RDF) Schemas」、③RDF 及び RDF Schema のモデル論的
意味論を規定している「RDF Model Theory」、④①の仕様書を補強し RDF 用の XML 構文を規定してい
る「RDF/XML Syntax Specification (Revised)」、⑤RDF 記述の正しい例や誤った例を規定している「RDF
Test Cases」、⑥RDF の利用を検討している人に RDF の基礎知識を提供する為の「RDF Primer」、⑦現
在仕様を検討中の Web オントロジ言語の想定される利用例と当該言語に対する必要要件とを規定してい
る「Requirements for a Web Ontology Language」。
上記の仕様書の内、①が W3C の勧告文書であり、②が W3C の勧告候補文書であり、これら以外、す
なわち、③④⑤⑥及び⑦は W3C の作業文書であり仕様として固まったものでは無い。
セマンティック Web において、現在、最もホットな標準化作業は、Web オントロジ言語の仕様検討作
業である。オントロジは、ある特定の領域の情報を記述したり規定したりするのに用いられる用語集合の
形式定義を行い、より正確な Web 検索やインテリジェントエージェントや知識管理などのサービスを実
- 13 -
現する為の自動化ツールで使われる。
Web オントロジ言語の略称は、OWL となっている、本来これは、WOL とするのが正しい様に思える
が、Web を検索してヒット数を評価した結果、よりヒット数の少ない(すなわち、他であまり使われてい
ない)OWL に決まったものである。
Web オントロジ言語としては、当初、DARPA で開発された DAML (DARPA Agent Markup Language)
と EU で開発された OIL (Ontology Interchange Level)とを統合した DAML+OIL の採用が検討されたが、
色々問題のあることが指摘され、その結果、DAML+OIL をベースとし、それを更に拡張した新たな言語
である OWL を開発する事となっている。
OWL の標準仕様の開発作業は、米国のメリーランド大学の Jim Hendler 教授をリーダとして、2001
年の 8 月から開始され、2002 年の 10 月に完了する予定で進められているが、若干遅れ気味である。
OWL の標準仕様の開発にあたっては、OWL の利用イメージを洗い出し、洗い出された利用イメージ
を実現すべく OWL の仕様を決めている。この利用イメージは、ユーズケースと呼ばれ 6 つに分類されて
いる。ユーズケースの種類と各ケースにおける課題を次に示す。
①Web ポータル
・分類規則による検索機能の強化
②マルチメディアデータの集合
・非テキストデータの内容検索
③企業の Web サイト管理
・文書の組織に従った分類
・部門間のマッピング
④設計文書
・組み立て手順の記述
・規則の明示的管理
⑤インテリジェントエージェント
・ユーザの好み /ユーザの興味
・内容マッピング
⑥ユビキタスコンピューティング
・ Web サービスの検索と構築
・権利管理とアクセス制御
・文脈に応じたコンテントの再構成
OWL の標準仕様書として次の 4 仕様書を開発することが計画されている。
・基本言語 (Language Core)
・テストケース
・モデルセオリ
・利用の手引き
OWL の仕様書は、大きく複雑な仕様書となる事が予想されるため、コンパクトにまとめた OWL Lite
を開発する事が検討されている。OWL の詳細については、
「セマンティック Web とオントロジ記述言語」
の章を参照されたい。
- 14 -
1.1.6
セマンティック Web と AI
セマンティック Web への理解を深め、技術イメージを明確にするために、既存の技術との関係を示す
ことも有効と考える。ここでは、セマンティック Web と AI 技術との関連について説明する。
■AI ではないか?
「AI ではない」とは、セマンティック Web を語る際に繰り返し使われる表現である。AI は 20 年ほど
に前にブームを巻き起こし、多くの人の注目を集めた。
しかし、「AI」のイメージは一人歩きし、その過大な期待に応えられなかった反動から、不幸にも AI
技術自体にネガティブな印象がつきまとうことになった。セマンティック Web に AI の負のイメージを引
き継がせたくない、という思いから、
「AI ではない」との表現が使われるようになったのではないだろう
か。
だが、セマンティック Web の実現には、やはり AI 技術が不可欠であると考える。図-1のセマンティ
ック Web の階層構造図において、RDF を用いたメタデータ層、その上位のオントロジ層などの記述方式
には、間違いなく AI 研究で培われた技術とノウハウの多くが有効である。逆に言えばこの階層構造図を
提示したことにより、AI の成果の活用が容易になったとも言える。すなわち、ある技術がどの階層に位
置付けられ、上下の層とどのように連携して機能するかが明確になるだけでも、成果の再利用性と評価の
精度は大幅に向上するだろう。
それでも、AI 研究の中で長年解決できなかった課題、例えば分散環境あるいは長期間にわたる知識の
運用・保守の問題などは、そのままセマンティック Web にも引き継がれることになる。セマンティック
Web においても、最初にメタデータを定義した人間以外がメタデータの更新を行うことは、想像以上の
困難を伴い混乱を招く原因になるだろう。ここで期待されるのは、オントロジを参照することによって、
Web ページの作成者でない第三者でも適正なメタデータの付与や更新が容易にできるツール類の開発で
ある。
■AI から踏み出していないのか?
一方、
「かつての AI から踏み出していない」という意見も良く聞くところである。前述のように、セマ
ンティック Web の実現には AI の成果の適用が不可欠なことから、集中的な管理方式がネットワーク上に
分散しただけで、結局は従来の AI 技術あるいはエージェント技術をマッピングし直しただけ、という批
判である。
しかし、セマンティック Web はグローバルな環境でボトムアップに構築され、扱われる知識や論理も
かつての AI が取り扱ってきた量とは比較にならないほど莫大になるであろうことから、セマンティック
Web ならではの課題が存在し、それらは従来の AI 技術だけでは対応できない。一つの例はオントロジ(AI
でいうオントロジと、セマンティック Web のオンロトジとではカバーする範囲が違うが)の多様性であ
り、それに伴うオントロジ間の論理的不整合の問題である。これを解決するには、分散した異種のオント
ロジ間の調整を自律的に行うための技術が必要である。それにはエージェント技術が有効と考えられるが、
FIPA の ACL に代表されるように、従来のエージェントの研究や標準化はエージェント間の情報交換や
ネゴシエーションのための通信手順のレベルに重きが置かれていた。従って、それらの層の上位に実装可
能な、異なるオントロジの柔軟な解釈や運用の方式の開発が新たな課題として浮上する。
また、かつての AI 技術が、特にビジネス的に十分な成功を収められなかった理由として、計算機リソ
ースの貧弱さ、またシステムやアプリケーションのどの部分に AI を適用すれば効果的かの知見が得られ
ていなかったなどの外的な要因も大きい。例えば、現在の Web 検索エンジンで主流となっている Google
- 15 -
や Excite に代表される全文検索方式は、1980 年代には想像しえなかった CPU パワー、メモリ、そして
ディスク容量の驚異的な低コスト化があってこそ初めて実現可能なものであり、もし 1980 年代に現在の
全文検索エンジンと同様のシステムを提案しても、非現実的であると一顧だにされなかったであろう。か
つての AI 研究のアイデアの中にも、当時の計算機リソースの貧弱さゆえに埋もれてしまったものの、セ
マンティック Web での復権を図ることのできるものが多いのではないだろうか。このような「古い酒を
新しい皮袋に入れる」作業を通じて、そもそもメタデータ層の記述は RDF が最適であるのかとか、7階
層のうちどの層まで実装できればどれだけの実効が期待できるか、あるいは現在の階層構造図の分類自体
が適正かといった、セマンティック Web のアーキテクチャに対する本質的な検証が行われることである。
1.1.7
セマンティック Web と Web サービス
Web サービス(Web Services)もセマンティック Web との違いがよく問われる。実際、インターネッ
ト上の複数の Web サイト(サービス)をオンデマンドに連携させる仕組みとして、セマンティック Web
の応用例に挙げられる旅行予約などと共通点が多い。
Web サービスとは、広義には「Web の標準技術を用いて Web 上にあるサービス・コンポーネントを利
用するための仕組み」といったものであり、より具体的には様々な解釈がある。しかし、狭義には XML、
SOAP、UDDI、WSDL などをベースとするアプリケーションを指し、XML Web Services と呼んで広義
の Web サービスとは区別する場合もある。最近は Web サービスと言えば狭義の方を指す場合が多く、本
稿でもこれにならうことにする。
セマンティック Web は、従来の Web が単純なハイパーリンクによるリソース間の関連付けであったの
に対し、リソース間の知的な関係付けを実現する仕組みと言えるだろう。その目指すところはエージェン
ト等のプログラムによるリソースの自動処理であり、特定のアプリケーションやビジネス・フレームワー
クに依存しない。これに対して Web サービスは、個々にサービスの機能を持つリソース間を結びつける
ことで、Web 上の複数のサービス・コンポーネントからなるビジネスロジックを容易に構築できるよう
にすることを主な狙いとしている。現在の Web サービスは、IBM や Microsoft を中心とした少数のメー
カー主導であり、特定のビジネス・フレームワークに絞って早期に実用化させるアプローチをとっている。
この点も、セマンティック Web とは対照的である。
もちろん、セマンティック Web と Web サービスとの間にはアプリケーションばかりでなく基盤技術に
も類似点が多い。いずれもメタデータの記述が XML ベースである点は顕著な共通点である。それぞれの
領域で標準化が行なわれている主な規格を図-6 に示す。
Semantic Web
Web Services
UDDI
OWL (ontology)
WSDL
RDFSchema
SOAP
RDF
XML (+ URI + Namespaces)
インタフェースやプロトコルの記述
リソースの記述
図-6 セマンティック Web 規格と Web サービス規格
- 16 -
図のように比較すると、セマンティック Web では、マシンリーダブルなリソースの記述に重点が置か
れ、スキーマやオントロジの整備が進んでいる。一方 Web サービスではサービスの記述(アプリケーシ
ョン・インタフェースの記述)やメッセージング・プロトコルの記述が標準規格化され、サービスのブロ
ーカとなる UDDI も既にサーバの実運用が開始されている。
図では、RDF/RDF スキーマと SOAP/WSDL とはそれぞれリソース記述言語とメッセージやサービ
スの記述言語として全く異なるもののように見えるが、実際には RDF でサービスやメッセージを記述す
ることなども可能だろう。逆に WSDL で様々なリソースを自由に記述することが困難であり、RDF が汎
用性の面では優れている。このあたりも、Web サービスが想定されたビジネスロジックの構築に依存し
ている点と言えるだろう。
ただし、セマンティック Web も Web サービスが提供する様々な規格や技術を利用することで、実用的
なアプリケーションがより効率的に構築可能になるものと期待できる。既にセマンティック Web の標準
メッセージング・プロトコルには SOAP を採用する案があり、指示を得ていることから、UDDI レジス
トリやサービスブローカとしての UDDI サーバも利用されていくものと見られる。
W3C ではセマンティック Web 技術の検討と標準化を行なう W3C Semantic Web Activity に加え、
2002 年 1 月には同様に W3C Web Services Activity が発足した。現在、Web Services Activity としては
SOAP や WSDL を W3C で標準化するための作業が行なわれており、Semantic Web Activity とも調整を
行ないながら進めていくという。セマンティック Web を基盤とした Web サービスでは、オントロジや
RDF を用いたメタデータ記述によって、より広範囲なリソースを対象とした相互運用性と、利用者にと
って更に容易且つ適切なサービスの提供が実現されるだろう。
1.1.8
リファレンスリスト
本特集において、共通に出現する概念とその URL を簡単に紹介する。いずれもセマンティック Web
に関連する重要概念である。
・ Semantic Web:W3C のディレクタ Tim Berners-Lee による機械処理可能な Web の構想
http://www.w3.org/2001/sw/
・ RDF (Resource Description Framework):http://www.w3.org/RDF/ セマンティック Web におけるメ
タデータフォーマット
・ OWL (Ontology Web Language):W3C Web-Ontology (WebOnt)ワーキンググループによるオントロ
ジの記述言語
http://www.w3.org/2001/sw/WebOnt/
http://www.w3.org/TR/2002/WD-webont-req-20020307/
・ SHOE (Simple HTML Ontology Extensions):HTML の拡張でメタ情報を持たせる。
http://www.cs.umd.edu/projects/plus/SHOE/
・ Dublin Core:ネットワークリソースも含めたメタデータの、15 エレメントからなるミニマムセット。
1995 年にとりまとめられた。
http://dublincore.org/
(Dublin Core Metadata Initiative、 DCMI)
・ DAML (DARPA Agent Markup Language):2000.8∼2005 米 DARPA。エージェントが Web 情報を
効率よく探索するためのマークアップ言語の設計開発
- 17 -
http://www.daml.org/
・ OIL (Ontology Inference Layer/Language):2000∼欧 On-To-Knowledge。オントロジの表現言語の
設計、プロトツール作成 http://www.ontoknowledge.org/oil/index.shtml
・ RSS (RDF Site Summary または Rich Site Summary):RDF による Web サイトのメタデータ記述
http://purl.org/rss/1.0/spec
・ RDFWeb:RDF によるメタデータを Web 上で WebRing により共有する試み
http://rdfweb.org/
・ AGLS (Australian Government Locator Service) : オ ー ス ト ラ リ ア の 電 子 政 府 メ タ デ ー タ 標 準
http://www.naa.gov.au/recordkeeping/default.html
・ GILS (Global Information Locator Service):米電子政府メタデータ標準
http://www.gils.net/
・ MIReG (EU Government Metadata Framework):EU の電子政府メタデータ標準
・ e-GMF (e-government metadata framework):イギリスの電子政府メタデータ標準
セマンティック Web に興味を持たれた読者は、これらの URL をたどって最新の情報を入手するのも良
いだろう。W3C のドラフトには、本特集の執筆時点から内容が変わったものもあり得る。また、
http://www.net.intap.or.jp/INTAP/s-web/reference.html において、セマンティック Web に関連する各種
文献への最新のリンクと、本特集の著者らが属する INTAP セマンティック Web 委員会メンバーによる
一部文献の和訳にアクセスすることができるので参考にされたい。
1.2
1.2.1
セマンティック Web におけるメタデータとその活用
メタデータとは
セマンティック Web で重要な役割を果たすメタデータあるいはメタ情報とは「データ(情報)についての
データ」のことである。本節では、メタデータの歴史をひもときつつ、本稿で説明するセマンティック
Web に関連する主なメタデータを紹介しよう。
■メタデータの歴史
メタデータとして最も身近なのは、書籍に対する書誌情報であろう。個々の書籍について、著者やタイ
トルなどの属性と値とをまとめ、カードや DB などで検索できるようになっているのが普通である。その
歴史は、図書館学における書誌コントロール(bibliographic control)として 16 世紀まで遡ることができる。
その後、情報技術の発展により MARC (Machine Readable Cataloging)のように、計算機上で取り扱うこ
とが求められるようになった。人文系テキストの SGML 化プロジェクト TEI (Text Encoding Initiative)
における TEI Header も有名である。
インターネットの普及とともに、ネットワーク上の情報リソース(資源)についてもメタデータの必要
性が指摘されるようになった。中でも、1994 年に IETF (Internet Engineering Task Force) でドラフト
がまとめられた IAFA Template(Internet Anonymous FTP Archives)は先駆的なものである。FTP サーバ
内のソフトウェアなどのリソースに対して、そのメタデータを公開し、分散リソースの検索システムを効
率良く運営しようというものである。RFC822 準拠による、属性/値対によるテンプレートとして、文書
やソフトウェア用のものが提案されたが、拡張性の少なさやエンコードの問題から実用には至らなかった。
1995 年、欧米の図書館学の団体により、書誌情報およびネットワークリソースについてのメタデータ
- 18 -
要素(エレメント)の最小セットが合意された。これが、3 節で紹介する Dublin Core である。わずか 15
要素と思われるかもしれないが、メタデータの要素集合で初めて合意を見たという点で重要である。7 節
で紹介するように、Dublin Core を拡張する形で MIReG、 GILS、 AGLS など欧米豪の電子政府で公
開情報のメタデータが記述されつつある。
■Web におけるリソースのメタデータ
HTML 内にメタデータを記述するのは、META タグをはじめ、それを拡張した SHOE (Simple HTML
Ontology Extensions) や 、 会 社 や 商 品 情 報 の タ グ づ け IDML(International Development Markup
Language)といった多くの試みが行なわれてきた。ただし、現在 HTML 内の META タグ自体、活用する
には問題がある。というのは、一時期検索エンジンで検索結果のランキングに META タグ情報を利用し
たところ、META タグ内に本文と無関係の語を大量に入れることで自分のページのランキングを操作す
る、いわゆるワードスパム攻撃が行われたためである。
Web においては、プッシュなどのコンテンツ流通を効率的に行うメタデータも有用である。CDF
(Channel Definition Format)は、チャンネルと呼ばれる文書集合に対して、その更新間隔などの情報を
XML により記述する。それに従い収集することで、効率的にプッシュ型のインタフェースが実現できる。
■Web における人/サービスのメタデータ
Web では、人やサービスに関するメタデータ (あるいは「プロファイル」)も重要である。
4 節で紹介する、PICS (Platform for Internet Content Selection) は、閲覧者に対して暴力などの有害
コンテンツのアクセスコントロールを行うためのメタデータの利用方法である。情報発信者や第三者の格
付け機関がコンテンツのメタデータを付与し、クライアント(ブラウザ)でブロックするという仕組みであ
る。
5 節で紹介する、P3P (Platform for Privacy Preferences Project)は、W3C により定められた個人のプ
ライバシー情報伝達のための枠組みである。これは、Web サイトがプライバシーポリシーをメタデータ
で伝えることができ、更に利用者がブラウザ等に設定した個人情報を、どのようなサイトにどれだけ公開
できるかを定めることができる。
次世代 Web として有望視されている Web サービスについてのメタデータは、WSDL、 UDDI、 SOAP
などサービス統合のための一連の形式で定められている。詳細は「1.1 セマンティック Web とは」の項
にゆずる。
■セマンティック Web におけるメタデータ
セマンティック Web では、Web リソースに対してマシンリーダブルなメタデータを付与することで、
高度な検索サービスなどを可能にしようとしている。そのためには、メタデータを記述/交換するための
書式がまず必要であり、それが2節で紹介する RDF (Resource Description Framework)である。RDF
は W3C で 1999 年に勧告されている。RDF では (リソース、プロパティ、値) の 3 つ組による有向グラ
フで情報を表現し XML による表現形式も持つ。RDF により Dublin Core をはじめとする実際の多くの
メタデータを表現することが可能である。
ただし、誰もが自由に RDF を書くだけでは、前述の META タグにおけるワードスパムのような攻撃に
たいして脆弱である。セマンティック Web を現実のものとするには、今後はメタデータの収集・流通な
どの運用や信頼性の検討が重要となるだろう。そして、HTML や XML などのコンテンツに加えて、信
- 19 -
頼できるメタデータも大量に存在し、人、もの、サービスが柔軟に連携する世界が形づくられていくこと
になるだろう。
以下、こうしたメタデータに関する個々の技術を紹介していこう。図-1 は、以降で紹介する個々の技術
の関連を示したものである。2、3 節では、フォーマットおよび要素集合の基盤技術としての RDF、と
Dublin Core を紹介する。4 節から7節では、これらの技術の上に作られた個々のメタデータの実例を紹
介する。
電子政府メタデータ
特定用途
メタデータ
e-GMF, MIReG, etc.
サイト情報
RSS
⑥
PICSラベル
④
メタデータ
フォーマット
HTML
Meta
⑦
レーティング 個人情報
RDF Schema ②
RDF
XML
P3P
⑤
属性
(エレメント)
集合
Dublin Core
(15要素)
③
(②-⑦は本稿において対応する節番号)
図-1 セマンティック Web に関連する主なメタデータ技術
1.2.2
RDF
RDF(Resource Description Framework)はデータとその意味を記述するフレームワークで、W3C が標
準化を行っている。Web 上の資源にメタデータを RDF で付与することにより、マシンによる意味理解と
自動処理を容易にするものである。セマンティック Web においてはメタデータ処理基盤として RDF が用
いられる。
RDF のモデルは、項目と項目の関係を表現するだけの単純なものである。否定的な表現や曖昧な表現
が含まれておらず、従って単純明快に情報の意味を記述できることから、マシンは定義された形で的確に
動作することが可能となる。
RDF を記述する言語としては XML が用いられる。
RDF のモデルを用いない単純な XML だけでも DTD
やスキーマを使うことにより Web 情報に意味をもたせる記述は可能だが、その記述方法は多岐に渡り、
また使用するアプリケーション毎に異なるなど、事実上、自動処理が難しくなる。これらの問題を改善す
るためにセマンティック Web でのメタデータ処理基盤を RDF と定め、記述を統一している。
■RDF モデルと構文
RDF モデルと構文は、W3C 勧告の「RDF Model and Syntax Specification」で決められている。RDF
モデルは基本的に「リソース」、
「プロパティ」、および「値」というステートメントから構成されており、
リ ソ ー ス に お け る 値 の 意 味 を プ ロ パ テ ィ で 示 し て い る 。 例 え ば 、 あ る Web ペ ー ジ
http://intap.or.jp/doc.html の作成者(Creator)が清水氏であることをノード(楕円の部分)とアーク(矢印の
部分)を使った図解で示すと図-2 のようになる。なお、アークの方向が重要であることに注意。
- 20 -
Creator
http://intap.or.jp/doc.html
プロパティ
リソース
清水
値
ステートメント
図-2 基本的なノードとアーク図
また、この図解と同じ記述を、RDF/XML 記述で行うと例-1 のような構文になる。ここで、Description
要素の about 属性がリソースを示し、Creator 要素は作成者を示す。従って、マシンが処理する場合、
「http://intap.or.jp/doc.html の作成者(Creator)は清水である」と理解できる。なお、完全な XML ドキ
ュメントには xmlns:rdf や xmlns:s といった名前空間宣言が必要であるが、ここでは割愛する。また、
RDF 文中の 2 バイトコードは UTF-8 である。
< rdf:RDF >
< rdf:Description about=" http://intap.or.jp/doc.html " >
< s:Creator >清水< /s:Creator >
< /rdf:Description >
< /rdf:RDF >
例-1 基本的な RDF 記述
また、属性を Description 要素の XML 属性とした省略形文法を用いると例-2 のように記述することが
できる。
< rdf:RDF >
< rdf:Description about=" http://intap.or.jp/doc.html "
s:Creator="清水" / >
< /rdf:RDF >
例-2 基本的な RDF 記述
これらの RDF は、何れも同じ意味を示す。但し、HTML ドキュメントに埋めて利用する場合、最初の
ケースは Web ブラウザに値(清水)が表示される可能性がある。
一つのステートメントにおける値は、更なるプロパティに対するリソースになりうる。例えば図-3 にお
いては、「社員番号 ID1716 番の名前は清水で、電子メールアドレスは shimizu@intap であり、
http://intap.or.jp/doc.html の作成者である」ことを示す。
- 21 -
http://intap.or.jp/doc.html
Creator
http://intap.or.jp/id/1716
Email
shimizu@intap
name
清水
図-3 値がリソースとなったノードとアーク図
また、そのときの RDF 記述は以下のようになる。
< rdf:RDF >
< rdf:Description about=" http://intap.or.jp/doc.html " >
< s:Creator rdf:resource=" http://intap.or.jp/id/1716"
v:Name="清水"
v:Email="shimizu@intap.or.jp" />
< /rdf:Description >
< /rdf:RDF >
例-3 値がリソースとなった RDF 記述図
更に、RDF はコンテナを使って複数の値を記述することもできる。例-4 は、ある 2 人が作成した Web
ページの日本とイタリアのミラーサイトを示す例である。ここで、Seq、Bag、Alt はコンテナとよばれ、
複数の値を記述している。Seq(Sequence)は列挙された値の順序を重視するコンテナであり、この例では
作成者の順番を示している。同様に Bag は値が同等であり、例ではミラーサイトに用い、Alt(Alternative)
は何れか一つの選択を表す値のリストであり、例ではタイトルに用いている。
■RDF Schema
RDF Schema は、W3C の「RDF Schema Specification 1.0」で定められ、RDF のステートメントを
解釈するためのものである。RDF Schema は、今後、RDF Vocabulary Description Language となるが、
ここでは RDF Schema として記述する。通常、RDF の先頭に名前空間として定義されるものである。
- 22 -
< rdf:RDF >
< rdf:Description about=" http://intap.or.jp/doc.html " >
< dc:Creator >
< rdf:Seq ID="CreatorsAlphabeticalBySurname" >
< rdf:li >清水< /rdf:li >
< rdf:li >上田< /rdf:li >
< /rdf:Seq >
< /dc:Creator >
< dc:Identifier >
< rdf:Bag ID="MirroredSites" >
< rdf:li rdf:resource="hyyp://www.intap.or.it/doc/html"/ >
< rdf:li rdf:resource="hyyp://www.intap.or.jp/doc/html"/ >
< /rdf:Bag >
< /dc:Identifier >
< dc:Title >
< rdf:Alt >
< rdf:li xml:lang="it" >Il Pagio di Web Fuba< /rdf:li >
< rdf:li xml:lang="ja" >いけてる Web ページ< /rdf:li >
< /rdf:Alt >
< /dc:Title >
< /rdf:Description >
< /rdf:RDF >
例-4 コンテナを使った RDF 記述
RDF Schema は、Java のようなオブジェクト指向プログラミング言語に似ており、リソースのプロパ
ティ定義やプロパティとリソース間の定義、リソースのクラスとクラス間の関係と制約条件などを定義す
ることができる。人名や年齢などのボキャブラリ自体を定義したものではなく、あくまで人名は文字列、
年齢は数字であるといったカテゴリー分類やその記述方法を示すものである。
RDF Schema は、他の RDF データの流用、一部修正した再利用や拡張利用などが可能である。対象と
する情報やサービスに応じて規定する必要があり、各種サービスに共通する汎用的なスキーマは標準化対
象になりうる。
RDF Schema には、中心となるクラスであるリソース定義(Resource)、プロパティ定義(Property)、ク
ラス定義(Class)がある。また、Property クラスの事例でありながら他クラスとの関係を示すものとして、
タイプ定義(Type)、クラス間の関係(SubClassOf)、プロパティ間の関係(subPropertyOf)、などがある。
更にプロパティとクラスの制約条件を示すものとして、プロパティ値の範囲の定義(range)、プロパティ
をもつクラスを示す定義(domain)などもある。
例-5 の RDF Schema 例は、クラス階層を表現する単純な例として、親クラス「自動車」から派生させ
た「乗用車」、
「トラック」、
「バン」を定義し、更に「乗用車」と「バン」両方の特徴を備えたサブクラス
である「ミニバン」を定義したものである。
- 23 -
< rdf:RDF xml:lang="ja"
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#" >
< rdf:Description ID="自動車" >
< rdf:type resource="http://www.w3.org/2000/01/rdf-schema#Class"/ >
< rdfs:subClassOf rdf:resource="http://www.w3.org/2000/01/rdf-schema#Resource"/ >
< /rdf; Description >
< rdf:Description ID="乗用車" >
< rdf:type resource="http://www.w3.org/2000/01/rdf-schema#Class"/ >
< rdfs:subClassOf rdf:resource="#自動車"/ >
< /rdf; Description >
< rdf:Description ID="トラック" >
< rdf:type resource="http://www.w3.org/2000/01/rdf-schema#Class"/ >
< rdfs:subClassOf rdf:resource="#自動車"/ >
< /rdf; Description >
< rdf:Description ID="バン" >
< rdf:type resource="http://www.w3.org/2000/01/rdf-schema#Class"/ >
< rdfs:subClassOf rdf:resource=#自動車""/ >
< /rdf; Description >
< rdf:Description ID="ミニバン" >
< rdf:type resource="http://www.w3.org/2000/01/rdf-schema#Class"/ >
< rdfs:subClassOf rdf:resource="#乗用車"/ >
< rdfs:subClassOf rdf:resource="#バン"/ >
< /rdf; Description >
< /rdf:RDF>
例-5 RDF Schema
1.2.3
Dublin Core
■Dublin Core の概要
Dublin Core は、情報資源の作者、タイトル、作成日といった書誌情報の特徴を統一的に記述するメタ
データの要素集合(ボキャブラリ)を定める。Dublin Core が記述の対象とする情報資源は主にネットワ
ーク上の文書オブジェクトであり、これらのオブジェクトを効率的に発見するには、どのような表現が適
しているかという議論を通じて、表-1に示す 15 項目の属性が定義された。
■Dublin Core 制定の経緯
これらのメタデータ・ボキャブラリの定義と、相互運用可能なメタデータ標準の普及を進めているのは
メタデータ研究会 DCMI(Dublin Core Metadata Initiative)である。ちなみに、DCMI の活動におい
て中心的な役割を担う OCLC(Online Computer Library Center)の予算の約9割は米国の図書館コン
ソーシアムのメンバーから得られている。DCMI は 1994 年に Chicago で開催された WWW 会議での非
公式会合に端を発し、翌 1995 年 3 月の第 1 回メタデータ研究会で正式にその活動を開始した。米 Ohio
州 Dublin に、多くのコンピュータ科学者、情報学者および図書館司書を集めて開催されたこの研究会の
成果が、Dublin Core Metadata Set あるいは単に Dublin Core と呼ばれる Web 上の様々な情報資源を記
- 24 -
述するための 13 個のメタデータ要素である。なお、Dublin Core は 1996 年にはテキストとイメージの
記述のため、その要素数を 13 から 15 に拡張された。
要素名
Title
説明
資源に与えられた名前
Creator
資源の内容に主たる責任を持つ者
Subject
資源の内容の主題
Description
資源の内容の明細
Publisher
Contributor
Date
資源を提供している主体
資源の内容に貢献している者
資源のライフサイクルにおけるイベントに関連する日
Type
資源の内容の種類またはジャンル
Format
資源の物理的または電子的形式
Identifier
特定の文脈での曖昧さのない資源への参照
Source
ある派生した資源から、元の資源への参照
Language
資源の内容を記述する言語
Relation
関連するリソースへの参照
Coverage
資源の範囲または領域
Rights
資源内または全体の権利の情報
表-1 Dublin Core のメタデータ要素
■Dublin Core の拡張と記述
Dublin Core Metadata Element Set(DCMES)という仕様で定義された 15 個の要素は、30 ヶ国(25
言語)間で共通要素としてのコンセンサスが得られている。Core という言葉通り、このメタデータ要素
は多くのユーザが共同に利用するための最小の基本部分であり、用途ごとに拡張が可能である。もちろん、
拡張する場合には拡張内容の徹底がユーザ間で必要となり、また拡張することによって相互の互換性はな
くなるのは言うまでもない。また、DCMES はボキャブラリ自体を定義するが、HTML での記述形式の
推奨形式を決めた以外には記述法や構文は定義しておらず、実際にどのような構文規則で実装するかはユ
ーザに任されている。ただし、上述の RDF は Dublin Core を記述するのに適したフレームワークと考え
られており、Resource Description Framework(RDF) Model and Syntax Specification、Expressing
Qualified Dublin Core in RDF / XML では、Dublin Core の記述例が示されている。
■Dublin Core の詳細化
Dublin Core は、図書館司書のような書誌情報管理の専門家でない、一般的な文書オブジェクトの作者
や出版者でも記述可能という目標のもと決定された。従って、そのボキャブラリには、非常に単純化され
た定義がなされている。しかしボキャブラリに、より詳細な意味を持たせたい場合には、この単純さがデ
メリットとなり得る。一例として Date という要素は、「リソースのライフサイクルにおけるイベントに
関連する日」と定義されているが、これではドキュメントの作成日と最終更新日のいずれを示すのかも、
明確でない。
このような問題に対し DCMI は 2000 年に基本要素タイプの意味を深化する修飾子(DC Qualifier)の
勧告を行った。修飾子には、要素タイプの意味の詳細化をするもの(Element Refinement)と、単位や
記述ルールを明確にするためのもの(Encoding Scheme)との 2 種類がある。これにより、例えば、Date
の基本タイプを作成日、有効期日または期間、利用可能日または期間、発行日、最終更新日の 5 種類に詳
細化して利用することが可能となった。
- 25 -
1.2.4
PICS
PICS とは Platform for Internet Content Selection(インターネットコンテンツ選択のための技術基
盤)の略であり、W3C が 95 年夏から開発を進め、96 年から 97 年にかけて仕様策定した、インターネッ
ト上のコンテンツの自主規制を目的とした技術基盤である。
PICS の仕様書は 2002 年 4 月現在、Ver1.1(PICS-1.1)が公開されている。PICS ラベル記述方法と
実装方法に関する”PICS Label Distribution Label Syntax and Communication Protocols”、フィルタ
リング規則の記述方法に関する”PICSRules 1.1” 、およびレイティングサービスの記述方法に関する”
Rating Services and Rating Systems (and Their Machine Readable Descriptions)”から成っている。
PICS の特徴は、インターネットにおける情報発信を制限することなく、受信者が設定するレベルに合
わせて、選択的に情報を受信(フィルタリング)できるようにするところにある。すなわち、ある Web
コンテンツに対して PICS ラベルを付加する(これをレイティングという)ことによって、受信者側でフ
ィルタリングソフトを通じて当該ラベルを参照し、好ましくない性質のコンテンツについてはブロックす
ることを可能とする(図-4 参照)。
図-4 PICS を用いたフィルタリングの仕組み
PICS ラベルとは、Web コンテンツを、Web ページ単位、Web サイトを構成するディレクトリ単位、
または Web サイト単位で、ヌード・暴力等の一定のカテゴリー別に評価した結果を記述したものである。
PICS ラベルはメタデータの一種であるが、HTML 言語で記述される。PICS ラベルはセルフレイティン
グ(情報発信者自身が行なうレイティング)の場合は、Web ページに META タグとして付加されるか、
または HTTP のヘッダに付加され、サードパーティーレイティング(発信者以外の第三者が行行なうレ
イティング)の場合は、第三者機関の保有するラベルデータベースに保存される。
以下に、PICS ラベルの一例を挙げる。
http://intap.or.jp/shimizu という Web のディレクトリに対して、後述の ICRA が定めたレイティング
基準でレイティングしたラベルデータを示している。
< meta http-equiv="PICS-Label" content='(PICS-1.1
"http://www.icra.org/ratingsv02.html" l gen true for
"http://intap.or.jp/shimizu"r (nr 1 ni 1 vu 1 vk 1 lz 1
ca 1 od 1))' >
例-6 PICS ラベルの例
- 26 -
PICS を用いるメリットとしては、以下の 3 つが挙げられる。標準データ形式と標準プロトコル方式を
用いているためフィルタリングソフトウェア間やレイティングサービス間で PICS ラベルの交換が可能
であること、PICS ラベルを Web 上のラベルデータベースで公開することによって PICS 対応のフィルタ
リングソフトウェアを用いて世界中からそれらのラベルを参照できること、および受信者は色々なレイテ
ィング基準に基づくレイティングサービスの中から自分に合ったものを選択できることである。
PICS 準拠のシステム・ツールとしては、英国の ICRA(Internet Content Rating Association)が、
サイト運営者が ICRA 基準の PICS ラベルを Web 上で作成することができるセルフレイティングツール
を 2000 年 12 月から公開している。以来、2002 年 3 月末までに、59,000 件弱のラベル登録がある。ま
た、2002 年 3 月には ICRA ラベルをフィルタリングでき、またブラックリスト/ホワイトリスト機能の
ある ICRAfilter をリリースしている。
インターネット協会では、サードパーティーレイティングに基づくラベルデータベース及びサーバ型フ
ィルタリングソフト(SFS)を無償公開している。ラベルビューロは日本語サイトを中心に約 45 万 URL
のデータを保有している(2002 年 3 月現在)。
また、Microsoft の Internet Explorer3.0 以降、また Netscape のコミュニケーター4.5 以降(6.0 未満)
には PICS 準拠のフィルタリング機能が組み込まれている。
PICS で表現できるメタデータは、仕様上、カテゴリー名と数値の組のみであり、著者に関する情報な
どをメタデータとして表すことはできない。そのため、PICS を拡張して、より多くの表現を可能にしよ
うとする取り組みがなされてきた。W3C の計画では、XML と RDF 以前に策定された PICS-1.1 を、RDF
の規定に従って定義された PICS-2.0 に移行することになっていたが、2002 年 4 月現在はペンディング
中のようである。
1.2.5
P3P
P3P とは Platform for Privacy Preferences Project(プライバシー情報取扱いに対する個人の選好を支
持する技術基盤)の略で、W3C が 97 年夏から開発を始め、仕様策定を進めてきたインターネット上のプ
ライバシー保護を目的とした技術標準である。2002 年 4 月に P3P1.0 の勧告版がリリースされた。
現在のところ、Web 上のプライバシーポリシーは会社により記述形式がまちまちであり、また、その
都度各会社ごとのプライバシーポリシーを読んで確かめることは消費者にとり大きな負担となる。P3P
の標準では、プライバシーポリシーの掲載項目等を標準化し、かつマシンリーダブルな形式(XML 形式)
で記述することによって、ポリシーを自動処理できるようにしてある。XML で記述された P3P 準拠のプ
ライバシーポリシーを P3P ポリシーという。
P3P ポリシーの掲載項目は、P3P ポリシーが適用される URL、当該企業・団体に関する情報、本人情
報へのアクセス、紛争解決手段、個人情報の利用目的、個人情報の提供範囲、個人情報の保存期間、収集
する個人情報の種類などである。
例-7 に、P3P ポリシーの一例を挙げる。CatalogExample というサイトのプライバシーポリシー(収
集する情報やその利用目的等の情報を含む)を示している。
- 27 -
< POLICIES xmlns="http://www.w3.org/2002/01/P3Pv1" >
< POLICY name="forBrowsers"
discuri="http://www.catalog.example.com/PrivacyPracticeBrows
ing.html" xml:lang="en" >
< ACCESS >< nonident/ ></ACCESS>
< STATEMENT >
< PURPOSE >< admin/ >< develop >< /PURPOSE >
< RECIPIENT >< ours/ >< /RECIPIENT >
< DATA-GROUP >
< DATA ref="#dynamic.clickstream"/ >
< /DATA-GROUP >
< /STATEMENT >
< /POLICY >T
例-7 P3P ポリシーの例
消費者側では、P3P 対応のクライアントツールによって、個人情報収集画面において P3P ポリシーを
参照したり、予め登録しておいた消費者のプリファレンス(Web サイトに提供してもよい個人情報およ
びその利用目的と提供先について規定した個人情報利用原則)と P3P ポリシーとを照合して、個人情報
を提供するか否かの判断を半自動で行ったりすることもできる。
このように P3P とは企業が Web 上で公開するプライバシーポリシーに基づいて、消費者がその企業の
信頼性を自動的に判断するための技術標準である。消費者のプライバシー意識が高まる中、電子商取引の
効率化を促進する技術として、今後の普及が期待されている。
P3P を実際に運用するためには、Web サイト側(サーバ側)と Web 利用者側(クライアント側)の両
者で P3P を導入する必要がある。
サーバ側のツールとしては、IBM、AT&T、NEC 等が、Q&A 方式で比較的容易に P3P ポリシーを作
成し Web サイトに導入することができる P3P 対応 Web サイト構築ツール(P3P ポリシージェネレータ)
を試験的に開発している。また、インターネット協会が 2001 年 3 月に日本語サイト向けの P3P ポリシー
ジェネレータを開発し、Web 公開した。インターネット協会の P3P ポリシージェネレータは P3P1.0 の
勧告候補版に対応しており、タグ画面上で質問に回答することにより容易に P3P ポリシーを作成できる。
クライアント側のソフトウェアとしては、Microsoft が 2001 年にリリースした Internet Explorer 6.0
に P3P 対応のクッキー管理機能を標準装備されている。
2002 年 4 月現在、Microsoft、AOL、AT&T、IBM、HP、米商務省等、米国のサイトを中心に、W3C
サイトに登録されているだけでも約 380 サイトが P3P 対応となっている。日本のサイトでは、BIGLOBE、
ニフティ、インターネット協会等が対応している。
1.2.6
RSS
RSS(RDF Site Summary)は、Web サイトの要約を RDF のメタデータとして簡単に記述する方法で、
Syndication フォーマットである。RSS における Syndication とは、検索や収集のためにデータをオンラ
インで使用可能にすることやオフラインで発行可能とすることである。RSS は、各サイトの要約情報を
集約、管理するためのものから発展し、軽量で簡潔なため、ニュース配信や製品紹介、フォーラム、Web
ページのカスタマイズなど、実に様々な分野で利用されている。セマンティック Web では様々なコンテ
ンツや情報を RDF で意味を持たせるという観点から、RSS の応用はセマンティック Web におけるある
特定領域の一事例といえる。
- 28 -
< ?xml version="1.0"? >
< rdf:RDF
xmins:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns
xmins="http://purl.org/rss/1.0/" >
< channel rdf:about="http://www.intap.or.jp/xml/news.rss" >
< title >INTAP< /title >
< link >http://intap.or.jp/tech< /link >
< description >
< items >
< rdf:Seq >
< rdf:li resource="http://intap.or.jp/tech/rdf/rdf.html" >
< rdf:li resource="http://intap.or.jp/tech/rss/index.html" / >
< /rdf:Seq >
< /items >
< /channel >
< item rdf:about="http://intap.or.jp/tech/rdf/rdf.html" >
< title >RDF 技術情報< /title >
< link >http://intap.or.jp/tech/rdf/rdf.html< /link >
< description >
INTAP で調査した RDF に関する技術情報を掲載しています。
< /description >
< /item >
< item rdf:about="http://intap.or.jp/tech/rss/index.html" >
< title >RSS 技術情報< /title >
< link >http://intap.or.jp/tech/rss/index.html< /link >
< description >
INTAP で調査した RSS に関する技術情報を掲載しています。
< /description >
< /item >
< /rdf:RDF >
例-8 RSS の構文
構文についての概要を説明すると、RSS1.0 においては、基本部分であるコア構文と拡張性を持たせた
モジュールがある。
コア構文は、RSS 文書ごとに channel 要素と一つ以上の item 要素からなる。channel 要素にはタイト
ル(title)、RSS の対象 URI(link)、概要説明(description)、item 要素で記述するリソースの目次(items)
などの必須項目のほか、ロゴ(image)や文字列入力(textinput)がある。Item 要素には、item のタイトル
(title)、リソースの URI(link)、リソースの要約(description)がある。
例-8 は、コア構文を使って書いた RSS 例である。
RSS のモジュールでは、XML の名前空間を用いて、独自の要素型を追加定義することが可能である。
現在、一般的には、Dublin Core と Syndication モジュールがある。例えば、コア構文に含まれないボキ
ャブラリとして日付や更新日などを表すものとして、Dublin Core の日付(Date)要素などが有効である。
- 29 -
1.2.7
各国電子政府にみるメタデータの標準化と適用事例
情報資源記述手段としてのメタデータを、利用分野に応じて標準化・実装する試みがあるが、その一つ
として各国電子政府における行政公開文書へのメタデータ付与の事例がある。
行政公開文書はその性質上、表題や作成日といった情報に加え、廃棄時期や保存場所、管理担当部署、
関連条項といった管理情報が必要である。従来のこうした管理情報に加え、今後の利用が想定される情報
資源記述を含み、さらに横断的に構造化されたメタデータ定義セットの標準化が行われれば、これに準拠
した文書管理を行うことで省庁間や国別に散在する情報資源を最大限に有効活用できる基盤が整うこと
になる。
現状では、メタデータ標準の要素集合として最小限の管理情報を記述する DCMES(3 節参照)が存在す
るが、この基本 15 要素そのものは定義内容が明確で一般に普及し易いという利点がある一方、精度の高
い情報を記述する場合やコミュニティ独自の情報記述の為には要素の拡張や精密化が必要となる。
Dublin Core の制約に準拠し、各国ではその実情に合わせて要素・限定子の拡張が行われている。英国
の e-GMS(e-Government Metadata Standard)、デンマークの OIO-metadata(Offentlig Information
Online Metadata)、アイルランドの IPSMS(Irish Public Service Metadata Standard)、フィンランドの
Finnish Dublin Core extension、オーストラリアの AGLS(Australian Government Locator Service)、
ニュージーランドの NZGLS(New Zealand Government Locator Service)、米国の GILS(Government
Information Locator Service)等がその例である。
エレメント名
参照
(参考)国内行政
要素の概要
文書項目との対応
Contributor
DC
(Creator に次いで)貢献した人・組織
(編集者・翻訳者)
Coverage
DC
情報資源内容の適用を受ける期間、場所
*
情報資源の作成にあたり最も責任を有するも
Creator
DC
Data
DC
情報資源そのものに関する日時情報
作成(取得)時期
Description
DC
情報資源に含まれる情報の説明
タイトル/(備考)
Format
DC
情報資源の記述形式
*
Identifier
DC
内容に対する一意の識別番号
*
Language
DC
記述されている言語
(ja)
Publisher
DC
情報資源を発行した責任者
管理担当課・係
Relation
DC
関連する情報資源への参照
*
Rights
DC
情報資源全般の権利情報
*
Source
DC
提示された情報資源への参照
*
Subject
DC
主題およびキーワード
大・中・小分類
Title
DC
タイトル
タイトル
Type
DC
情報資源の種類
(分類カテゴリ)
Audience
MIReG
利用者のカテゴリ
の
作成者
*
保存期間・廃棄時期
Disposal
MIReG
情報資源の保持と処理
Location
MIReG
情報資源の物理的な場所
保存場所
Preservation
MIReG
永久保存資源のための備考データ
(保存期間・保存場所)
Function
AGLS
資源内容が関連する業務種別
*
Availability
AGLS
Mandate
AGLS
Keywords
Canada
(主としてオフライン資源に接触するための)資
源作成者/管理者情報
資源作成のための法的根拠、条項の記述
資源のキーワード(検索システムに対する単語
の重み付けに影響)
保存期間満了時の措置結果
*
*
*
表-2 (Dublin Core と各国要素の拡張例)
- 30 -
■EU 標準メタデータセット
行政公開情報のメタデータ標準化の一つとして、EU標準のメタデータセット(MIReG Metadata
Element Set)」(2002 年 1 月 Draft)がある。
これは英国の e-GMS とほぼ同様であるが、その基本方針は利用方法が単純であること、国際標準や他
の EC 標準に準拠すること、拡張可能であることを目標としており、柔軟性のある定義となっている。例
-9 は、メタデータ記述例で、適切な MIReG 名前空間が Dublin Core の精密化として定義されているもの
と仮定する。
< rdf:RDF xmlns:rdf="http://www.w3.org/RDF/RDF"
xmlns:dc="http://purl.org/dc/elements/1.1"
xmlns:dcq="http//purl.org/dc/terms"
:
< rdf:Description
about="http://sample.go.jp/doc/sample.html" >
< dc:title >委員会名簿リスト< /dc:title >
< dc:creator >creator@sample.go.jp< /dc:creator >
< dc:description >地方議会、常務委員会のメンバリスト.
連絡先の詳細や委員会での役割を含む.
< /dc:description >
< /dc:coverage.temporal >
< dc:data.create >2002-02-21< /dc:data.create >
< dc:format >text/html< /dc:format >
:
例-9 メタデータ記述例
文書に対する精密化記述は適切に限定される必要がある。例えば要素名”coverage”(リソース内容の
表す期間と場所の定義)の利用であれば、データ内容を広く包含する情報を付加するのではなく、情報資
源を特定できるような空間的・時間的な制約となることが望ましい。メタデータの記述例として、例えば
以下のような表現も可能である。
例:2003/04 の機関に徴収される 2002/03 期の納税
申告(文書)に対する場合
COVERAGE.TEMPORAL.BEGINNING
DATE:2002-04-01 END DATE:2003-03-31
START DATE OF CAPTURE:2003-08-01 END
DATE OF CAPTURE:2004-04-01
例-10
(情報資源の記述例)
■標準化の動き
電子化政府を対象としたメタデータエレメントセットは、DCMI(3 節参照)や DC-Gov(Government
Working Group)での議論を中心に欧州(北欧)
、豪州、米国といった国々での実際の利用を経てフィード
バックされ、確実に広まっている。
わが国でも近年、電子政府の総合窓口(e-Gov)をはじめとして電子化政府への取組みが進んでいるが、
情報資源の記述(メタデータ)の利用に関しては、こうした欧米の動きにやや遅れをとっている印象を受
ける。
- 31 -
単純な例として、現在の「電子政府の総合窓口」(政府ポータルサイト)における『リサイクル』の検索
結果(一部)を例-11 に示す。この結果を見る限りは、カテゴリ毎の意味構造を見出すことは難しい。こ
こに、一定の基準に沿ったカテゴリ定義、すなわちメタデータ付与の統一的枠組みがあれば、その枠組み
を活用し、例えば時系列・地域別といった、より有意な検索機能を提供できると思われる。また、メタデ
ータ利用によるこうした検索機能は、各国の電子政府窓口において、既に実現されている例も多い。
タイトル 2 行目
タイトル 3 行目
中分類名
廃棄物・リサイクル
循環企画
リサイクル
廃棄物・リサイクル
循環企画
リサイクル
廃棄物・リサイクル
循環企画
リサイクル
平成 12 年度
保管施設一覧
広域臨海環境
フェニックス法
大綱、要綱、五六予算、
昭和 55 年 8 月∼56
整備センター
大綱・要綱等作成過程
件名登録、関係資料
年1月
廃棄物・リサイクル
循環企画
小分類名
タイトル 1 行目
大分類名
第 5 回、6 回ごみ
減量化国民大会
分別収集促進計画、
市町村分別収集計画
−
−
愛知県
−
岩手県、宮城県、秋田
県、山形県、福島県
例-11 検索結果
1.2.8
おわりに
本解説文では、メタデータの意味するところと、世界各国で活用され始めた事例について述べた。メタ
データはその効用を示し、かつ標準化動向を常に見据えながら、コンテンツの充実と並行して作成してい
くことが肝要となる。周辺の関連ツールなどの研究開発も重要な課題である。
1.3
セマンティック Web とオントロジ記述言語
1.3.1
セマンティック Web の枠組とオントロジ
オントロジ(ontology)は、元来は存在論と呼ばれ、アリストテレス以来、事物の存在の意義付けを議
論する哲学的な研究領域であったが、近年の知識工学や自然言語処理などの技術分野においては、それぞ
れの知識(あるいは、語彙、概念等)が、知識全体の体系の中で、どこに位置付けられるかを明らかにす
る研究分野と言うことができる。W3C が提案するセマンティック Web の場合、その階層構造の中で、オ
ントロジ層を XML 層と RDF 層の上に位置付けている
(本特集「セマンティック Web とは」の図-1 参照)。
人間が Web ドキュメントを閲覧することだけを目的とした HTML と比べ、XML はドキュメントの構
造とタグを自由に規定することにより、表現の柔軟性や拡張性を持たせることができる。また、
RDF(Resource Description Framework)は XML ドキュメントの特性をメタデータとして自由に記述す
ることができる。したがって、Web 上の個々の記述は、一般には表現方法や使用する語彙(vocabulary)
が異なるため、以下の図-1 に示すように、オントロジによって概念間の相互関係を定義しておくことによ
って、はじめて、それぞれの記述の意味的な関係付け(例えば、上下関係、同義関係等)を行うことがで
きる。
本稿では、第2節で、こうしたセマンティック Web におけるオントロジの役割について電子商取引を
例にあげて更に詳しく説明したのち、第3節、第4節で、W3C のセマンティック Web 活動の一部として
スタートした Web-Ontology Working Group における、新たなオントロジ記述言語 OWL の策定に関す
る最新状況を報告する。
- 32 -
オントロジ(概念間の関係の定義)
上下
同義
同義
記述3
記述1
記述2
Web
図-1 オントロジによる概念間の関係記述
1.3.2
オントロジの役割
■XML ドキュメント交換の課題
XML を用いた電子商取引では、取引の自動化を促進するために、企業間で交換される XML 文書中の
タグ名やタグの内容のデータ型などを標準化する必要がある。なぜなら、商品カタログをメーカ横断で検
索したり、受発注伝票を交換したりするためには、商品の分類体系や、各々の商品分類カテゴリごとに商
品属性を規定する辞書を企業間で共有する必要があるからである。実際、例えば、電子機器部品の業界で
は、まだ XML が W3C の勧告になる以前から、SGML(Standard Generalized Markup Language)形式
の商品カタログを作るための辞書整備が進められており、パソコンなどの情報機器と電子部品(半導体)
のサプライチェーンの効率化をめざす RosettaNet (http://www.rosettanet.org/)に受け継がれている。こ
の辞書では、
「周波数シンセサイザやミキサは、チューナの一種である」といった商品の分類体系や、
「チ
ューナは、入力オフセット電圧や電源電圧変動除去比という属性をもつ」といった知識が記述されている。
しかし、オープンで自由なインターネットの世界では、同一業界内でいくつかのコンソーシアムが組織さ
れて、複数の辞書標準ができることがある。また、たとえある業界内での標準化が達成されたとしても、
異なる業界では、同じ概念を別の辞書体系で表現されることはどうしても避けられない。そこで、現実の
インターネットの世界では、異なる辞書体系をもつもの同士での情報交換を実現するしくみが必要になっ
てくる。
ところが、現在の XML の枠組みだけでは、複数の辞書体系が並存する世界をうまく扱うことはなかなか
難しい。というのは、XML を用いた商品カタログ記述では、入れ子構造の深さ、タグの名称、および属
性の使用法の違いにより、情報の表現方法に任意性があるので(図-2 に同じ半導体部品仕様の二つの表現
例を示す)
、同じ意味の情報をいくつもの異なった形式で記述されたとしても、機械処理によりその同一
性を認識することは難しいからである。そこで、異なった形式の XML 文書を相互に活用できるようにす
る XML 変換機能が必要となるが、現在の XML の枠組では、DTD(Document Type Definition)毎に個別
に変換プログラムを開発するしかないという問題点があった。
- 33 -
<アナログ IC >
<部品名> チューナ用 IC-007 </部品名>
<入力オフセット電圧 単位="V">
6 </入力オフセット電圧>
</アナログ IC>
<半導体部品>
<タイプ> アナログ IC </タイプ>
<名前> チューナ用 IC-007 </名前>
<V_IO > 6 V</ V_IO >
</半導体部品>
図-2 半導体部品の仕様の XML による二つの表現例
■オントロジへの期待
この XML 変換プログラム開発を容易にするための要素技術として期待されているのが、オントロジで
ある。セマンティック Web では、異なる辞書体系をもつ XML 文書間の変換が容易になるように、概念
間の階層関係や概念定義間の整合性などを自動計算できるようなオントロジ記述言語を提供しようとし
ている(図-3 参照)。また、オントロジ記述言語の提供により、オントロジの機械処理が促進されるので、
複数 Web サイトのコンテンツを連携させるような自動サービスの構築が容易になるという効果も期待さ
れている。
さて、オントロジにはいくつかの定義があるが、Fensel らは、彼らの On-To-Knowledge プロジェクト
(http://www.ontoknowledge.org/)での主張に合致したオントロジの定義として、Gruber の定義「共有
される概念化(conceptualization)の形式的(formal)かつ明示的(explicit)な仕様」をとりあげている。ここ
で、概念化とは、対象とする現象の抽象的なモデルのことであり、現象中で興味をもつ概念と、それらの
概念間の関係が表現される。形式的とは、オントロジは機械に理解されるものでなければならないという
ことである。そして、明示的とは、概念のタイプと、概念間の制約関係が明示的に定義されていなければ
ならないということである。
現状の XML を用いた電子商取引における辞書も一種のオントロジといえるが、異なる辞書体系をもつ
企業間の情報交換を促進するには、XML 変換プログラムの開発生産性を向上させるために、Gruber の定
義でいう「形式性」や「明示性」を高めていくことが重要になってくる。そこで、セマンティック Web
では、数学的な基盤をもったオントロジ記述言語を提供しようとしている。
- 34 -
製品に関するオントロジ記述
団体Aの辞書
団体Bの辞書
概念間の関係の記述
<アナログIC >
<部品名> チューナ用IC-007 </部品名>
<入力オフセット電圧 単位="V" >
6 </入力オフセット電圧>
</アナログIC >
製品カタログ
変換サービス
団体Aの製品カタログ
<半導体部品>
<タイプ> アナログIC </タイプ>
<名前> チューナ用IC-007 </名前>
<V_IO > 6V </ V_IO >
</半導体部品>
団体Bの製品カタログ
図-3 オントロジに基づく XML 製品カタログの変換
1.3.3
オントロジ記述言語に対する要求事項
■Web オントロジ WG の活動
W3C では、セマンティック Web 活動の中で、メリーランド大学の Hendler を中心に、新しいオント
ロジ記述言語の構築を目的とした作業グループ Web-Ontology Working Group(以後、WOWG と記載)
を 2001 年 11 月にスタートさせた。WOWG では、セマンティック Web 及びオントロジの活用事例の分
析に基づき、新しいオントロジ記述言語 OWL(Ontology Web Language)に対する要求事項を 2002 年 3
月 8 日に Working Draft 化すると共に、これを満足する OWL の言語仕様を現在検討中である。
オントロジ記述言語には、WOWG の活動以前から、DAML+OIL をはじめとして、いくつかの提案が
なされている。DAML+OIL は、Hendler らによる DARPA の DAML プロジェクト
(http://www.daml.org/)
で開発されていたオントロジ記述言語 DAML-ONT と、On-to-Knowledge プロジェクトで開発されてい
た OIL(Ontology Inference Layer)を統合した言語で、現時点(2002/5/20)での最新版は、2001 年 3 月の
Ver.4.2 である。DAML+OIL は、WOWG においても、OWL 策定の議論の出発点と位置付けられている。
■Web オントロジの活用事例
WOWG では Web オントロジの代表的な活用事例(Use Case)として次の6つの事例をあげている。
(1)Web ポータル
Web ポータルは特定のトピックに関する情報を集めた Web サイトで、単純な情報インデックスとキー
ワード検索によって構成されているケースが多い。オントロジは、こうしたサイトに対し、情報を探索す
るための語彙セットと、推論機構を提供することができる。例えば、“学術論文は、一人以上の著者(す
なわち“people”)によって書かれ、“people”は氏名と所属(すなわち“organization”)を持つ”といった知
識をオントロジに記述しておけば、推論機構を使って知的な文献検索を行うことができる。
(2)マルチメディアコレクション
オントロジは、映像、画像、写真などのマルチメディア情報のコレクション(集合体)において、各情
報に意味的なアノテーションを付与するのに利用することができる。こうしたオントロジには、次のよう
な記述力が求められる。
- 35 -
・階層関係(検索語の抽象化・具象化に利用)
・部分全体関係(検索語の展開に利用)
・定義的な知識の記述(例えば、アンティークな家具に対し“ Late Georgian”と言えば、1760 年から 1811
年の間に作られた英国の家具であるといった知識。)
・デフォルト知識の記述(例えば、“Late Georgian の整理だんす”は通常マホガニー製であるといった
知識。常に真とは限らない。)
(3)企業の Web サイトマネージメント
大企業の Web サイトには、会社説明、プレスリリース、製品情報、経営情報、仕様書など大量のペー
ジが含まれている。こうした Web サイトに対して、オントロジは情報のインデキシングと効率的な検索
手段を提供することができる。その際、オントロジには、次のような記述力が求められる。
・階層構造における多重継承( Multiple Inheritance)
・部分全体関係(例えば、“このプロジェクトは次のサブプロジェクトから構成される”
)
・時間的な順序関係(例えば、“プロジェクト A はプロジェクト B の後に実施される”)
・企業活動における他の XML ドキュメントとのインタフェース
・言語ニュートラルな表現(グローバル企業にとって、英語での検索への対応)
(4)設計情報のドキュメンテーション
製造分野では、製品の設計情報のドキュメンテーションが、セマンティック Web 及びオントロジの適
切な活用事例と考えられている。例えば、航空機分野では、機体の設計ドキュメント、製造工程ドキュメ
ント、テスト工程ドキュメント、メンテナンスドキュメントなど相互に関連する多数のドキュメントから
構成される。こうしたオントロジには、次のような記述力が求められる。
・一貫性チェックのための制約条件の記述(例えば、複葉機( biplane)の翼の数は2であるといった、
以下のような記述)
(aircraft。type = biplane) => (CardinalityOf(InstancesOf(Class = Wing)) = 2)
・言語ニュートラルな表現
・クラスとインスタンスの区別(例えば、一般的な“供給業者( supplier)”という表現と個々の企業と
の区別)
・ N 項関係の記述
・他の XML ドキュメントとのインタフェース
(5)知的エージェント
セマンティック Web は多様な情報リソースを統合利用する知的エージェントにも利用することができ
る。特に、利用者の特性や嗜好に基づいて情報を選択するタイプのエージェントにとっては、対象ドメイ
ンの知識を記述したオントロジが不可欠である。こうしたオントロジは、次のような課題を含んでいる。
・オントロジの場所の特定
・複数の独立したオントロジの統合利用
・ドメインやサービスごとに異なるオントロジ間での変換や相互参照
・記述と利用を容易にする単純な表現形式
(6)ユビキタスコンピューティング
ユビキタスコンピューティングは、モバイル機器を使い、いつでもどこでもネットワークサービスを利
用できる環境である。その技術的な課題は、任意の場所で、必要なネットワークサービスに ad hoc に接
続することにあるが、現状では、場所に対して固定的なサービスしか提供できない。これに対し、オント
- 36 -
ロジは、ユビキタス環境下であっても、その場所からアクセス可能なサービスの中から、ad hoc に適切
なサービスの発見(discovery)を可能にしてくれる。
■オントロジ記述言語に対する要求事項
本節では、WOWG が提示した、OWL 1。0 の言語仕様が目指すべき 8 つの設計ゴールについて説明す
る。
(1)オントロジの共有化(Shared ontologies)
分散したデータソースが共通の用語を使用するようなタスクにおいて、オントロジは、異なるデータソ
ースに共通の意味付けを与えるために、共有化されなければならない。また、既存の知識だけでは不十分
なことが多いため、オントロジは、個々のタスクに必要な新しい定義を追加できるよう、拡張性を持たな
ければならない(図-4 参照)。
実現のアプローチとしては、XML Schema と RDF だけでは、用語の意味的定義を提供することができ
ないため、オントロジ記述言語で次の情報を規定する。
1) オントロジを定義するための表現形式
2) ドキュメントを 1 つあるいはそれ以上のオントロジに関連付けるための表現形式
3) 2 つ以上のオントロジが同じ用語を含む場合に、どのオントロジを利用するかの曖昧性を解消するた
めの表現形式
なお、DAML+OIL では、オントロジ全体の特性を記述する daml:Ontology エレメントの中で、
daml:imports によって、用語が関連付けられているオントロジを URI で指定する。
オントロジの共有化
オントロジの部分拡張
タスク1固有の知識
タスク3固有の知識
タスク2固有の知識
タスク1
タスク2
タスク3
Web
図-4 オントロジの共有化
(2)オントロジの進化(Ontology evolution)
オントロジが変化する可能性のあるタスクに対し、オントロジは改版ができなければならない。オント
ロジが変化するのは、以前の版にエラーがあったり、ドメインをモデル化する新しい手法が導入されたり、
あるいは、現実が変化してしまう場合である。オントロジに改版で定義を変更した場合には、同じ記述で
あっても、別の意味付けが与えられる(図-5 参照)。
改版における重要な問題は、オントロジの 1 つの版に関係付けられたドキュメントが、別の版に関係付
- 37 -
けられたドキュメントと互換かどうかである。互換あるいは非互換のいずれの改版も許されるべきである
が、この二つは区別されなければならない。
RDF Schema では、スキーマの版をスキーマ自身の URI とは独立したリソースとして取り扱うことを
推奨している 。すなわち、 クラスとプロパティの階層関係を記述するための rdfs:subClassOf と
rdfs:subPropertyOf を、クラスとプロパティの新しい版を以前の版に関連付けるのに使用することができ
る。しかしながら、この方法は、正しくない定義を取り消すことができないという欠点を持っている。例
えば、スキーマ v1 の中に“v1:Dolphin が rdfs:subClassOf v1:Fish である”という記述が存在し、この
誤りに気付いて改版したスキーマ v2 では、
“v2:Dolphin が rdfs:subClassOf v2:Mammal である”いう記
述 を 書 い た 場 合 に 、 v2:Dolphin を dfs:subClassOf v1:Dolphin と 関 係 付 け る と 、 v2:Dolphin が
rdfs:subClassOf v1:Fish と見なされてしまう。
DAML+OIL では、daml:Ontology エレメントの中で、daml:versionInfo によって、版の情報を記述す
ることができる。しかしながら、版を表現する文字列の形式が定められていないため、オントロジの版を
機械的に処理するソフトウェアにとっては、ほとんど役に立たない。
改版
オントロジ1
Mammal
Fish
Dolphin
オントロジ1’
Mammal
Fish
Dolphin
定義の変更
記述
タスク
Web
図-5 オントロジの進化
(3)オントロジの相互運用性(Ontology interoperability)
複数の情報提供者が、異なる語彙セットに基づいて記述されたデータを統合しなければならないタスク
に対し、オントロジ記述言語は、それぞれの記述の関係を理解するための相互運用性の観点から、オント
ロジ間でのデータ変換を可能にしなければならない(図-6 参照)
。要求事項(1)「オントロジの共有化」で
も、ある程度の互換性を満足してはいるが、データモデル自体が異なると、同じオントロジを共有化でき
ないケースも多いため、相互運用性は不可欠な要求事項である。
以下は、オントロジ間の変換のためのプリミティブで、オントロジ記述言語がサポートすべき項目であ
る。
1) 階層関係(subclass/superclass relations)
2) 逆向き関係(inverse relationships)
3) 同等性(クラス、プロパティ、個体について)
4) 論理的な関係子(implication、conjunction、disjunction)
5) 算術関数
- 38 -
6) 集合体
7) 文字列処理
8) 手続き付加(任意の複雑なマッピングを定義するための実行コード)
DAML+OIL の場合には、クラスとプロパティの階層関係を表現するために rdfs:subClassOf と
rdfs:subPropertyOf を、クラス、プロパティ、個体の同等性を表現するために daml:equivalentTo、及び、
daml:sameClassAs、daml:samePropertyAs、daml:sameIndividualAs 等のプロパティを、逆向き関係
を定義するために daml:inverseOf プロパティを持っている。しかしながら、DAML+OIL は、含意関係、
算術関数、集合体、文字列処理、手続き付加等の表現能力を持っていない。
オントロジ1
オントロジ2
変換
記述1
記述2
タスク
Web
図-6 オントロジの相互運用
(4)矛盾の検出(Inconsistency detection)
データが分散し、全体の管理者が存在しないために、データ間の矛盾をもたらすような場合や、オント
ロジの拡張によって、一貫性のない記述をもたらすような場合に対して、オントロジ記述言語は、自動的
に矛盾の検出ができなければならない。
実現のアプローチとして、オントロジ記述言語は、まず、首尾一貫しない状況が表現できなければなら
ない。これは、否定演算子、集合の非重複性(disjointness)、集合の要素数の制約などによって実現でき
る。第二に、推論機構が矛盾を検出できなければならない。第三に、可能であれば、不整合が生み出され
た理由と共に、矛盾を報告するメカニズムが用意されなければならない。
DAML+OIL の 場 合 に は 、 共 通 要 素 を 持 た な い ク ラ ス ( daml:disjointWith )、 要 素 数 の 制 約
(daml:cardinality、daml:minCardinality、daml:maxCardinality)、補完関係(daml:complementOf)
を表現できるため、集合と要素の間の矛盾を検出することができる。
(5)表現能力とスケーラビリティとのバランス(Balance of expressivity and scalability)
大規模なデータセットとオントロジを使用する用途に対し、オントロジ記述言語は、多様な知識を表現
する一方、効率的な推論手段を提供しなければならない。これら二つの要求は通常は相反するため、オン
トロジ記述言語は、表現能力の豊かさとスケーラビリティのバランスを保たなくてはならない。
(6)使い易さ(Ease of use)
利用者がセマンティック Web ドキュメントをマークアップしたり、問い合わせたりする用途に対し、
オントロジ記述言語は、高度な学習なしで利用できる使い易さを提供する必要がある。
- 39 -
DAML+OIL の場合、オブジェクト指向言語と同等のクラスやプロパティの概念を採用し、構造的な知
識の記述を可能にしているが、シンタックスは決して記述し易いものではない。
(7)XML シンタックス(XML Syntax)
標準的な形式で書かれたデータをオントロジで取り扱う用途に対し、オントロジ記述言語は、XML と
の連続性を確保しなければならない。XML は既に広く受け入れられ、XML の処理ツールが多数開発され
ているため、オントロジ記述言語が XML シンタックスを採用すれば、これらのツールを再利用できる。
なお、RDF は XML に準拠しているが、メタデータの記述に RDF を使用するのは、あくまでも W3C
の推奨であり、オントロジ記述言語が RDF を基盤とするかどうかについては、まだ意見の一致をみてい
ない。
(8)国際化(Internationalization)
複数の国や文化で利用される用途に対し、オントロジ記述言語は多言語対応のオントロジを提供しなけ
ればならない。
RDF 仕様では、xml:lang プロパティによって言語を指定することはできるが、多言語間の関係付けな
どのデータモデルについては何も規定していないため、オントロジ記述言語での対応が必要である。
1.3.4
オントロジ記述言語 OWL
2002 年 3 月に、Patel-Schneider らによって OWL の最初の提案が WOWG に提出された。
これは OWL
の「知識ベース言語」部分の抽象構文に関する提案であり、DAML+OIL に類似する full part に加えて、
利用者にとっての使い易さを意図した light part が提案されている。その一方、XML に準拠した具象構
文や他のオントロジの参照の問題は扱われていない。本節では、この提案をもとに、現在検討が進められ
ている OWL 知識ベース言語を紹介する。なお、OWL は標準化途上にあるため、以下の内容は現時点で
のスナップショットである。
■記述例
OWL 記述の基本単位は、クラスとプロパティである。知識を表現する上で、これらがどのように使わ
れるかを、簡単な例をもとに示す。知識の例として、文献のほかいくつかの文献で共通に使用されている、
次のものを考える。
・動物 (Animal)は年齢(age)を持つ。
・動物は、オス (Male)とメス(Female)に分かれる。
・人間 (Person)には配偶者(hasSpouse)を持つものもある。
・男性 (Man)は、人間かつオスである。
これらを OWL light part を用いて表した例を以下に示す。また、この記述例におけるクラスの間の階
層構造を、図-7 に示す。
PrimitiveClass(Animal、 slot(age、 range = xsd:integer、 required、 singlevalued))
Animal がクラスであり、プロパティとして age を持つことを表す。ここで、age の値は必須(required)
かつ一つのみ(singlevalued)で、値域は整数である。
PrimitiveClass(Male、 supers(Animal))
Male はクラスであり、上位クラスは Animal であることを表す。ただし、Animal を上位クラスに持つ
クラスが全て Male であることは意味しない。
PrimitiveClass(Female、 supers(Animal))
- 40 -
Male と同様にしてクラス Female を定義する。
Disjoint(Male、 Female)
この文は、クラス Male と Female が互いに素であることを表す。
PrimitiveClass(Person、 slot(hasSpouse、 range = Person、 optional、 singlevalued))
Person がクラスであり、プロパティとして hasSpouse を持つことを表す。ここで、hasSpouse の値は
オプショナルで、もしある場合には 1 つのみ(singlevalued)、値域は Person である。
DefinedClass(Man、 supers(Person、 Male))
Man がクラスであり Person と Male を上位クラスとして持つこと、さらに、Person と Male を上位ク
ラスとして持つクラスは Man であることを表す。
上記のクラス定義を利用すると、13 歳の男性である Ichiro は、クラス Man のインスタンスとして次
のように記述することができる。
Individual(Ichiro、 Man、 (age、 xsd:integer、 13))
Animal
age
Person
Male
Female
hasSpouse
age
age
Man
age
hasSpouse
図-7 クラス階層
■文法の概要
OWL 知識ベース言語の構文は、人工知能分野で使われるフレームの概念を基盤とした light part と、
推論機構による矛盾検出も視野に入れた full part の2つの部分から構成され、言語機能上は full part が
light part を包含する。 Light part と full part のいずれも、構文の中核はクラス定義とプロパティ定義
である。
(1)クラス定義
ク ラ ス 定 義に は 、 ク ラ スの 要 素 が 満 たすべき性質によってクラスを規定する DefinedClass や
PrimitiveClass と、要素の列挙よってクラスを規定する EnumerationClass がある。DefinedClass と
PrimitiveClass は、要素が満たすべき性質が前者ではクラスの規定のための必要十分条件となるのに対し、
後者では必要条件となる点で異なる。クラスの要素が満たすべき性質は、上位クラス、プロパティ定義、
クラス記述(description)などによって表す。
(2)プロパティ定義
プロパティは、クラスおよびデータ型の要素の間の2項関係である。プロパティ定義では、プロパティ
に定義域と値域を与えることができるほか、対応付ける要素の数を指定することができる。ここで、定義
域はクラス、値域はクラスあるいはデータ型である。プロパティはクラスの中でスロットとして定義する
- 41 -
こともでき、その場合の定義域はそのクラスになる。
Light part は、full part に比べると、クラス定義、プロパティ定義のいずれにおいても、使用できる記
述形式を制限する代わりに、フレームに近い簡単な記述ができるようになっているが、OWL の中で light
part と full part をどのように位置付けるかについては、現在も議論が続けられている。
■OWL 知識ベース言語の特性
OWL 知識ベース言語は、オントロジ記述言語に求められる特性のいくつかを提供する。その主なもの
を以下に挙げる。
・階層構造の表現
クラスやプロパティは階層化することができる。
例:PrimitiveClass(Man、 supers(Person、 Male))
SubPropertyOf(hasMother、 hasParent)
・同等性の表現
クラスやプロパティの同一性を定義できる。
例:SameClass(HumanBeing、 Person)
SamePropertyAs(shoesize、 bootsize)
・非重複性の表現
クラスが互いに素であることを表現できる。
例:Disjoint(Male、 Female)
・クラスに対する制約の表現
プロパティ値を制約したクラスを規定することができる。次の例では、age の値を 19 より大きい整数
に制約して、クラス Adult を定義する。
例:DefinedClass(Adult、 supers(Person)、 slot(age、 range = foo:over19、 required))
・集合演算を使った表現
クラス間の集合演算を使って、クラスを規定することができる。次の例では、Man と Woman の合併
集合として Person を定義する。
例:DefinedClass(Person、 unionOf(Man、 Woman))
次の例は、背の高いものを表すクラス TallThing と Man の共通部分として、TallMan を定義する。
例:DefinedClass(TallMan、 intersectionOf(TallThing、 Man))
このようなクラスの規定は、プロパティ定義においても利用することができる。次の例は、プロパティ
hasAdultDaughter の値域をクラス Adult と Female の共通部分によって表す。
例:Range(hasAdultDaughter、 intersectionOf(Adult、 Female))
・記述の分散
クラス定義は、複数の文に分散することができる。例えば、クラス Person が既に定義されている場合
に、 次の文は Person にプロパティ shoesize を追加する。
例:PrimitiveClass(Person、 slot(shoesize、 range = xsd:decimal))
1.3.5
今後の課題
WOWG は 1 年間程度の活動期間を想定してスタートしており、2002 年秋までには OWL 1。0 の言語
仕様をまとめる計画である。ただ、オントロジ記述言語の仕様が確定したとしても、オントロジにとって
- 42 -
本当に困難な課題は、その言語仕様で、現実の運用に耐えうるオントロジ知識を記述・収集できるかとい
う点であることを理解いただきたい。オントロジ知識をゼロから人手で記述するのは、時間、労力、コス
トのいずれの観点から考えてもナンセンスであり、オントロジ知識の学習・自動獲得が重要な技術課題と
なる。既にいくつかのグループでこうした研究が始められており、ドメインごとのドキュメントからのオ
ントロジ知識の抽出、オントロジ変換規則の獲得、知識のメンテナンス、推論機構などの研究の発展が期
待されている。
1.4
1.4.1
セマンティック Web のツール
背景
セマンティック Web は、Web 上のデータにメタデータやオントロジを付与することにより、相互運用
性やデータの高度利用を可能にする技術である。
セマンティック Web の実現においては、あるコミュニティ(電子政府や業界団体)でメタデータのスキー
マ(エレメントセット)を決め、それに従ってメタデータを付与・運用していくという作業が必要となる。
HTML については、既に WYSIWYG のオーサリングツールも多く、作成したページを目で見れば、誤り
が分かったり満足度が得られたりというフィードバックもある。それに対し、RDF によるメタデータは、
フォーマットも複雑で、内容に問題があってもサービスに組込まれないとわからない場合もある。しかし、
膨大で良質なメタデータを継続的に付与、更新していくことができなければ、セマンティック Web 社会
は実現できない。メタデータの付与については、人手工数の削減は大きな課題となる。さらに、上記メタ
データの付与は、スキーマを定めた後の支援であるが、セマンティック Web では、スキーマを含めたオ
ントロジを記述することでより柔軟なシステムの構築が可能になるが、その際のオントロジに対する構築
のサポートも重要である。本稿では、メタデータ付与の支援ツールを中心にセマンティック Web 関連ツ
ールの現状を紹介する。
1.4.2
ツールの概観
図-1 にセマンティク Web 関連ツールの階層を示す。ここでは、セマンティック Web の発展段階に従っ
て、大量のデータに対してメタデータを効率的に付与することを目的としたメタデータ構築支援ツールと、
(スキーマ構築も含む)オントロジの構築支援ツールに分類している。セマンティック Web では、オン
トロジを含むメタデータは RDF で格納する。機能階層としては、RDF 構文を解析する層、RDF の格納
管理を行う層、手入力を前提とした内容の視覚化・編集およびメタデータの半自動付与を支援するメタデ
ータ構築支援の層、メタデータ・オントロジを管理・共有する層、およびそれらの上位でエージェントを
用いた応用層に分類してみた。
- 43 -
セマンティックWeb関連ツールの階層
機能階層
エージェント応用
メタデータ管理・共有ツール
オントロジ管理・共有ツール
メタデータ構築支援ツール
オントロジ構築支援ツール
(オントロジエディタ)
(エディタ,視覚化,メタデータ自動付与)
RDF格納検索ツール
(RDF リポジトリー,クエリープロセッサ)
RDF 解析ツール (Parser, Validation tool)
スキーマ固定
メタデータ中心
太枠:本稿説明のツールカテゴリ
編集対象
スキーマも編集
オントロジも含む
図-1 セマンティック Web 関連ツールの階層
本稿では、紙幅の関係もあり、メタデータ付与ツールを中心に図中の太枠の部分について、主なツール
を概観する。まず、メタデータ構築支援ツール(エディタ、自動付与)およびメタデータを記述する RDF
を解析・検証する
RDF 解析ツールの現状を紹介し、RDF の検証機能を含むツールの例として RDF
Analyzer について概要を述べる。つぎにオントロジ構築支援ツールとしてオントロジエディタの現状を
紹介し、最後に、メタデータの応用の例として、注釈(アノテーション)付加ツールについて現状を紹介す
る。また、その際に必要となる RDF 格納検索ツールである RDF リポジトリとクエリープロセッサにつ
いて述べる。
1.4.3
メタデータ構築支援ツール
名称
開発元
対応メタデータ
(メタデータエディタ)
DC Metadata
Nordic Metadata
template
Project
DC
Reggie Metadata Distributed Systems DC, スキーマファイル
Editor
Technology Centre によりAGLS等も可
MetaWeb Generic State Library of
DC, AGLS,ADMIN
Edit Tool
Tasmania
Core
Metabrowser
Spirit社
(メタデータ生成ツール)
DC, GILS, AGLS,
NZGLS
出力フォーマット
HTML META
HTML META, RDF,
RDF Abbreviatied
HTML META
URL
備考
http://www.ub.lu.se/metadata/
DC_creator.html
http://metadata.net/dstc
http://www.dstc.edu.au/RDU/M
etaWeb/generic_tool.html
統合メタ
HTML META, RSS な http://metabrowser.sprit.net.au データ管
ど
理環境
/
DC-dot
DC (USMARC, TEI
UKOLN, University headers, GILS等にも
変換可)
HTML META, RDF
of Bath
TagGen
Klarity
HiSoftware社
tSA社
GILS, WAGILS, DC HTML META
DC
HTML META
http://www.ukoln.ac.uk/metada
ta/dcdot/
http://www.hisoftware.com/tag
gen.htm
www.klarity.com.au
表-1 メタデータ構築ツール
コンピュータによるメタデータ付与は、膨大な人手工数の削減し、人手による質のバラツキを少なくす
る意味でも重要となる。従来の自然言語処理、機械学習、Web マイニングといったソフトウェア技術の
大きなターゲットともなり得る。メタデータ構築支援ツールには、以下のような 2 つのレベルがある。
(1)メタデータの入力支援 (メタデータエディタ):
テンプレートによりメタデータ入力を補助したり、メタデータのフォーマット出力(RDF や HTML の
META タグなど)を自動化することで、人手によるミスや労力を減らすものである。
- 44 -
(2)メタデータの自動付与(メタデータ生成ツール):
メタデータの属性値をシステムが自動で入力してくれるものである。メタデータのエレメントにより、
自動化の精度はまちまちである。例えば、Dublin Core の Subject(関連サブジェクト)の値は、本文に自
然言語処理やテキスト分類技術を適用して付与するとか、Publisher の値を情報抽出技術で取出すなどが
考えられる。ただし、こうした自動化は不完全になるのはやむを得ないため、実際はエディタ機能も含ん
でいるものが多い。
表-1 にこのメタデータ構築支援ツールの主なものをまとめた。多くが電子政府のメタデータに関係して
おり、特にメタデータでは先進的とされるオーストラリアのソフトウェアが目につく。まだ RDF 出力に
対応しているものは少ないが、今後セマンティック Web の普及と共に必須機能となるだろう。
■メタデータ自動付与の応用
メタデータ生成ツールとその応用として、自動 Web ディレクトリを紹介しよう。これは、Yahoo のよ
うなディレクトリ自動化に向けて、情報の入口となるメニュー的なページで最近話題のページを選別でき
るようなメタデータを、コンテンツ処理(自動分類、情報抽出)だけでなくハイパーリンクの解析で付与し
ているのが特徴である。Dublin Core をベースに、Rel_Location(関連地域: 本文から地名情報抽出で実現)、
Rank(リンクベースの人気度およびその動きを回帰分析した値)などを付与している。
図-2 自動 Web ディレクトリの画面例
図-2 は、このメタデータを利用することで構築した地域/ジャンル/時間による多観点のディレクトリイ
ンタフェース画面である。
「政治-首相」カテゴリにおいて、一位の「官邸トップページ」は定番的だが大
きく人気度順位は減少中、二位の「小泉内閣メールマガジン」は人気度が上昇傾向ということが見てとれ
る。図左下には、この人気度の動きを算出するのに用いた 2001 年 6 月から 11 月までの小泉内閣メール
マガジンの人気度順位の推移を表している。メールマガジン発刊(6 月中旬)直後の伸びはすさまじいもの
の、段々伸びは鈍化していることがわかる。未だに爆発的増加が続いていて、変化も速い Web 世界にお
いては、このようなメタデータ自動生成手法は益々必要と言えよう。
- 45 -
1.4.4
RDF 解析ツール
RDF 文書の解析ツールとして、Art Barstow が作成し W3C の Web ページにて公開されている「RDF
Validation Service」がある。
これは、テキストエリアに RDF 文書を入力すると、出力としてグラフ表示や RDF の 3 つ組(triple)リ
ストが得られるものである。
入力はテキストエリアへの直接記述のほかに URI による指定も可能である。また、出力オプションと
してノードやアークの色やラベルのフォントサイズ、グラフの出力フォーマット(PNG、GIF、PS 等)と
いった細かな指定が可能である。
本ツールは JavaServlet として実装されており、W3C の Web ページからブラウザを介して利用できる
ほか、ソースコードが公開されているためローカルな環境で動作させることもできる。また、従来は解析
エンジンとして SiRPAC(Simple RDF Parser & Compiler)が用いられていたが、現在は ARP(Another
RDF Parser)を基盤にしている。
図-3 RDF Validation Service
ベースとなっている技術は次の 2 点である。
・RDF Parser(version 1.0.5 of the Another RDF Parser (ARP)。 Jeremy Carroll at HP-Labs in
Bristol 。)
・グラフ描画(1.7.4 of the AT&T Labs GraphViz open source graph drawing software。)
RDF 解析エンジンである ARP の特徴としては、
・Java ベースの解析器
・daml:collection のサポート
・xml:lang、 xml:base のサポート
・URI 参照の RFC2396 に基づく検証機能
・XML Names
XML Names 仕様に基づく rdf:ID 及び rdf:BagID's の検証機能
・Relative Namespace URI references W3C XML Plenary decision に基づくネームスペース内 URI 参照
の検証機能
・aboutEach rdf:aboutEach のサポート(ユーザ定義型を含む)
といった項目が挙げられる。ただ、ツール自体として RDF スキーマ制約を考慮した検証機能は備えて
いない。
その他の解析ツールについては表-2 にまとめた。
- 46 -
名称
libwww
概要
SiRPAC と expat(James Clark's による XML Parser)をベースとした C 言語ライブ
ラリ。John Punin による。
repat
callback ベースな RDF parser ツールキット。
Perllib
W3C の Perl コードライブラリ。アクセスコントロールやアノテーションでの利用を
RDF Filter
Java と SAX2 ベースのシンプルな RDF parser。解析木をメモリ上に保持しないた
SWI-Prolog
Prolog ベースの RDF parser。”RDF Validation Service”と同様ブラウザを介しての
RDF parser
サービスが提供されている。
こちらも expat を基に C 言語で実装されている。Jason Diamond による。
想定している。設計・実装は Eric Prud’hommeaux による。
め、大規模文書の扱いに適している。
VRP
ICS-FORTH RDF Suite 中のツールの一つであり Sofia Alexaki による Java ベース
のパーサ。RDF スキーマ制約条件に基づいた検証が可能。
表-2 その他の解析ツール
1.4.5
RDF Analyzer
RDF Analyzer は、セマンティック Web に関する国産ツールの一つである。
RDF Analyzer の持つ主な機能は、次の 5 つの機能である。
①RDF の BNF、定義に基づいて RDF データの解析処理を行う機能
②RDF データの構文の厳密な妥当性検証機能
③RDF データの意味を人間が理解し易い文章に翻訳する機能
④RDF のみならず RDFS、Dublin Core 及び DAML+OIL のデータを処理する機能
⑤RDF サーバアプリケーション用に RDF データ変更用のフォームを生成する CGI 機能
RDF Analyzer の開発の狙いを以下に示す。
セマンティック Web は、RDF を用いて、ウェブリソースに関するマシンリーダブルな情報を作成し、
その情報に基づいて自動処理を行うことを目指している。
一般にマシンリーダブルな情報は、ウェブページ等のヒューマンリーダブルな情報を元に作成される。
生成直後には、マシンリーダブルな情報は、その元になったヒューマンリーダブルな情報と一致してい
ても、お互い独立に情報の更新を行っていると、その一致が崩れる可能性がある。
セマンティック Web は、マシンリーダブルな情報とヒューマンリーダブルな情報とが一致しているこ
とを暗黙の前提としており、その一致が崩れることは、致命的な問題となる。
しかし、RDF により記述されたマシンリーダブルなデータは、人間が、それを読み理解することが容
易な記述形式になっていない。
この為、マシンリーダブルな情報とヒューマンリーダブルな情報との間に乖離が生じても、それを検知
する事が難しい。また、RDF の記述が誤っていても、中々分からない等の問題がある。
これらの問題に対処する為、RDF Analyzer を開発し、RDF データの構文の厳密な検証機能と、RDF
の記述内容を人間に理解し易い文章に翻訳する機能等を実現した。
- 47 -
図-4 RDF Analyzer の画面
(1)RDF の BNF 定義に基づいて RDF データの解析処理を行う機能
RDF の構文の唯一無二の正式な定義は、Resource Description Framework (RDF) Model and Syntax
Specification に記述されている Formal Grammar for RDF の EBNF 定義である。
従って、この EBNF の定義に照らして、RDF データの構文チェックを行うならば、正確な RDF デー
タの構文チェックが実現できる筈である。
RDF Analyzer は、EBNF をよりソフトウェアで処理し易い形式に独自に改善した MBNF(Modified
Backus-Naur Form)にマッピングし、それに基づいて処理を行うことで、RDF データの解析処理と厳密
な妥当性検証機能とを実現している。
(2)RDF データの意味を人間が理解し易い文章に翻訳する機能
RDF データの記述は、人間が理解し難いため、RDF の定義内容をグラフで表示する各種のグラフ化ツ
ールが開発されている、しかし、グラフ表示の場合、次の 2 つの問題がある。
①グラフが複雑になると、それもまた人間に取って理解が難しい。
②マシンリーダブルの情報の元になったヒューマンリーダブルな情報は、テキストデータであることが多
いが、それとの比較がし辛い。
従って、RDF データの記述内容を文章データに翻訳できるならば、人間が理解し易く、オリジナルな
ヒューマンリーダブルな情報と比較することも、簡単になる。
RDF Analyzer は、日本語のウェブページの情報を RDF により、メタデータ記述することを想定して
いるので、RDF Analyzer により、RDF データを日本語の文章に翻訳する機能を実現している。
(3)RDF のみならず RDFS、Dublin Core 及び DAML+OIL のデータを処理する機能
現時点において、セマンティック Web で用いる予定のスキーマには RDFS、 Dublin Core、OWL 及
び DAML+OIL がある。
これらのスキーマで定義された語彙が処理できなければ、RDF データを文章に翻訳したとしても、分
かり易い文章にすることは出来ない。
この為、RDF Analyzer は、これらのスキーマを処理する機能を標準機能として具備している。
(4)RDF サーバアプリケーション用に RDF データ変更用のフォームを生成する CGI 機能
セマンティック Web 技術は、色々なアプリケーションで活用される事が期待されている。
それらのシステムでは、当該システムの総てのデータにメタデータを付加し、そのメタデータに基づい
て、処理を行い、より効率的なシステムを実現する。
この様なシステムでは、サーバ側に格納されている RDF で記述されたメタデータの値を参照し、変更
- 48 -
することが、しばしば、必要となる。この為、サーバサイドの CGI 用に、RDF データの値を変更可能と
する HTML Form を生成できる機能を RDF Analyzer は有している。
1.4.6
オントロジエディタ
前述のメタデータ付与ツールが、定められたスキーマに従って、大量のデータに対してメタデータを付
与することを主目的としているのに対し、オントロジエディタでは、スキーマを含むオントロジの記述を
支援することを主目的にしているツールである。オントロジでは概念階層や、公理系などの記述が可能で
あるため、概念階層の記述や公理系の記述を支援することが重要である。
オントロジそのものは、セマンティック Web 以前から存在する。Amsterdam 大学 Social Science
Informatics(SWI)の WonderTools プロジェクトの 1999 年の報告では、オントロジエディタの実験シ
ステムとして、Ontolingua、WebOnto、ProtégéWin、OntoSaurus、ODE、KADS22 があげられている。
このうちスタンフォード大学の ProtégéWin は、現在は Protégé2000 に改版され、RDF や RDF スキー
マもサポートするようになっている。
オントロジエディタの例として、セマンティック Web の研究プロジェクトの成果に基づく OntoEdit
を紹介する。OntoEdit はカールスルーエ大学の AIFB が開発し、独 Ontoprise 社が商用化したもので、
オントロジの生成、処理等の機能を有し、さらに RDF や、DAML+OIL、F-Logic( Flame-Logic)の各形
式に対する入出力機能を有している。OntoEdit のオントロジ作成画面を図-5 に示す。
OntoEdit では、情報を階層的に表示できる。このため、概念階層を辿りながら必要な情報を編集でき
る。図-5 は、人(person)という概念の下位概念として女性(woman)や男性(man)を定義し、さら
に人(person)という概念の実体(インスタンス)として 3 名を定義している画面である。
図-5 OntoEdit におけるインスタンスの作成画面
また、OntoEdit では、F-Logic に基づく述語論理の処理系を組み込んでおり、制約や推論規則を公理
という形で述語論理により記述でき、制約に反した記述の検出や、推論規則に従った記述の導出が可能な
Plug-In が用意されている。しかし、F-Logic による公理の記述は、利用者には難解である場合が多いた
め、公理を設定するために、「背反(disjoint)の概念」や「対称的(symmetric)」「反対(inverse)」「推移的
(transitive)」な「関係」を指定できるようになっている。例えば「女性」と「男性」は背反の概念であ
るという公理を F-Logic で直接記述せずに、
「女性」と「男性」の概念間は「背反」であると設定するこ
とにより公理とすることができる(即ち、女性でありかつ男性であることはないという制約を記述できる)。
これにより「女性」かつ「男性」を継承する実体を定義した場合、それが公理に反することを検出するこ
とができる。
- 49 -
1.4.7
注釈付加ツール
ドキュメントに加えられた注釈(アノテーション)は、そのドキュメントに対するメタデータの一種と
解釈することができる。注釈には、ドキュメントの特定の個所に対するコメントのほか、一般にはドキュ
メントの概要や構成、閲覧条件、ドキュメントを表示する際に必要なハードウェア条件なども含まれ、読
者に付加的な情報を与えるだけでなく、ドキュメントの検索や表示、再利用において計算機が使用するた
めの情報も与え得る。このような意味で、ドキュメントに注釈を付加するツールはセマンティック Web
を構成するためのツールの一つと考えることができるが、注釈の構造や拡張性、他のシステムからの利用
可能性などの点においてツールごとにかなりの違いがある。
現在、商用のものを含めて様々な注釈付加ツールが発表されているが、ここではセマンティック Web
の枠組みとの親和性を考慮して作られた、Annotea と OntoMat を紹介する。
Amaya ブラウザ/エディタ
注釈の取り出し
ドキュメント
注釈サーバ
注釈
注釈の格納
RDFデータベース
図-6 Annotea アーキテクチャ
■Annotea
Annotea は、Web ドキュメントを対象とした共有型の注釈ツールである。注釈は、ドキュメントに対
してメタデータとしてモデル化され、RDF に基づいて処理される。RDF を用いることで、セマンティッ
ク Web の枠組みに基づいた注釈データの再利用が意図されている。Annotea では、注釈をドキュメント
に埋め込むのではなく、ドキュメントとは切り離してサーバに格納する。複数の利用者による注釈の共有
は、サーバを通じて行われる。また、複数のサーバを利用することができるため、利用者が個別にサーバ
を置くことも容易である。サーバには RDF データベースが用いられる。
Annotea は、ドキュメントに対する注釈の付加方法と RDF データベースに対する問い合わせを定義し、
注釈を表示するためのユーザインタフェースは規定しない。Annotea システムの実装の一つを図-6 に示
す。この実装では、注釈の表示と編集に Amaya エディタ/ブラウザを、注釈データの格納に汎用の RDF
データベースを用いている。注釈とドキュメントの結合は、クライアントの Amaya ブラウザの中で行わ
れる。
Annotea の注釈は、次の2つの部分から構成される。
・注釈本体
・注釈に対するメタデータ
注釈本体は、注釈の内容を記述した XHTML ドキュメントである。注釈に対するメタデータは、付加
される注釈に関する情報であり、注釈を付加するドキュメントの URI、ドキュメント中で注釈が付加さ
れる部分を示す Xpointer、注釈本体の URI、注釈の型、注釈の内容に関連するリソース、注釈の作成日
時、更新日時、記述者などであり、RDF によってモデル化される。注釈のモデルを図式化して図-7 に示
す。これは、ドキュメント中の「田中一郎」という部分について、「田中一郎は株式会社XXの従業員で
ある」という説明を「山田太郎」が付加した場合の例である。ここで、注釈の型がとる値は rdf:type
Annotation またはそのサブクラス(Advice、Change、Comment、Example、Explanation、Question、
SeeAlso など)であり、利用者が定義することも可能である。
- 50 -
田中一郎は株式会
社XXの従業員
Explanation
注釈本体
注釈の型
関連リソース
記述者
ドキュメント
文脈
田中一郎
作成日時
2002-05-03
山田太郎
更新日時
2002-05-05
図-7 注釈のモデル
■OntoMat
OntoMat は、オントロジに基づく注釈を Web ページに付与するツールである。OntoMat は OntoAgent
プ ロ ジ ェ ク ト の 一 環 と し て 開 発 が 進 め ら れ 、 注 釈 環 境 の た め の 枠 組 み で あ る CREAM(Creating
RElational、Annotation-based Metadata)の実装と位置付けられている。注釈付加ツールの多くでは注
釈を記述するための一種のテンプレートが予め用意されているのに対し、CREAM はドメイン・オントロ
ジに基づいてドキュメントに意味情報を付加する点が特徴である。
図-8 は、CREAM における注釈、オントロジとドキュメントの間の簡略化した関係の例を示している。
CREAM ではオントロジは DAML+OIL のクラスおよびプロパティ定義であり、注釈はそのインスタンス
としてドキュメントに付加される。この例では、ドキュメントの一部である「田中一郎」というテキスト
に対して、従業員であるという注釈が付加されている。この注釈はオントロジの従業員クラスのインスタ
ンスであり、注釈の中で与えることができる属性(名前、電話番号など)は従業員クラスによって規定さ
れる。さらに、オントロジ中で従業員クラスと会社クラスがプロパティ「works at」によって関連付けら
れているとすると、「works at」によってこの注釈を田中一郎が働く会社のインスタンスと関連付けるこ
とができる。
オントロジ
プロパティ
クラス 会社
クラス 従業員
プロパティ 会社名
プロパティ 名前
works at
プロパティ 代表者
プロパティ 電話番号
注釈
従業員
works at 会社
名前:田中一郎
会社名:株式会社XX
電話番号:12-3456
代表者:
ドキュメント
田中一郎
株式会社XX
図-8 OntoMat の注釈の構造
OntoMat は動的にプラグインすることのできるコンポーネントから構成されている。主要なコンポー
ネントを図-9に示す。オントロジガイダンスは、利用者がドキュメントブラウザで指定した個所の注釈
を表示するほか、新規に注釈を付加する際にはオントロジ中のクラスを表示して入力を支援する。注釈推
- 51 -
論サーバは、注釈やオントロジを管理してオントロジガイダンスのための情報を提供するほか、それらの
間の推論を行う。ドキュメントマネージャは、注釈付加の対象となるドキュメントを WWW からコピー
し管理する。ドキュメントを注釈環境の中で管理することにより、同一ドキュメントに対する注釈の重複
を避けるとともに、ドキュメントの一部が変更された場合の注釈の半自動的な保守が意図されている。こ
の他、情報抽出技術を利用することによって半自動的な注釈付加を行う、情報抽出コンポーネントが開発
されている。
注釈環境
ツールGUI
オントロジ
ガイダンス
ドキュメン
ト
ブラウザ
問合せ
抽出
注釈付与
注釈推論
サーバ
WWW
収集
情報抽出
コンポーネント
ドキュメント
マネージャ
注釈
オントロジ
コピー
Web
ページ
図-9 CREAM アーキテクチャ
1.4.8
RDF のリポジトリおよびクエリープロセッサ
メタデータ付与のためのツールやセマンティック Web のアプリケーションの要素技術として、RDF の
データベースおよびそのクエリープロセッサが急速に発展している。例えば前述の Annotea を利用する
場合、サーバには RDF で記述されたアノテーション用のデータベースが必要であるし、またアノテーシ
ョンを高度に検索するためにはクエリープロセッサが必要になる。ここではこれらの動向についても少し
だけ触れておきたい。
RDF の蓄積は既存の XML のデータ管理システムも利用可能である。XML データ中のテキストを RDB
のデータ構造にマッピングしてデータベース化する手法と、DOM のインタフェースを用いてツリー形式
の構造をそのままバイナリ化してデータベース化する手法が存在する。大量のメタデータに複数のエージ
ェントがアクセスする可能性があるセマンティック Web の世界では、高速性の観点から XML データを
オブジェクトとして管理する後者の技術が今後重要になると考えられる。また、クエリープロセッサは
RDF のトリプルの検索を効率的に行うことを目的とし、SQL のような形式で RDF のステートメントを
検索できる言語とともに提供されることが求められている。
Sesame は、On-To-Knowledge プロジェクトにおいて、Aidministrator Nederland によって開発され
た、RDF Schema ベースのリポジトリおよびクエリープロセッサである。リポジトリには RDF データと
RDF Schema 情報を格納することができ、ICS-FORTH で開発された RQL(RDF Schema Query
Language)と呼ばれるクエリー言語を用いた検索が可能である。RQL の検索結果は RDF で得られる。
HP が提供する Jena というセマンティック Web のツールキットは RDF のモデルを操作するための Java
の API を提供し、RDQL(RDF Data Query Language)によるクエリープロセッサを提供している。この
他にも、RDF に特化したデータベースとして RDFdb 、RDF の構造を解析、格納、管理する Perl のラ
イブラリである RDFStore (Perl API for RDFStorage) 、MIT のセマンティック Web のプロジェクトで
検討が進められているクエリープロセッサ Algae などがある。Algae は Annotea プロジェクトにおいて
も利用されている。
- 52 -
1.4.9
まとめ
セマンティック Web のツールとして、主にメタデータ付与を中心としたツールの概要を述べた。ツー
ルの概観の節で、ツールの分類を試みたが、各ツールとも、特徴とする機能を中心に、機能拡大しており、
うまく位置付けられないものも多い。また、知的検索エンジンやサイト解析などのより応用よりのツール
や推論用のツールなどもあるが、紙幅の関係で割愛する。また応用については、本特集に応用システムに
関する章もあるので、参考にして頂きたい。
セマンティック Web の発展のためには、メタデータを付与・活用する環境が整うことが一つの条件と
考えられる。そのために支援ツールがあり、それらのツールは、使われ、改良されて発展してゆく。本稿
がその一助になるようなことがあれば望外の幸いである。
1.5
セマンティック Web の応用システム
セマンティック Web は、特定の用途に依存しない非常に汎用性の高い技術基盤であるが、現時点では
まだキラー・アプリケーションと呼ばれるようなものは登場していない。しかしながら、まだ初期の段階
にあるこの技術基盤を用いた応用システムが国内外で開発され始めている。以下ではそのような応用シス
テムのいくつかと、今後非常に有望と考えられる電子政府への応用について述べる。
1.5.1 ユビキタス環境におけるセマンティック Web 応用
ユビキタス環境においては、様々な機器を使って色々なサービスが享受できることが望まれている。特
に PDA や携帯電話に代表されるモバイル端末の場合、使っている人、場所、時間などによって利用でき
るサービス、利用したいサービスが変わっていく。例えば、電車の中で各駅に到着する時間や乗り継ぎの
情報などが得られるサービス、大きな病院における診察の予約、待ち時間の問い合わせ、指定した薬局へ
の処方箋の転送などのサービスが考えられる。こういったことを実現するためには、動的なサービスの発
見や結合を可能にする技術が不可欠である。
一方、SOAP、UDDI および WSDL などの技術を使った Web サービスは、動的なサービスの発見や結
合ができる技術として期待されている。企業が UDDI に登録されているパートナー企業のサービスを閲
覧したり、tModel から新たなパートナー企業のサービスを発見したりすることができる。また、サービ
スのインタフェースには SOAP を使用しているので、動的なサービスの結合も容易である。
Web サービスの技術が、そのままユビキタス環境のための動的なサービスの発見や結合に使えれば良
いのであるが、現時点で Web サービスが想定している最も一般的なシナリオは、B2B におけるサービス
の発見と結合である。すなわち、企業が新規に相手先を検索することや既知の相手先のサービスを閲覧し
結合することを想定しているので、ユビキタス環境で必要な、利用者の要求にあったサービスを一から検
索し、動的に結合するという目的には適していないのが現状である。
■セマンティック Web 技術の適用
ここで挙げる応用例は、ユビキタス環境と Web サービス環境との間にセマンティック Web の技術を適
用することにより、ユビキタス環境における動的なサービスの発見と結合を可能にしている。全体の構成
を図-1 に示す。
(1)ユーザからの要求は、サーバ上にあるユーザエージェントに先ず伝えられる。
(2)ユーザエージェントは、ユーザに代わってブローカへの要求を伝える。
- 53 -
(3)要求を受けたブローカは、オントロジや推論規則を使ってサービスを決定する。このオントロジには、
サービスの種別と WSDL 文書との対応を含んでいて、ブローカと UDDI とのブリッジの役割を果たして
いる。
(4)次に、ブローカは、対応する WSDL 文書の仕様を満たす Web サービスを UDDI から検索する。
(5)要求されている Web サービスが見つかれば、その Web サービスを起動する。
(6)起動された Web サービスからの結果をユーザエージェントに通知する。
(7)ユーザエージェントは、要求に対する結果の到着をユーザに伝え、ユーザの要求に対する結果へのア
クセスを補助する。
ユーザエージェント
1
2
6
ブローカ
4
推論エンジン
5
7
UDDI
アプリケーションサーバ
Webサービス
オントロジ
ユーザ
WSDL
3
セマンティックWeb技術
Webサービス技術
図-1 全体構成
■ユビキタス環境のためのサービス・オントロジ
このシステムでは、オントロジ記述言語として DAML+OIL を採用している。オントロジの作成手順と
しては、スコープの決定、既存オントロジの再利用検討、重要用語の列挙、クラスおよびプロパティの定
義、インスタンスの生成に加えて推論規則定義と、必要に応じた各段階の繰り返しを行ってサービス・オ
ントロジを作成している。ここでは、利用者が公共的空間において PDA や携帯電話などのモバイル端末
を利用してサービスを享受することを想定し、その際に必要な概念や推論規則をオントロジとして次のよ
うに大別している。
・個人情報オントロジ:利用者の個人情報をあらわすボキャブラリ
・スケジュール・オントロジ:公共空間での利用者のスケジュール関連のボキャブラリ
・ Web サービス・オントロジ: Web サービスの発見や検索に必要なボキャブラリ
・ブリッジ・オントロジ:
Web サービスの種別と WSDL 文書との対応を記述
Web サービスを記述するためのオントロジ記述言語としては DAML プロジェクトの DAML-S がある
が、この応用例では、WSDL を採用していることなどから独自の記述言語に基づいたサービス・オント
ロジを定義している。
■実証実験
この応用例では、利用者が公共的空間において PDA や携帯電話などのモバイル端末を利用しサービス
を享受することを想定した実証実験を行っている。実験シナリオは、ユーザが展示会の会場において、会
場内で開催される適切なセミナー予約の Web サービスにモバイル端末からアクセスし、予約を行うとい
うものである。また、各セミナーには、キャンセル待ち登録サービスがあり、キャンセル待ちの登録を行
うことができる。以下ではこのシナリオに沿って各コンポーネントの相互作用を見ていく。
- 54 -
ユーザー
ブローカー
ユーザーエージェント
推論エンジン
UDDI
Webサービス
セミナー予約要求
セミナー予約要求
サービス検索
セミナー予約Webサービス起動
定員オーバー
FACT追加
推論規則の発火
結果:キャンセル待ち登録サービス
サービス検索
キャンセル待ち登録Webサービス起動
キャンセル待ち登録成功
キャンセル待ち登録成功
キャンセル待ち登録成功
図-2 実験シナリオ
・シナリオの詳細
ユーザがセミナー予約を要求すると、ブローカがブリッジ・オントロジから要求に対応する WSDL を
特定し、その WSDL を実装している Web サービスを UDDI 上で検索する。セミナーの予約の Web サー
ビスが見つかれば、その Web サービスを起動して予約を行う。ここで予約が成功すれば、その旨をユー
ザに通知して終わるのだが、定員オーバーのためセミナー予約の Web サービスからは、定員オーバーの
結果がブローカに戻される。ここでは、「定員オーバーの時は、そのセミナーのキャンセル待ちサービス
を起動する」という推論規則が登録されており、推論エンジンはこの演繹結果をブローカに通知する。こ
の結果を受けたブローカは、キャンセル待ちサービスに対応する WSDL を特定し、その WSDL を実装し
ている Web サービスを検索する。キャンセル待ちサービスが見つかれば、その Web サービスを起動して
登録が成功したことをユーザに通知する。
現実の世界ではひとつのサービスでユーザの要求が満足されることは少なく、幾つかのサービスを順序
よく組み合わせて目的の要求が達成される。Web サービスにおいても同じ事が言えるが、このシステム
のように各種のサービス・オントロジを備えたセマンティック Web 技術に基づく仕組みを使えば、上記
シナリオのように複数の Web サービスを順序良く呼び出し、目的を達成することが可能である。
また、特にユビキタス環境においては、環境によって享受できる・享受したいサービスが変わっていく
が、この仕組みを使えば、環境やサービスにあったボキャブラリや推論規則を動的に入れ替えることによ
って、様々な環境やサービスに柔軟且つ迅速に対応することが可能となる。
1.5.2
知識流通プラットフォーム
セマンティック Web に関する研究の進展によって、従来の検索エンジンを超えた知的かつ正確な検索
サービスが期待されているが、ナレッジマネジメントやコミュニティ、ポータルなどの応用サービスにつ
いても研究が進んでいる。RDF のシンタックスや RDFS を始めとするスキーマ、ボキャブラリなどが整
い、それらのエディタ、データベースの開発が進み、さらにクエリー機能が向上してくると、今度は、ど
のような方法で、どのような知識を蓄積し、どのように利用するかというアイディアが具現化する。現在
- 55 -
はまだ研究フェーズの段階であるが、実際にユーザサービスとして動作するシステムが登場し始めている。
■知識流通プラットフォームと Hyperclip
NTT 情報流通プラットフォーム研究所では、XML(RDF または XLink)で記述されたコンテンツ間の関
係を表現するデータを Peer-to-Peer (P2P)のプロトコルで流通させ、複数のユーザで共有する知識流通プ
ラットフォームを提案している。RDF などのメタデータを誰が生成するのかということは、セマンティ
ック Web の大きな課題の1つである。商用の Web サイトのようにとにかく訪問者数を増やしたいという
モチベーションがあるところや公的な機関以外は、作成者に負担がかかるメタデータの生成には消極的で
ある。そこで、知識流通プラットフォームでは、個々のユーザによるドキュメントなどのコンテンツを扱
う行為からコンテンツ間の関係を表現する XML データを抽出するアプローチをとっている。
この知識流通プラットフォームのアーキテクチャを図-3 に示す。ユーザの挙動をモニタするなどして、
コンテンツ間の関係を表現した XML を生成するアプリケーションを Knowledge sharing client と呼んで
いる。
K n ow le d g e sh a r i n g c lie n ts
XM Lの 解 析 に
W eb
H y p e r c lip ブ ラ ウ ザ よ る 情 報 間 の
関連の表示
ユ ー ザ の 行 ア プ リケ ー シ ョン
ソ フ トウ ェア
為 を XM Lに
マッピング
C o n te xt b ur e a u
P 2P
文書
エ デ ィタ
X M L (R D F , X L in k ) の 蓄 積 と
P2Pに よ る 共 有
XM L
ブラウザ
C o n te xt b u r e a u
イ ン ター ネ ット/ イ ン トラ ネ ット
C o n te xt b u r e a u
P 2P
図-3 知識流通プラットフォームのアーキテクチャ
さまざまなアプリケーションにこのクライアント機能が備わると、例えばユーザがあるドキュメントをネ
ットワーク上で参照し、それを編集して「名前を付けて保存」したときに、新旧ドキュメント間の関係を
modifiedVersion という RDF のプロパティを用いて表現された図-4 に示すような XML の自動生成が可
能になる。
<?xml version="1.0"?>
<rdf:RDF
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:context="http://www.ntt.co.jp/2000/context#">
<rdf:Description rdf:about="http://www.ntt.co.jp/docA.txt">
<context:modifiedVersion
rdf:resource="http://www.ntt.co.jp/docB.txt" />
</rdf:Description>
</rdf:RDF>
図-4 RDF によるドキュメントの更新の表現
- 56 -
これらのクライアントは各ユーザ PC 上に存在する Context bureau と通信を行い、その XML を蓄積
する。Context bureau は、クライアントの要求に応じて蓄積した XML データを渡したり、データ中の
RDF プロパティを解析することによってあるコンテンツに関連した他のドメインに存在するコンテンツ
を P2P のプロトコルを用いて検索したりすることができる。
Hyperclip は Knowledge sharing client の一形態として存在する。これはユーザ PC のデスクトップ
上に常駐し、ユーザが扱ういろいろなタイプのファイルやメール、
ブラウジング中の Web ページなど URI
を持つコンテンツを、ブックマークのように登録(クリップ)できるツールである。ユーザが、新たなコ
ンテンツをドラッグ&ドロップの操作によって、既にクリップされている別のコンテンツに重ねると、コ
ンテンツ間の関係の入力を促すダイアログが表示され、RDF のプロパティに相当するコンテンツ間の関
係をプルダウンメニューなどで選択できる。
セマンティックアイコン:
modifiedVersion(更新バージョン)
ドラッグ&
ドロップ
sequentialDocument(次に参照すべきドキュメント)
translation(翻訳)
annotation(アノテーション)
図-5 セマンティックアイコンを用いた Hyperclip の GUI 上でのコンテンツ間の意味表現
図-5 の例では、「RDF 勧告候補」と「RDF 勧告仕様書」というコンテンツ間にバージョンの更新とい
う関係が存在することを示している。また「RDF 勧告仕様書」の次に見るべきドキュメントとして「RDF
Schema 仕様書」というドキュメントがあることや、その翻訳やアノテーションが存在していることを
GUI 上にセマンティックアイコンを表示して表現している。また、アイコンのダブルクリックによって
関係の再編集ができるほか、コンテンツタイトルのダブルクリックによって関連するアプリケーションが
起動され、コンテンツの実体を参照することができる。
さらに、ユーザがコンテンツタイトルを右クリックすることによって別ドメインの XML データの検索
が可能である。例えば「RDF 勧告仕様書」に関連するコンテンツを探す場合、コンテンツの URI をキー
として、他のユーザが保持する XML を検索できる。関連する XML が多い場合は、特定のコンテンツ間
の関係のみを探す絞込み検索もできる。図-6 は、検索の結果を検索のキーとなったコンテンツの左右に表
示した例である。関係を登録したユーザのプロファイルも一緒に表示され、「「RDF 勧告仕様書」と
「TopicMaps」は比較対象の関係にあると hiroyuki が言っている」ということがわかる。プロファイル
やクリップしたコンテンツの公開レベルは各ユーザで設定可能である。
- 57 -
セマンティックアイコン:
comparableObject (比較対象)
図-6 同じ GUI 上に表示された他ユーザのアクティビティ
■ナレッジマネジメントへの適用
ナレッジマネジメントの目的の1つは、オフィスに埋もれている情報を知識として抽出することにある。
上記のような個々のユーザのアクティビティが RDF の知識表現に基づいて記述され、さらに複数のユー
ザで共有できる形で蓄積されている場合、例えばオフィスでユーザがある申請書のテンプレートファイル
を手に入れたときに、何通りもの他のユーザの記述例をすぐに参照できたり、同時に申請する必要がある
別の書類などが簡単に発見できたりすると考えられる。
EU の IST プログラムとして 1999 年から活動している On-To-Knowledge プロジェクト<脚注 2>で
はオントロジ言語 OIL の開発を行う一方で、実際の企業でのナレッジマネジメントのソリューションを
実践している。フランスの国立情報処理自動化研究所(INRIA)の ACACIA プロジェクト<脚注 3>でも
RDF を用いて企業内の暗黙知を形式知として情報の共有を図る試みがなされている。
■コミュニティの形成
あるユーザによるネットワーク上のコンテンツ間の関係付けは、それを参照したユーザによるアノテー
ションや、さらに別のコンテンツとの新しい関係の追加によって、フィードバックがかかることが期待で
きる。また、RDF などによって表現された個々のユーザが保持している知識の必要に応じた収集・共有
による、動的なコミュニティの形成が可能であると考えられる。これは、Web 上の掲示板のように、そ
こを訪れたユーザのみに提供されるコミュニケーションの場とは異なった特性を持つと考えられる。
■ポータルサービス
DAML プロジェクトの ITTALKS はセマンティック Web をポータルサービスとして応用している。IT
分野の講演の Web ページにメタデータを付与し、さらに個人のプロファイルやスケジュール、住所など
の情報と組み合わせて、エージェントが推論を行い、参加が推奨される講演をユーザに提供することがで
きる。ITTALKS はいくつかのエージェントを持ち、その中の MapQuest エージェントと呼ばれるものは、
別のサービスに対するオントロジの翻訳機能を提供し、ユーザの興味のある講演を探すエージェントと協
調して動作する。
また、新聞社などがニュースコンテンツの見出しなどをポータル向けに RSS を用いて提供するサービ
スを始めている。今後、セマンティック Web 技術を用いたより高度なサービスが期待される。
- 58 -
■さらなる知識流通に向けて
知識流通プラットフォームでは、矛盾などを含んだ個々のユーザが生成する莫大な量のステートメント
を集中管理することは不可能であると考え、必要に応じて検索の範囲やグループを指定できる P2P のア
プローチを採用した。他にも EDUTELLA<脚注 4>、SWAP<脚注 5>など P2P をベースとする RDF
交換のための機構の検討が始まっている。もちろん、インデックス管理やロボットによる RDF のクロー
リングも必要である。RDFWeb<脚注 6>のように、メタデータ自体は個々のユーザが作成・設置するが、
そのインデックスを管理する機構も存在する。また、DAML によって記述された Web 上の RDF ステー
トメントを収集する試みが DAML Crawler<脚注 7>によって開始されている。また、RDF Crawler<
脚注 8>も同様だが、Java API を提供し他のツールに埋め込んで使用することができる。クローズドで
ない任意の RDF ステートメントの収集、リポジトリ管理、オントロジの相互変換を複数のサイト間で動
的に行うフレームワークの開発が、応用アプリケーションの発展に大きな影響を与えると考えられる。
1.5.3
デジタル資産管理/権利管理システム
従来からコンテンツに関するメタデータが効果的に活用されているアプリケーション分野として、デジ
タル資産管理(Digital Asset Management、DAM と略記)やデジタル権利管理(Digital Rights
Management、DRM と略記)がある。いずれもインターネットを通じて各家庭に音楽や映像の配信が可
能となってきた頃から注目を集めている分野である。音楽や映像は、HTML 文書などのテキスト主体の
コンテンツに比べ、そのコンテンツ自体に関する情報を自動的に抽出したり、分類や検索に利用すること
が困難である。そこで、このようなコンテンツの管理には、古くからプロファイルなどを記述したメタデ
ータが利用されている。一方、各コンテンツに関する著作権情報やライセンス情報もコンテンツ自体から
得ることは難しく、同様にメタデータとして定義、利用されてきた。
これらのコンテンツ(資産)管理や権利管理では、従来は各メーカーや導入されたシステム毎にローカ
ルなメタデータの定義が為され、システム間の相互運用性はあまり考慮されていなかった。しかし最近で
は、放送用の映像をインターネットで配信したり携帯電話のキャリアを通じて配信するようなビジネスモ
デルが数多く描かれており、実証実験や一部で実サービスも始まっている。このような複数の配信系(チ
ャネル)にまたがるコンテンツ配信を広範囲に行う場合、多数のコンテンツ提供者間でコンテンツ本体と
共にその管理用メタデータも交換する必要性が高まり、相互運用性の向上が重要な課題となる。
■セマンティック Web における DAM と DRM
現在の Web がセマンティック Web へと発展し、Web 上のコンテンツがそれぞれ自身のメタデータや
共通のオントロジを持ったとき、従来の DAM や DRM はどのようになるだろうか。ある用途に対して適
切なコンテンツをメタデータによって検索し利用する点で、セマンティック Web と従来の DAM は共通
の性質を持っている。最も顕著な違いは、特定のシステムに縛られた従来の DAM に対し、セマンティッ
ク Web は非常に広範囲な利用が可能な相互運用性を提供する点にあると言えるだろう。
DRM についても同様のことが言える。消費者へのコンテンツ配信における DRM はしばしば不正コピ
ー防止や課金のための技術と捉えられがちだが、DAM システムにおける DRM は権利情報の管理や運用
が主な用途である。したがって、利用したいコンテンツに関する権利情報(メタデータ)を参照し、利用
者にとって適当であれば利用許諾条件の確認や著作権料の支払いなどの権利処理を行なう。セマンティッ
ク Web の技術基盤が整えば、これに DAM や DRM のメタデータが対応することで、様々なチャネルや
利用環境に応じたコンテンツの流通、さらにはインターネット規模でのコンテンツ管理、権利管理の可能
- 59 -
性が見えてくるだろう。
■MARS project - IPR management system
セマンティック Web の技術基盤を利用した DAM/DRM 関連システムの具体的な例として、欧州
DMAG(Distributed Multimedia Applications Group)<脚注 9>の MARS project で開発されている
IPR management system(以下 IPR-ms)がある。
Creator
Payment
Service
Watermark
&
Fingerprint
Certification
Authorities
IPR
Databese
IPR
Control
Provider
Rights Holder
Content
Provider
B
R
O
K
E
R
Distributor
Web Shop
Purchaser
Unique
Number
Issuer
Customer
図-7 IPR management system のビジネスモデル
IPR-ms では、IPR(知的財産権)のデータベースとその運用に関する機能(認証、IPR 制御、ID 管理、
決済など)を統合管理するブローカを通じ、インターネット上のコンテンツ提供者や配信業者、消費者の
間で相互にコンテンツ(ビデオ・リソース)利用のライセンス契約を結ぶ(図 -7)。
IPR-ms のアーキテクチャは4層からなり、HTML や Java Applet を用いて構築され利用者が直接目に
する最上層の Presentation 層から順に、CORBA や HTTP でサービスを提供する Application logic 層、
そのサービスを動的に構成する Knowledge 層、各種データを管理する Storage 層となっている(図-8)。
Presentation
Java Applets
HTML
Application logic
CORBA / HTTP
Services
Knowledge
RDF Metadata
RDFSchemas
Storage
Relational
Database
Semantic Web
technologies
図-8 IPR-ms の 4 層アーキテクチャ
このうち Knowledge 層にセマンティック Web の技術を適用し、Dublin Core や MPEG-7 のスキーマ
を用いて MARS 独自のオントロジ(前身は INDECS のプロジェクト)を定義している(図-9)。
- 60 -
rdfs:Class
Entity
Percept
Being
Concept
Thing
Attribute
rdf:Property
Role
Creation
Relation
Event
Situation
rdf:Literal
Quantity
Label
図-9 MARS INDECS ベースのオントロジ上位層
IPR-ms で管理されるビデオ・リソースは、 URI と RDF で定義されたメタデータを付与されている。
このリソースと各種の知識としての権利処理スキーマを用いて、コンテンツの提供者と利用者がコンテン
ツの利用に関する合意形成を自動的に行なうことができる。IPR-ms では今後、オントロジを DAML+OIL
(恐らくは OWL になると思われる)に準拠させるなど、セマンティック Web が提供する相互運用性を
更に強化する計画であるという。
1.5.4
次世代電子政府システムへの応用
ここまでは、セマンティック Web 技術を応用して実際に開発されたシステムを紹介してきた。これら
に加え、更に今後の有力な適用分野として、電子政府システムを挙げることができる。例えば次のような
システムへのセマンティック Web のメタデータ(RDF)技術とエージェント技術との適用が有効と考え
られる。
1) 次世代情報公開システム
2) 次世代電子公募(事業管理)システム
3) 分散蓄積情報の統合利用システム
4) 次世代電子申請システム
5) 次世代電子決裁(稟議)システム
以下では、これらのうち3つの例を取り上げ、セマンティック Web 技術とその発展によって得られる
具体的効果について考察する。
■次世代情報公開システム
政府や自治体が公開している情報にメタデータを付与し、そのメタデータを用いて公開情報の管理と検
索とを可能にすることにより、公開情報の検索を容易にすると共に、デジタル情報のみならず紙情報など
の非デジタル情報も検索することを可能にするシステムである。
このシステムのメリットには、次のものがある。
①法律用語のみならず日常用語を用いて公開情報を検索できる。
一般に、行政の公開情報は法律用語を用いて記述されている。例えば、「IPA」は「情報処理振興事
業協会」であり、
「ポケベル」は「無線呼出し装置」である。政府の現在の情報公開システムで IPA の
情報を得たい場合、キーワードを「IPA」として検索を行っても IPA の情報はヒットせず、キーワード
を正しい法律用語である「情報処理振興事業協会」としなければならない。これでは一般の利用者に対
- 61 -
して極めて不親切である。行政の公開情報にメタデータを付与し、メタデータで法律用語の意味を日常
用語と対応付けておけば、法律用語のみならず日常用語を用いて公開情報を検索可能になるため、公開
情報の利用が非常に容易になる。
②部門や領域の違いを解消できる。
部門や業界や団体や地域によって、実体が同じなのに異なる用語を用いている場合がある。この様な
同義語や類義語は、従来の検索システムでは独立した異なる語として取り扱われていたが、メタデータ
により同義語や類義語を相互に対応付けておけば、部門や領域毎に異なる同義語や類義語を同じ意味の
用語として取り扱うことができる。従って、いずれの用語を用いても公開情報の中の関連情報を検索可
能となる。
③様々な媒体の情報の統合検索が可能となる。
図書館の蔵書索引と同様に、メタデータは、デジタルデータに対して付与できるだけでなく、非デジ
タルデータに対しても付与することができる。また、テキストデータだけでなく、静止画や動画と言っ
たイメージデータに対してもメタデータを付与することができるので、様々な形態の情報を統合管理し、
情報公開システムにおいて検索の対象とすることができる。
④セマンティック(意味)検索が可能となる。
関東地方は、東京都など一都六県から構成されている。これら一都六県の夫々の人口数が情報として
存在するならば、関東地方の人口数が明示的に存在していなくても、人間は一都六県の人口数を積算す
ることでその値を知ることができる。しかし、現在の検索エンジンにはこのようなことはできない。そ
の理由の1つは、情報が検索エンジンに理解できる形式で記述できていない為である。そこで、公開情
報の内容を、メタデータを用いてマシンリーダブルな形式で記述することにより、検索エンジンが情報
の意味を理解することが可能になり、上記の様なセマンティック(意味)検索が可能になる。
■次世代電子公募(事業管理)システム
政府は、科学技術振興政策及び産業振興政策の観点から多くの戦略的情報技術開発事業を実施している。
これらの事業は、一般的に公募から始まり事業の管理や事業成果の活用までを包含し、多大な予算と人的
資源と時間とを必要とする。
しかし、この分野は政府の業務の中で比較的電子化の進んでいない分野であり、電子化によって政府公
募事業のライフサイクル全般にわたる業務を電子的に管理すれば、事業の負荷を軽減し効率化を図ること
ができる。政府事業のライフサイクルは、一般に次のフェーズから構成される。
公募→応募→審査→採択→契約→実施、進捗管理→納品→検収→精算→成果の活用
→情報公開
これらの過程をセマンティック Web 技術により電子化し、スムーズな事業実施と事業の透明性を実現
することにより、次のような効果が期待できる。
①発注者/受注者間のやり取りを電子化することにより迅速且つ効率的な業務遂行が可能となる。
②受注者及び発注者双方で互いの処理状況をリアルタイムで知ることが可能になり、コラボレーション作
業が可能となる。
③メタデータにより、Web の情報のみならず、ワード文書、EXCEL データ、RDB データ、紙文書、イ
メージデータ等の様々な情報を一元管理できる。また、情報の内容の変遷、変更履歴などを管理でき、将
来の管理システムの変更等にも対処し易い。
④メタデータにより、領域や部門毎に異なる同義語や類義語を同じ意味として取り扱い、処理する事がで
- 62 -
きる。さらに全てのデータがメタデータで管理されるため、インテリジェント・エージェントによる自動
処理が可能となる。
■分散蓄積情報の統合利用システム
現在の電子政府システムでは、利用者と行政サービス提供者との間のアクションのうち人間が行ってい
た作業の電子化を進めているが、さらに次の様な課題の解決を図る必要がある。
(1)バックエンド業務やフロントエンド業務との連携を可能にする。
(2)必要な時に必要な情報をアクセス可能にすることにより、情報の不必要な転送を排除する。
(3)申請や届出のワンストップサービスを実現する。
(4)インターネットを介した関係者間のコラボレーションを可能にする。
これらのうち(2)及び(3)の課題の解決を図るものとして、セマンティック Web 技術を活用した分散蓄積
情報の統合利用システムが考えられる。Web は、ハイパーリンクによって、分散して存在している情報
をあたかも一つの塊の情報のように見せたり、ある情報を変更するとその情報をソースとしてリンクして
いるページを一斉に変更したかの様に見せ掛けたりすることができる。これと同様に、次世代電子政府シ
ステムにおいても、ある申請や納品等の添付資料及び関連データを URI によりハイパーリンクし、仮想
的に一体のものとして管理する事が出来るならば、上記の(2)及び(3)の課題が解決可能となる。
分散蓄積情報の統合利用システムは、メタデータと URI とに基づいて情報を分散管理し、電子政府シ
ステムに関する資料やデータを「極力動かす事無く必要な時に必要な情報をアクセスする事」を可能にし、
また、
「ある一ヶ所の情報を変更する事でその情報に関連する記録を一斉に変更する事」を可能にし、そ
れらによって行政事務処理の一層の効率化、管理コストの低減及び行政サービスの飛躍的向上を図ること
を狙いとした考えである。本システムは1つのアプリケーションというより、いくつかの電子政府アプリ
ケーションの共通基盤となるべきものであり、以下の効果が期待できる。
①メタデータの中では、全てのデータを URI により識別できるので、インターネット全体を1つの仮想
的なリポジトリとする事ができ、分散して存在している情報を仮想的に一つの情報群の様に取り扱うこと
ができる。これにより、必要な情報を必要な時にアクセスし、利用する事が可能となる。
②メタデータを用いることにより、ある情報に対して関連する情報を URI でポインティングし、それら
の情報が仮想的に一体であるかの様に扱う事ができる。したがって、複数の場所で使われている情報を一
元管理し、その唯一の実体をハイパーリンクで参照する事により、実体を変更するだけでそれに対応する
全ての情報が一斉に変更されたかの様に見せることが可能となる。この仕組みを申請業務や届出業務に適
用することにより、申請や届出のワンストップサービスの実現が容易になる。
③メタデータにより、情報の内容の変遷、変更履歴及びアクセス履歴などを管理でき、不正利用のチェッ
クや利用者の追跡を行う事が容易になる。また、メタデータを活用することで次世代電子公募システムの
効果で述べた③、④の効果が同様に得られる。
④個人情報を中央で集中管理するのではなく、手元に置いたまま各自で管理するので安心でき、プライバ
シー情報の保護や更新なども行いやすい。
⑤永久 URL(Persistent Uniform Resource Locator)の概念を導入する事により、永久的に有効な URI を
得ることが可能となる。ここで永久 URL とは、情報の格納ロケーションが物理的に変更になっても利用
者から見た URL は変わらない、論理的表現の URL である。これにより実体の場所を変更する事が容易
となる。また、日本語の URI を使う事もできるようになるので現在のように覚えにくい URL を使用しな
くともよくなる。
- 63 -
1.5.5
セマンティック Web の今後の発展
以上述べてきたように、セマンティック Web の技術は、ユビキタス環境や知識管理、著作権管理など
近年非常に注目を集めている分野、および電子政府といった国家レベルでのシステムにも幅広い適用効果
が期待できる。セマンティック Web が目指すネットワーク環境の実現までにはいくつもの段階があり、
それらの各段階で今後も様々な応用システムが提案、開発されてゆくだろう。しかし、従来のケースと異
なるのは、セマンティック Web 技術を基盤とするシステムは、そのことによって常に高い相互運用性を
備えている点である。多様でありながらも互いを新たなサービスやリソースとして活用できることが、次
世代の Web を着実に進化させてくれるものと期待している。
- 64 -
第 2章
セマンティック Web 技 術 の適 用 事 例 に関 する調 査
第2章
2.1
セマンティック Web 技術の適用事例に関する調査
本調査の目的
セマンティック Web については、メタデータ付与やオントロジ記述のための標準やツールなどの要素
技術は揃いつつあるもものの、それらを組み合わせて実際に動かし、実用に供している事例はいまだ少な
い。本調査では、そのようなセマンティック Web 技術の応用システムの事例(実用化・商用化事例)に
ついて調査を行う。わが国におけるセマンティック Web 技術の実用化に向けた研究開発のベースとなる
調査とする。
2.2
2.2.1
コンテンツ管理への適用事例(フィンランド)
適用事例
金融情報ポータルサイト:
Kauppalehti Online(http://www.kauppalehti.fi/doc/eng/)
※セマンティック Web のレイヤー図へのマッピング(グレーのレイヤーが実現されている)
オントロジ
RDF
XML
2.2.2 Kauppalehti Online の概要
Kauppalehti Online(図1参照)は、フィンランドにおける最大の金融ニュースポータルで、フィン
ランド第二のメディアグループである Alma Media の一部門である。Alma Media は 30 紙、2 つの TV
チャンネル、2 つのラジオチャンネル、30 の Web 上サービスを提供している。はじめに Kauppalehti
Online で提供された金融情報は、新聞、Web、モバイル(GSM、WAP、PDA 等)、TV の 4 つのメディ
アで提供される。
Kauppalehti の読者・視聴者等( 2001 年 9 月)は表1の通りである。
新聞及び雑誌
56 万人/日
TV
80 万人/日
Kauppalehti Online(インターネット)
3 万人/日
モバイル
8000 ヒット/日
表 1.
Kauppalehti の利用者
1999 年に Kauppalehti は、爆発的に増加する情報を処理しなければならない問題に直面し、また、い
かに顧客のニーズに対応するかを検討した結果、新たなコンテンツ管理ソリューションの導入を決めた経
緯がある。
- 65 -
2.2.3
ニュース配信サービスの概要
Kauppalehti ではコンテンツ管理プラットフォームとしてフィンランドの Profium 社1の Profium SIR
を用いている。
Kauppalehti の 8 人の編集チームや、様々な報道機関(ロイター、ブルームバーグ、ディレクト、ダ
ウジョーンズ、BNS、STT)、ヘルシンキ株式取引所、その他特派員といった、様々な情報リソースから
来る様々なタイプの情報を収集・管理し、有料のニュース配信サービスとして、それらの情報を様々なタ
イプのメディア、すなわち固定網及び移動網のプラットフォーム(Web サイト、電子メール、GSM/SMS、
WAP/WML 等)にリアルタイムで配信している。Web サイトには、1 日当たり 200 件の記事をアップロ
ードする。情報の一部は、新聞記事や、TV 番組上での帯状のテキスト情報(ほとんどは株式情報)とし
ても活用する。
Kauppalehti のニュース配信の卸売りも行っている。ニュース配信を行う企業は Kauppalehti から受
け取った情報を自社の Web サイトに掲載したり、電子メールやモバイル向けに配信したりすることがで
きる。例えば、フィンランドの通信オペレータである Sonera 社は、特定の顧客企業向けに、Kauppalehti
の金融情報サービスに基づくオンラインニュースを発行している。
Kauppalehti Online の金融ニュースポータルの売上のほぼ 3 分の 2 は、このようなニュース配信サー
ビスによるものとなっている。
図1.Kauppalehti Online のホームページ
1
http://www.profium.com/index.shtml.en
- 66 -
2.2.4
コンテンツ管理プラットフォーム Profium SIR
(1) Profium SIR 概要
Profium SIR(The Semantic Information Router)は、テキストあるいはマルチメディアフォーマッ
トの様々な文書の中から、必要なコンテンツを検索し、管理し、配信することを可能にするコンテンツ管
理プラットフォームである。SIR は、各情報を RDF メタデータで分類し、このメタデータの付加された
情報を DB に保存し、これにより、コンテンツの種類によらず、コンテンツの容易な検索を可能にする(図
2 参照)。
SIR は Java/J2EE として開発され、Kauppalehti 社では Sun/Solaris の OS 環境で動作する。RDF メ
タデータは標準的な RDB システム(Oracle 8i)に保存される。
(2) 収集した情報にどのように RDF メタデータを付与しているか
コンテンツを Profium SIR に入力すると、メタデータが自動的に抽出され、RDF メタデータに変換さ
れる。以下のような様々なタイプの入力に対して、変換を容易にする専用のコンテンツ・ハンドラがある。
RDF、XML、アドビ XMP(Acrobat 5, InDsign 2, Illustratoi 10, Photoshop 7)、MP3 Audio、MIDP、
Reuters News、Dow Jones Newswire、STT(フィンランド・ニュース局)、ヘルシンキ株式取引所、
Microsoft Office ドキュメント(ワード、エクセル、パワーポイント)である。コンテンツ・ハンドラの
カスタマイズも可能である。
メタデータの自動抽出を行うためには、当該ファイルの中に構造化されたメタデータがなければならな
い。例えば、コンテンツは XML フォーマットでなければならない。テキストファイルからもメタデータ
を自動的に抽出することができる。
他方、画像や音声、動画ファイルがメタデータを含むことは少ないため、メタデータはマニュアルで入力
しなければならない。
最近のリッチコンテンツ作成ツール(例えば、アドビのパブリッシングツール(XMP:eXtensible
Metadata Platform をサポート)
)は、画像等のコンテンツの作成の際に、構造化された RDF メタデー
タを作成し埋め込むことができる。Profium SIR はアドビの XMP をサポートしている。
RDF メタデータの抽出に関して、デモンストレーションも行っている。メタデータを抽出して欲しい
ファイルを添付して extractor@profium.com にメールを送信すると、RDF メタデータを添付してメール
を返信してくれる。
(3) RDF メタデータの管理
コンテンツからメタデータを抽出した後、Profium SIR はメタデータを Profium SIR のデータベース
に保存する。コンテンツ自体は、もともとの場所にあってもよい。必要とあれば、コンテンツ自体も
Profium SIR のデータベースに保存することができる。特定のメタデータフィールドがコンテンツの場所
を指し示すため、コンテンツがどこに保存されているかは問題ではない。
(4) RDF 付けした情報をどのような方法で各ユーザに配信しているか
Profium SIR では、以下の 3 つのクエリー方法が可能である。クエリーでは、コンテンツの代わりに
メタデータの検索を行う。ただし、全文検索もサポートしている。
①インタラクティブ・クエリー
②タイムド・クエリー
③パーシステント・クエリー
- 67 -
①インタラクティブ・クエリー
インタラクティブ・クエリーの場合、利用者はケースバイケースで、どのようなコンテンツがほしいか
を定義できる。利用者は、例えば、特定のトピックや特定の人間が作成したコンテンツに関する、いちば
ん新しいコンテンツ(メタデータの「更新日時」)を要求することができる。
②タイムド・クエリー
タイムド・クエリーの場合、必要なコンテンツを端末に合わせて時間ベースでプッシュすることができ
る。例えば、株価推移のテキストまたは視覚表現をリアルタイムで 30 分ごとに GSM 携帯電話に SMS
として送る場合などである。
③パーシステント・クエリー
パーシステント・クエリーでは、規定された種類のメタデータが入力された際に、 Profium SIR はコン
テンツを検索し、端末に対して配信を行う。さらに、システムは電子メールまたは SMS で、要求された
コンテンツがダウンロード可能であることを知らせる通知を送ることができる。例えば、利用者はある種
のモバイルゲームがポータルサイトからダウンロード可能であることの通知を受ける。利用者から OK の
メッセージを受け取った場合、Profium SIR はそのゲームをポータルのデータベースから携帯電話に配信
する。
パーシステント・クエリー機能はコンテンツを発行したり、再販したりする際に有用である。自らコン
テンツを発行する顧客に対して、コンテンツを自動的に送信することができる。例えば、ある企業が Web
サイトで自社の株価やニュースを自動的に公表したい場合など。顧客の求めるフォーマットでページ設定
が自動的になされるように、XSL スタイルシートも添付可能である。同じコンテンツに対して様々な XSL
スタイルシートを用いることにより、同一のコンテンツを、WWW、電子メール、SMS、WAP、MMS、
(将来的にはデジタル TV、3G)といった複数のチャンネルを通じて発行することができる。
(5) その他
Prosium SIR は Java Application Programming Interfaces(Java APIs)を提供しており、これによ
り容易にカスタマイズされたアプリケーションを構築することができる。Profium SIR は高度にモジュー
ル化され、フレクシビリティが高い。
入力メカニズムは HTTP(ポスティングとクエリー)、WebDAV プロトコル、Watched フォルダー、
Java APIs である。
メタデータ標準としては、既存のダブリンコア及び PRISM の RDF スキーマを搭載している。RDF ス
キーマのカスタマイズも可能である。
論理演算子(AND、OR、NOT、構造マッチング演算)を使ったクエリーの組み合わせにより、高度なク
エリーが可能である。
コンテンツとメタデータは様々なフォーマットで、様々なデバイスに出力できる(Web、電子メール、
SMS、MMS(Multimedia Messaging Service))。
- 68 -
Profium SIR
テキスト
配信エンジン
インプット方法
コンテンツハンドラ
クエリー方法
フォーマット
WebDAV
XML
インタラクティブ・
クエリー
XML
HTTP
RDF
タイムド・
クエリー
HTML
Watched folder
Adobe XMP
WML
Java API
MP3
パーシステント・
クエリー
画 像
Headline
配信メディア
動 画
MS Office
SMS
Custom
MMS
音 声
Web
Email
データ
メタデータ
エンジン
コンテンツ
RDFメタデータ
(テキスト 画像
動画 音声 データ)
図 2.
Profium SIR の仕組み2
(6) RDF を使う理由
Profium 社によると、Profium SIR に RDF を採用している理由は以下のとおりである。
・構造化されていないデータ(画像、非 XML データなど)も管理しないといけないため。
・ XML でアドホックな文書の構造化をする代わりに、RDF は統一したデータモデルを提供でき、
多くのボキャブラリが共存できるため。例えば、RDF データモデルでは写真データと決済デー
タを容易にミックスできる。XML では複数のデータモデルを共同で処理することが明確な形で
はできない。
・ RDF は、新しい属性の推論など、将来的な特徴(機能)の基盤を提供できるため。
(7) Profium 社の概要
1996 年にフィンランドで設立された。他にデンマーク、スウェーデン、フランスに事務所がある。ス
タッフは XML と RDF の開発に貢献した。
1999 年 10 月に RDF を活用するソフトウェア、RDF Parser を発表した。2001 年 5 月 22 日には、ベ
ルリンで開催された XML Europe2001 Conference にて Profium SIR を発表している。(ただし、
Kauppalehti Online ではすでに Profium SIR を利用していた。)
スタッフは 30 名強(2002 年 2 月時点)である。
2
http://www.profium.com/library/SIR_V31_datasheet.pdf よ り 。
- 69 -
2.3
情報ポータルサイトへの適用事例(ドイツ)
2.3.1
適用事例
金融機関向け情報ポータルサイト:
Time2research(http://www.time2research.de/)
※セマンティック Web のレイヤー図へのマッピング(グレーのレイヤーが実現されている)
オントロジ
RDF
XML
2.3.2
Time2research 社の概要
Time2reserach 社は、ドイツのカールスルーエ大学(University of Karlsruhe)の AIFB 研究所(Institute
of Applied Informatics and Formal Description Method)から、1999 年にスピンアウトした、金融機関や
ベンチャーキャピタル向けに、投資対象の評価をサポートするサービス会社である。情報サービスの中核
となる情報ポータルサイトは、Ontoprise Gmbh 社(以下、Ontoprise 社と略)が開発したセマンティッ
ク Web 技術を用いたミドルウェア・プラットフォームである、 OntoBroker3を使用している。また、こ
の情報ポータルサイトの運営は Ontoprise 社4が行っている。
Time2reserach 社の社長は、Henrik Oppermann 氏であり、同社の事業領域は、E ビジネス、ERP、
CRM、SCM、Document and Systemmanagement など多岐にわたる。クライアントは、ベンチャーキ
ャピタルや株式取引企業などの金融関係企業が中心である。
なお、同社の社名は、金融機関、ベンチャーキャピタリスト向けに TIME 産業に属する企業の技術評
価をサポートするリサーチ企業に由来する。同社が定義する TIME 産業とは、
T
: Telecommunication(通信)
I
: Information Technology(情報技術)
M
: Multimedia service , Internet services and Solution(マルチメディア等)
E
: E-Commerce, E-Business(Eビジネス)
である。
2.3.3
主要顧客とサービス例
(1) TFG ベンチャーキャピタル社
過去 6 年間ドイツのトップベンチャーキャピタルとして、ドイツ全域にオフィスを構える。1999 年初
に S-DAX に公開し、以後急速に成長を遂げている。TFG ベンチャーキャピタル社の事業は、バランスの
取れた、投資ポートフォリオからなり、Time2reserch 社は下記のサービスを提供している。
①投資
ビジネスプランから技術精査まで、ベンチャーキャピタル融資のための意思決定支援
②マイルストン
融資契約内容と実績との差異管理
3
推論エンジン。知識モデルや推論ルールを利用して、背景知識に関する質問に答えることができる。
XML,RDF,RDFS,DAML+OIL な ど の 形 式 の 入 力 デ ー タ の 処 理 が 可 能 で あ る 。
4 http://www.ontoprise.de/
- 70 -
(2) Concord effekent 社
ドイツにおける成長産業(TIME 産業)における小・中規模企業向けの独立系投資銀行である。フラン
クフルト及びミュンヘンにおけるオフィスには、金融市場、法人金融、資産運用の 3 事業に 170 人の従
業員が携わっている。Time2reserach 社は Concord effken 社の法人金融部門に下記のサービスを行って
いる。
① 未公開株式、ベンチャーキャピタル
投資候補企業の資金提供前段階における技術精査
② M&A
M&A(merger and acquisition)に向けた、戦略オプション及び M&A 候補の検証
③ 公開
IPO(新規株式公開)のための書類、会社案内等の作成
2.3.4
情報サービスの概要
(1) 背景
情報技術の進展は非常に早い速度で、全産業にまたがっている。このような時代において、企業規模と
いうもので企業を評価する事はできない。ベンチャーキャピタリストにとって、投資前の段階で、ベンチ
ャー企業の優位性をどのように評価するか、またビジネスプランの事前審査、投資すべき価値、企業評価
の精査は非常に重要な課題となっている。さらには、投資後のマイルストン管理や IPO、M&A のサポー
トを含め、これらの課題に対するサービスの提供が必要となっている。
(2) 意思決定ステップと情報サービス
投資に関する意思決定は、下記の 5 つのステップからなる。
① 要求
② 情報収集・調査
③ 分析
④ サマリー
⑤ 回答
上記ステップは、それぞれが独立したものと見なされるが、中でも、情報収集・調査は、インターネッ
トによる情報収集・調査、知識ベースからの抽出、(ビジネスプラン、IPO ドキュメント、四半期決算書
等の)外部ドキュメントの読み込み、インタビューによる実地調査へと、さらに細分化する事もできる。
投資意思決定の際には、これらの 5 つのステップは、対象企業にあわせて、異なった方法を取りながら
も、全体としては、情報収集・調査プロセスとして再構築される。
情報収集・調査の成功は、分析プロセスにかかっている。一般的に情報収集・調査と分析は相互に影響
を及ぼす。例えば、情報袖手・分析の結果、追加の情報収集や調査が必要になるなどである。しかし、時
系列ではない類型(タイプ)に応じた分析は、情報の連鎖や仮説推定等の複数の独立したステップへと細
分する事ができる。
分析結果は、適切なフォーマットにまとめられる。その際に、技術や市場成長等の分析結果を補完する
ための特定のトピックは、半自動的に報告用テンプレートに追加される。金融機関やベンチャーキャピタ
リスト等の顧客に向けた報告書には、分析から導き出される新たな知識や洞察内容が追加される。
- 71 -
2.3.5
情報ポータルサイトの概要
(1) 概要
Time2research 社の情報ポータルサイトは、前記のサービスを実現するために、Ontoprise 社によって
開発されたアプリケーション・サービスである。この情報ポータルは技術評価プロセスのために必要な情
報を、効率的かつ正確に提供するものである。情報分析の結果得られた新しい知識は、知識倉庫に格納さ
れる。知識倉庫(知識ベース)の情報に半自動的にアクセスし、処理するなど、意思決定プロセスの全ス
テップをサポートするために、セマンティック技術を用いた Time2reserch 社の情報ポータルサイトが利
用される。
(2) 情報ポータルサイトの構造
情報ポータルサイトは、それぞれ独立した、ユーザーレイヤー層、アプリケーション層、データ層の 3
層構造で構成されている(図 3 参照)。
通常の情報ポータルサイトと技術的に大きく異なる点は、OntoBroker を用いたアプリケーション層に
ある。
情報を表示するために、ユーザはマイクロソフト Internet Explorer5.5 以上が必要となる。出力フォー
マットは、HTML や Java スクリプトで作成される(XML フォーマットは準備中)
。また、インターネッ
トを通じた、アプリケーション層との通信は、セキュアコネクションによってなされる。
図 3.
TimeⅡreserch 情報ポータル5
ログイン後、ユーザ ID をもとに、パーソナライズされたコンテンツが表示される。すなわち、ユーザ
プリファランスに応じたページが作成される。OntoBroker は、利用可能な知識倉庫上のセントラルビュ
ーとしての機能を果たす。すなわち、全てのデータは、OntoBroker によってメタデータを付与され、知
識倉庫に格納される。メタデータを付与する事のメリットは、異なる情報ソースからデータを収集する事
ができ、また OntoBroker を用いてそれらの収集された情報を利用できる事である。
将来の情報リソーは、セマンティック Web(セマンティック化された World Wide Web)になると考え
られる。そのために、RDF(Resource Definition Framework)等の記述言語をマシンリーダブルになるよ
う、インターネットからの情報変換(Transform information)に利用している。これらにより、インター
5
Ontoprise 社 ホ ー ム ペ ー ジ よ り 。
- 72 -
ネットは世界で最も巨大なデータベースになるであろう。すでに、OntoBroker は、RDF などのフォーマ
ット利用し、セマンティック Web から情報を収集し、知識倉庫に情報を格納する事ができる。
セマンティック技術を用いた OntoBroker により、ユーザの要求に対し、知識倉庫から正しい答えを導
き出すことができる。このシステムのバックボーン(セマンティックバックボーン)はオントロジである。
オントロジにより、相互に関連づけられたコンセプトに関するメタ・インフォメーション(メタデータを
付与された情報)が階層化される。すなわち、オントロジがある関係を示すメタ情報を付与し、その付与
されたメタ情報が適切に定義される事によりマシンリーダブルなセマンティックのための本質的な環境
整備がなされる。
正式なルールや有効な情報とともに、新しい知識は内部の推論エンジンにより導き出される。すなわち、
ユーザは、知識ベースやセマンティック Web に対し、適切な検索情報を述べない場合でも正しい答えを
導き出すことができる。
Time2research 社の情報ポータルによって、アナリストは先進の技術や知識を享受する事ができる。一
方、通常の情報ポータルにおける利用者は、検索に利用した単語にマッチする情報のみ、またその大部分
は関係の無い無意味な情報のみの検索結果しか得ることができない。Time2research 社の情報ポータルが、
ユーザの求める答えや知識を提供する、さらに、曖昧な質問でも答えを導き出すとことができる事が、本
当の競争優位上のポイントである。
Time2research 社の情報ポータル(金融機関やベンチャーキャピタリスト等の)ユーザは、無意味な情報
を読み、時間を浪費する事無く、かれらの顧客(である起業家等)に対し、より付加価値ある仕事をする
事ができる。
2.3.6
推論エンジン OntoBroker の概要
(1) 概要
OntoBroker はオントロジベースの推論エンジンである。W3C を含め、すでに 100 以上の導入実績を
持つ(図 4 参照)。
主な用途は、情報検索・ポータルサイト等のバックボーンである。
Java ベースのメインメモリを持つ、推論データベースエンジンとクエリーインターフェースを持つ。
First Order Logic のサブセットである、F-Logic Statement を処理する。F-Logic は、事実(Fact)、属
性情報、オントロジ、そのものの推論を規定された規則通り処理する。
(2) Ontoprise 社の概要
Ontoprise 社は、ドイツのカールスルーエ大学(University of Karlsruhe)から、1999 年にスピンアウトし
た、セマンティック技術やソリューションを提供する企業である。CEO は、Hans-Peter Schnurr 氏、
CTO は Jurgen Angele 教授である。
- 73 -
検索
ポータル
オフィス
OntoBroker
オントロジ
データバンク
2.4
2.4.1
セマンティック ミドルウェア
エンタープライズ
アプリケーション
図 4.
Webサービス
Web Server
File Server
OntoBroker6
知識管理への適用事例(スイス)
適用事例
組織知識(Organizational Memory)構築:
Swiss Life 社(http://www.swisslife.com/)
※セマンティック Web のレイヤー図へのマッピング(グレーのレイヤーが実現されている)
オントロジ
RDF
XML
2.4.2
Swiss Life 社の概要
Swiss Life 社(以下、スイス生命と略)は、1857 年 9 月 28 日に設立された、スイスで最も長い歴史を
持つ生命保険会社である。生命保険、長期預金、資産管理を主要事業とし、1999 年のスイス国内シェア
は約 30%(スイス最大手)、欧州第 8 位。CEO はロルフ・デーリグ氏で、社員数は、 12,700 人(世界)
である。
2.4.3
IT R&T への取り組み
スイス生命では、IT(Information Technology)の潮流とその事業へのインパクトについて研究し、研究
成果は自社のプロジェクトにフィードバックしている。また、(社外の)調査・研究プロジェクトや実践
プロジェクトに参加している。費用の概算は調査研究に約 50%、
(社外)調査・研究、実践プロジェクト
にも同等の約 50%である。これらの成果は社内セミナーやプレゼンテーション、学会発表等に活用して
いる。先進的な活動は同社に対する優秀な人材の採用にも貢献している。
6
Ontoprise 社 ホ ー ム ペ ー ジ よ り 。
- 74 -
2.4.4
On – to – Knowledge プロジェクトへの参加
IT R&D 活動の一環で、同社は、On – to – Knowledge(以下、OTK と略)プロジェクトに参加してい
る。同プロジェクトは、欧州の研究開発プロジェクトであり、第 5 回欧州フレームワーク・プログラム下
の EU IST(Information Society Technology)プロジェクトに位置付けられる。
(1) 名称:OTK プロジェクト
(2) 目的:ナレッジマネジメントツールの開発
(3) 期間:2000 年 1 月∼2002 年 6 月
(4) 予算:総額 250 万ユーロ(内、EU 委 134 万ユーロ)
(5) 参加:スイス生命(スイス)、Vreije 大学(オランダ)、BT 研究所(イギリス)
、CognIT 社(ノルウ
ェイ)、AIFB 研究所(ドイツ)等
(6) 成果:
・ OTK ツールセットの開発
(オントロジベースのナレッジマネジメント促進ツールセット)
・ OIL (Ontology Interface Layer)
・メソドロジの整備
・企業事例を通し、有効性を実証
(7) 企業事例:
・スイス生命等の企業適用事例
・セマンティック情報処理向けツール
2.4.5
OTK ツールセットの概要
(1) 特徴
大企業のイントラやWebに見られる、Semi-Structured のドキュメントの取扱いが可能である。
(2) アーキテクチャと主要コンポーネント
OTK ツールセットの概要とスイス生命を事例としたクエリーシナリオを下述する(図5参照)。
①検索
システムとユーザの検索(含む、クエリー処理)には、OIL で記述された検索領域特有のオントロジを
使用している。
②変換
OIL ベースから RDF(Resource Definition Framework)ベースのクエリー変換を行う。
③(クエリー)処理
コンソーシアムが開発中の RDF クエリエンジンにて、中規模のデータリポジトリにおいて、効率的な
クエリー処理が可能である。
④注釈(Annotated)
セマンティック化された情報に注釈(Annotated)をつける。この際にデータ構造により利用される技
術は異なる。
例)簡易に構造化されたデータソース :Jedi,W4 のラッパー技術
テキスト形式のデータソース
7
:CognIT 社の Corporum7
CognIT 社 が 開 発 し た 自 然 言 語 か ら Content representation models を 抽 出 す る ツ ー ル 。
- 75 -
⑤、⑥表示
オントロジベースの語彙により、検索結果を表示する(クエリー結果をグラフィカルに表示する
WebMaster ツールも準備している)
。
BT
①検索
ユーザ
ユーザインターフェイス
OIL オントロジ リポジトリ
⑥ 表示
②変換
AIdm
QL エンジン
③ 処理
AIdm
XML
Annotated データ リポジトリ
RDF
<..>
…
Pers05
</..>
731
Par05
tel
YUA
UKa
④注釈
図 5.
2.4.6
⑤表示
RQL,XQL
car
about
Cog
④注釈
Abcdefg
・・・・
Cog
On-To-Knowledge ツールセット8
事例1.スキルデータベースの構築
(1) 課題
・業務に対する適任者が不明
・スイス生命内の専門技能に対し、(部門間等で)認識・定義にギャップが存在
・専門技能はごく少数のキーパーソンに依存
・従業員のスキルアップが必要
(2) 概要
スキルデータベースの基本機能は以下の通りである(図6参照)。
①構造化された HP
−公開情報
組織、電話番号、自己申告ベースのスキル情報、趣味等の特記事項
−非公開情報
履歴書、キャリア(経歴)
②職務記述書
スキルエディターにて設定する。
③サーチ機能
注記(Webmaster)またはフリーテキスト(Corporum)にて検索する。
④スキルマップ
スキルマップ(図7参照)を(SiteSeer にて)生成する。
8
http://www.cs.vu.nl/~frankh/postscript/eBeW00.pdf よ り 。
- 76 -
BT :BT研究所(英)
Cog:CognIT社(ノルウェイ)
YUA:Vreije大学(蘭)
Uka:カールスルー大学(独)
AIdm:Aidministrator(蘭)
スキルズマネジメント イメージ
構造化データ
知識ディレクトリ
スキルDB
レガシーDB
メタデータ
管理
組織知識
Push型/
Pull型
アクセス
組織知識
クエリー
評価
構造化された
ホームページ
(Structured HP)
オント
ロジ
職務記述書
コンテン
ツ管理
イントラネット
ドキュメント
非構造化データ
組織管理メンテナンスツール
図 6.
スキルズマネジメントのイメージ図
プログラム言語
C++
Jdk1.1.7
Java
スクリプト言語
(関連)
Jdk1.3
図 7.
(関連)
JSP
Jsp1.0
HTML
XML
Jsp1.1
スキルマップ
(3) プロジェクト経緯
上記、課題に対し、以下のステップでプロジェクトを推進している。
①パイロット部門(3部門)を選定
・パイロット部門として、プライベート保険、人事部門、 IT 部門を選定。
②メンバー選定
・ 2 人のスキルマップマネージャーの選定(人事、教育部門から選出)
。
・テストユーザーを 20∼30 選定。
- 77 -
③導入ステップ
・スキルマップを紹介
・半自動でスキルマップドラフトを抽出( Corporum,IMiner を利用)
・スキルエディターの紹介
・初期スキルマップの構築
・パイロットシステム用、スキルマップの評価・修正
(4)探索例
・各人が、自己申告ベースで登録した、スキ ルマップから、必要機能を持つ人材を探索者が検索する。
ex. Jdk.1.1.7 の熟練者、jdk1.3 の中級者、HTML の熟練者を検索
等
2.4.7 事例 2.国際会計基準資料の検索
(1) 課題
・エクストラネット上に、 1000 ページを超える国際会計基準資料が存在
・標準的な利用は、コンテンツの一覧表へのアクセスのみ
・単純なキーワード検索に問題( ex. “ equities” と”Shares”等)
・専門用語が羅列されているだけ
(2) 概要
図 8 のように、既存環境下では、
「未払利息」について検索する際に、「未払」を意味する”accrued”と、
本来、
「利息」を”interest”で検索すべきところを、”accrued benefit”として検索した場合、検索結果は無
い。また、”accrued” または”benefit”で検索すると、ヒット数が多すぎて、使用に耐えないという状況に
ある。これを、国際会計基準のオントロジクラスタを整備する事により、”accrued benefit”で検索を実行
した場合でも”accrued interest”では無いかとの確認が行われる事により、確認結果で検索を実行し、本
当に求めたい適切な情報を得る事ができる。
オントロジクラスタ
“accrued benefits”
“accrued benefits”
検索結果
無し
accrue
accrued interests
国際会計基準
ドキュメント
interests
accrued benefits
求める
検索結果!
検索結果
多すぎる
国際会計基準
ドキュメント
国際会計基準
ドキュメント
図 8.
国際会計基準の資料検索例9
(3) 構築ステップ
9
http://www.ontoknowledge.org/downl/3review-del22.ppt よ り 。
- 78 -
キーワードがオントロジー内
に無い場合は、トピックマップ
(関連用語)を表示
①概念抽出
国際会計基準の概念を抽出(1,500 件)。用語集、フレーズ、省略語等(IMiner を利用)。
②概念の重み付け
国際会計基準ドキュメントを言語、統計的に分析し、重み付け(IMiner を利用)
。
③概念間の関係付け
構文(語句のマッチング)、セマンティック(IMiner のテキストクラスター機能で関連づけ)の観点で
概念を関係づける。
④リファイン
概念、関係性のリファインを行うとともに、同義語を追加する(マニュアル)。
⑤クラスター化
概念を 15 クラスターに整理する(App 及びマニュアル)。
⑥検証
クラスターを検証する(マニュアル及び IMiner)。
⑦クラスター分割
大きすぎるクラスターを分割する。
⑧ビジュアル化
整備されたオントロジクラスター(図 9 参照)をビジュアル化(CCA Viewer)
以上が国際会計基準資料検索の構築ステップである。
accounting
for income tax
tax
interests
rate
interests
income
interests
taxes
interests
deferred interests
accrued interests
contractual
interests
accrued
図 9.
2.5
2.5.1
国際会計基準のオントロジクラスタ
e ラーニングへの適用事例(オーストラリア)
適用事例
教育情報のポータルシステム:
EdNA(http://www.edna.edu.au/)
- 79 -
※セマンティック Web のレイヤー図へのマッピング(グレーのレイヤーが実現されている)
オントロジ
RDF
XML
2.5.2
EdNA の概要
EdNA(Educational Network Australia)Online とは、オーストラリアの教育・訓練コミュニティ(学
校、職業教育・訓練、成人・コミュニティ教育、高等教育)のためのネットワークであり、オンラインサ
ービスである。education.au limited 社が運用管理を行っている。同社は 1997 年に設立された非営利企
業であり、オーストラリアの教育訓練大臣(複数)によって所有されている。
オーストラリアは広い国土に 1920 万人の人口しか有しておらず、多くの人口が集まる都市部と、遠隔
地域から成っている。このような地勢的条件が、公平なオンラインサービスを提供することの動機付けと
なってきた。オーストラリアは 6 つの州、2 つの地方、および中央政府の連邦として構成されている。教
育は政府によって資金提供されており、国と州政府の両者が教育訓練の提供において資金提供する責任を
有している。
EdNA は 1995 年に立ち上げられており、オーストラリア国内のすべての教育訓練大臣から資金提供を
受けている。サービスは無料で提供されており、専門家によって内容評価が行われた、高品質の教育リソ
ースやサービス、インターネットツールへのアクセスを提供している。
2.5.3
EdNA の提供するサービス
EdNA はいわばオーストラリアの教育・訓練用リソースへのゲートウェイであり、様々な教育・職業訓
練関係の仕事に従事する人や教育を受ける人にとって有用な Web リソースを体系的に分類し、データベ
ース化している。教育・訓練の Web リソースを収集し、コンテンツ規準に照らして評価を行い、分類化
およびメタデータ付与を行った上で、EdNA の Web サイト上でそれらのリソースへのリンクを提供して
いる。
Web サイト上で提供するサービスには、以下のものがある。
①教育・訓練用リソースのリンク集の提供
EdNA がコンテンツ規準に照らして評価した、合計 16000 以上の Web リソースのリンクと簡単な説明
が、以下のようなカテゴリに分類されて提供されている。
・学校教育:「生徒向け情報」「教師向け情報」「校長向け情報」「親向け情報」「科目別情報」などのサ
ブカテゴリごとに Web リソースのリンクと簡単な説明が提供されている。
・高等教育:「高等教育セクター」「調査と統計」「大学部門」「スタッフ向け情報」「コースとプログラ
ム」などのサブカテゴリごとに Web リソースのリンクと簡単な説明が提供されている。
・職業教育・訓練
・成人教育
・教育・訓練プロバイダ
・国際教育
EdNA は Web リソースを収集し、データベース化する際、各リソースに対して以下のようなアイテム
を付与している。リソースを検索した際には、以下のアイテムが一覧表示される。
- 80 -
・リソースのタイトル
・リソースの URL
・リソースのカテゴリ
・リソースの簡単な説明
・ EdNA によって評価済みのリソースであることを示すマーク
・リソースに対するメタデータ(上記マークをクリックすると内容確認できる)
※EdNA が評価したサイトにはすべてメタデータが付与されている。
②検索エンジンの提供
上記の、EdNA が評価した Web リソースに対する検索を行える。
③ニュースレターの発行
学校向け、職業教育・訓練向けなど、読者対象に合わせたいくつかのニュースレター(メール)を発行
している。
④オンラインツールの提供
EdNA 利用者や Web サイト構築者向けに、以下のリソース・ディスカバリ・ツールを提供している。
・認可された教育機関向けの検索 API
・直感的な URL を保証するシステム
・検索エンジン
・キーワード検索で用いるシソーラス
・メタデータ標準
・メタデータ編集ツール
・メタデータ挿入ツール
2.5.4
EdNA メタデータ標準
EdNA メタデータ標準は、ダブリンコア
(DCMES)に準拠しており(表2参照)、また、AGLS
(Australian
Government Locator Service:オーストラリア政府ロケーターサービス)とも互換性がある。EdNA メ
タデータ標準は EdNA メタデータ標準ワーキンググループによって管理されている。
EdNA メタデータ標準の目的は、オンラインリソースの発見と管理の分野において、オーストラリアに
おける全ての教育・訓練部門にわたる相互運用性をサポートすることである。同標準は、デジタルコンテ
ンツの作成と利用に従事する人々をサポートするものである。
EdNA メタデータ標準は、いくつかの原則と、メタデータ・エレメントのセットからなっているる。
Ver1.0 は 1998 年 8 月に公開された。最新の Ver1.1 は、2000 年 12 月に EdNA 標準小委員会によって批
准されている。
- 81 -
エレメント
APPROVER
APPROVER
AUDIENCE
AUDIENCE
CATEGORYCODE
CONTRIBUTOR
COVERAGE
CREATOR
DATE
DESCRIPTION
ENTERED
FORMAT
INDENTIFIER
INDEXING
LANGUAGE
PUBLISHER
RELATION
REVIEW
REVIEWER
RIGHTS
SOURCE
SUBJECT
TITLE
TYPE
VERSION
概要
当該アイテムに賛同する人や組織の電子メール
対象とする利用者
データベースから引き出される数値コード
貢献者
適用範囲
著者あるいは作者を表すラベル
日付
内容記述
当該アイテムがデータベースに入力された日付
情報資源のデータフォーマット
識別子
インデクシングソフトウェアが当該ページからの
ハイパーリンクをどのくらいフォローすべきかを
示すパラメータ
言語
情報資源を公開する人・組織
参照関係
リソースに対する第三者のコメントまたは公式の
レビュー
レビューに関係した人/組織の名前
権利情報
元情報資源
主題及びキーワード
情報資源に与えられた名前
情報資源の種類
適用されているEdNAメタデータ標準のバージョ
ン
表 2.
2.6
2.6.1
DCMESとの関係
拡張エレメント
拡張エレメント
拡張エレメント
DCMES
DCMES
DCMES
DCMES
DCMES
拡張エレメント
DCMES
DCMES
DCMES
DCMES
DCMES
拡張エレメント
拡張エレメント
DCMES
DCMES
DCMES
DCMES
DCMES
拡張エレメント
EdNA メタデータ標準
諜報情報システムへの適用事例(米国)
適用事例
米国の諜報情報相互ネットワーク:
Intelink
※セマンティック Web のレイヤー図へのマッピング(グレーのレイヤーが実現されている)
オントロジ
RDF
XML
2.6.2
Intelink の概要
FBI(連邦捜査局)、CIA(中央情報局)、DEA(Drug Enforcement Administration、麻薬取締局)、
NSA(National Security Agency、国家安全保障局)
、NRO(National Reconnaissance Office、国家偵
察局)、NIMA(National Imagery and Mapping Agency、国立画像地図局)
、DIA(Defense Intelligence
Agency、国防省諜報庁)等で収集した諜報情報の相互利用ネットワーク、言い換えると、諜報機関同士
の機密のイントラネットである。Intelink のテストベッド運用は 1994 年に開始された。
Intelink は国防総省の NonClassified Internet Protocol Router Network や FBI の Law Enforcement
Online network、国務省の OpenNet に接続される予定である。
Intelink はセキュリティレベルに応じて、以下のようにいくつかにセグメント化されている。
- 82 -
①Intelink-SCI(Sensitive Compartmented Information):
トップシークレット情報を参照可能である。約 50,000 人がアクセス権を持つ。
②Intelink-S(SecretNet):
シークレット情報を参照可能である。主にミリタリー向けであり、約 265,000 人がアクセス権を持つ。
そのうち多くは、国防情報システム局(Defense Information Systems Agency)の SIPRNET(Secret
Internet Protocol Router Network)を通じてアクセスしている。
③Intelink-P(PolicyNet):
最高次のシークレット情報を参照可能である。CIA によって運営されている。高次のポリシーメーカー
のみがアクセス可能である。NSC(National Security Council:国家安全保障会議)、CIA 長官、大統
領などである。
④Intelink-U(UnclassifiedNet):
すべての非機密情報を参照可能である。OSIS(Open Source Information Service:セキュアな VPN)
のメンバーがアクセス可能である。OSIS は CIA によって管理されている。
2.6.3
Intelink の経緯
1994 年に CIA 長官の James Woolsey が諜報システム諮問委員会(ISB:Intelligence Systems Board)
を設立した。ISB の設立目的は、諜報業務をサポートする情報システム間の相互運用性を改善することで
ある。ISB はその後、諜報システム事務局(ISS:Intelligence Systems Secretariat)に名称を変えた。
ISS の初代理事長である Steven Schanzer が Intelink の父である。1994 年末に Intelink の運用が開始さ
れた。
Intelink の運用管理機関は IMO(Intelink Management Office)であり、歴代の理事長は CIA と DIA
から出されている。副理事長はずっと NSA 出身者である。
2.6.4
Intelink におけるメタデータの活用
Intelink は当初、W3C を手本として JSB(Joint Standard Board)を設立した。次に、メタデータの
利用を定式化した。次に、Intelink は SGML に基づき独自の Web パブリッシング基準を作成した。
1997 年 7 月には、Guidelines for Intelink Metadata Version1.0 が公布され、Intelink におけるメタデ
ータ定義と利用を規定している。ダブリンコアには準拠していない。
2.6.5
DAML プロジェクトとの関係
Intelink に関連した開発は、DARPA の DAML プロジェクトの一環として国家予算を受けている。
2001 年度の DAML プロジェクト予算は 10 項目からなり、予算総額は全体で 1313.5 万ドル(約 16 億
円弱)であった。そのうち Intelink 関連は以下の 3 項目であった。
・ Intelink 向けブリーフィング・ツールのワーキングバージョン・リリース
・ Intelink 上の DAML 検索ツールのワーキングバージョン・リリース(図 10 参照)
・ Intelink 上の DAML オントロジ作成ツールのワーキングバージョン・リリース
また、2002 年度の DAML プロジェクト予算は 9 項目からなり、予算総額は全体で 1588.2 万ドル(約 19
億円)であった。そのうち Intelink 関連は以下の 2 項目であった。
・ Intelink DAML ブリーフィング・ツールの実験的な分析の実施
・実務的な Intelink ノード上での DAML 検索ツールの展開
これらの Intelink 向けツールの開発は、次節に紹介する Horus プロジェクトとして行われている。
- 83 -
コンテンツへのより
よいアクセス
Intelink 向けDAML
ブリーフィング・ツール
Intelink向けDAML
検索ツール
DAML言語でマークアッ
プしたブリーフィング
図 10.
2.6.6
DAML ブリーフィング・ツールと DAML 検索ツール
Horus プロジェクト
Horus プロジェクトとは、セマンティック Web 技術を Intelink と諜報機関コミュニティに導入するた
めのプロジェクトである。BBN Technologies 社と ISX 社が主な契約企業となっている。DARPA が資金
提供し、Intelink Management Office が運用管理のサポートを行っている。
Horus は、情報の発見と統合化を促進するために Intelink の情報ソースに対してセマンティックベー
スのマークアップを(最終的にはソフトウェアエージェントによって)行い。Intelink の利用者が情報に
より効率的にアクセスできることを目標としている。2000 年度(会計年度)に開始されており、各年度
に以下の開発を行っている。
2000 年度:SHOE ベースの実証実験システム
2001 年度:DAML ベースのプロトタイプ
2002 年度:Intelink 上のサイトにおける運用プロトタイプの開発と実装
このうち、2001 年度には、「Horus Toolkit」として、以下の 5 つのツールの開発が行われた。
・オントロジツール
オントロジのオーサリング、適用、管理を容易化するツール。
・マークアップツール
オントロジを利用して、ドキュメントを DAML 言語でマークアップするためのツール。
・ナレッジベースツール
マークアップされたドキュメントや利用者が付加した注記に関する情報の蓄積をサポートするツール。
・データソースアクセスツール
ナレッジベース用の知識を引き出すためにオンラインデータベースのアクセスをサポートするツール。
・ポータル構築ツール
利用者がナレッジベース上の知識にアクセスできるようなナレッジポータルの開発をサポートするツ
ール。
Horus Toolkit は DAML+OIL をサポートしている。
また、Horus オントロジとして、20 のオントロジ(拡張可能)を作成している。これらのオントロジ
のソースは、以下の 3 つである。
・諜報機関の情報分析者のナレッジ
・諜報機関コミュニティのメタデータイニシアティブ( ICML メタデータ、XML のためのセキュリテ
ィタグなど)
- 84 -
・ DARPA の HPKB プロジェクト、RKF プロジェクトにおける既存のオントロジ
Intelink-S における諜報情報作成から情報閲覧までの流れは、図 11 の通りである。
Intelink-S上の
情報閲覧者
Horusポータルと
ビューワー
ポータル
構築ツール
ナレッジベース
ツール
ナレッジベース・データ
ロードマネージャ
ナレッジベース・アク
セスマネージャ
Horus
ナレッジベース
データソース
アクセスツール
Intelinkデータへ
のアクセス
その他の構造化デー
タへのアクセス
Intelink
Webサーバ
その他のソースへの
アクセス(掘り下げ)
オンライン
データベース
オンライン
データベース
(MIDB、MDITDSなど)
(MIDB、MDITDSなど)
オンライン
データベース
(MEPEDなど)
DAMLを使ったWeb
ソースのマークアップ
Intelink-S上の
情報作成者
マークアップツール
図 11.
2.7
2.7.1
Intelink-S 上の諜報情報検索システム10
電子政府への適用事例(EU)
適用事例
EU の政府向けメタデータフレームワーク:
MIReG(Managing Information Resources for e-Government)
※セマンティック Web のレイヤー図へのマッピング(グレーのレイヤーが実現されている)
オントロジ
RDF
XML
2.7.2
MIReG の概要
(1) 概要
MIReG は、EU 加盟国の立法機関や行政機関における情報と文書をメタデータを用いて組織化し、市
民に対する透明性とアクセシビリティを向上させることを目的としたプログラムである。その考え方の原
点は、欧州市民が EU 域内で移動した場合、どの国に居ても同等な行政サービスを受けられることを保証
することで、欧州市民の自由な移動を促進することである。
(2) 担当機関
EU 委員会の IDA(Interchange of Data between Administrations)が監督する。EU 議会、英国の office
10
http://www.tasc.com/tnm/hendler/hendler.pdf よ り 。
- 85 -
of the e-Envoy、メタデータ標準化団体 DCMI(Dublin Core Metadata Initiative)、デンマークの State
Information Service の担当者から成るチームが協力している。
(3) MIReG の目標
MIReG の目標は、欧州共通のアプリケーション上の政府情報向けにメタデータフレームワークを策定
することである。このフレームワークに関連するボキャブラリ、オントロジ、トピックマップ、およびガ
イドラインの開発を含む。また、メタデータ管理のための汎用ツールの開発も行う。
(4) MIReG の成果物
・ MIReG メタデータモデル仕様とフレームワーク
・ MIReG の概念実証報告書(3 つの事例において MIReG メタデータモデルの利用価値を実証した報告
書)
・メタデータ管理のための汎用ツール
(5) メタデータ管理のための汎用ツールについて
メタデータの自動付与を容易化するツールである。主な機能として、以下のものが挙げられている。
①メタデータ・エレメントと詳細項目の定義 、クラス分けスキームとタクソノミの定義等を保管する。
②情報リソースに関するメタデータを保管し、利用者がそれらのメタデータを検索できるようにする。
③人や企業、機関に関する情報を保管し、利用者がそれらの情報を検索できるようにする。
2.7.3
IDA の概要
(1) 概要
IDA は EU 委員会によって推進されている、EU 各国政府間でのデータ交換を目的とした戦略的なイニ
シアティブである。情報通信技術を用いて、EU メンバー国の政府間の高速な電子的情報流通を支援して
いる。EuroGate、EuroDomain といったインフラ構築から情報運用システム、法的要件まで幅広く手が
けている。IDA の活動には、TESTA、secure backbone、PKI、S/MIME、CIRCA などがある。
IDA のポリシーは、オープン化、オンラインサービス化、低コスト化、単一マーケット化のための障壁
排除を行うことである。
(2) IDA のミッション
IDA のミッションは、以下の 5 つである。
①優先作業領域における分野別ネットワークの実現の推進
フェーズ1:
情報の電子的交換を助け、公共機関間の通信を可能にし、EU の出先機関の維持運営を可能とする。
フェーズ2:
物、人、サービス及び資本の移動の障壁となるものを除去し、
経済と金融との一体化の実現を可能とし、
EU 域内の産業(特に中小企業)の競争力を強化する。各分野のネットワークを確立し強化する。
②分野別ネットワークの利用のための相互運用手段の開発
ネットワーク間の相互運用を可能にする為には、分野別ネットワークを横断する沢山の水平的手段が必
要である。そこで、IDA は、共通的な問題を吟味し解決する為の協調的アプローチを提供する。ここでは、
- 86 -
技術のみならず組織、法律及び文化的側面にも関与する。以下のアクションを取る。
1. 汎用サービスのカタログの開発とサービスへの移行の支援
例、TESTA II ネットワークサービス
2. 個別領域アプリケーションに対する共通ツールの開発
3. 法律障壁の除去及び安全手段の確立(特に、PKI)
4. 情報コンテンツの相互運用性の改善及び分野別ネットワークにおけるパイロットアプリケーション
の確立
5. 各国/地域が作成した情報の収集と分配
6. 品質保証プログラムの設計と実施
7. 最善の施策の推進と、分野別プロジェクトと加盟国内で行われるイベントとの間の相互サポートの
推進
③分野別ネットワークの利便性の EU 域内産業及び市民への波及
IDA は、EU 委員会及び加盟国の両方の近代化と改革の牽引力にならんとしている。主たる挑戦の一つ
は、欧州横断ネットワークの利便性を、市民や企業が活用できるようにすることである。以下のアクショ
ンが実施された、もしくは、今後実施される。
1. 産業政策に関係する各省庁、商工会議所、ビジネスネットワークなどの関係の確立
2. テレマティックネットワークを確立するための確かな可能性の分析(例えば、企業が興味をもつデ
ータベースへのアクセスをできるようにする。)
3. 市民が公共情報にアクセス可能にするための EU 委員会イニシアティブに対する貢献
④国家間の協調
すべての加盟国は、欧州横断ネットワーク構築に携わるステークホルダーの利益について知ることがで
きなければならない。この条件下で、「補完性の原理11」が尊重され、個々の加盟国の対策の範囲と選択
の自由が保証される。すべのメンバー国は、当該ネットワークに包含される必要性があるだけでなく、ネ
ットワークを域内に拡張することにより、より多くの利益が得られる。このミッションに関しては、以下
の任務がある。
1. IDA の活動を通じて EU 委員会を補佐する TAC
(Telematics between Administrations Committee)
の運営
2. 中長期戦略を確立するのに必要な水平手段に関する TAC ワーキンググループの運営
3. 加盟国と調整して IDA プログラムを評価
4. IDA プログラムを欧州経済領域(EEA:European Economic Area)と加盟国に拡大するため、さ
らには、非加盟国や国際機関などとの協調のための準備
⑤その他の EU 委員会サービスの協調
幾つかの EU 委員会サービスは IDA プログラムに直接参加し、それに参加しないその他のサービスに
は、シナジー効果の可能性を探るため、IDA 開発の情報が通知される。次の任務がある。
1. 初期の IDA プログラムに対する分野別サービスの貢献の調整、予算分配の調整、分野別グローバル
11
補完性の原理とは、家族や地域などの小さな単位で可能なことはそれに任せ、そこでは不可能もしく
は非効率なものだけを、国などのより大きな単位が行うという考え方。
- 87 -
インプリメンテーション計画の準備のための指針
2. R&D プログラム、TEN(Trans European Networks)テレコムプログラム及び関連標準化活動に
責任がある EU 委員会部門との協調
2.7.4
MIReG の経緯
2001 年の初めまで、欧州で政府アプリケーションにメタデータを付与することに関して、各国間の協
力活動は行われなかった。欧州各国では既に行政文書へのメタデータ付与について様々な活動が行われて
いたが(例えば、英国、アイルランド、デンマーク及びフィンランド等)、EU 委員会は、加盟国からそ
れが必要であると明確なシグナルが上がってくるまで、主導権を取る事に消極的であった。
2001 年の初めに、特に、英国及びデンマークからこうしたシグナルが上がり始め、その結果、2001 年
の 6 月 21 日∼22 日にブラッセルで「電子政府の為の情報リソースの管理(MIReG)
」という名称の会議
が開催された。この会議は、EU 委員会の IDA と DCMI の Government Working Group とにより共催
された。
同会議では、電子政府プログラムからの代表(主に、北欧諸国、英国、アイルランド、ハンガリー及び
ブラッセルにある EU 機関)及び幾人かの非ヨーロッパからの参加者によって、欧州諸国の議会及び政府
を横断するメタデータ利用のフレームワークを開発する可能性が探られた。会議の目的は、①MIReG 活
動の実行可能性を判断する事と②MIReG 活動を支援するのに必要な、技術的及び非技術的な資源を明確
にする事であった。同会議でのプレゼンテーションや議論から明らかになった事は、次の通りである。
・同会議で紹介された全ての活動は、メタデータ標準として Dublin Core を採用している。
・全ての活動において、政府組織で使うためのオントロジを作る事を計画している。例えば、組織間の
相互運用性を増大するための主題のクラス分け、ドキュメントタイプ及び地域情報など。
・大部分の活動は、政府情報を公開したり、見つけ出したりすることに関する問題を第一優先にしてい
る。しかし、情報リソースを管理することに関する問題や政府サービスを公開したり、見つけ出した
りする事に関する問題も、考慮されるべきである。
会議の最後に、参加者により、欧州の広域スケールでの政府活動間の相互互換性を容易化するため「EU
政府メタデータフレームワーク」の確立を目指すことは有意義であるとの決議がなされた。
同会議の直後、TAC(IDA 加盟国委員会)は、MIReG(Management of Information Resources for
e-Government)という名称で IDA 作業項目の設置に合意した。さらに、IDA が、メタデータに関する専
門家のワーキンググループを設置することにも合意した。これを受け、MIReG プログラムは、改訂版 IDA
ワーク・プログラム 2001 の一部となった。
2.7.5
MIMES について
MIReG メタデータ・エレメント・セット( MIMES:MIReG Metadata Element Set)のドラフト ver0.1
は 2002 年 1 月に作成された。以下にその概要を紹介する。
(1) 基本方針
①独立でなければならない:
ソフトウェア、アプリケーション、プロジェクトベースであってはならない。しかし、任意の媒体中の
任意の情報を検索したり記録管理できるように柔軟でなければならない。
- 88 -
②利用方法が単純でなければならない:
リソース記述を行う人が初心者であったとしても、迅速に利用できるものでなくてはならない。
③他の EU の標準と政策に準拠しなければならない
④国際標準に準拠しなければならない:
MIMES は、国際標準とシステムを反映したものであるべきである。国際標準が適切であり、かつ随時
更新されているならば、MIMES の中に取り込まれるべきである。この場合、多くの国に支持されてい
る国際標準が優先する。すなわち、適切な国際標準は EU 標準に優先し、EU 標準は英国標準に優先す
る。
⑤安定していなければならない:
標準を変更することは、それを使っているすべての情報システムに対し非常な労力と時間とリソースを
消費させる。それ故、MIMES は、現在のニーズのみならず、将来のニーズに対応できる柔軟性が要求
される。
⑥拡張可能でなければならない:
既存のエレメント・セットで要求を満たさないことが明らかになった時点で、追加エレメントの見直し
が可能でなければならない。拡張性と安定性とのバランスが必要である。
⑦経済的でなければならない
⑧包含的でなければならない:
多くの既存のメタデータスキームを考慮し、既存のプロダクトの修正を最小化すること。これは、相互
運用性を最大化することにつながる。
(2) MIMES のエレメント
MIMES は DCMI が策定した国際的メタデータ標準である DCMES(Dublin Core Metadata Element
Set)に準拠しており、行政利用のためにいくつかの拡張エレメントを含んでいる(表 3 参照)。
概要
付与の必要性
DCMESとの関係
対象とする利用者
△任意
拡張エレメント
貢献者
◎該当事項があれば必須 DCMES
DCMES
適用範囲
○推奨
DCMES
著者あるいは作者を表すラ ◎必須
ベル
DATE
DCMES
日付
◎必須
DESCRIPTION
DCMES
内容記述
△任意
DISPOSAL
保管・廃棄情報
△任意
拡張エレメント
FORMAT
DCMES
情報資源のデータフォー
○推奨
マット
INDENTIFIER
識別子
◎該当事項があれば必須 DCMES
LANGUAGE
DCMES
言語
◎必須
LOCATION
保存場所
△任意
拡張エレメント
PRESERVATION 永久保存データに関するコ △任意
拡張エレメント
メント
PUBLISHER
情報資源を公開する人・組
◎該当事項があれば必須 DCMES
織
RELATION
DCMES
参照関係
△任意
RIGHTS
DCMES
権利情報
△任意
SOURCE
DCMES
元情報資源
△任意
SUBJECT
DCMES
主題及びキーワード
◎必須
TITLE
DCMES
情報資源に与えられた名前 ◎必須
TYPE
DCMES
情報資源の種類
△任意
エレメント
AUDIENCE
CONTRIBUTOR
COVERAGE
CREATOR
表 3.
MIMES のエレメント
- 89 -
MIMES 策定に当たって手本とされたのが、英国の e-GMS(e-Government Metadata Standard)で
ある。e-GMS では「LANGUAGE」エレメントは必須エレメントではなかったが、MIMES では必須と
されている。これは、10 以上の言語から構成される EU において、どのような母国語の市民であっても
等しく行政サービスを利用できるようにすることが考慮されていると考えられる。
2.7.6
MIReG の進捗状況
2002 年 5 月、EU 委員会は MIReG プロジェクトの委託先としてベルギーの TietoEnator 社を選定し
た。MIReG プロジェクトの期間は 6 ヶ月とされる。
2.8
2.8.1
ネットワーク管理への適用事例(米国)
適用事例
ネットワーク管理システム:
Ontologent 社(http://www.ontologent.com/)
※セマンティック Web のレイヤー図へのマッピング(グレーのレイヤーが実現されている)
オントロジ
RDF
XML
2.8.2
Ontologent 社の概要
(1) Ontologent 社のミッション
同社のミッションは、セマンティック Web 技術を用いて、ネットワーク向けのアプリケーションの開
発を容易化するようなインフラ・ソフトウェアを提供することである。
(2) Ontologent 社の製品の概要
ネットワークを活用する企業が日常的に対面している問題として、既存のネットワーク管理システム
(例えば、CA Unicenter、Veritas、Cisco EMF、Home-grown GigE activation、Syndesis NetProvision、
HP OpenView、Micromuse Netcool など)がサポートしていない新たなネットワーク機器(例えば、
Redback SMS、Unisphere Edge Router、Cisco Optical Gear、Brocade SAN Switch など)を、既存の
業務ネットワークに組み込むことが難しいということがある。Ontologent 社の Ontologent Device
Mediation Layer は、既存のネットワーク管理システムの機能を拡充し、どんな新たなネットワーク機器
でもサポートできるようにするソフトウェアである。
その他 Ontologent 社では、既存の管理システムに以下のような機能を追加する製品も提供している。
・障害原因分析( Fault Root Cause Analysis)
・自動検出
・資産管理
・ Provisioning/Activation など
- 90 -
2.8.3
セマンティック Web/RDF の採用
Ontologent 社はセマンティック Web/RDF を採用することにより、論理的マッピングを単純化し、外
因的な影響からコードを保護できるとする。主なメリットとして、以下のものを挙げている。
・コードの単純さ:主語と述語間の関係を表現するために 1 つの論理的マッピングで足りる。
・コードへの影響がないこと:プログラム情報を変更しても、コードを変更する必要がない。
・開発期間の短さ
・コストが安いこと
2.8.4
Ontologent Device Mediation Layer
Ontologent Device Mediation Layer では、利用者・イベント・デバイス・サービス・トポロジー・接
続状態等を構造化された RDF メタデータで記述し、それらの間の関係付けを行うことで、既存のネット
ワーク管理システムに、各ベンダーの様々なネットワーク機器に対する整合的なインターフェースを提供
する(図 12 参照)
。
Ontologent Device Mediation Layer 概念図
ネットワーク管
理システム
(例)
ネット/システ
ム管理
障害管理
• Micromuse
Ontologent
Device
Mediation
Layer
• CA Unicenter
• HP Openview
Activation/
Provisioning
• Granite
• Cramer
• Syndesis
Billing
• Amdocs
• Portal
デバイス機能 API
マイクロ・サービス
(e.g. increase bandwidth,
disconnect)
デバイス機能
(e.g. get port ID,
get number of active fans)
Nortel VPN
モデル
CLI,
SNMP
Sun
StorEdge
SAN Array
モデル
CLI
Lucent
SONET
スイッチ
モデル
Redback
DSL モデル
CLI,
SNMP
TL1
ネットワーク機器
(例)
Cisco ルーター
出典:Ontologent社資料
図 12.
2.8.5
他の FCAPS/
FAB
システム
マイクロ・サービス API
Cisco
ルーター
モデル
インターフェース
(例)
自動検出/
Inventory
Nortel Contivity
VPN
Sun StorEdge
SAN Array
Lucent SONET
スイッチ
Redback SMS
その他の
モデル…
その他のイン
ターフェース
(e.g. XML,
CORBA)
その他の機器
(将来的な機器を
含む)
Ontologent Device Mediation Layer 概念図
RCA(原因分析)ソリューション
既存の RCA(Root Cause Analysis、原因分析)ソリューションが対症的なものになっているのに対し、
Ontologent 社の RCA ソリューションではネットワーク障害/故障の原因を特定できるため、ダウンタイ
ムの低減などの優位性を持っている(図 13 参照)。
- 91 -
Ontologent社のRCAの概念図
各レイヤーで発生した
障害
Ontologent’s RCA
Identifies and Reports
影響された利用者 – A,B, C
顧客
サービス
レイヤー
VoIPサービスの障害
接続レイヤー
データ接続の障害
(例えば、ルーターとATMスイ
ッチ間)
デバイスレイヤー
•コア・ルーターの故障
•ATMスイッチの故障
既存のソリューションと異なり、セマンティックWebベースのアーキテクチャによって
Ontologentのソリューションでは、ネットワーク障害の原因をサービスや顧客を含むあら
ゆるネットワークレイヤーにおいて特定することができる。
出典:Ontologent社資料
図 13.
RCA ソリューションの概念図
このようなソリューションを提供するために、RCA 向けのメタモデルでは、様々なオブジェクト(接
続、トポロジー、利用者、サービス、イベントなど)間の関連付けを行っている(図 14 参照)。
図 14.
各オブジェクト間の関連付け
Ontologent 社の RCA ソリューションの基盤は、上記の Ontologent Device Mediation Layer である(図
15 参照)。
- 92 -
Ontologent社のRCA(原因分析)ソリューションのアーキテクチャ
3
アウトプット
グラフィカル・トポロジー表示エンジン
原因とその証拠を報
告する
ヒューマンリーダブルなレポート
2
原因分析ボキャブラリ
イベントを分析し、デ
バイス要因とサービス
要因とを決定する
マッピング
推論エンジン
知的イベント
エンジン
サービスルール
推論エンジン
1
デバイス
モデル
Ontologent
Device
Mediation
Layer
行動
エンジン
Bayesian
エンジン
イベントのボキャブラリ
マッピング
全てのデバイス –
Cisco, Nortel,
Lucent, etc.
全てのインター
フェース - CLI,
SNMP, CORBA,
XML, TL1
BGP
MPLS
OSPF
IRDP
Stat
Files
その他の
プロトコル
障害イベントを共通ボ
キャブラリにマッピン
グする
自動検出/RCA(原因分析)イベントプロトコル
トラップ
メッセージ
ネットワーク/障害管理システム (例えば、CEMF, Veritas, Openview, Unicenter,
Netcool など)
出典:Ontologent社資料
図 15.
2.9
2.9.1
RCA ソリューションのアーキテクチャ
医療情報システムへの適用事例(米国)
適用事例
電子医療記録管理システム:
Open Healthcare Group(www.openhealth.org)
※セマンティック Web のレイヤー図へのマッピング(グレーのレイヤーが実現されている)
オントロジ
RDF
XML
2.9.2
Open Healthcare Group の概要
Open Healthcare Group は、オープンソースの医療記録(カルテ)である XChart の普及活動を行っ
ている団体である。医療専門家や技術者から構成されている。
XChart とは、XML ベースの医療記録向けのソースコードであり、これを用いて医療業務を自動化し
たり効率化したりできる。XChart はオープンソースを使っているため、独自のテンプレートを開発した
り、カスタマイズしたりできる。また、最低限の訓練で容易に利用できるようにする予定である。
2.9.3
開発の背景
Open Healthcare Group によれば、米国の医療の現状は以下のようなものだという。
・医療記録はほとんど紙ベースで処理されている
・独自仕様の商用システムが利用されている
- 93 -
・毎年数万人もの人々が医療情報の貧弱さや情報の過誤によって死亡している
・多くの情報が利用価値のない状態にされている
このような背景をもとに、Open Healthcare Group では XML ベースのオープンスタンダードを定義し、
電子的に医療情報を記録できるようなプラットフォームを開発することで、それらの医療情報を Web 上
で医療従事者が利用できるようにし、医療情報の過誤を低減しようとしている。
2.9.4
XChart について
XChart は XML ベースの電子医療システムであり、オープンソースである。XChart 開発の目的は、一
般的かつ長期間利用可能、インデックス化され、検索可能な電子医療記録を作成することである。この電
子医療記録は XML 言語で蓄積される。ちなみに Chart は「カルテ」の意味である。
Open Healthcare Group では XML のみならず、MIME、EDI、HL-7 といった他の基準のデータを XML
ベースで処理できるようにするために、グローブシステムを開発中である。
XChart を RDF アプリケーションとして作成することによって、XML カルテを個々のパケットの連続
体として作成することで、知的エージェントが医療調査研究・健康調査分析・医療過誤報告用の情報を収
集することが可能になる。
Open Healthcare Group によれば、現在でも医療従事者が紙ベースのシステムを利用しているのは、
紙ベースシステムが現行の電子医療記録システムに比べて以下のような利点を持っているからだという。
・紙は取扱いがやさしい。特殊なソフトウェアやハードウェア、訓練は必要ない。
・紙は取扱いが早い。
・紙はポータブルである。
・紙の記録のコピーは他の病院や医者に容易に送付できる。
・紙ベースのシステムは時代遅れになるリスクがない。コンピュータ言語と異なり、英語や他の自然言
語は容易には廃れない。
このような現状認識のもとに、Open Healthcare Group では紙よりも容易な電子的医療記録として
XChart を作成しようとしている。XChart は、紙ベースのシステムの持つ容易さ、スピード、ポータビ
リティとコンピュータ記録の効率性とを結合させるようにデザインされたシステムである。また、最低限
の訓練で Web を通じてブラウジング可能である。
Open Healthcare Group が XChart の基盤として XML を選択した理由は下記の通りである。
・ XML はユビキタスなものになりつつある。
・ XML は容易に利用できる。
・ OS や言語を通じてポータブルである。今日作成されたドキュメントを次世代の人々が読むことがで
きるように仕様化されている。
・ XML は XSLT を通じて、HTML を含む沢山のフォーマットに変換可能である。
XChart は、直感的であり、デスクトップ PC やラップトップ、ワイヤレス機器などさまざまな機器で
利用できるようにする予定である。Java サーブレット/XSLT ベースの XChart システムのデモも Open
Healthcare Group の Web 上で提供している。
また、XChart では ASTM E2182/E2183 という医療向けの DTD を用いている。ASTM E2182/E2183
は「ヒューマンリーダブル」であり、柔軟性を有している。HL7 CDA との互換性もある。
- 94 -
2.9.5
XChart Opnote Generator
Open Healthcare Group が開発した XChart Opnote Generator (デモバージョン)を用いると、XML
言語で手術記録を作成することができる。手術方法に合わせて、複数の XSLT テンプレート(入力フォー
ム)が用意されている。Web 入力フォームの一例は図 16 の通りである。
図 16.
XChart Opnote Generator
フォームに入力して送信すると、上述の ASTM フォーマットに変換され、HXTML としてブラウザ画
面に表示され、内容を確認することができる。
2.9.6
今後の展開
Open Healthcare Group によれば、今後の活動として以下のものが挙げられている。
・スキーマとオントロジの定義
・データフォーマットの標準化
・医療記録データの収集
- 95 -
- 96 -
第 3章
文献調査
第3章
3.1
文献調査
Semantic Web 全般
3.1.1
TAP(Building the Semantic Web)
-------------------------------------------------------------------------------------------------------------------------------------------このドキュメントは
TAP (Building the Semantic Web)
の Web サイトの調査に基づいて、その内容の要旨を日本語で紹介したものです。
詳細に関しては正式なサイト
http://tap.stanford.edu/
を参照して下さい。
-------------------------------------------------------------------------------------------------------------------------------------------TAP (Building the Semantic Web):http://tap.stanford.edu/の調査
TAP は XML Web Service や Semantic Web のビジョンの実現の前にあるいくつもの問題の解決に取り
組むプロジェクトである。Web Service や Semantic Web では、Web をマシンリーダブルにする試みが
なされているが、これらの Web ではヒューマンリーダブルなフォーマット(HTML やイメージ)が単純
にマシンリーダブルフォーマット(XML や RDF)に置き換わるものではないとしている。
スタンフォード大 Knowledge Systems Laboratory の E. Feigenbaum、R. Fikes、R. McCool、D.
McGuinness、S. McIlraith、IBM Almaden の Knowledge Management Group の R. Guha、W3C の
Semantic Web Advanced Development Initiatives の Eric Miller、Dan Brickley が関わっている。
プロジェクトは以下に挙げる活動から成り立っている。
1. GetData インタフェース(クライアントにマシンリーダブルな Web に対するクエリーインタフェース
を提供)
GetData インタフェースは、マシンリーダブルなデータ(RDF データモデル)に対するシンプルなク
エリーインタフェースである。
RDF はオブジェクトが何であるかということと、複数のサイト間の関係を表現できるという重要な特
徴を持っている。この RDF のデータモデルを利用して、データを持つサイトはそれをラベル付き有向グ
ラフとして提供しているものと仮定する。
GetData はリソースのプロパティの値にアクセスするインタフェースを提供する。また、逆向きにア
ークを辿ることも可能にする。さらに与えられた文字を含む全てのリソースを探すインタフェースも提供
する。
クライアントプログラムから GetData インタフェースを用いて、ローカルやリモートのグラフからリ
ソースのプロパティにアクセスすることが可能である。クエリー可能なグラフが URL を持ち(次に示す
TAPache のような仕組みでグラフを公開)、GetData クエリーをその URL 宛の SOAP メッセージとする
のである。
2. TAPache(Semantic Web のデータを公開するサーバ)
TAPache は Apache HTTP server のモジュールであり、Apache が GetData インタフェース経由で、
- 97 -
データを公開することを可能にする。この目的はシンプルなデータクエリーに対して、HTML ドキュメ
ントを公開する程度の簡易さで、応えることである。
TAPache はデータをラベル付き有向グラフで得られるものと仮定する。グラフを公開するには、グラ
フを RDF ファイルとしてエンコードして、そのファイルを data ディレクトリに置く。TAPache にロー
カルやリモートに置かれたその RDF のファイルを収集するように求めることができる。
このソースコードは BSD ライセンスのもとでダウンロードして利用することができる。
3. TAP KB
TAP KB は以下のようなポピュラーなオブジェクトに関して、語彙や分類上の情報を含んだ広く浅い知
識ベースである。
・ Music: Popular music musicians & groups, instruments, styles, composers
・ Movies: Top Movies, actors, television shows
・ Authors: Top book authors, classic books
・ Sports: Athletes, sports, sports teams, equipment
・ Autos: Auto & motorcycle types and models
・ Companies: Fortune 500 companies
・ Home Appliances: Different types of appliances and most well known brands
・ Toys: Different types of toys and most well known brands
・ Baby products: Different types of baby products and most well known brands
・ Places: Countries, states, cities, tourist attractions
・ Consumer electronics: Audio/Video, Communication, game equipment and titles and brands
・ Health: Diseases and common Drugs
TAP KB は Open Directory License に似た TAP KB License のもとで利用できる。
TAP KB はいわゆる Upper Ontology を意図したものではないとされている。Cyc のような基本・一般
常識に関する深い知識を持つが特定の物事に関する知識を持たないものの代わりになるものではなく、補
足するものである。
例えば、Cyc は Musician になるということはどういう意味かよく知っているため、もし Yo-Yo Ma は
チェリストだといわれたら、
「彼は恐らく1ないしは複数のチェロを持っていて、しばしばチェロを弾く」
などと推論することができると考えられる。しかし、Yo-Yo Ma と呼ばれる有名なチェリストが存在する
ことは恐らく知らないと考えられる。TAP KB は Upper Ontology が提供しない残りの 95%を提供しよう
としている。
4. アプリケーション Semantic Search/ Activity Based Search
Activity Based Search (ABS)は、現在のところ、TAP のメインアプリケーションである。
以下の URL ではデモが公開されている。
・ http://tap.stanford.edu:8000/tap
・ http://www.w3.org/2002/05/tap/semsearch/
インターネットのサーチエンジンはデータではなくテキストをターゲットとしている。さらに、クロー
リングやインデックスモデルの検索では、動的に変化するサイトの検索ではうまく働かなかった。
ABS では、与えられた検索語が TAP KB にあるか調べる。知識ベースにそれがあればその概念がわか
- 98 -
り、その概念に典型的に関連付けられたアクティビティの種類を決定することができる。それに基づいて、
その概念のプロパティのタイプなどのデータが決定される。GetData を利用して取得されたグラフが、
通常の検索結果を拡張する。検索後に複数の概念がある場合(例えば Jaguar は動物もしくは車)、シス
テムは一つを選択し、ユーザに別のものも選べるようにもする。
この図(http://tap.stanford.edu/tap/ss.html から引用)は、“Yo-Yo Ma”という文字列で検索をかける
と,それがミュージシャンであることがわかり, TicketMaster のデータからコンサートのスケジュール,
EBay のデータから彼の音楽アルバムがオークションにかけられていること, CDNow のデータから彼
の音楽アルバムが$14.99 で売られていることなどが分かるという例を示している。
ABS に E コマースのデータを適用するとリアルタイム広告などの新たな広告を創造し、これはサーチ
エンジンやEコマースのベンダにとって、ABS を導入する理由になるとしている。プロジェクトでは約
50 の E コマースのサイトからセマンティックサーチのためにデータをかき集めようとしている。下の図
(同じく http://tap.stanford.edu/tap/ss.html から引用)は、Yo-Yo Ma の検索結果の拡張を行なっている
ABS の画面イメージである。
- 99 -
3.2
3.2.1
RDF 関連
FOAF: the 'friend of a friend' vocabulary
-------------------------------------------------------------------------------------------------------------------------------------------このドキュメントは
FOAF: the 'friend of a friend' vocabulary
http://xmlns.com/foaf/0.1/
の和訳です。
この文書には和訳上の誤りがありえます。
内容の保証はいたしかねますので、必ず正式版文書を参照して下さい。
-------------------------------------------------------------------------------------------------------------------------------------------FOAF: the ‘friend of a friend’ vocabulary
(http://xmlns.com/foaf/0.1/)
Version: 0.1
Status: 利用されているが、仕様変更の可能性がある。注意して使うこと。
Authors: Dan Brickley, Libby Miller, rdfweb-dev listmembers
本ドキュメントには、FOAF ボキャブラリを定義し記述する、埋め込みの XML/RDF ステートメントが
含まれています。
FOAF とは?
FOAF とは RDFWeb(http://rdfweb.org/)プロジェクトの 1 つです。FOAF の文書化は不十分ですが、
たくさんのプロジェクトやツールで既に利用されています。FOAF の一般的な紹介文としては、Edd
Dumbill の”XML Watch: Finding friends with XML and RDF” (June 2002, IBM developerWorks)
という記事
(http://www-106.ibm.com/developerworks/xml/library/x-foaf.html)を参照ください。イメージ・メタ
データを伴う FOAF の利用に関するの情報(http://rdfweb.org/2002/01/photo/)もあります。Co-dipiction
という実験
(http://swordfish.rdfweb.org/discovery/2001/08/codepict/)では、FOAF ボキャブラリの興味深い利用
方 法 が 示 さ れ て い ま す 。 Jim Ley の SVG イ メ ー ジ ・ ア ノ テ ー シ ョ ン ・ ツ ー ル
(http://www.jibbering.com/svg/AnnotateImage.html)では、詳細なイメージ・メタデータを伴った
FOAF の利用方法が示されています。また Web ブラウザの中のイメージ領域をラベリングするためのツ
ールも提供されています。FOAF ドキュメントを作成するためには、Leigh Dodd の FOAF-a-matic とい
う java スクリプトのツール
(http://www.ldodds.com/foaf/foaf-a-matic.html)を利用することもできます。
IRC を通じて FOAF データセットのクエリーを行うためには、Edd Dumbill の FOAFbot ツール
(http://usefulinc.com/foaf/foafbot)を利用することができます。これは IRC コミュニティをサポートす
るエージェントです。FOAF に関する更なる情報や関連するプロジェクトについては、rdfweb.org の
FOAF プロジェクトホームページ(http://rdfweb.org/foaf/)を参照ください。
FOAF スキーマ
本ドキュメントは、FOAF ネームスペースのドキュメントです。FOAF ボキャブラリと、それを構成す
- 100 -
るターム(RDF クラスと属性)とを記述するものです。FOAF ボキャブラリはいわば、セマンティック
Web ボキャブラリの 1 つ、もしくは「オントロジ」に当たります。FOAF ボキャブラリは非常にシンプ
ルかつ実際的で、実験と実用のバランスの上で設計されています。FOAF ボキャブラリの作者たちは、広
範な利用を意図してそれを作成しており、特定目的への適合性に関しては何らコミットメントを行ってい
ません。FOAF の仕様は今後も変更・進化の可能性があることに留意してください。将来のある時点で、
仕様変更をストップしたり、
「追加オンリー」のメンテナンスモードに移行したりすることになるでしょ
う。
FOAF ネ ー ム ス ペ ー ス へ の 追 加 案 に 関 す る 情 報 に つ い て は 、 FOAF Wiki ペ ー ジ
(http://rdfweb.org/rweb/wiki/wiki.pl?)を参照ください。FOAF ネームスペースは変更しつつあり、私
たちは各々の追加や編集に対して新たなネームスペース URI を作っていないことに留意してください。
RDFWeb 概要ページ
(日付が古く、かつ不完全ですが)
(http://rdfweb.org/2000/08/why/)では、RDFWeb
システムの背景と目的が述べられています。様々な RDFWeb ツールは、たくさんの RDF ボキャブラリ
を利用できることに留意してください。本ドキュメントで定義されている属性とタイプは、RDFWeb で
の利用のための基本的かつ有用なコンセプトを提供するものです。その他のボキャブラリ(例えば、シン
プルな書誌記述用の Dublin Core メタデータエレメントなど)を、ローカルな拡張として、FOAF ター
ムと混合させることもできます。FOAF は拡張できるように設計されています。
FOAF では、FOAF:mbox がユニークに個人を識別している事実を表現するために、DAML でアノテ
ーションされた RDF スキーマとして表現されます。FOAF:mbox とは、DAML+OIL で言う、「明白な
属性(UnambiguousProperty)」の 1 つです。さらに、時間と変化を越えてほぼ特定個人を識別するとい
う点で、「静的で明白な属性(static unambiguous property)」でもあります。
コンテンツ
FOAF では、以下のクラスと属性を導入します。RDF/XML バージョンを見るためには、本ドキュメント
(http://xmlns.com/foaf/0.1/)のソースを参照ください。
クラス名
コメント
http://xmlns.com/foaf/0.1/Organization
組織
http://xmlns.com/foaf/0.1/Project
プロジェクト
http://xmlns.com/foaf/0.1/Person
人
http://xmlns.com/foaf/0.1/Document
ドキュメント
属性名
http://xmlns.com/foaf/0.1/page
http://xmlns.com/foaf/0.1/schoolHom
epage
http://xmlns.com/foaf/0.1/surname
コメント
その物事に関するページまたはドキュメント
その人が通う学校のホームページ
ドメイン
rdfs:Resource
foaf/0.1/Person
foaf/0.1/Person
- 101 -
rdfs:Document
http://xmlns.com/ http://xmlns.com/f
http://xmlns.com/
ある人の名字
レンジ
oaf/0.1/Document
rdfs:Literal
http://xmlns.com/foaf/0.1/id
その物事に対する ID
http://xmlns.com/foaf/0.1/knows
その人の知人
http://xmlns.com/foaf/0.1/title
敬称 (Mr, Mrs, Ms, Dr. など)
rdfs:Resource
rdfs:Resource
http://xmlns.com/ http://xmlns.com/f
foaf/0.1/Person
oaf/0.1/Person
特定されない
特定されない
れている。ある特定の個人メールボックスを 特定されない
特定されない
Web 上で識別可能なインターネット・メール
ボックス。正確に一人のオーナー(そのメー
ルボックスの最初のオーナー)と結び付けら
http://xmlns.com/foaf/0.1/mbox
所有するのは(時間と変化を越えて)ほぼ一
人の個人である点で、この属性は「静的で
明白な属性」である
http://xmlns.com/foaf/0.1/theme
テーマ
http://xmlns.com/foaf/0.1/interest
その人が興味をもつトピックに関するページ
rdfs:Resource
rdfs:Resource
http://xmlns.com/ http://xmlns.com/f
foaf/0.1/Person
oaf/0.1/Document
特定されない
特定されない
国際的に識別可能な電話番号。tel: URL
http://xmlns.com/foaf/0.1/phone
scheme を使う
(http://www.w3.org/Addressing/schemes.
html#tel を参照のこと)
http://xmlns.com/foaf/0.1/publications その人の出版物へのリンク
http://xmlns.com/
foaf/0.1/Person
rdfs:Resource
ある人を特徴付ける短い非公式なニックネ
http://xmlns.com/foaf/0.1/nick
ーム(ログイン ID、IRC 等のチャットでのニッ 特定されない
特定されない
クネームを含む)
http://xmlns.com/foaf/0.1/currentProj
ect
http://xmlns.com/foaf/0.1/name
その人が現在従事しているプロジェクト
ある物事に対する名前
http://xmlns.com/foaf/0.1/pastProject その人が以前に従事していたプロジェクト
http://xmlns.com/foaf/0.1/firstName
http://xmlns.com/foaf/0.1/fundedBy
http://xmlns.com/foaf/0.1/homepage
ある人のファーストネーム
あるプロジェクトまたは人間に資金提供を行
っている組織
ある物事に対するホームページ
http://xmlns.com/
foaf/0.1/Person
特定されない
http://xmlns.com/
foaf/0.1/Person
http://xmlns.com/
foaf/0.1/Person
rdfs:Resource
特定されない
rdfs:Resource
rdfs:Literal
rdfs:Resource
rdfs:Literal
rdfs:Resource
http://xmlns.com/f
oaf/0.1/Document
正確に一人のオーナー(そのメールボックス
http://xmlns.com/foaf/0.1/mbox_sha1
sum
の最初のオーナー)と結び付けられた Web
上で識別可能なインターネット・メールボック 特定されない
特定されない
スの URI の sha1sum(※訳者註:チェックサ
ムと署名を生成するためのプログラム)
http://xmlns.com/foaf/0.1/linkedWith
一般的なリンク
http://xmlns.com/foaf/0.1/img
ある物事を表すのに使うことができる画像
http://xmlns.com/foaf/0.1/geekcode
その人に対するテキスト文の geekcode
rdfs:Resource
- 102 -
rdfs:Resource
http://xmlns.com/ http://xmlns.com/f
foaf/0.1/Person
http://xmlns.com/
foaf/0.1/Person
oaf/0.1/Image
特定されない
http://xmlns.com/foaf/0.1/depiction
ある物事の描写
rdfs:Resource
http://xmlns.com/foaf/0.1/logo
ある物事を表すロゴ
rdfs:Resource
http://xmlns.com/foaf/0.1/workplaceH ある人の職場のホームページ。ある人が働
omepage
http://xmlns.com/foaf/0.1/dnaChecks
um
http://xmlns.com/foaf/0.1/topic
http://xmlns.com/foaf/0.1/workInfoHo
mepage
oaf/0.1/Image
rdfs:Resource
http://xmlns.com/ http://xmlns.com/f
foaf/0.1/Person
oaf/0.1/Document
ある生物の DNA のチェックサム。(ジョーク) 特定されない
特定されない
あるページまたはドキュメントのトピック
rdfs:Resource
ある人の仕事内容に関するホームページ。
ある人の、ある組織のために行っている仕
事に関するページ
http://xmlns.com/foaf/0.1/givenname
3.2.2
いている組織のホームページ
http://xmlns.com/f
ある人のクリスチャンネーム
rdfs:Document
http://xmlns.com/ http://xmlns.com/f
foaf/0.1/Person
oaf/0.1/Document
特定されない
特定されない
Survey of RDF data on the web
-------------------------------------------------------------------------------------------------------------------------------------------このドキュメントは
Survey of RDF data on the Web
http://www.i-u.de/schools/eberhart/rdf/rdf-survey.pdf
の和訳です。
この文書には和訳上の誤りがありえます。
内容の保証はいたしかねますので、必ず正式版文書を参照して下さい。
-------------------------------------------------------------------------------------------------------------------------------------------ウェブにおける RDF データの調査
Andreas Eberhart
International University in Germany
eberhart@i-u.de
August 15, 2002
要約
Resource Description Framework(RDF)はメタデータ相互流通のためのフォーマットである。これはセ
マンティック Web に向けての有望な基本技術である。この論文は、Web 上に RDF データがどのくらい、
どのようなものがあるかを、2001 年 12 月、2002 年 8 月に調査したものである。4 つの探索方略、クロ
ーリング、インターネットディレクトリ中の URL スキャン、特定トピックの検索、さらに以前集めた
URL の検索、の結果を比較する。その結果、現在 RDF はかなり頑張って探さないと見つからないことが
わかった。
- 103 -
1 序論
Web の初期フェーズでは、静的な情報を読んだり発行したりする便利なメディアであったが、最近は
ウェブアプリケーションの人気が途方もないほど成長している。 今日、オンラインで利用できないサー
ビスはないくらいである。しかし、これらのサービスのほとんどが人間向けである。電子データ交換(EDI)
コミュニティではアプリケーション統合のためにメッセージ形式の標準化にかなり成功しているが、どん
な応用にも役立つような軽い標準を開発するのは不可能である。 そのため、EDI ソリューションは典型
的な特定の業界にしか使えない。
セマンティック Web は、ソフトウェアエージェントが自動でコミュニケーションを行うことでウェブ
の可能性を最大にしようという狙いである。 中心となる考えはオントロジで異なるドメインの概念を統
合しようというものである。オントロジによりエージェントがファクトやルールを伝えたりできる語彙が
提供される。しかし、普遍的な API やメッセージ形式を開発するのが不可能なように、誰もが必要とす
る普遍的なオントロジを開発するのも不可能である。Web の精神に従えば、一連のマークアップ言語
RDF、RDFS、DAML、および RuleML により、誰もがメタデータ、ドメインの重要概念、そしてドメ
インエキスパートによる規則や制約条件が書けるようになる。おそらく、そのうちにオントロジの自然淘
汰がおこり、それがセマンティック Web を推進していくことになるだろう。
RDF の簡単な説明
Resource Description Framework(RDF)は、メタデータのための枠組みとしてセマンティック Web で
最も基本的なマークアップ言語である。 中心となる考えはものごとを URIs として扱うことである。人
間は、その人のホームページで指定することができる。 Ora Lassila について述べるのにリソース
http://www.lassila.org を 使 う な ど で あ る 。 あ る オ フ ィ ス の 机 は 、 そ の 会 社 の URL を 使 っ て
http://xyz.com/inventory#K4622-ERF などである。RDF の用語では、これらはリソースと呼ばれる。リ
ソースについてステートメントを作ることができる。ジョーがピーターズの兄弟であるということは、以
下のように、Subject, Predicate, Object の 3 つ組みで表される。
Subject: http://www.mit.edu/~joe/
Predicate: http://www.cogsci.princeton.edu/~wn/concept#107127521
Object: http://www.mit.edu/~peter/
ここで「兄弟」という述語は、プリンストンの Wordnet の語彙データベースプロジェクトを示す URL
であるのに注意されたい。「兄弟」という概念(同じ親を持つ男性)には、ID107127521 がついている。ジ
ョー、ピーター、および他のリソースについて、さらにステートメントを書けるので、結局 RDF は有向
ラベルつきグラフになる。リソースはグラフのノードであり、ステートメントはエッジに相当する。
上の 3 つ組みはややわかりにくい。しかし、それは「兄弟である」という関係を、広く知られた Wordnet
の語彙を使うことで、多くのエージェントが正しくステートメントを解釈できるようにするためである。
「ジョーがボストンに住んでいる」という次の例を見てみよう。
Subject: http://www.mit.edu/~joe/
Predicate: http://www.schema.org/rdf/livesin
Object: Boston
一つの違いは述語が別のネームスペースから来ていること。二つ目の違いは、オブジェクトは、別のリソ
- 104 -
ースではなくリテラル(文字列)であることである。別のステートメントでオブジェクトとして文字列
「Boston」を使っても、それは、都市であるか、ボストンというコードネームによるプロジェクトであ
る か は 、 ア プ リ ケ ー シ ョ ン 次 第 で あ る 。 さ ら に 調 べ た い 場 合 は 、 RDF/RDF ス キ ー マ
( http://www.w3.org/RDF )DAML1、RuleML2、およびセマンティック Web 一般 3 のサイトを見ていた
だきたい。
1http://www.daml.org
2http://www.dfki.de/ruleml
3http://www.semanticweb.org
RDF は、XML 構文にもシリアライズできる。 多くの XML ドキュメントと同じく、RDF もあるアプ
リケーションから別のアプリケーションに流れるバイトストリームである。ネットワーク。 また、RDF
は静的ファイルにも格納することができ、HTML のファイルのヘッダに格納してもよい。
RDF 調査のモティベーション
RDF はセマンティック Web の基礎として事実(ファクト)を記述することができる。そのため、RDF デ
ータがどのくらい探せるかを調査することは興味深い。RDF はセマンティック Web 研究コミュニティで
は、良く使われている。したがって、この調査を行うことで世の中がセマンティック Web 技術をどれだ
け使い始めたかがわかる。また、どのような述語がアプリケーションでよく使われているかを調べるのも
興味深い。
2 章は、どのように探索して、どのようなツールを使ったかを説明する。 調査結果は3章に、続く章に
評価とサマリを示す。
2 調査データのコレクション
いくつかの初期実験は、Karlsruhe 大学で開発された RDF クローラを使って行われた。初期 URL を
与えると、RDF クローラは一定の深さまで再帰的にページを収集した。見つかったRDFデータはロー
カルファイルに格納される。この実験をやってすぐに、RDF データを Web で見つけるのは簡単でないこ
とがわかった。単純なクローラーだと起点 URL を慎重に選ばないと、RDF データにたどり着く前に膨大
なファイルを集めなければならない。そこで方針を変え、以下に解説するような方法で行った。
最初の実験は 2001 年 12 月に行った。同じソフトウェアと検索プロセスで 2002 年 8 月に再実験をおこ
なった。これはセマンティック Web のイニシアチブが最近ポピュラーになってきたため、その影響を見
るためである。今後同様の実験を繰り返す予定である。
2.1 クローリング
1998 年の Lawrence, Giles による研究では、大手のウェブサーチエンジンでもインターネットページ
の 17%を集めているにすぎない。インターネットの急成長では、この数値はこれからかなり減ると言わ
れている。今回の研究に利用できるバンド幅とコンピュータリソースでは、URL 群のごく一部を集めら
れるにすぎない。そこで我々は、出発点として RDF コミュニティの中の有名サイトを起点として選んだ。
テーブル 1 は両方の探索実験で使った起点 URL である。2ホップにより、計 12,507 ページを最初の実
験で処理した。2つのメジャーな RDF ファイルのコレクション、つまり、オープンディレクトリの構造/
- 105 -
コンテンツのダンプ 5 と、
4http://ontobroker.semanticweb.org/rdfcrawl/
5http://dmoz.org/rdf.html
URL
http://www.w3.org/RDF/
http://wilbur-rdf.sourceforge.net/
http://www.daml.org/
http://www.lassila.org/
http://www-db.stanford.edu/_melnik/
http://www-db.stanford.edu/_melnik/rdf/api.html
http://www-db.stanford.edu/_stefan/
http://www-db.stanford.edu/
http://www.semanticweb.org/
http://protege.semanticweb.org/
Table 1: Popular sites within the RDF community were chosen as starting points for crawling
Wordnet の語彙データベースプロジェクト 6 の RDF バージョンは、大規模すぎるため外した。RPM
ソフトウェアパッケージ tool7 に関連するサイトはソフトのディストリビューションを記述した多くの
RDF ファイルを含んでいるが、部分的に集めただけである。最初の実験での起点ページの選択が非常に
恣意的に制限したため、2度目の実験では Google ディレクトリの RDF カテゴリ以下の URL も含めた。
www.semanticweb.org ページと同様に、これらはいろいろな RDF の関連サイトのリンクを含んでいる。
2 度目の実験では 31,764 ページが集まった。
2.2 オープンディレクトリ
Web の幅広さがいくらかはわかるため、我々はオープンディレクトリ project9 から URL を捜した。こ
のプロジェクトはウェブサイトをヤフーと似たようなカテゴリへまとめたものであり、URL とその説明
文は RDF フォーマットで利用可能である。最初の実験では、527,408 の URL が含まれていた。オープ
ンディレクトリプロジェクト成長は早いため、8 カ月で、この数は 2,912,434 まで増加した。これにはア
ダルトページ以外のすべてのカテゴリの合計である。こうして得られた URL は、通常エントリページか
ホームページである。URL が膨大になるため、これらのサイトはこれ以上クローリングしなかった。こ
の方法だと明らかに単独で現れる RDF データは集められない。しかし、以下で述べるように HTML 内
の RDF は見つけることができる。
6http://www.semanticweb.org/library/
7http://rpm_nd.net/linux/RDF/
8 Google RDF ディレクトリは http://directory.google.com の>
Libraries > Library and Information Science > Technical Services >
Cataloguing > Metadata> Resource Description Framework.
なお、Google ディレクトリはオープンディレクトリを利用している。
9http://dmoz.org
example:
<head>
...
- 106 -
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:dc="http://purl.org/dc/elements/1.1/">
<rdf:Description rdf:about=""
dc:title="Ora Lassila"
dc:description="Ora Lassila's professional home page"
</rdf:RDF>
</head>
2.3 対象を絞った探索
最初の実験では RDF データが余り見つからなかったので、対象を絞った探索をすることにした。Google
ではある文字列を含む URL を検索することができる。明らかに、”RDF”を含む URL はなんらかの RDF
データが入っていそうである。Google の検索結果から URL を抜き出す簡単なパーサを作った。二番目の
実験で、我々は”Java”または”.NET client”10 を Google から自動で検索する Web サービスに基づ
くプログラムを作った。最初の実験では、このようにして 1,256URL が見つかった。
テーブル 2 はこの 3 つのカテゴリの URL 数をまとめたものである。カテゴリ間にはわずかにオーバラッ
プがある。RDF コミュニティとオープンディレクトリカテゴリの両方に現れる 3 つの URL に RDF デー
タが見つかり、RDF コミュニティにある 63URL が、Google の検索カテゴリにも現れる。 2 番目の実験
において、URL に”RDF”を含むページはあまり見つからず、数は 1,079 まで減少した。これは RDF
の情報が減ったというわけではない。おそらく、Google データベース内部の変化であろう。検索結果に
は 241 万ページが見つかったとあっても、ブラウザと Web サービスインタフェースでは、前述の数まで
しかアクセスできなかった。
2.4 3 つ組の事実(ファクト)から見つかった URL
RDF のサブジェクト、述部と多くのオブジェクトは URL そのものなので、こうした URL からさらに
RDF データを集めることができると考えた。まず、他カテゴリから得られたファクトを対象とし、URL
としては他のカテゴリには出現しないものを選んだ。この制限は、他カテゴリとオーバーラップするもの
が多いだろうと考えたからである。124,374 のファクトが最初の実験で見つかり、365 の新しい URL を
得ることができた。ここで、URL のアンカーとして#を含むものは、同じ URL の場所が違うものなので
無視した。これらの URL のうちファクトのものは、新しい RDF が集まるかも知れないので再び収集し
た。
10See http://www.google.com/apis/
Category
RDF Community
URLs from Open Directory
RDF appears in the URL
URLs from facts
Number of URLs scanned
Dec 2001
Aug 2002
12507
31764
527408
2912434
1256
1079
365
6733
Table 2: URLs per category
365 の新 URL から、1,923 の新しいファクトを見つけたが、そこから先は 23 の新サイトしか見つから
なかったので、収集プロセスはそこで停止した。
2 番目の実験では少し違った。139,288 のファクトが他のカテゴリの URL から見つかった。これらのフ
ァクトからの、サブジェクト、述部、およびリソースオブジェクトで 6,037 の未知 URL を指していた。
- 107 -
それらの URL から 54,227 の新しいファクトが見つかった。この数はとても高いが、調べてみるとほと
んどのファクトは、一つの URL 中の大きなファイルにあったのではなく、いくつかの URL に含まれて
いることがわかった。一例をあげると、http://xmlns.com では、Wordnet データベースの RDF 表現をホ
スティングしている。例えば、URL http://xmlns.com/wordnet/1.6/Survivor には似たような他の URL
にある Wordnet リソースに関するステートメントが含まれる。それでも、それらの新しいファクトから
697 の新 URL を取り出すことができた。この時点では、ファクトと、それまで見た URL にリンクして
いるサイトとを区別することができなかったため、プロセスは終了した。
2.5 RDF データベースのアーキテクチャ
データをさらに分析することができるように、ファクトを RDB システムに格納することにした。図 1
はそのテーブルレイアウトである。
ファクトテーブルには、サブジェクト、述部、およびオブジェクトによる 3 つ組、さらにそれが見つかっ
た URL を格納する。 プライマリキーにすることで二重の挿入を防いでいる。URL テーブルは、データ
のダブりがおきないようにさらなる一貫性制約を持っている。 最後に、URL
type テーブルは、URL
が前記の 3 つのカテゴリのどれに属すかを示す。 URL の msgfield はネットワークエラー、XML パース
エラーなど解析中のエラーを記録する。 図 2 は全体のソフトウェア設計である。集められた全 URL は
まず URL テーブルに挿入される。各カテゴリによってアプローチは異なる。オープンディレクトリダン
プからのデータは XSLT で抜き出された。Google の検索から URL パターンで取り出した URL を集める
プログラム GetGoogleURLs は Google に対して検索を行う。パターンのエンコードは、拡張検索による
膨大な結果セットにたいして 1 ページずつブラウジングして得た自動にクエリを繰り返して与えるのは、
Google が禁じていることもあるので、注意したい。クローラープログラムは、複数の基点からハイパー
リンクをマルチスレッドで収集する。
Figure 1: Design of the RDF database
Figure 2: Overall software design
- 108 -
URL テーブルに格納されると、RDFLoad プログラムが URL をスキャンして RDF データを探す。ファ
クトを DB にアップロードするには Sergey Melnik の RDF API11 を使用している。Java の例外で何か
引っかかったものは msgfield に格納される。例えば、どのくらいのページが構文上正しくない RDF を含
んでいるか、どのくらいのページがネットワークの外にあってアクセスできないかなどである。これは最
も広く使われている RDF API でなので、2001 年 1 月 19 日バージョンで、エラーがなく、3 つ組が空で
ない URL は、正しい RDF を含むと考えられる。 "org.xml.sax.SAXParseException"が投げられた場合、
その URL には RDF は含まれないことになる。また、”java.io.EOFException: no more input”の場合は、
3つ組が空ということを表す。また、見つかった RDF データは num.rdf(num は見つかった URL の ID)
というファイルに格納してさらに調べている。最後に、ScanFacts は見つかった URL を URL テーブル
中のファクトテーブルに格納する。ここで、 ScanFacts は ReadURLs がいくつかのファクトを挿入し
た後にのみ実行することに注意されたい。さらに、ReadURLs は新しく見つかった URL で見つかったフ
ァクトをロードするのに使われる。
このデータベース中心のアーキテクチャの主な利点は、検索プロセスを止めてたり再開したり自由にでき
ることである。データベースは、二度同じデータを挿入できないような一貫性制約を提供している。この
実験は、RDF の現在のスナップショットでの利用動向を調べるため、データベースはデータを追加する
だけで、削除・アップデートは行われない。
データセットおよびアプリケーションは、
http://www.iu.de/schools/eberhart/rdf/からダウンロードすることができる。
3 探索結果
この章では、第 1 回目の実験での 541,536 のウェブサイト、および 2 番目の実験での 2,952,010 のウ
ェブサイトでの検索結果について概説する。
3.1 どのくらいのページが RDF データを含んでいるか?
図 3 と図 4 は、どのくらいのページが RDF データを含んでいるかを、以下のケースに分けて示してい
る。
- ファイルが見つからなかったなどの一般エラー(シアン)
- ページはあったが RDF は含まれない(黄)
- 構文上、不正確な RDF データ(赤)
- 正しい RDF(青)
予想されるように、カテゴリとは強い相関がある。最初の実験では、オープンディレクトリから得た 50
万ページ以上から 16 しか RDF は見つからなかった。2 番目の実験でこの数は 290 万ページ中 180 まで
増加した。 セマンティック Web ポータルの近くのページでは RDF の出現率は、もう少し高いが、期待
はずれであった。両方の実験では、ファクトに現れる URL のおよそ 1 パーセントしか RDF を含んでい
なかった。最も高く RDF を含む URL は、".rdf"で終わるページであり、最初の実験で 10%, 2 番目の実
験では 17%含んでいた。他のカテゴリで見つかったファクトの RDF リンクをたどった URL についても、
同じような率 RDF が含まれていた。
最初の実験では 9%、二番目の実験では 13%のページに RDF を見つけることができた。カテゴリを合わ
せることで、最初の実験では 541,536URL から 1,018URL の RDF を含むページが見つかり、そのうち
613 は正しい RDF, 405 が誤った RDF であった。 2 番目の実験では、2,952,010 ページから 1,479 の正
しい RDF、2,940 の無効な RDF が見つかった。ただし、大量に集めても RDF ページの大半がオープン
ディレクトリのカテゴリに含まれていることに注意したい。
- 109 -
Figure 3: RDF data found per category during the _rst search Dec. 2001
Figure 4: RDF data found per category during the second search Aug. 2002
Figure 5: Error types during the _rst search Dec. 2001
- 110 -
3.2 エラー原因
図 5 と図 6 はエラー(図3のシアンと赤の部分)の原因を示したものである。ネットワークエラーと URL
が存在しないというエラーが最も多いと思われた。最初の実験では、ReadURLs コンポーネントのシス
テムエラーで、対象を限定した検索から得られた URL の処理にやや影響があった。
こうしたエラーのうち 5 つは記録されていて、4 つは原因不明の例外処理、1つは大きなバイナリファイ
ルによるメモリエラーだった。2 番目の実験では、我々は特にオープンディレクトリページの大量ページ
を探すのにスレッド数を増やした。これによって、メモリエラーは 1,147 と多くなった。全 290 万 URL
をスキャンしたことを考えると、この数は結果に影響を与えるほど大きくはない。
興味深いのは、2,940 のエラーのうち 405 件が、古い RDF フォーマットによるエラーまたは、RDF ツー
ルの既存バグによるものということで、今後問題になるかもしれない。いずれの実験でも、これらのエラ
ーの半分以上は HTML におけるスペースエンティティ&nbsp が原因である。 残りのエラー原因として
は、アトリビュートに引用符がないという XML のエラー、description が入れ子になっている RDF のエ
ラー等であった。それぞれの実験において 14URL と 24URL で、単に<RDF>タグでくくっただけでネー
ムスペースがないというのがあった。これは、” unresolved namespace prefix”というエラーになる。
Figure 6: Error types during the second search Aug. 2002
3.3 RDF データセットのサイズ
最初の実験では、125,072 個のファクトが抽出された。そのうち 104,580 は対象限定検索から、19,696
個は RDF コミュニティカテゴリ、1,923 個は URL の形から、98 個はオープンディレクトリウェブサイ
トからであった。 図 7 と図 8 は、どのくらいのデータが異なった URL で見つかったかを示す。 2 番目
の実験の分析では、全カテゴリで 254,783 個のファクトが見つかり、
RDF コミュニティページが 107,308 個、URL 形状から 115,495 個のファクトを含んでいた。
29,168 個が対象を絞った探索、2,812 個がオープンディレクトリページからであった。最初の実験では、
わずか 3 つの大きなファイルに、10,000 以上のファクトが含まれていた。すなわち、
http://www.megginson.com
http://www.ontoknowledge.org にある CIA 世界情勢、http://w.moreover.com のカテゴリ記述
である。二番目の実験では、5 つに多くのファクトが含まれた。つまり、http://opencyc.sourceforge.net の
OpenCyc project
- 111 -
http://www.semanticweb.org/library/wordnet/wordnethyponyms-20010201.rdf にある WordNet の一部
http://orlando.drc.com/ にある2つの軍関係のオントロジ、
http://w.moreover.com
である。
全体的に見て、2つの実験の間に次のような違いがある。 まず第一に、最後のカテゴリでは、密接に関
連した 2 つのデータセット(WordNet のあるバージョンの記述で、xmlns.com から多くのファイルが
moreover.com にリンク)が含まれることが多い。これによって数は大きく増加する。 他のカテゴリでは、
オープンディレクトリカテゴリにおける中規模のデータセットが含まれることを除けばあまり変わって
いない。
Figure 7: Distribution of the RDF data set sizes during the _rst search Dec. 2001
かなり多くのサイトが RSS (Rich Site Summary) Ver.0.9 のデータを含んでいる。 RSS は Netcenter で
提唱されたニュースヘッドラインを分散して配布するための軽量のシンジケートフォーマットである。
RSS の例は次のようなブロックである:
<rdf:RDF xmlns:rdf=http://www.w3.org/1999/02/22-rdf-syntax-ns#
xmlns="http://my.netscape.com/rdf/simple/0.9/">
<rss>
<channel>
<title>BBspot</title>
<link>http://www.bbspot.com</link>
<description>Your Spot for Tech Humor</description>
</channel>
...
3.4 典型的なネームスペースの利用
RDF データの見つかる確率と典型的なサイズがわかったので、さらにファクトを調べてみよう。正しく
データを解釈するには、エージェントが3つ組みにおける述語を正しく理解または解釈できなければなら
ない。 ここで最も顕著に使われたのは、ダブリン Core メタデータの語彙である。テーブル 3 とテーブ
ル 4 は、集まったファクトの中でどのくらい特定のネームスペースの prefix が現れたかをまとめたもの
- 112 -
である。最初の実験では、Ontoknowledge のケーススタディや、David Megginson の空港の例に関する
ネームスペースが多く現れているが、特定のサイトでしか使われていない。そこで、URL の異なりでな
くホストの異なりで数えることにした。これはシステムではできないので、人手でチェックを行った。
Wordnet やオープンディレクトリの述語は現れなかった。
Figure 8: Distribution of the RDF data set sizes during the second search Aug. 2002
2 番目の実験でも同じような状況だった。多くのファクトには使われても、限られた数の文書にしか現わ
れないネームスペースはあった。それ以外で、さらに W3C のものでもないものは、やはりダブリン Core
が一番多く、新しく現れたものとしては Adobe ネームスペースがあった。これらのページは Adobe XMP
(eXtensible Metadata Platform)に基づくものである[1]。 XMP は、RDF で記述され、アプリケーショ
ンファイルに埋め込むメタデータとして設計されている。メジャーな IT 企業が RDF を使うということ
はセマンティック Web コミュニティにとって大きな励みとなっている。
Predicate namespace prefix
http://www.ontoknowledge.org/oil/case-studies
http://www.w3.org/1999/02/22-rdf-syntax-ns#type
http://www.w3.org/1999/02/22-rdf-syntax-ns#
http://www.megginson.com/exp/ns/airports#
http://alchemy.openjava.org/ocs/directory#
http://www.w3.org/2000/01/rdf-schema#
http://purl.org/
http://interdataworking.com/vocabulary/
http://www.trustix.net/schema/rdf/spi-0.0.1#
http://my.netscape.com/rdf/simple/
Other http://www.w3.org
http://www.daml.org
http://www.rpm.org
http://metainfo.hauN.org
http://home.netscape.com/
Other
in #
of URLs
1
326
326
2
1
62
123
27
2
93
331
27
7
1
1
164
in #
of facts
23259
21011
17298
13589
7014
6182
5198
4698
3012
2446
2212
2032
1716
1351
801
13253
Table 3: Predicate namespace pre_xes used by the RDF data found during therst search Dec. 2001
- 113 -
エージェントが RDF ファクトを理解するには、述部だけでなく、よく参照されるオブジェクトも重要
である。例えば、オープンディレクトリカテゴリにおけるウェブサイトに関するメタデータが良い例であ
る。これによってオープンディレクトリを知っているどんなエージェントでも、例えば、サイトの内容を
引き出すことができるだろう。 テーブル 5 はこの調査結果である。どちらの実験でも、オブジェクトの
およそ 57%がリテラル(文字列)であり、その多くが”en”, “text/plain” という文字列であった。RDF
Type の述語の多くに見られるように、オブジェクトの多くは RDFS クラスである。多くの異なったサイ
トから頻繁にリンクされるクラス以外のオブジェクトは見つけられなかった。Wordnet やオープンディ
レクトリ以外で、良く参照されるリポジトリもなかった。
3.5 2 つの実験の比較
評価の前に、2001 年 12 月、2002 年 8 月の二回の実験の比較の傾向を分析して見よう。
全体的に見て、最後のカテゴリによって見つかった URL の数の違い(他のファクトから参照されるサイト
が多い)を除けば大きな変化はない。これは RDF ファクトが比較的小さく閉じていることを示唆している。
しかし、もっと細かく調べてみると、これらの大部分は数少ないソースから得られている。最初の実験で
は、15,214 個の異なったホストからの URL が見つかった。二番目の実験では、同じ比率にすると、異な
りホスト数は 269 である。
Predicate namespace prefix
http://www.cogsci.princeton.edu/
http://www.w3.org/2000/01/rdf-schema
http://www.w3.org/1999/02/22-rdf-syntax-ns#type
http://orlando.drc.com/
Other http://www.w3.org
http://alchemy.openjava.org/
http://purl.org/
http://interdataworking.com/
http://www.daml.org/
http://ilrt.org/
http://opencyc.sourceforge.net/
http://ns.adobe.com/
http://my.netscape.com/
http://www.rpm.org/
http://www.ontoknowledge.org/
http://dublincore.org/
http://www.omg.org/
http://www.semanticweb.org/
http://annotation.semanticweb.org/
http://xmlns.com/
http://example.org/
http://www.nesstar.org/
Other
in #
of URLs
1
693
1205
19
435
2
463
16
53
9
1
152
34
3
2
82
3
41
5
48
95
6
129
in #
of facts
78445
57132
37926
27773
11454
9793
9411
5247
4490
2124
1630
1589
902
734
645
544
523
466
375
351
121
106
3002
Table 4: Predicate namespace pre_xes used by the RDF data found during the
second search Aug. 2002
- 114 -
RDF Object
Other literals
Other resources
http://www.w3.org/1999/
02/22-rdf-syntax-ns#
Numbers
en
hourly
text/plain
in number of
Facts Dec. 2001
58949
44562
in number of
facts Aug. 2002
237163
175110
7646
7947
8115
2414
2361
1002
9667
3278
3265
1410
Table 5: Overview over RDF Objects
多くのページを集めたが、その多くがオープンディレクトリだったため、RDF の数も増えたが、総合
的な RDF ページの比率は下がっている。ただし、違いはそれほど顕著ではないため、これから即結論と
することは早計である。
4 評価
この調査の結果、RDF はまだ大きなユーザコミュニティには使われていないことがわかった。探索範
囲はそれほど広くないため、もしかすると RDF の大きな島を逃しているかもしれない恐れはある。しか
し、RDF データは Web であまねく使われているわけではないことはわかった。それは、Web サービスに
おいても同様と言えよう。技術的には Web サービスと RDF のインタフェースの組み合わせで利用できる
何百万ものデータソースがあるはずである。
Web サービスの方がより一般に受け入れられているのは疑いもないだろう。しかし、Google ウェブサ
ービス API やマイクロソフトの Map Point service13 のようないくつかの有名なサービスを除いて、現
在 UDDI レジストリに入っているサービスの大半はプロトタイプレベルのものである。
今後、Web サービスやセマンティック Web で、自動処理が可能になり、状況は抜本的に変わるというの
がビジネス上の見通しである。現在の Web は主として広告によって無料の情報提供がされている。しか
し、今後は人によるアクセスではなく機械によるアクセスになれば、この状況は変わる必要がある。小額
決済や一括支払いのような課金のバリエーションも必要となるだろうが、現状この方向について明確なト
レンドや標準化はよくわかっていない。いずれにしても、Web の自動化が進めば、RDF はより重要なデ
ータフォーマットとなるだろう。
RDF を HTML ページのメタデータフォーマットとして使うのは、すでに HTML には META タグがあ
るためあまり意味はない。RDF の強さ(すなわち、その拡張性と標準的な語彙とグローバルな識別子)を生
かすこともできない。オープンディレクトリにおける一般のウェブサイトの検索結果が非常に貧弱なのを
見ると、この考えはさらに確からしくなる。さらに、今回見つかったファクトにおいては、相互接続性は
非常に低い(すなわち、ほとんどのオブジェクトが、リテラルだったり RDF スキーマ)。ダブリン Core と
Adobe XMP ネームスペース以外では、非 W3C ボキャブラリはほとんど使われていない。ただし、Adobe
の RDF のサポートは非常に有望な兆候である。
にもかかわらず、我々は、RDF には多くの可能性があると考える。例えば NEC CiteSeer リサーチイ
ンデクス[3]を見ると、Web 上のメタデータの必要性さらに対象を絞った検索の必要性がよくわかる。
- 115 -
CiteSeer では、論文の引用関係を抽出している。被引用数は論文の質を測る指針である。
もし RDF メタデータを出版物につければ、こうしたシステムの実装はもっと容易になるだろう。さら
に、様々な RDF アプリケーションも実現できるかもしれない。
我々は、セマンティック Web が成功するには、研究コミュニティが、より大きいユーザコミュニティ
がびっくりするようなアプリケーションを作ることが必要と考える。それこそが、現状の鶏と卵問題: ア
プリがなければデータもマークアップしないし、大量のマークアップデータがないとアプリが成功しない、
というのを打開する可能性を秘めている。
エラーの原因
限定した探索では多くの RDF データが見つからないというのは別として、ページをスキャンしても
RDF が見つからないというエラーがある。いくつかのケースを調べたところ、フォーマットが間違って
いたり、ネームスペースが定義されていなかったりということがわかった。我々が実験で使用した RDF
API ではこうした問題は、エラーとなってしまう。また、XML または XHTML ファイルを RDF API に
かけると空データセットというエラーが返る。他の不具合は、ランダムに調べたところでは見つからなか
った。
References
[1] Adobe Inc. A managers introduction to adobe extensible metadata platform, the Adobe XML
metadata framework.
http://www.adobe.com/products/xmp/pdfs/whitepaper.pdf.
[2] M. Bergman. The deep web: Surfacing hidden value, 2001.
[3] K. Bollacker, S. Lawrence, and C. L. Giles. CiteSeer: An autonomous web agent for automatic
retrieval and identi_cation of interesting publications.
In K. P. Sycara and M. Wooldridge, editors, Proceedings of the Second In 1998. ACM Press.
[4] A. Eberhart. Survey of RDF data on the web. In Proc. of the 6th World Multiconference on
Systemics, Cybernetics and Informatics (SCI 2002), July 2002.
[5] S. Lawrence and C. L. Giles. Searching the World Wide Web. Science,
3.2.3
Describing and retrieving photos using RDF and HTTP
-------------------------------------------------------------------------------------------------------------------------------------------このドキュメントは
Describing and retrieving photos using RDF and HTTP
http://www.w3.org/TR/photo-rdf/
の和訳です。
この文書には和訳上の誤りがありえます。
内容の保証はいたしかねますので、必ず W3C Web サイトの正式版文書を参照して下さい。
--------------------------------------------------------------------------------------------------------------------------------------------
- 116 -
RDF と HTTP を用いたデジタル写真の内容記述と検索
W3C メモ 2002 年 4 月 19 日版
-------------------------------------------------------------------------------------------------------------------------------------------概要
このメモは、(RDF)メタデータを付与した(デジタル)写真データの記述と検索に関するプロジェクト
について述べたものである。ここでは、RDF スキーマ、大量の写真にメタデータを素早く付与するため
のデータ入力プログラム、写真とメタデータを HTTP で配信する方法、および写真データの記述内容に
基づいた検索方式に関するいくつかの提案について述べている。
データ入力プログラムは Java で実装しており、また、HTTP でイメージデータから RDF メタデータを
検索するために専用の Jigsaw フレームを実装している。RDF スキーマとしては Dublin Core のスキー
マや、テクニカルなデータ用に追加のスキーマも用いている。
我々は既にデモサイトを立ち上げており、サンプルのソースコードがダウンロードできるようになってい
る。
このシステムは、休日に撮りためた写真だけでなく、さらに大掛かりな写真集にも便利だろう。
このドキュメントの位置付け
このドキュメントは、ディスカッションのためだけに W3C が公開しているメモである。W3C がこのメ
モを公開することは、W3C やそのチーム、メンバーのいかなる保証を表すものでもない。コメントは著
者に送って頂きたい。
本メモは、システムとスキーマを用いた検証を重ねたのちに更新するつもりである。
一連の W3C テクニカルノートと公開文書(ワーキングドラフトやノートを含む)の最新のものは、
http://www.w3.org/TR/ で参照できる。
目次
・概要
・このドキュメントの位置づけ
・目次
・ 1. プロジェクトの目的
・ 2. システムの概要
・ 3. データ入力プログラム "rdfpic"
・ 4. Jigsaw の拡張
・ 5. RDF スキーマ
・ 5.1. Dublin Core スキーマ
・ 5.2. テクニカル・スキーマ
・ 5.3. コンテンツ・スキーマ
・ 6. 拡張についての提案
・ 7. オンライン・デモ
- 117 -
・ 8. プログラムのダウンロード
・ 9. 関連する研究やプロジェクト
・ 10. 謝辞
・ 11. 参考文献
・付録
A: RDF スキーマ
・ (改変版) Dublin Core スキーマ
・テクニカル・スキーマ
・コンテンツ・スキーマ
・付録
B: メタデータの例
-------------------------------------------------------------------------------------------------------------------------------------------1. プロジェクトの目的
本プロジェクトの目的は、一部には個人的なものであり、また W3C の技術のプロモーションでもある。
個人的理由として、筆者らは膨大な数の写真をため込んでおり、おかげでそれらの中から誰かに見せたい
写真を的確に見つけることが困難になっている。それらの写真をデジタル化して RDF のメタデータを記
述することにより、いつでも所望の写真を素早く見つけ出せるようにしたい。
筆者らはまた、RDF スキーマやそれに関する実用システムの具体的な例を挙げ、Web 上でのメタデータ
の可能性を示すために役立てたいと考えている。これは特に、HTML ドキュメントに対して使われてい
る従来のテキストベースの検索エンジンが、明らかに写真データに対してうまく機能しないためである。
また、メタデータによって自動的に写真データの非視覚的な表現が与えられるので、アクセシビリティの
向上にも寄与する。
そこで、本プロジェクトでは既存のいくつかの技術(W3C の RDF [RDF], HTTP [HTTP], Jigsaw
[Jigsaw] と W3C 外の技術である JPEG [JPEG] や Java [Java])を利用し、それらを組み合わせるこ
とで興味深く実用的なアプリケーションの実現を目指している。
- 118 -
2. システムの概要
photo-RDF システムの構成図。左上:写真をデジタイズし、JPEG 画像として保存。左下:データ入力
プログラム(修正が必要な場合の編集も可能)を用いて写真データにメタデータを記入。右:Web から
のリクエストに対し、その形式に応じて写真データまたはメタデータを Jigsaw を使って送信。
このシステムは次のような(大半は相互に独立した)部分からなっている。
1. 写真のスキャニングと JPEG 形式での保存。我々は品質を重視してネガフィルムからスキャン
しているが、デジタルカメラを含めて JPEG 画像を出力するものならなんでも使える。この部分の
処理についてはこれ以降言及しない。
2. 各写真に対するメタデータを簡単に入力/編集でき、JPEG ファイル内に RDF 形式でデータを
書き込むデータ入力プログラム。このプログラムについては後述する。
3. JPEG 画像データまたはその中に書き込まれている RDF 記述を配信することのできる Jigsaw
サーバ用モジュール。このモジュールは HTTP Content Negotiation を用いて画像データと RDF
記述のどちらをクライアントが要求しているかを判断する。これについても後述する。
- 119 -
デジタルカメラによっては既に写真に関する情報を生成するものもあり、スクリプトを使ってその情報
を読み込み RDF 形式に変換することもできるだろう。しかし、現バージョンのメタデータ・エディタで
はそのような情報は扱わない。
RDF データは3種類のスキーマで表現する。うち1つは Dublin Core スキーマで、他の2つは写真
に関するテクニカルなデータと被写体の分類情報である。3種類のスキーマを使うのは、単にそれぞれを
別々のプロジェクトで使えるようにするためである。なお、データ入力プログラムのユーザに対して実際
の RDF 記述は完全に隠ぺいされている。
3. データ入力プログラム"rdfpic"
rdfpic の画面。メタデータ・エディタでテクニカル・データを入力する画面が表示されている。 (このキ
ャプチャ画面は 50%に縮小されている)
データ入力プログラムはとてもシンプルである。これは大量の写真に対してメタデータを素早く入力す
るためのもので、写真は大抵1つまたは少数の連続した組(シリーズ)からなっているという前提で設計
されている。そのため、ほとんどの入力フィールドにはデフォルトで前の写真用に入力したデータが記入
されており、以前の数枚の写真に対して入力した値も素早く参照できるようになっている。多くの場合、
1つの写真から次の写真へはごくわずかなフィールドを書き換えるだけでよく、タイピングの量を最小に
押さえられる。
プログラムは Java で書かれているが、ユーザインタフェースは実行時にマシン可読なバージョンの
スキーマ(現状では RDF のシンタックスを使わず、同等の情報を持ったデータに変換している)から直
接生成している。これにより、RDF のスキーマを変更した場合にもプログラムを変更する必要は無い。
RDF データは JPEG ファイルのコメントブロック( ISO DIS 10918-1 で定義されている "COM"
- 120 -
タイプのブロック)に保存される。JPEG 標準規格によれば、コメントブロックには任意のテキストを
記入することができる。ただし、そのテキストに対して型を指定する方法はなく、RDF はヒューリステ
ィックスを用いて容易に平文(プレーン・テキスト)と区別することができるという点に頼っている。
JPEG では各コメントブロックは 64K までに制限されている。しかし、ブロック数を必要なだけとれる
ので、テキストはいくらでも追加できる。実のところ、rdfpic プログラムで生成されるテキスト記述は
せいぜい数百バイト程度の長さである。
4. Jigsaw の拡張
RDF 付きバージョンと画像データのみの両方を既存のブラウザやツールに配信できるようにするには、
Content Negotiation を使う方法が最も良い。もちろん、より良い方法でメタデータを検索したり保存で
きるようにするために、HTTP 拡張のような他の技術を使ってはいけないというわけではない。
Content Negotiation を利用することには2つの利点がある。あらゆるテキストベースのブラウザ
(lynx や emacsspeak を使った emacs など)で正しく動作する点と、RDF から title や description
などの項目を選んで出力をダイレクトにレンダリングできる点である。また、適切な MIME タイプに対
して問い合わせるだけで、RDF クローラを使って写真データの集合から全ての RDF 記述を収集し、知
識ベースを構築することもできる。
Jigsaw [Jigsaw] では、1つのフレームを生成し、同じ URI(1つは画像自体を指す)の下で2つの
異なるリソースをシミュレートする。それら2つのリソースはそれぞれ HTTP の値(ETags や
Content-Length その他)のセットを含み、結果として HTTP の標準的な Content Negotiation を使っ
て送信される。
RDF メ タ デ ー タ は ま た 、 セ ミ コ ロ ン ( ; ) の 後 に 指 定 さ れ た MIME タ イ プ 、 例 え ば
foo.jpg;application%2Frdf+xml("%2F" は "/" の URL 内でのエスケープ表記)を追加するだけで
Content Negotiation なしに直接取り出すこともできる。
さらに、RDF 記述の ETag を HTTP リクエストのヘッダに書けば、PUT メソッドを使ってその RDF
記述の変更も可能である。
5. RDF スキーマ
メタデータは3つの異なるスキーマに分かれている。
1. Dublin Core スキーマ:Dublin Core [DC] スキーマはオリジナルのコンテンツ(書籍や記事が一
般的だが映画や絵画、写真も)を同定するために使われる汎用スキーマである。このスキーマには
制作者(creator)や編集者(editor)、タイトル(title)、発行日(date of publishing)、出版者(publisher)
が含まれている。これは Dublin Core Metadata Intiative によって開発され、使用するバージョン
は RDF フォーマットのバージョン 1.1 である。
2. テクニカル・スキーマ:このスキーマは写真とカメラに関する技術的なデータ、例えばカメラの
タイプやフィルムのタイプ、フィルムの現像日、デジタル化に使われたスキャナやソフトウェアな
どを記録するためのものである。
- 121 -
3. コンテンツ・スキーマ:このスキーマは予め規定された語彙を用いて写真の被写体を分類するた
めに使用する。このスキーマを使うことで、写真をポートレートやグループ写真、風景、建築物、
スポーツ、動物などといった特性に基づいて検索できる。
各プロパティはいずれも必須ではない。多くのプロパティに値を入れればそれだけ写真に関する多くの
ことが記述され、検索も容易になるが、プロパティを定義しないでおいたからといってメタデータが正し
く生成されないわけではない。
個々のプロパティ間に依存関係はない。各プロパティには、他のどのプロパティがどんな値を持ってい
るかに関わらず自由に値を書き込むことができる。その値自体も自由だが、常識による制約は例外である。
例えば、写真はフィルムが現像された日の後に撮影されることはありえない ...
5.1. Dublin Core スキーマ
本システムでは、Dublin Core で定義されているプロパティ全ては使用しない(すなわち、他の人がプ
ロパティを追加することはできるが、我々のメタデータ・エディタでは無視される)。以下に、写真素材
に適用した Dublin Core プロパティの解釈を記す。マシン可読なスキーマは付録 B に挙げている。カ
ッコ内のラベルは、rdfpic のユーザインタフェースに表示されるが Dublin Core のプロパティ名とは異
なる表記のものである。
title
写真に関する短い説明。例:マリアンが "エレファント" の上に登っている。
subject
写真を説明する一連のキーワード。キーワード・リストについては後述するコンテンツ・スキーマ
を参照されたい。例:ポートレート、風景
description
写真に関するより長い説明。例:マリアンが "エレファント" という愛称の硬い岩の上によじ登ろう
としている。
creator ("author/creator")
撮影者 。URL を記述すれ ば、他 のスキーマを用いて別途説明を加えることができる。例:
http://www.example.org/People/Bos
publisher
写 真 を 公 開 す る 人 や 組 織 。 creator
と 同 一 で あ る 場 合 が 多 い 。 例 :
http://www.example.org/People/Bos
contributor
何らかの貢献をした人。例えば、写真のデジタル化などを行なった人。これも URL または氏名を
記入する。
date
写真の撮影日時。ISO フォーマット [ISOdate] に準拠する。年は必須だが、その他は全て省略可能:
yyyy[-mm[-dd[Thh:mm[:ss[.sTZD]]]]] デフォルトのタイムゾーンは UTC 。例:1999-01-01
type
常に "image" と記入 (Dublin Core の リソース・タイプ一覧 を参照のこと)
- 122 -
format
常に "image/jpeg"
identifier ("number")
写真の番号。上記 publisher が利用するためのもの。これは写真の URL ではなく、グローバルに
一意である必要もない。例:312
source
未使用。
language
未使用。
relation
シリーズの識別名。一連の写真に対するイベントやトピック。URL でも文字列でも良い。例:Le
Sidobre のマリアン
coverage ("location")
写真に映っている場所(ただし "spatial coverage"(空間的な範囲)のみ使用し、"temporal coverage"
(時間的な範囲)は使用しない。写真は瞬間を捉えるものであるため date フィールドで十分であ
る)。例:Le Sidobre (Tarn)
rights
著作権の記述、またはそのための URL 。
例:http://www.example.org/People/Lafon/Copyright?1998
5.2. テクニカル・スキーマ
テクニカル・スキーマは以下の
RDF スキーマ(形式的な定義については付録 B を参照)で定義して
いる。
camera
カメラのブランドやタイプ、またはそのカメラを指す URL 。後者の場合、URL は実際にその写
真を撮影した1つのカメラを指し、同じタイプの全てのカメラを指すのではない。例:
http://www.example.org/People/Lafon/FooCamera8000i
film
フィルムのブランドやタイプ。camera プロパティとは逆に、これは独立した1本のフィルムを指
すわけではなく、同じタイプの全てのフィルムを指す。
(製造段階でのミスを除き、同じタイプのフ
ィルムは十分に類似しており、交換が利くものと仮定している。)このプロパティの値は文字列また
は他所で記述した場合の URL である。なお、デジタルカメラの場合は "digital" フィルムである
ことを考慮しなければならない。例:Ilfoo HP5
lens
撮影に使用したレンズの指定。それを記述した URI や、コンパクトカメラの場合はそのカメラを
指す URI、もしくはそのままのテキスト記述。例:FooLens AF:70-210
devel-date
フィルムの現像日。必ず date プロパティと同じ型式で記述する。例:1998-08-04
- 123 -
5.3. コンテンツ・スキーマ
コンテンツ・スキーマ
には、Dublin Core スキーマの "subject" プロパティ内で使うキーワードが含
まれる。そのプロパティには、以下のキーワードのうち該当するもの全てを記述しておきたい。各キーワ
ードは次のような意味を持つ。
Portrait
1人の人物の肖像が映っている写真。
Group-portrait
人物の集団が映っている写真。
Landscape
風景や地平が映っている写真。
Baby
赤ん坊が映っている写真。
Architecture
特徴的な建築物が映っている写真。
Wedding
結婚式のシーンが映っている写真。
Macro
何かを接写したり、通常の実物大より大きく映っている写真。
Graphic
パターンやテクスチャ、デザインなど、その抽象的でグラフィカルな特性が興味深い写真。
Panorama
風景や地平をワイドな画角で写した写真。
Animal
動物が映っている写真。
6. 拡張についての提案
ここに挙げるものは、本システムの拡張についてのアイディアとして現在検討中のものである。順序は
特に関係ない。
・デジタルカメラによっては、既に撮影した写真に我々のものと同様のテクニカル・スキーマを用
いたテクニカル・データを含んでいるものもある。簡単なスクリプトでそのデータを RDF に変換す
ることができるだろう。
・別の
Jigsaw 拡張によって、写真のサムネイル画像や説明を含む HTML ページを自動生成する
ことができるだろう。
・本システムは今のところ検索エンジンを搭載していない。 Web 上の写真の RDF を収集してデー
タベースに登録し、問合せができるようなクライアント(またはプロキシ)の開発は、この後に続
くプロジェクトと成り得るだろう。
・サーバ自体が提供する非常に限定的な検索システム:一連の写真の親リソース (すなわち URL か
ら最後のパス・セグメントを除いたもの)に対する問合せをその写真集合内を検索するサーバ・モ
ジュールで処理したいこともあるだろう。
- 124 -
・写真の内容を記述する上で現状のキーワード・リストは非常に限られている。キーワード分類用
のシステムがあれば、はるかに拡張性が高くなる。我々は、記述性の高さと使い易さとの間で良さ
そうな落しどころを探っている。
・写真に映っている人を一覧できるなど、ポートレートとグループ写真をより詳しく記述するため
の追加スキーマを用意すべきかも知れない。同様に、他の種類の写真に対してもトピック依存のス
キーマが考えられるだろう。
・時には、写真の細かい部分がそれ自体絵的に面白い場合もある。写真内のある領域を指定してそ
こにメタデータを付与するシステムがあっても良いだろう。
・ rdfpic プログラムは Adobe XMP フォーマット [XMP] をサポートしても良いかも知れない。
・ rdfpic エディタは、ローカルなファイルシステム上での読み書きに加えて、HTTP の GET と
PUT を使ったメタデータの読み書きにも対応すべきだろう。実際、Jigsaw の拡張 ではすでにサ
ポートしている。
7. オンライン・デモ
既にサンプル用のサーバを立ち上げており、何枚かの写真が載せてある。それらの写真のテキスト表現
について問い合わせれば、その写真に関する RDF 記述を返してくれる。すなわち、MIME タイプで
image/jpeg または image/* に対する HTTP リクエストであれば写真を、application/rdf+xml または
application/* に 対 し て は メ タ デ ー タ を 返 す 。 ま た は 、 写 真 デ ー タ の
URI の 最 後 に
";application%2Frdf+xml" と付け加えることで、そのままメタデータを参照できる。なお、インデック
ス・ページは、キャプションと
alt 文に対応する写真に埋め込まれた RDF を使い、スクリプトで生成
している。
オンラインの写真の数は徐々に増やしていくつもりである。
8. プログラムのダウンロード
Jigsaw の拡張と JPEG に関するクラス・ファイルは、 Jigsaw 2.0.4 ディストリビューションで公開
されている。メタデータエディタの rdfpic は Jigsaw デモ・サイトから入手できる。
9. 関連する研究やプロジェクト
見たところ我々のものと非常に類似したシステムが Jane Hunter と Zhimin Zhan によって開発さ
れた [HunterZhan] 。しかしこれは PNG 画像フォーマットを採用し、メタデータの表現形式として
RDF の代わりに PNG 組み込みのキーワード/値フォーマットを使っている。ただし、彼らはメタデー
タ・スキーマの定義に
RDF を使っている。
IPTC は報道写真画像の内容を記述するために一連のキーワードを用意している。Adobe Photoshop
はそれらのサブセットをサポートしている。
JPEG2000 [JPEG2000] 画像圧縮アルゴリズムのために提案された DIG2000 [DIG2000] ファイルフ
ォーマットは、人、場所、出来事、GPS 位置情報、カメラ・タイプなどを記述するための項目を持つ
XML
ベースのメタデータ・ブロックを含んでいる。項目を追加する拡張も可能である。 1998 年 10 月時点のド
ラフトでは RDF を使用していない。
- 125 -
我々がこのメモを最初に公開し rdfpic プログラムをリリースして(2000 年 3 月)以来、Adobe 社は
"Extensible Metadata Platform" [XMP] と呼ばれる同様の技術を開発した。XMP は 2001 年 9 月に初め
て公表された。XMP では JPEG の COM(コメント)チャンクではなく APP1 チャンクに RDF を
書き込み、JPEG ファイル中に現れうる他のデータから XMP を区別し易いように、RDF の先頭に
"W5M0MpCehiHzreSzNTczkc9d" という呪文を付加している。我々と同様に、Adobe もバージョン履
歴やイメージ操作内容などの記録用として Dublin Core スキーマを推奨し、幾つかの追加スキーマを提
供している。
10. 謝辞
rdfpic メタデータ・エディタの最初のバージョンは、 Thierry Kormann(元フランス Bull 社員)に
よって書かれた。その次のバージョンは Eamon Nerbonne の作である。Colas Nahaboo(彼も元 Bull 社
員だ)は有益なアドバイスを与えてくれた。
Janne Saarela(Pro-Solution 社、現在はフィンランドの Profium 社)は、現在の RDF スキーマの
元となったオリジナルの RDF スキーマを書いてくれた。また、彼は各スキーマのチェックやレビューも
手伝ってくれた。彼のプログラムである SiRPAC は、メタデータ・エディタで生成された実際のメタデ
ータと同じく、スキーマのチェックと可視化に非常に役立った。
11. 参考文献
[DC]
Dublin Core metadata initiative. Dublin Core metadata element set, version 1.1. July 1999.
Dublin Core recommendation. URL: http://dublincore.org/documents/1999/07/02/dces/
[DIG2000]
Digital Imaging Group. DIG2000 file format proposal. Oct 1998. Report (draft) ISO/IEC
JTC1/SG29/WG1 N1017. URL: http://www.i3a.org/pdf/wg1n1017.pdf
[HTTP]
Fielding, Roy,; et. al. Hypertext Transfer Protocol - HTTP/1.1. June 1999. Internet RFC 2616.
URL: ftp://ftp.isi.edu/in-notes/rfc2616.txt
[HunterZhan]
Hunter, Jane; Zhan, Zhimin. "An Indexing and Querying System for Online Images Based on
the PNG Format and Embedded Metadata" in: ARLIS/ANZ Conference. Sep 1999. Brisbane,
Australia. URL: http://archive.dstc.edu.au/RDU/staff/jane-hunter/PNG/paper.html
[ISOdate]
Wolf, Misha; Wicksteed, Charles. Date and time formats. Sep 1997. Submission to W3C. URL:
http://www.w3.org/TR/1998/NOTE-datetime-19980827
[JPEG]
Hamilton, Eric. JPEG File Interchange Format. C-Cube Microsystems. Sep 1992. Milpitas, CA,
USA. URL: http://www.w3.org/Graphics/JPEG/jfif3.pdf
[JPEG2000]
Joint Photographers Expert Group (JPEG). Jpeg 2000 image coding system. 9 Dec 1999. Report
(final committee draft) ISO/IEC CD15444-1:1999. URL: http://www.jpeg.org/fcd15444-1.zip
- 126 -
[Java]
Gosling, James; Joy, Bill; Steele, Guy. The Java language specification. Addison-Wesley. 1998.
URL: http://java.sun.com/docs/books/jls/index.html
[Jigsaw]
Jigsaw Team (Yves Lafon & Benoit Mahe). Jigsaw 2.0 internal design. July 1999. URL:
http://www.w3.org/Jigsaw/Doc/Programmer/design.html
[RDF]
Lassila, Ora; Swick, Ralph R. (eds). Resource Description Framework (RDF) model and syntax
specification. Feb 1999. W3C Recommendation. URL:
http://www.w3.org/TR/1999/REC-rdf-syntax-19990222/
[Schema]
Brickley, Dan; Guha, R. V.. Resource Description Framework (RDF) Schema Specification. 1999.
W3C working draft. URL: http://www.w3.org/TR/1999/PR-rdf-schema-19990303/
[XMP]
Adobe Systems Incorporated. eXtensible Metadata Platform (XMP). 2002. URL:
http://www.adobe.com/products/xmp/main.html
付録 A:RDF スキーマ
以下の3つのスキーマ(Dublin Core, テクニカル, コンテンツ)は、RDF schemas ドラフト仕様
[Schema] で提案されているシンタックスで書かれたマシン可読なスキーマである。
(改変版)Dublin Core スキーマ
以 下 の ス キ ー マ は Dublin Core 用 の 最 小 限 の RDF ス キ ー マ で あ る 。 ス キ ー マ 名 は
http://www.w3.org/2000/PhotoRDF/dc-1-0 だが、下記スキーマを見れば分かるように、各プロパティは
実際には http://purl.org/dc/elements/1.1/ にある同名の DC プロパティの制約の下で書かれている。ラ
ベルのフランス語訳は、Anne-Marie Vercoustre によるものをベースとしている。
<rdf:RDF
xmlns="http://www.w3.org/TR/1999/PR-rdf-schema-19990303#"
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" >
<rdf:Property rdf:ID="title">
<label xml:lang="en">Title</label>
<label xml:lang="fr">Titre</label>
<label xml:lang="nl">Titel</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/title" />
</rdf:Property>
<rdf:Property rdf:ID="creator">
<label xml:lang="en">Author/creator</label>
<label xml:lang="fr">Auteur/cr 斬 teur</label>
<label xml:lang="nl">Auteur/maker</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/creator" />
</rdf:Property>
<rdf:Property rdf:ID="subject">
<label xml:lang="en">Subject</label>
<label xml:lang="fr">Sujet</label>
<label xml:lang="nl">Onderwerp</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/subject" />
<range rdf:resource="http://www.w3.org/2000/PhotoRDF/content-1-0#Keywords"/>
</rdf:Property>
<rdf:Property rdf:ID="description">
- 127 -
<label xml:lang="en">Description</label>
<label xml:lang="fr">Description</label>
<label xml:lang="nl">Beschrijving</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/description" />
</rdf:Property>
<rdf:Property rdf:ID="publisher">
<label xml:lang="en">Publisher</label>
<label xml:lang="fr">ヅ iteur</label>
<label xml:lang="nl">Uitgever</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/publisher" />
</rdf:Property>
<rdf:Property rdf:ID="contributor">
<label xml:lang="en">Contributor</label>
<label xml:lang="fr">Contributeur</label>
<label xml:lang="nl">Medewerker</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/contributor" />
</rdf:Property>
<rdf:Property rdf:ID="date">
<label xml:lang="en">Date</label>
<label xml:lang="fr">Date</label>
<label xml:lang="nl">Date</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/date" />
<!-- use http://www.w3.org/TR/NOTE-datetime
format: YYYY[-MM[-DD[Thh:mm[:ss[.sTZD]]]]]
example: 1999-10-01T17:53
if TZD is omitted the timezone is UTC -->
</rdf:Property>
<rdf:Property rdf:ID="type">
<label xml:lang="en">Resource type</label>
<label xml:lang="fr">Type de ressource</label>
<label xml:lang="en">Categorie</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/type" />
<!-- always "image in PhotoRDF -->
</rdf:Property>
<rdf:Property rdf:ID="format">
<label xml:lang="en">Format</label>
<label xml:lang="fr">Format</label>
<label xml:lang="nl">Formaat</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/format" />
<!-- always "image/jpeg in PhotoRDF -->
</rdf:Property>
<rdf:Property rdf:ID="identifier">
<label xml:lang="en">Number</label>
<label xml:lang="fr">Num 屍 o</label>
<label xml:lang="nl">Nummer</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/identifier" />
</rdf:Property>
<rdf:Property rdf:ID="source">
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/source" />
<!-- not used in PhotoRDF -->
</rdf:Property>
<rdf:Property rdf:ID="language">
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/language" />
<!-- not used in PhotoRDF -->
</rdf:Property>
<rdf:Property rdf:ID="relation">
<label xml:lang="en">Series</label>
<label xml:lang="fr">S 屍 ie</label>
<label xml:lang="nl">Serie</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/relation" />
</rdf:Property>
<rdf:Property rdf:ID="coverage">
<label xml:lang="en">Location</label>
<label xml:lang="fr">Endroit</label>
<label xml:lang="nl">Plaats</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/coverage" />
<!-- restricted to spatial coverage in PhotoRDF -->
- 128 -
</rdf:Property>
<rdf:Property rdf:ID="rights">
<label xml:lang="en">Rights</label>
<label xml:lang="fr">Droits</label>
<label xml:lang="nl">Rechten</label>
<subPropertyOf rdf:resource="http://purl.org/dc/elements/1.1/rights" />
</rdf:Property>
</rdf:RDF>
テクニカル・スキーマ
各プロパティの詳細な説明については上記を参照のこと。テクニカル・スキーマのスキーマ名は
http://www.w3.org/2000/PhotoRDF/technical-1-0#
<rdf:RDF
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns="http://www.w3.org/2000/01/rdf-schema#">
<Class rdf:ID="Technical-data">
<comment xml:lang="en">A class that represents technical
data about a photo</comment>
<comment xml:lang="fr">Une classe qui r 姿 r 市 ente
les donn 仔 s techniques sur une photo</comment>
<comment xml:lang="nl">Een class die de technische
gegevens van een foto representeert.</comment>
</Class>
<rdf:Property rdf:ID="camera">
<label xml:lang="en">Camera</label>
<label xml:lang="fr">Appareil photo</label>
<label xml:lang="nl">Camera</label>
<comment xml:lang="en">Brand and type of camera</comment>
<comment xml:lang="fr">Marque et type de appareil photo</comment>
<comment xml:lang="nl">Cameramerk en -type</comment>
<domain rdf:resource="#Technical-data"/>
</rdf:Property>
<rdf:Property rdf:ID="film">
<label xml:lang="en">Film</label>
<label xml:lang="fr">Pellicule</label>
<label xml:lang="nl">Film</label>
<comment xml:lang="en">Brand and type of film</comment>
<comment xml:lang="fr">Marque et type de pellicule</comment>
<comment xml:lang="nl">Filmmerk en -type</comment>
<domain rdf:resource="#Technical-data"/>
</rdf:Property>
<rdf:Property rdf:ID="lens">
<label xml:lang="en">Lens</label>
<label xml:lang="fr">Objectif</label>
<label xml:lang="nl">Lens</label>
<comment xml:lang="en">Brand and type of lens.</comment>
<comment xml:lang="fr">Marque et type d'objectif.</comment>
<comment xml:lang="nl">Merk en type van de lens.</comment>
<domain rdf:resource="#Technical-data"/>
</rdf:Property>
<rdf:Property rdf:ID="devel-date">
<label xml:lang="en">Development date</label>
<label xml:lang="fr">Date de d 思 eloppement</label>
<label xml:lang="nl">Ontwikkeldatum</label>
<comment xml:lang="en">Date on which the film was developed.</comment>
<comment xml:lang="fr">Date ・ laquelle la pellicule a 師・
developp 仔.</comment>
<comment xml:lang="nl">Datum waarop de film is ontwikkeld.</comment>
<domain rdf:resource="#Technical-data"/>
<!-- use http://www.w3.org/TR/NOTE-datetime
format: YYYY[-MM[-DD[Thh:mm[:ss[.sTZD]]]]]
example: 1999-10-01T17:53
if TZD is omitted the timezone is UTC -->
- 129 -
</rdf:Property>
<!-- [more?] -->
</rdf:RDF>
コンテンツ・スキーマ
ヒューマン・リーダブルなコメントは省略している。上述のキーワードの説明を参照のこと。コンテン
ツ・スキーマのスキーマ名は
http://www.w3.org/2000/PhotoRDF/content-1-0#
<rdf:RDF
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns="http://www.w3.org/2000/01/rdf-schema#"
xmlns:content="">
<!-- "" is the same as "http://www.w3.org/2000/PhotoRDF/content-1-0#" -->
<Class rdf:ID="Keywords">
<comment xml:lang="en">An enumeration of keywords to
describe the subject of photos.</comment>
<comment xml:lang="fr">Une 始 um 屍 ation de mots-clef
pour d 残 rire le sujet d'une photo.</comment>
<comment xml:lang="nl">Een opsomming van sleutelwoorden
om het onderwerp van foto's te beschrijven.</comment>
</Class>
<content:Keywords rdf:ID="Portrait">
<label xml:lang="en">Portrait</label>
<label xml:lang="fr">Portrait</label>
<label xml:lang="nl">Portret</label>
</content:Keywords>
<content:Keywords rdf:ID="Group-portrait">
<label xml:lang="en">Group portrait</label>
<label xml:lang="fr">Portrait de groupe</label>
<label xml:lang="nl">Groepsportret</label>
</content:Keywords>
<content:Keywords rdf:ID="Landscape">
<label xml:lang="en">Landscape</label>
<label xml:lang="fr">Paysage</label>
<label xml:lang="nl">Landschap</label>
</content:Keywords>
<content:Keywords rdf:ID="Baby">
<label xml:lang="en">Baby</label>
<label xml:lang="fr">B 暫・ lt;/label>
<label xml:lang="nl">Baby</label>
</content:Keywords>
<content:Keywords rdf:ID="Architecture">
<label xml:lang="en">Architecture</label>
<label xml:lang="fr">Architecture</label>
<label xml:lang="nl">Architectuur</label>
</content:Keywords>
<content:Keywords rdf:ID="Wedding">
<label xml:lang="en">Wedding</label>
<label xml:lang="fr">Mariage</label>
<label xml:lang="nl">Trouwerij</label>
</content:Keywords>
<content:Keywords rdf:ID="Macro">
<label xml:lang="en">Macro</label>
<label xml:lang="fr">Macro</label>
<label xml:lang="nl">Macro</label>
</content:Keywords>
<content:Keywords rdf:ID="Graphic">
<label xml:lang="en">Graphic</label>
<label xml:lang="fr">Graphique[?]</label>
<label xml:lang="nl">Grafisch</label>
</content:Keywords>
<content:Keywords rdf:ID="Panorama">
<label xml:lang="en">Panorama</label>
<label xml:lang="fr">Panorama</label>
- 130 -
<label xml:lang="nl">Panorama</label>
</content:Keywords>
<content:Keywords rdf:ID="Animal">
<label xml:lang="en">Animal</label>
<label xml:lang="fr">Animal</label>
<label xml:lang="nl">Dier</label>
</content:Keywords>
</rdf:RDF>
付録 B:メタデータの例
以下は rdfpic で生成され、その後 Jigsaw によって配信される RDF フォーマットのメタデータの例
である。
<?xml version='1.0' encoding='ISO-8859-1'?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:rdfs="http://www.w3.org/TR/1999/PR-rdf-schema-19990303#"
xmlns:s0="http://www.w3.org/2000/PhotoRDF/dc-1-0#"
xmlns:s1="http://www.w3.org/2000/PhotoRDF/technical-1-0#"
xmlns:s2="http://sophia.inria.fr/~enerbonn/rdfpiclang#">
<rdf:Description rdf:about="">
<s0:creator>Bert Bos</s0:creator>
<s0:relation>Marian in the Tarn</s0:relation>
<s0:rights>Bert Bos</s0:rights>
<s0:type>image</s0:type>
<s0:identifier>990621</s0:identifier>
<s0:coverage>Montredon-Labessoni 叱ャ (Tarn)</s0:coverage>
<s0:date>1999-06-26</s0:date>
<s1:camera>Canon Eos 5</s1:camera>
<s2:xmllang>en</s2:xmllang>
<s0:title>Marian with sheep</s0:title>
<s0:subject>Landscape, Animal</s0:subject>
<s0:publisher>Bert Bos</s0:publisher>
<s0:description>Marian brings the sheep to the field in the morning. The lamb she carries was
born that night.</s0:description>
<s0:format>image/jpeg</s0:format>
</rdf:Description>
</rdf:RDF>
3.3
3.3.1
RDF Interest Group 関連
Primer: Getting into RDF & Semantic Web using N3
-------------------------------------------------------------------------------------------------------------------------------------------このドキュメントは
Primer: Getting into RDF & Semantic Web using N3
http://www.w3.org/2000/10/swap/Primer.html
の和訳です。
この文書には和訳上の誤りがありえます。
内容の保証はいたしかねますので、必ず W3C Web サイトの正式版文書を参照して下さい。
-------------------------------------------------------------------------------------------------------------------------------------------N3 による RDF とセマンティック Web 入門
RDF をベースとするセマンティック Web の世界は、基本はとても単純です。本文書では、簡略化され
た教育用言語である "Notation 3"(N3)を使って、 セマンティック Web の基礎について説明します。 N3
- 131 -
は、XML 文法である RDF と、基本的にほぼ同じ機能を持っていますが、初心者にとって、「走り書き」
しやすい言語になっています。
主語と述語と目的語
RDF では、
「主語」と「述語」と「目的語」から成る単純なステートメントの集合によって、情報を表
します。 N3 では、この RDF における 3 つの要素を、以下の様に、末尾にピリオドをつけて記述します。
<#pat> <#knows> <#jo> .
主語、述語、目的語は全て、URI(Universal Resource Identifier)によって表されます。URI とは、
<http://www.w3.org/>や <http://www.w3.org/2000/10/swap/test/s1.n3#includes>のようなものです。な
お、<#pat>のように、#の前に何も書かれていない場合には、現在の文書の中を指定します。
例外として、目的語(だけ)は、「値」を表す文字列を使用することもできます。
<#pat> <#knows> <#jo> .
<#pat> <#age> "24" .
"knows"という動詞は、RDF では「プロパティ」と呼ばれ、2 つのものの関係を表す名詞にあたります。
また、以下の文:
<#pat> <#child> <#al> .
は、簡単かつ読みやすくするために、
<#pat> has <#child> <#al> .
または
<#al> is <#child> of <#pat> .
のように書くこともできます。
また、以下の 2 つの、省略記法(ショートカット)を使うことができます。同じ主語に関するステートメ
ントが複数ある場合、セミコロン";"を使って、同じ主語に対するプロパティを複数記述することが出来ま
す。また、カンマ","を使用すれば、同じ主語と述語に対して、複数の目的語を記述することもできます。
<#pat> <#child> <#al>, <#chaz>, <#mo> ;
<#age>
"24" ;
<#eyecolor> "blue" .
したがって、例えば以下の表のようなデータは、
age eyecolor
pat 24
blue
al
3
green
jo
5
green
- 132 -
以下のように記述することができます。
<#pat>
<#al>
<#jo>
<#age> "24"; <#eyecolor> "blue" .
<#age> "3"; <#eyecolor> "green" .
<#age> "5"; <#eyecolor> "green" .
ときどき、ステートメントに含まれるものの中に、識別子を与えず、プロパティのみを与えたい場合が
あります。このような場合には、大かっこ"[]"の中に、プロパティのみを記述します。
<#pat> <#child> [ <#age> "4" ] , [ <#age> "3" ].
上の文章は、「#pat は、#age が"4"である#child と、#age が"3"である#child を持っている。」という
意味を表します。
ここで、以下の 2 つの大事な点があります。
・識別子は、あくまでも識別子です。
"p"と"a"と"t"という文字が使われているという事実だけでは、
「<#pat> <#name>"Pat"」と書かない限り、 その文章が"Pat"という名前の誰かについて書かれているこ
とは、 決して表しません。
動詞についても、同じ事が言えます。 "c"と"h"と"i"と"l"と"d"という文字だけでは、 その単語の意味
("child")を表しません。 これについて、どのようにすればいいのかは、後ほど説明します。
・大かっこ "[]"は、その中に記述されたプロパティを持つ「何か」 が存在することを宣言しますが、その
「何か」を、そのドキュメントの中 および他のドキュメントから、参照する方法はありません。
(上記の 1 番目の点に関して)、もし実際に「名前」を使うのであれば、上の表のデータは、以下の様に
書くことができます。
[ <#name> "Pat"; <#age> "24"; <#eyecolor> "blue" ].
[ <#name> "Al" ; <#age> "3"; <#eyecolor> "green" ].
[ <#name> "Jo" ; <#age> "5"; <#eyecolor> "green" ].
大かっこには、いろいろな組み合わせ方がありますので、後ほどいくつか、例を示します。
N3 を使ったデータの表現方法については、これまで説明した以外には、学ぶことはさほどありません。
次に進みましょう。
概念の共有
セマンティック Web では、1 つのドキュメントだけで、何かの意味を定義しきれるとは限りません。
これは、英語でも(場合によっては数学でも)そうですが、我々が、(国会図書館のカタログカードや Web
ページなどの) 「タイトル」という概念を使ってコミュニケーションをする場合には、我々は「タイトル」
という共有した概念に頼ることになる、ということです。セマンティック Web では、
「タイトル」の概念
を、全く同じ URI を使用することによって、極めて正確に共有します。
N3 のドキュメントのタイトルは、以下のようにして与えることができます。
<> <#title> "A simple example of N3".
- 133 -
(<>のような空の URI は、常にそれが書かれているドキュメント自身を指します。) <#title>は、その
ドキュメントで定義された、#title の概念を示します。これだけでは、読者にとっては、あまり大きな意
味は無いかも知れません。しかし、 Dublin Core と呼ばれるプロパティのリストを作ったグループは、
その中に彼らの「タイトル」という概念を著して、これに<http://purl.org/dc/elements/1.1/title>という
識別子を与えました。
したがって、これを使えば、以下のように、より厳密に定義されたステートメントを書くことができま
す。
<> <http://purl.org/dc/elements/1.1/title>
"Primer - Getting into the Semantic Web and RDF using N3".
もちろん、前出の#age や#eyecolor などの全てに対して、このような長い識別子を使うのは、少し冗長
です。 N3 では、この長い部分に対して、短いプリフィックスを設定することができるようになっていま
す。これは、名前空間識別子(namespace identifier)と呼ばれるもので、"@prefix"を使用して、以下のよ
うに設定します。
@prefix dc: <http://purl.org/dc/elements/1.1/> .
<> dc:title "Primer - Getting into the semantic web and RDF using N3".
プリフィックスを使う際には、"dc"と"title"の間に、ハッシュ"#"の代わりにコロン":"を使うこと、全体
をアングルブラケット"<>"では囲まないことに注意して下さい。プリフィックスは、非常に便利なので、
殆ど全ての N3 記述において使われます。プリフィックスは、一度設定したら、同一ファイル内の以降に
おいて有効です。 (この仕様は、将来変更されるかもしれません)
RDF ボキャブラリは、非常にたくさんあります。また、それらは現在でも増えつづけています。 RDF
のホームページ とそのリンク先を確認してみて下さい。また、自分のアプリケーションをシンプルにす
るために、独自のボキャブラリを作成することもできます。
これより先の説明では、スペースの節約のために、よく知られた namespace を、いくつか使用します。
以下のプリフィックスを設定します。
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix ont: <http://www.daml.org/2001/03/daml-ont#> .
これらはそれぞれ、RDF、RDF スキーマ、DAML オントロジ名前空間です。これらでは、セマンティ
ック Web を始めるための、基本用語が提供されます。更に、プリフィックス無しの場合には、このドキ
ュメント自身を指すこととするため、以下の N3 記述を行います。
@prefix : <#> .
これにより、上記の例は、以下のように書けます。
:pat :child [ :age "4" ] , [ :age "3" ].
- 134 -
これで、少し文字数が削減されました。ここまでで、N3 でのデータの書き方が理解できたかと思いま
す。次の章では、独自のボキャブラリの作成を行います。ボキャブラリとは、単なるデータでしかありま
せん。
ボキャブラリの作成
前出の例における、"dc:title"は、RDF の プロパティです。新しいボキャブラリやオントロジを定義す
る場合には、新しいクラスと、そのプロパティを定義します。何かが何の型であるかということを、それ
が クラス に属している、と言います。
何かが何かの型であるということを表すプロパティは、 "rdf:type"です。これは、N3 では、単に"a"と
略して表記されます。したがって、「人」というクラスは、以下のように定義できます。
:Person a rdfs:Class.
これにより、同じドキュメント内で、以下のように、実際の人を紹介することができます。
:Pat a :Person.
「クラス」は、それが何に属するかを表します。 1 つのオブジェクトは、複数のクラスに属すること
ができます。それらのクラスは階層構造を持つ必要はありません。人(Person)、生物(AnimateObject)、
動物(Animal)、背の高い人(TallPerson)、友人(Friend) などのクラスを考えてみてください。なお、以下
のように 2 つのクラスに関連があることを記述することもできます。
これについては、RDF スキーマの(ク
ラスの)プロパティと、 DAML オントロジのボキャブラリを確認してみて下さい。
:Woman a rdfs:Class; rdfs:subClassOf :Person .
rdf:Property は、2 つのものの関係を宣言する場合に使われます。
:sister a rdf:Property.
2 つのものの間に関係が存在する場合、その関係に関する情報は、すぐさまクラスとして表現すること
ができます。あるプロパティの主語が、常に 1 つのクラスに属さなければならない場合、そのクラスは、
そのプロパティの ドメイン と呼ばれます。同様に、あるプロパティの目的語が、常に 1 つのクラスに属
さなければならない場合、そのクラスは、 レンジ と呼ばれます。 1 つのプロパティは、複数のドメイ
ンとレンジを持つことが出来ますが、通常は、1 つのドメインやレンジを指定します。
:sister rdfs:domain :Person; rdfs:range :Woman.
クラス識別子は大文字で始まり、プロパティは小文字で始まります。これは、規則ではありませんが、
これらを続けて表記するのに好都合です。なお、rdfs:range および rdfs:domain 自身のドメインは、
rdf:Property であるので、:sister は、明示的に書かれなくても rdf:Property に属します。
同値性(Equivalence)
1 つもしくは複数の用語を含むボキャブラリの定義を行う場合、 (定義を始めた時に、気がつくかどう
かはともかく)、実際には、しばしば、それが他のボキャブラリにある他の用語と、全く同値である場合
があります。これは、人もしくはマシンが情報を扱う際において、非常に有用な情報です。 2 つの用語
- 135 -
が同値であるというプロパティは、とても基本的かつ有用であり、 N3 には、"="という、特別な省略記
法があります。
:Woman = foo:FemaleAdult .
:Title a rdf:Property; = dc:title .
ヒント: 可能なかぎり、他の人のボキャブラリを使って下さい。そうすることによって、情報の交換が、
より行いやすくなります。また、類義語を含んだボキャブラリを定義する場合には、それらが同値である
ことを、記述するようにして下さい。そうすることによって、現在および将来のプロセッサが、あなたお
よび他の人のデータを、より「意味ある方法」で処理することができるようになります。
名前空間の選択とスキーマの公開
クラスとプロパティを定義するドキュメントは、スキーマと呼ばれます。スキーマでは、特定の名前空
間における、識別子の意味が定義されます。名前空間 URI は、あなたのコントロール下で、他の人が再
利用することがないと保証できる何でもよいです。名前空間 URI を決める 1 つの方法は、その名前空間
に関して電子メールを送ることです。そうすれば、そのメールのヘッダには、メーラが生成した一意な識
別子である Message-Id:ヘッダが含まれるので、これを名前空間 URI として使用することができます。
また、他の方法としては、きちんと管理されていて、あなた以外の誰も変更することができない Web ス
ペースに、そのドキュメントを置いて下さい。あるいは、もしあなたが今すでに、その Web サーバを使
っているのであれば、他のドキュメントが置いてあるディレクトリと同じディレクトリに、 (例えば
mydb.n3 というファイル名で)、そのドキュメントを置いて下さい。その場合には、名前空間識別子とし
て、 <mydb.n3#>を使用することができます。
あなたが定義した用語の N3 情報を、 Web 上のドキュメントに格納して使う場合(よい習慣です!)、名
前空間の末尾は、ハッシュ"#"となります。
あなたが定義したスキーマを、世界中に向けて公開する必要はありませんが、それを公開することによ
って、あなたのボキャブラリを使用して書かれたドキュメントを、マシンによって処理しやすくなります。
電子メールメッセージや Web ページが RDF で(XML や N3 で)書かれていて、かつそれ自身が、そのス
キーマ情報も含んでいれば、そのメールや Web ページを見つけたプログラムは、それらの 2 つの情報を、
簡単に関連付けることができるという、大きなメリットがあります。なお、その場合には名前空間は、ド
キュメントの URI の末尾に"#"を付けたものになります。
これは、非常に大きなテーマです。例えば、以下の例を参照してみて下さい。
・ W3C の名前空間に関するポリシ(W3C Namespace policy)
・ W3C のドラフトの存続性に関するポリシ(W3C draft persistence policy)
・優れた URI は変わらない(Cool URIs don't change)
以上で、自分のボキャブラリやオントロジを作るために必要なことは、全て説明しました。また、それ
らをより充実させていくために必要な情報へのリンクも示しました。これ以上、特に学ぶ必要はありませ
ん。ここまでに説明したことによって、あなたは、セマンティック Web のデータの操作や交換をする、
新しいアプリケーションや、スキーマ、データファイル、プログラム等を、自由に作成することができま
- 136 -
す。
-------------------------------------------------------------------------------式(Formula)
あなたが書いたスキーマや、あなた(もしくはあなたのプログラムが) 書いたデータファイルは、すべて
RDF ステートメントの単純なセットです。それらは、全て、シンプルな丸と矢印から成るダイアグラム
で、表すことができます。
RDF ステートメントのセットを、 式(formula) と呼びます。また、ステートメントが 1 つだけ含まれ
る式のことを、 コンテキスト と呼びます。式においては、以下のことが成り立ちます。
・各々のステートメントはすべて独立しています。 任意のステートメントを削除することが可能であり、
また、その場合にも、残りのステートメントは引き続き正当です。
・ステートメントの順序は任意であり、問題ではありません。
・「あなたが、二度、人ではない」のと同じように、 同じステートメントは、一度しか記述されません。
複数の式について、考慮する必要がある場合もあります。例えば、2 つの式のうちのいずれか片方だけ
が正しいとき、我々は、それらを同じ式の中に格納することはできません。
N3 の式では、任意の式を中かっこ"{}"で囲って、使用することができます。
<x.rdf> :says {
:pat a :Person . } .
中かっこ内の式は、構文の残りの部分に対して、識別子として振舞います。これは、リテラル表現のよ
うに、そのコンテンツによってのみ定義されます。上の例は、単に、ドキュメント"x.rdf"に、 "pat"が
"person"であるという「仮想の式」が、記述されていることを宣言しているだけです。上のステートメン
トは、決して"pat"が"person"であるということは言っていません。 (これを、XML シリアライゼーショ
ンした場合には、問題が発生します。)
式を記述する一番大きな理由は、ルールを記述するためです。
ルール
ルールを使うことによって、仮定から結論を導き出すことができます。ルールとは、プログラムによっ
て処理が可能な形式のステートメントです。最も単純なルールは、log:implies という 1 つのプロパティ
のみを使用することです。 (ルールを処理するためのプログラムエンジンの 1 つとして、 Euler の作成
した cwm があります。) これから紹介する、論理的でむしろ実験的なものの名前空間は、以下の通りと
なります。
@prefix log: <http://www.w3.org/2000/10/swap/log#> .
単純なルールの例として、以下を考えてみます。
{ sensor:thermostat
math:greaterThan "30" . } log:implies { control:furnace control:setTo "1" . } .
- 137 -
上の全ての部分を理解できるシステムが構築されていた場合、以下を与えると、
sensor:thermostat
math:greaterThan "30" .
以下の結論が導き出されます。
control:furnace control:setTo "1".
このルールは、単純かつ便利ですが、実際には、よりパワフルなルールとして、どんな識別子に対して
も、あてはめることができるルールもあります。識別子が置き替えられた場合でも、コンテキスト全体を
通じてそれが真となるような式です。このような式は、"log:forAll"プロパティという「魔法の」プロパテ
ィを使って、記述することができます。
this log:forAll :x, :y.
{:x :parent :y} log:implies {:y :child :x}.
上記は、「これは x と y がいかなる値をとる場合でも真である。もし x が y の親であるならば、y は x
の子供である。」という意味を表します。 "this"は、それを直接囲ったブレスの中の式を指します。上記
のように、外側のレベルに存在する場合には、そのドキュメントに書かれた式を指します。
実際にオントロジプロパティを使用して、「親」と「子」とが反対であるということを、定義すること
ができます。
:parent ont:inverse :child .
マシンに、一般的なルールを与えることによって、上と同じ事を、推論させることもできます。
this log:forAll :p, :q .
{
:p ont:inverse :q . } log:implies
{ this log:forAll :x, :y.
{ :x :p :y. } log:implies { :y :q :x. }
}.
上記の外側のルールは、
「もし p と q が反対であるならば、内側のルールが真である。」という意味です。
内側のルールは、
「もし x が y の p であるならば、y は x の q である。」という意味です。内側のルールは、
どんな x と y に対しても適用されます。そして上記全体は、どんな p と q に対しても適用されます。一
度、上記のメインルールを記述しておけば、 "inverse"プロパティは、毎回特別なルールを記述すること
なく、使用することができます。
これまでの説明では、これらのルールを、マシンがどのように実行するのかについては、触れていませ
ん。たくさんの種類のエンジンがあり、それらは異なった方法で決定を行います。これについては、あな
たのまわりにある、処理エンジンソフトウェアのドキュメントを参照して下さい。
私が共同開発したプログラムの 1 つに cwm (短い"oo"を伴う、ウェールズ語の発音です)と呼ばれるもの
があります。以下の例では、この cwm を使用します。
- 138 -
ルールの例: フィルタを使用した情報検索
added by reagle 20020408
ここまでの説明で、N3 によって、どうやってステートメントを記述するかが理解できたかと思います。
では、これらを使って、何ができるのでしょうか? 1 つの例として、推論結果を、既存のデータに対し
て、追加することができます。また、もう 1 つの例としては、 フィルタ と呼ばれる検索フォームを使用
して、有用な情報を取り出すことができます。
uncle.n3 には、Fred は Joe の父であり、Bob は Fred の兄弟であることが記述されています。この情
報に対して、「おじ」の関係を表す論理的なルールを記述することにします。
@prefix : <uncle#>.
:Fred is :father of :Joe.
:Bob is :brother of :Fred.
@prefix log: <http://www.w3.org/2000/10/swap/log#> .
this log:forAll :who1, :who2.
{ :who1 :father [ :brother :who2 ] } log:implies { :who1 :uncle :who2 }.
上のルールは、
「誰かの父に兄弟がいるならば、その人は彼らのおじである」ということを意味します。
このルールを、cwm に格納すれば、 cwm は、コマンドラインオプション"--think." を指定することに
より、おじの情報を推論することができるようになります。
別のファイル (uncleF.n3) で、上記のルールをフィルタとして使ってみます。 "--think"オプションを
使用するのではなく、フィルタとして動作させることによって、ルールに合致した情報のみを選択し、残
りは全て破棄されます。フィルタを使うことによって、以下の既知の情報の中から、欲しい論理的な関係
を抽出することができます。
@prefix : <uncle#>.
@prefix log: <http://www.w3.org/2000/10/swap/log#> .
this log:forAll :p.
# What is the relationship between Joe and Bob
{ :Joe :p :Bob } log:implies { :p a :RelationshipBetweeJoeAndBob }.
# Is Bob an Uncle of Joe?
{ :Joe :uncle :Bob } log:implies { :Joe :uncle :Bob }.
上記を使用して、cwm に対して、論理的な関係を考えさせると、以下の結論となります。
> python cwm.py uncle.n3 --think --filter=uncleF.n3
:Joe
:uncle :Bob .
:uncle
a :RelationshipBetweeJoeAndBob .
上記コマンドラインは、
「 uncle.n3 を読み込んで、それから得ることが出来るルールを推論しなさい。
そして、uncleF.n3 フィルタによって選択される情報を出力しなさい。 」という意味になります。
- 139 -
更に...
上記については、今後も検討を続け、資料を作成していく必要があります。更なるアイデアのために、
いろいろな複雑な例の膨大なリスト があります。ただし、これらにはあまりチュートリアル的な説明は
ついていません。
Have fun!
-------------------------------------------------------------------------------用語集
以下は、正式な定義ではありません。これらの用語がどういう意味であるかを把握するためのヘルプで
す。以下の各用語からは、それらに関する更に詳しい情報へのリンクが張られています。
クラス(Class)
もの(Things)のセット。 1 パラメータ述語。単項関係。
ドメイン(domain)
プロパティ(Property)において、 プロパティ(Property)の主語 が含まれなければならないクラス。
式(Formula)
ステートメント(statements) の(順序のない)セット。 N3 では、中かっこ({})を使用して書くことが
できる。
コンテキスト(context)
式と、それに含まれるステートメントとの関係。
cwm
(valley マシンに限定される。
) grep が正規表現に対するものであるように、
N3 を実験するための N3
処理プログラム。 XML 文法である RDF、または N3 を入力とし、ルールを処理して、 それらを再び出
力する。
フィルタ(filter)
たくさんの情報の中から、ある特定のデータを選択するための ルール(rules)のセット。
N3
Notation3。 RDF セマンティック Web 情報を手軽に読み書きし、 また、セマンティック Web の更
なる機能の実験を行うための記法。
目的語(object)
ステートメントの 3 つの要素において、 目的語は、述語によって関連付けられる 2 つの要素のうち
の 1 つである。 その値は、しばしば「車の色」などのプロパティ値となる。 主語(subject)、述語(predicate)
も参照のこと。
述語(predicate)
ステートメントの 3 つの要素において、 述語(または動詞)は、そのステートメントが何を意味する
かを 定義するリソース(特にプロパティ)。 主語(subject)、目的語(object)も参照のこと。
プロパティ(Property)
2 つのもの関係の一種。二項関係。 プロパティは、 ステートメント(statement)において、 述語
(predicate)として使うことができる。
レンジ(range)
- 140 -
プロパティ(Property) において、レンジとは、その プロパティ(Property) の全ての目的語が含まれ
なければならないクラス。
ルール(rule)
エンジンが処理するステートメントのための自由な単語。 異なったエンジンは、異なったルールを
持つ。 cwm のルールは、 "log:implies"という動詞を持つ ステートメント(statements) である。
リソース(Resource)
Universal Resource Identifier("#"なし)によって識別される。 "http:"で始まる URI の場合には、リ
ソースは、 一般ドキュメントである。
ステートメント(Statement)
使用されている特定の述語によって定義された意味を主張する、 主語、述語、目的語の組
主語(subject)
ステートメントの 3 つの要素において、 主語は、述語によって関連付けられる 2 つの要素のうちの
1 つである。 主語は記述対象を示し、例えば、 その色や長さなどの説明対象である「車」などを示す。
目的語(object)、述語(predicate)も参照のこと。
もの(Thing)
DAML では、抽象、生物、非生物、その他の 全てものの一般的な名前。 全てのものが含まれるク
ラス。 (RDF では"rdf:Resource"であるため、混乱しやすい。) "#"を含むもしくは含まない URI で識別
される。
真(Truth)
名前空間"log:"における 常に真となる式のクラス。
タイプ(type)
ものがある特定のクラスに属していることを意味する、特別のプロパティ。 ものと、それが属する
クラスとの関係。
URI
Universal Resource Identifier。 もの(クラス、プロパティ、あらゆる種類のもの)を識別する手段。
全てのものが URI を持つとは限らず、物事を説明する場合に、 そのプロパティを使うこともできるが、
URI を使うことによって、他のドキュメントやシステムは、 あなたの情報を、容易に再利用できるよう
になる。
参考文献
・更なる他の例 (Many More Examples)
・ Notation3 - 設計仕様書 (Notation3 - Design Issues article)
- 141 -
3.4
3.4.1
Ontology working Group 関連
Web Ontology Language (OWL) Use Cases and Requirements
-------------------------------------------------------------------------------------------------------------------------------------------このドキュメントは
Web Ontology Language (OWL) Use Cases and Requirements
http://www.w3.org/TR/2003/WD-webont-req-20030203/
の和訳です。
この文書には和訳上の誤りがありえます。
内容の保証はいたしかねますので、必ず W3C Web サイトの正式版文書を参照して下さい。
-------------------------------------------------------------------------------------------------------------------------------------------Web Ontology Language (OWL) Use Cases and Requirements
W3C Working Draft 3 February 2003
This version:
http://www.w3.org/TR/2003/WD-webont-req-20030203/
Latest version:
http://www.w3.org/TR/webont-req/
Previous version:
http://www.w3.org/TR/2002/WD-webont-req-20020708/
Editor:
Jeff Heflin (Lehigh University) heflin@cse.lehigh.edu
Copyright © 2003 W3C® (MIT, ERCIM, Keio), All Rights Reserved. W3C liability, trademark,
document use and software licensing rules apply.
-------------------------------------------------------------------------------------------------------------------------------------------Abstract
本ドキュメントは Web オントロジ言語に対する利用シナリオ,目標,要求事項を記述したものである.
オントロジは,正式には,対象ドメインを記述し表現するために使用される共通の用語の集合を定義する.
オントロジは,自動化されたツールによって,より正確なウェブサーチ,知的ソフトウェアエージェント,
知識マネージメントのような先進的なサービスを強化するために利用することができる.
Status of this document
本ドキュメントは,W3C Semantic Web Activity(Activity Statement)の一部分として作成されたもの
で, W3C Process として用意された手続きに従っている. 本ドキュメントは Web Ontology Working
Group によって書かれてきた. Web Ontology Working Group の目標は,Web Ontology Working Group
charter の中で述べられている.
この版は設計作業の途中で取り入れられた改善を要求事項に反映したものである. また,いくつかの
要求事項は目標(Objectives)に降格された. Working Group は本ドキュメントの中のすべての要求事
項が OWL の設計ドキュメントで満足されると信じている. これらのドキュメントが固まってくる間に,
もう少し残されたレビューコメントが統合されつつある. Web Ontology Working Group は,要求事項
の変化を反映し,また OWL が W3C Recommendation になるまでのパブリックコメントを反映するため
に,本ドキュメントの改訂を続けるであろう. Working Group のスケジュールと関連ドキュメントのリ
リースについては,Working Group のホームページを参照いただきたい.
- 142 -
本ドキュメントに対するコメントは public-webont-comments@w3.org に送付していただきたい. こ
のメーリングリストは public archive を備えている. 関連技術に関する幅広い議論もメーリングリスト
w3c-rdf-logic@w3.org で歓迎しており,このメーリングリストも同じく public archive を備えている.
本ドキュメントは W3C のメンバーと他の関心のあるグループによるレビューのための W3C Working
Draft である. まだドラフトであり,いつでも変更され,置き換えられ,あるいは他のドキュメントに
よって無効にされる可能性がある. W3C Working Draft を参考文献として利用したり,あるいは,“作
業中”とせずに参照することは不適当である. 現在の W3C Recommendation のリストと他の技術文書
は http://www.w3.org/TR/で閲覧できる.
同じく Web Ontology Working Group 特許公開ページも参照いただきたい.
目次
・ 1. はじめに
・ 1.1 オントロジとは何か?
・ 2. ユースケース
・ 2.1 Web ポータル
・ 2.2 マルチメディアコレクション
・ 2.3 企業 Web サイトマネージメント
・ 2.4 設計ドキュメンテーション
・ 2.5 エージェントとサービス
・ 2.6 ユビキタスコンピューティング
・ 3. 設計ゴール
・ 3.1 オントロジの共通化
・ 3.2 オントロジの進化
・ 3.3 オントロジの互換性
・ 3.4 矛盾検出
・ 3.5 表現能力とスケーラビリティのバランス
・ 3.6 使いやすさ
・ 3.7 他のスタンダードとの互換性
・ 3.8 国際化
・ 4. 要求事項
・ 5. 目標
・謝辞
-------------------------------------------------------------------------------------------------------------------------------------------1 はじめに
セマンティック Web は将来の Web に対するビジョンで,そこでは情報に明示的が意味を与えられ,そ
れによって機械が自動的に Web 上にある情報を処理し統合することを容易にする.セマンティック Web
は,カスタマイズされたタギングの枠組みを規定できる XML と,データ表現にフレキシブルなアプロー
チを提供する RDF の上に構築される.セマンティック Web に必要な次の要素は,Web ドキュメントで
使用されるクラスとプロパティの意味をフォーマルに記述することができる Web オントロジ言語である.
- 143 -
機械がこうしたドキュメントの上で有用な推論を行うために,Web オントロジ言語は RDF Schema の基
本意味論を越えなければならない. このドキュメントはこうした言語に対する現状の要求事項を並べた
ものである. この言語は将来更に拡張されることが期待されていて,特に,より高い論理的能力とセマ
ンティック Web の上で信頼性(trust)を確立する能力を加えることが望まれる.
このドキュメントは,6つのユースケース(Use Caess)を記述することによって,Web オントロジ言
語の必要性を示すものである.これらのユースケースのいくつかは産業界と学界で現在進行中の活動に基
づいており,それ以外は更に長期的な可能性を示すものである.ユースケースは Web オントロジ言語の
開発のための高いレベルの目標とガイドラインを記述した設計ゴール(Design Goals)に引き継がれる.
これらの設計ゴールは,提案された特性の評価の際に考慮されるであろう.要求事項(Requirements)
に関するセクションでは,Web オントロジ言語が持つべき特性の集合を示し,それらの特性に動機付け
を与える.目標(Objectives)のセクションでは,多くのユースケースに有効ではあるが,必ずしもワー
キンググループによって言及されないかもしれない特性のリストを記述する.
Web Ontology Working Group charter は,ワーキンググループに対し,いっそう表現力豊かな意味論
を作り出し,Web オントロジ言語が“実体間のより複雑な関係,すなわち,クラスのプロパティを数や
タイプで限定する手段,多様なプロパティを持った項目が特定のクラスのメンバーであることを推論する
手段,プロパティ継承の明瞭なモデル,ベースとなる言語への同様の意味的な拡張などを含む関係”を提
供できるメカニズムを規定する仕事を与える.Web オントロジ言語の詳細な使用で検討されるであろう
項目は次の通り:
・このドキュメントに含まれる設計ゴールと要求事項
・このドキュメントに対する,一般からのフィードバック,招待された専門家,及びワーキンググ
ループのメンバーからのレビューコメント
・これらの必要条件の多くを満たす言語の仕様あるいはそれ間の提案
・こうした要求事項に合った,言語に対する仕様や提案
1.1 オントロジとは何か?
オントロジは,知識の領域を記述し,表現するために使用される用語を定義する. オントロジは,ド
メイン情報(ドメインとは,例えば,医薬品,工具製造,不動産,自動車修理,金融マネージメントなど
のように,特定の主題領域あるいは知識領域)を共有する必要がある人間,データベース,アプリケーシ
ョンによって使用される. オントロジはコンピュータが利用できる基本コンセプトの定義とそれらの間
の関係を含む(ここで,そしてこのドキュメント全体で,定義とは論理学者の言うような技術的な意味で
使われていないことに注意して欲しい). オントロジはドメインの中の知識とドメイン間にまたがる知識
をコード化する. こうして,オントロジは知識を再利用可能にする.
ワードオントロジは人工物を異なった構造レベルで記述するために使われてきた. これらは,
(Yahoo
階層のような)単純な分類法(taxonomy)から,
(ダブリンコアのような)メタデータの枠組みや,論理
的な理論にまで広がっている.セマンティック Web は大きな構造レベルを持ったオントロジを必要とす
る.これらは次のような種類の概念記述を規定する必要がある:
- 144 -
・多くのドメインの中のクラス(一般的なもの)
・ものの間に存在する関係
・それらのものが持っているかもしれないプロパティ(あるいは特質)
オントロジは,通常,論理学をベースする言語で表現され,それで,クラス,プロパティ,関係の間で,
詳細な,正確な,一貫した,健全な,そして意味のある区別がなされることができる.いくつかのオント
ロジツールはオントロジを使って自動推論を行い,概念/意味検索,ソフトウェアエージェント,意志決
定支援,音声と自然言語の理解,知識マネージメント,知的データベース,電子コマースなどの知的アプ
リケーションに対し,進歩的なサービスを提供することができる.
オントロジは,現在発展中のセマンティック Web において,ドキュメントの意味を表す手段として,
また Web アプリケーションや知的エージェントによって使用される意味論を与える手段として,重要な
役割を果たしている.オントロジは,コミュニティにとって,現在集められ,標準化されつつあるメタデ
ータの用語の意味を構造化し定義する手段として,大変有用であることが分かっている. オントロジを
使って,明日のアプリケーションは,人間の概念レベルでより正確に働くという意味で,“知的”になる
であろう.
オントロジは,異なるコミュニティを横断して検索したり,異なるコミュニティからの情報をマージし
たりすることを望むアプリケーションにとって決め手になる. XML DTDs と XML Schema は,あらか
じめ定義に同意したグループ間でのデータ交換には十分であるが,意味論の欠如は新しい XML の語彙の
下でマシンが信頼をもってこのタスクを行うことを妨げる. 同じ用語が異なった文脈では異なった(時
には微妙に違う)意味で使われるかもしれないし,また異なった用語が同じ意味を持った項目のために使
われるかもしれない. RDF と RDF Schema は,識別子と結び付いた簡単な意味論を与えることによっ
て,この問題にアプローチし始めた. RDF Schema によって,複数のサブクラスとスーパークラスを持
つクラスを定義でき,またサブプロパティと変域(domain)と値域(range)を持つプロパティを定義す
ることができる. この意味で,RDF Schema は簡単な Web オントロジ言語である. しかしながら,多
数の,自立的に作られ,そして管理されたスキーマ間の処理を実現するためには,より豊かな意味論が必
要である. 例えば,RDF Schema は Person と Car のクラスに重なりがない,あるいは文字列 quartet
がちょうど4人のミュージシャンをメンバーとして持っていることを表現することができない.
このドキュメントのゴールの1つが,Web オントロジ言語で何が必要であるかを明らかにすることで
ある.これらの要求事項は,潜在的なユースケースとオントロジの標準的な概念を Web の特異な環境に
適用する上での困難を考慮した一般的な設計目標によって動機付けされるであろう.
2 ユースケース
オントロジは既存の Web ベースアプリケーションを改良するのに利用でき,また Web の新しい活用を
可能にするであろう.このセクションでは Web オントロジの6つの代表的なユースケースについて述べ
る.これは完全なリストではなく,興味あるユースケースの代表例であることを注意して欲しい.
2.1 Web ポータル
Web ポータルは共通トピック,例えば特定の都市あるいは興味のドメイン,に関する情報内容を提供
- 145 -
する Web サイトである.Web ポータルはそのトピックに興味を持っている個人がニュースを受け取り,
お互いを見いだし,話をし,コミュニティを築き,そして共通の興味を持つ他の Web リソースへのリン
クを見いだすことを許す.
ポータルが成功するためには,興味あるコンテンツの場所を特定することが出発点に違いない.通常,
こうしたコンテンツはコミュニティのメンバーより投稿され,彼らはしばしばそのコンテンツをあるサブ
トピックの下にインデックス付けする.コンテンツを集めるもう一つの手段がコンテンツプロバイダに頼
るもので,彼らはコンテンツが情報発信されたときに用いられた情報に基づいてタグ付けする.通常,こ
れはコンテンツのトピックを特定する単純なメタデータの形式をとる.
しかしながら,主題のエリアを単純にインデックス付けするだけでは,コミュニティのメンバーが必要
とするコンテンツを探すのに十分な能力を提供しない.より知的な情報発信を実現するために,Web ポ
ータルはコミュニティのためのオントロジを定義することができる.このオントロジはコンテンツと公理
(axiom)を記述するためのターミノロジを提供する.例えば,オントロジは,「ジャーナル論文」,「出
版」,「人」,「著者」といったターミノロジーを含むかもしれない.このオントロジは,
「すべてのジャー
ナル論文が出版物である」あるいは「すべての出版物の著者は人である」といったことを述べるための定
義を含みうる.事実と結び付けられるとき,これらの定義は,必ず真と推論される他の事実を許す.これ
らの推論は,その結果として,ユーザーが従来の検索システムでは得ることのできない検索結果をポータ
ルから得ることを可能にする.もちろん,このような技術は,彼らのページに Web オントロジ言語で注
釈を付けているコンテンツプロバイダに依存するが,もしこれらの所有者ができる限り広く彼らのコンテ
ンツを配布しようとすると想定するならば,彼らが喜んでこれをするであろうと期待することができる.
オントロジをベースとするのポータルの一例が OntoWeb である.このポータルはオントロジ研究に興
味を持っている学術的なコミュニティや産業界のコミュニティを支援する.セマンティック Web の技術
を使い,オントロジ言語の恩恵を受けたポータルのもう一つの例が,The Open Directory Project で,人
間によって編集された大規模かつ包括的な Web のディレクトリである.それはボランティアによる巨大
で国際的なコミュニティによって構築され維持されている.The Open Directory データベースの RDF の
ダンプはダウンロード可能である.
2.2 マルチメディアコレクション
オントロジは,画像や音楽,あるいは,他の文字でないオブジェクトのコレクションに対し,意味的な
注釈を付けるのに利用することができる.機械がマルチメディアから意味を抽出することは,自然言語テ
キストから意味を抽出するより困難である.そこで,こうしたタイプのリソースは,通常,キャプション
あるいはメタタグによってインデックス付けされる.しかしながら,いろいろな人々がそれぞれ異なった
方法でこうしたテキストでないオブジェクトを記述することができるため,検索機能は単純なキーワード
マッチングを越えることが重要である.理想的には,オントロジは画像検索を改良するために利用するこ
とのできる追加的なドメイン知識を獲得するであろう.
マルチメディアオントロジには2つのタイプがあり得る.すなわち,メディア特有タイプとコンテンツ
特有タイプである.メディア特有のオントロジは,異なったメディアタイプの分類法(taxonomy)を持
っていて,異なったメディアのプロパティを記述することができるかもしれない.例えば,ビデオはクリ
- 146 -
ップの長さとシーンの中断を特定するプロパティを含むかもしれない.コンテンツ特有のオントロジは,
リソースの主題,例えば場面設定や登場人物などを記述することができる.このようなオントロジは,メ
ディア特有ではないので,それらは同じドメインを取り扱う他のドキュメントによって再利用できる.こ
のような再利用は,リソースのフォーマットにかかわらず,特定の主題に関する情報を単に探していた検
索を強化するであろう.メディアのタイプが重要な検索は,メディア特有のオントロジとコンテンツ特有
のオントロジを組み合わせることができる.
マルチメディアコレクションの例として,アンティーク家具の画像アーカイブを考えて欲しい.アンテ
ィーク家具のオントロジは,このようなアーカイブの検索に大変有効であろう.分類学(taxonomy)が
異なったタイプの家具を分類するために使用することができる.オントロジが定義的な知識を表現するこ
とができるなら,同じく有効であろう.例えば,もしインデキシングエンジンがアンティーク整理だんす
のスタイル/時代に対する値として「後期ジョージ王朝風」という値を選択するなら,データエレメント
“date.created”が西暦1760年から1811年までの間の値を取り,また,“culture”が英国文化で
あることを推論することが可能なはずである.この種のバックグラウンド知識の利用可能性が,検索と同
様インデキシングのために与えられるサポートを著しく増加させる.有用なもう1つの特性がデフォルト
知識の表現のサポートである.このような知識の例は,
「後期ジョージ王朝風の整理だんす」は通常マホ
ガニーで作られているといったものであろう.この知識は本当の意味的な問合せにとって極めて重要で,
例えば,「アンティークなマホガニーの収納家具」というユーザの質問は,画像に対するアノテーション
の中で木材の材質について何も言われていなくても,後期ジョージ王朝風の整理だんすの画像にマッチし
うる.
2.3 企業 Web サイトマネージメント
大企業は,通常,新聞発表,製品発表とケーススタディ,企業のプロシージャ,内部の製品説明と比較,
白書,プロセス記述などに関する膨大な Web ページを持っている.オントロジはこれらのドキュメント
にインデックスを付け,検索のより良い手段を提供するために使用することができる.多くの大きな組織
が情報を整理するための分類法(taxonomy)を持っているにもかかわらず,それはしばしば不十分であ
る.一つの分類法がしばしば制限的なのは,多くのものが複数のカテゴリーの下に位置するためである.
さらに,異なったパラメータのために値を探索する能力は,しばしば分類法を使ったキーワード検索より
有用である.
オントロジを可能にした Web サイトは,次のような人達に利用されるかもしれない:
・販売遂行に対応した担保物権を探している販売員.
・特定の技術的な専門能力や詳細な過去の経験の貯蔵庫を探している技術者.
・複雑で多相のプロジェクトを,提案フェーズと実行フェーズの両方で,支える過去の経験とテン
プレートを探しているプロジェクトリーダー.
これらのタイプのそれぞれのユーザにとっての典型的な問題は,彼らが望んでいるコンテンツの作者と
の間で用語が共有化されていないことである.販売員は望んでいる特性の専門的な名前を知らないかもし
れないし,異なったフィールドの技術者は同じ概念に対して別の用語を使っているかもしれない.このよ
うな問題のために,それぞれのユーザのクラスにとって異なった用語のオントロジを持つことは有益かも
- 147 -
しれないが,それぞれのオントロジが,翻訳が自動的に行われるように,相互に関係づけられるであろう.
もう1つの問題は問合せを正しい抽象化レベルに合わせることである.オペレーティングシステムの専
門能力を持つ誰かを探しているプロジェクトリーダーは,Unix と Windows の両方の専門家である従業
員を突き止めることができるはずである.
大きいサービス組織の1つの様相は,それが非常に広範囲な能力の集合を持っているかもしれないとい
うことである.しかし大きな仕事を追い求めるとき,これらの能力は時には新しい方法に組み立てられる
必要がある.マッチする過去のプロジェクトがないのがしばしばである.一つの挑戦が,過去のテンプレ
ートとドキュメントが,多様な前提条件の集合を満足させている間に,どのようにして新しい形状に組み
立て直すことができるかを推論することである.
2.4 設計ドキュメンテーション
このユースケースは大量のエンジニアリングドキュメンテーションのためのもので,例えば航空機産業
によって使われた.このドキュメンテーションはいくつかの異なったタイプから成り,設計ドキュメンテ
ーション,製造ドキュメンテーション,テストドキュメンテーションを含む.これらのドキュメント集合
はそれぞれ階層的な構造を持っている,しかし構造は集合間で異なる.また,ドキュメンテーション集合
を相互にリンクさせる暗黙軸の集合がある:例えば,航空機の設計ドキュメントでは,翼桁のような項目
が各ドキュメントに現われるかもしれない.
オントロジは,情報モデルを構築するのに利用することができ,この情報モデルは,表現された項目,
項目間の関係,項目のプロパティ,リンクを記述し定義するドキュメンテーション(すなわち,モデルの
中にその項目が存在することの外部からの正当化)へのそれらのリンクなどに基づいて情報空間の探索を
可能にする.つまり,オントロジと分類学は,それらが表す物理的な項目から独立ではないが,同時に開
発され探究されるであろう.
このユースケースの具体的な例は航空機ドメインでの設計ドキュメンテーションで,このドメインには
次のような典型的なユーザが含まれている.
・特定の部分(例えば,「翼桁」)に関連するすべての情報を探しているメンテナンスエンジニア.
・特定の部分組み立て部品の再利用に関する制約を調べている設計エンジニア.
この種類の使用方法をサポートするためには,制約を定義できることが重要である.これらの制約は検
索を強化したり一貫性をチェックするのに利用することができる.制約の一例は次のようなものである:
biplane(X) => CardinalityOf(wing(X)) = 2
wingspar(X) AND wing(Y) AND isComponentOf(X,Y) => length(X) < length(Y)
この種類のオントロジのもう一つの使い方は,特定の概念(クラスかインスタンス)に焦点を置いた情
報空間のスナップショットを示す図表の視覚化や編集のサポートである.これらの典型的なものが,活動
/規則ダイアグラムあるいは実体関係ダイアグラムである.
2.5 エージェントとサービス
セマンティック Web は多様な情報リソースを理解し,統合する能力を持ったエージェントを提供する
- 148 -
ことができる.特定の例が社会活動プランナーで,それはユーザの嗜好(どのような映画が好きか,どの
ような食べ物が好きか,等々)を取り扱い,この情報をその人の夕方の活動の計画に利用する.こうした
活動を計画するタスクは,提供されるサービス環境の豊富さとユーザのニーズに依存するであろう.サー
ビスの決定/マッチングプロセスにおいて,ランク付けと評価のサービスがユーザの嗜好により近いもの
を見つけるのに利用されるかもしれない(例えば,
“ベスト”を選ぶために,映画やレストランの評価や
ランク付けを利用する).
このタイプのエージェントは,レストラン,ホテルなどの用語を表現するドメインオントロジと実サー
ビスで使用される用語を表現するサービスオントロジを必要とする.実サービスを構築するときには,情
報が多数の情報源,例えばポータル,特定サービスサイト,予約サイト,あるいは一般の Web などから
集まってくるかもしれない.
Agentcities はインターネット上の分散サービス環境におけるエージェントの利用を研究している活動
の例である.これは,サンフランシスコあるいは Bay Area のような,現実の,あるいは,バーチャルな
都市を表現するエージェントプラットホームのネットワークを構築することや,それらの都市にサービス
と共に人を居住させることを含んでいる.当初,これらのサービスはホテル,レストラン,エンターテイ
メントなどの,消費者サービスのビジネスに向けられるだろうが,いずれ,給与支払のようなB2Bサー
ビスや,B2Eサービスに拡張されるであろう.
これは多くの異なったドメインとサービスのオントロジを必要とするだろう:キーとなる課題としては
次のようなものが含まれる:
・異なるドメインとサービスにわたる複数の独立したオントロジの利用と統合
・インターネット上のオントロジのに分散した場所
・各ドメインやサービスごとの潜在的に異なるオントロジ(オントロジ変換/相互参照)
・オントロジの定義や利用を簡単にする単純なオントロジの表現
2.6 ユビキタスコンピューティング
ユビキタスコンピューティングは専用のコンピューティング機構から我々の日常の環境の中に埋め込
まれたパーベイシブコンピューティングの可能性へのシフトに特徴付けられたパーソナルコンピューテ
ィングの新しいパラダイムである.ユビキタスコンピューティングの特徴は,小型で,持ち運び可能で,
無線のコンピューティングデバイスである.デバイスのパーベイシブ性と無線の性質は,自動的かつアド
ホックな構成をサポートするネットワークアーキテクチャを必要とする.自動構成の開発の付加的な理由
は,この技術が一般消費者を対象としていることである.
本当のアドホックネットワークのキー技術は,サービスディスカバリ(service discovery)で,これは
「サービス」(すなわち,携帯電話,プリンタ,センサなどのような種々のデバイスによって提供される
機能)が,他の人たちによって,記述され,宣伝され,発見されることのできる機能である.現在のサー
ビスディスカバリと能力記述のメカニズムのすべて(例えば,サンの JINI,マイクロソフトの UPnP)
は,アドホックな表現の枠組みに基づいていて,標準化(すなわち,人がコミュニケートし議論すること
を望むすべてのものの先見的な特定)に大きく頼っている.
- 149 -
ユビキタスコンピューティングのキーとなる問題(そしてゴール)は,
「思いがけなく幸運な互換性」,
あるいは「振り付けをしない」条件下での互換性で,すなわち,必ずしも一緒に動くように設計されてい
ないデバイス(異なった目的のために,異なった製造業者によって,異なった時に作られたもの)がお互
いの機能を発見し利用することができるようにならなければならない.他のデバイスを「理解して」,そ
れらのサービス/機能を推論することが必要である.何故なら,本格的なユビキタスコンピューティング
のシナリオは,何百ではないにしても多数のデバイスを含み,そして前もって利用シナリオを標準化する
ことは手に負えないタスクであるからである.
インターオペレーションのシナリオは,この上なく動的で(すなわち,デバイスは所有者がある部屋や
建物から別の部屋や建物に運ぶたびに現れたり消えたりする),
(再)構成に関する限りループの中に人間
を含まない.
デバイスに機能性を与えることが Web サービスとしてモデル化できるとすると,このユースケースの
ニーズは,DAML-Sに対するニーズにいくぶん類似している(特に,言語の表現力の豊かさを取り巻く
問題).
サービスの利用に関するタスクは,発見,請負,合成を含む.サービスの請負は,報酬に関する詳細(サ
ービスのプロバイダは,提供されたサービスに対する報酬を受けなければならない)と同様,セキュリテ
ィ,プライバシー,信頼(trust)についての情報の表現を含むかもしれない.特に,企業や組織のセキ
ュリティポリシーがアプリケーションに依存しない形式で表現され,それによって多様な実施メカニズム
(例えば,ファイアウォール,フィルタ/スキャナ,トラフィックモニタ,アプリケーションレベルでの
ルータやロードバランサ)の上の制約表現を可能にするのがゴールである.
デバイスの特性に関する情報を表現するための RDF ベースの枠組みが採用され始めれば(すなわち),
追 加 的 な ニ ー ズ は RDF と の あ る レ ベ ル で の 互 換 性 を 持 つ .( す な わ ち , W3C の Composite
Capability/Preference Profile (CC/PP)や WAP フォーラムの User Agent Profile あるいは UAProf)採用
され始めれば,さらに必要が若干のレベルにおいて RDF との互換性である.
3 設計ゴール
デザインゴールは,Web オントロジ言語に対する,必ずしも一つのユースケースに起因しない一般的
な動機を記述する.このセクションで,我々は Web オントロジ言語のための8つの設計ゴールを記述す
る.それぞれのゴールについては,それがサポートするタスクを記述し,ゴールのための根本原理を説明
する.同じくゴールに対して RDF と RDF Scheme がサポートする度合いも示す.
3.1 共有化されたオントロジ(Shared ontlogies)
オントロジは公的に利用可能で,異なったデータソースを,共有化された意味において,同じオントロ
ジに付託することができなければならない.また,オントロジは,追加的な定義を与えるために,他のオ
ントロジを拡張できなければならない.
サポートされるタスク:
分散したデータソースが共通の用語(terminology)を使用する任意のユースケース.
- 150 -
正当性:
互換性は識別子の定義に関する合意を必要とする.オントロジは識別子の標準的な集合とこれらの
識別子のフォーマルな記述を与えることができる.同じオントロジに付託されるデータソースは,
同じ識別子を同じ意味で使用することに明示的に同意する.
しばしば,共有化されたオントロジは十分ではない.ある組織は既存のオントロジが彼らの必要と
することの90%を与えることが分かるかもしれないが,残りの10%が重要である.このような
ケースでは,その組織は新しいオントロジを最初から作るべきではないであろう.むしろ,既存の
オントロジを拡張し必要な識別子と定義を加えたオントロジを作ることができるべきである.
RDF(S)のサポート:
RDF では,それぞれのスキーマは URI によって識別される名前空間を持っている.スキーマの中
の各リソースはIDを持ち,グローバルに唯一の識別子がIDと名前空間の URI との組合せによっ
て作られる.この URI を用いる任意のリソースは,そのスキーマで定義された用語を参照する.し
かしながら,RDF は複数のスキーマの中で部分的な定義を持っている用語の定義については明確で
ない.仕様は,定義が情報源にかかわらず同じ識別子を使用するすべての記述の結合であることを
仮定しているように思われる.しかしながら,分散環境下では,あるスキーマは正しくないか虚偽
の定義を含んでいるかもしれず,問題を生じさせるかもしれない.RDF ではリソースがどの定義の
集合を認めているかを示す手段がない.
3.2 オントロジの進化(Ontology evolution)
オントロジはその存続期間の間に変化するかもしれない.データソースはそれが付託されるオントロジ
の版を指定しなければならない.
重要な問題は,オントロジの1つの版に付託されたドキュメントが他の版に付託されたドキュメントと
互換かどうかである.互換な改版と非互換な改版の両方が許されるが,どちらであるかが区別されなけれ
ばならない.フォーマルな記述は大部分の識別子に対する近似を提供するだけであるため,改版で識別子
のフォーマルな記述を変えることなく意図した意味に変更することができることに注意して欲しい.この
ように,意味的なバックワード互換性(backwards-compatibility)の判定は,用語の記述の単純な比較
よりも多くのことを必要とする.よって,オントロジの記述者はこのような変更を明示的に示す必要があ
る.
サポートされるタスク:
オントロジが潜在的に変化し,特にオントロジの所有者がデータの提供者と異なるようなユースケ
ース.
正当性:
Web は絶えず成長し変化するため,オントロジに対しても同様に変化することを期待しなければな
らない.オントロジは,古い版にエラーがあったり,ドメインのモデル化の新しい方法が好まれた
り,あるいは新しいターミノロジが作られたために(例えば,新しい技術の発明の結果として),変
化する必要があるかもしれない.オントロジの進化は,元のオントロジを変更しないオントロジ拡
- 151 -
張とは異なることに注意して欲しい.
RDF(S)のサポート:
RDF Schema の仕様は,スキーマのそれぞれの版が URI による別々のリソースであることを薦めて
いる.プロパティ rdfs:subClassOf と rdfs:subPropertyOf は,クラスとプロパティの新しい版を古
い版に関係付けるのに使用することができる.しかしながら,これは正しくない定義を取り消すこ
とができないという欠点を持っている.例えば,スキーマ v1 で v1:Dolphin が v1:Fish の
rdfs:subClassOf であると仮定する.この間違いに気付いたとき,スキーマの新しい版 v2 では,
v2:Dolphin が v2:Mammal の rdfs:subClassOf であると記述する.しかしながら,もし v2:Dolphin
を v1:Dolphin の rdfs:subClassOf とするなら,v2:Dolphin が v1:Fish の rdfs:subClassOf であると
いうことになり,誤りを永続させてしまう.
3.3 オントロジの互換性(Ontology interoperability)
異なるオントロジが同じコンセプトを別の方法でモデル化しているかもしれない.Web オントロジ言
語は,異なる表現を関係付け,それゆえにデータが別のオントロジに変換されるのを許し,
「オントロジ
の Web」を可能にするためのプリミティブを提供しなければならない.
サポートされるタスク:
異なるプロバイダからの異なるターミノロジを伴うデータが統合されなければならないユースケー
ス.
正当性:
共有化されたオントロジとオントロジの拡張が異なる組織とドメインの間のある程度の互換性を可
能にするにもかかわらず,同じ情報を複数の方法でモデル化するケースがしばしばある.これは,
異なる組織,異なる職業,異なる国籍などでの視点の違いによるかもしれない.マシンが異質なオ
ントロジに付託される情報を統合できるようにするためには,オントロジがコンセプトを他のオン
トロジの同等のものにマップすることを許すプリミティブが必要である.
RDF(S)のサポート:
RDF は互換性についての最小限のサポートをプロパティ rdfs:subClassOf と rdfs:subPropertyOf
によって提供する.
3.4 矛盾検出(Inconsistency detection)
異なるオントロジやデータソースは矛盾を含む可能性がある.こうした矛盾を検出できる必要がある.
サポートされるタスク:
データの分散と制御する権威者の欠如がデータの矛盾をもたらしうるユースケース.統一性のない
記述に終わるオントロジの拡張タスク(たぶん制約の強すぎるコンセプトを生成するようなオント
ロジの拡張によるであろう).
正当性:
Web は分散していて,誰もが何を言っても構わない.その結果,異なる視点が相反したり,虚偽の
- 152 -
情報でさえも作られることがある.エージェントが矛盾するデータを組み合わせることや一貫性の
あるデータを一貫性のない状態に進化させることを防ぐためには,自動的に矛盾を検出することが
重要である.
RDF(S)のサポート:
RDF と RDFS は矛盾を表現することを許していない.
3.5 表現能力とスケーラビリティのバランス(Balance of expressivity and scalability)
Web オントロジ言語は幅広い種類の知識を表現できなければならないが,同時に効率的に推論する手
段を提供しなければならない.これら2つの要求は通常相反するため,Web オントロジ言語のゴールは
最も重要な種類の知識を表現する能力をサポートするバランスを発見することである.
サポートされるタスク:
大規模なオントロジあるいは大規模なデータセットを用い,多様な知識の表現を要求するユースケ
ース.
正当性:
Web の上には10億以上のページが存在し,セマンティック Web のデバイスやエージェントへの潜
在的なアプリケーションは取り扱わなければならない情報量より多くを主張する.Web オントロジ
言語は規模をうまく取り扱う推論システムをサポートしなければならない.しかしながら,Web オ
ントロジ言語は,ユーザが彼らのアプリケーションで重要な知識の種類を記述できるように,でき
る限り高い表現力を持たなければならない.
表現能力は言語で何が記述できるかを決定し,そしてその言語の推論能力とその言語を完全にイン
プリメントしたシステムでどのような推論可能性が期待されるかを決定する.表現力の高い言語は,
幅広い種類の知識の定式化を許す豊かなプリミティブの集合を含んでいる.表現力の低い言語では,
役に立つ推論の機会を殆ど提供せず,既存の言語を越える貢献をもたらさないだろう.
RDF(S)のサポート:
RDF はスケーラブルであるが(相当まわりくどい XML のシンタックスを除いて)表現力は高くな
い.
3.6 使いやすさ(Ease of use)
Web オントロジ言語は,習得の障壁が低く,そして明確なコンセプトと意味を持たなければならない.
このコンセプトはシンタックスとは独立でなければならない.
サポートされるタスク:
ユーザによる,直接あるいは間接の,セマンティック Web ドキュメントに対するマークアップと質
問.
正当性:
理想的には,大部分のユーザは,フロントエンドツールによって,言語仕様から切り離されてはい
- 153 -
るが,Web オントロジ言語の基本思想は自然で習得しやすいものでなければならない.更に,初期
の適用者やツール開発者やパワーユーザは,シンタックスを直接取り扱うであろうから,人間にと
って読みやすい(書きやすい)シンタックスが望ましい.
RDF(S)のサポート:
RDF かなり使いやすいが,RDF Schema はより複雑である.シンタックスが多くの人にとっての主
な障壁になっているようである.
3.7 他のスタンダードとの互換性(Compatibility with other standards)
Web オントロジ言語は他の共通に利用されている Web や産業界のスタンダードと互換性を持たなけれ
ばならない.それには,特に,XML とそれに関係するスタンダード(XML Schema や RDF)が含まれ,
また多分 UML のような他のモデリングスタンダードも含まれるであろう.
サポートされるタスク:
オントロジとデータの標準フォーマットによる交換.
正当性:
他のスタンダードとの互換性は,ツール開発と Web オントロジ言語の展開を容易にする.
RDF(S)のサポート:
RDF は XML の serialization シンタックスを持つ.
3.8 国際化(Internationalization)
Web オントロジ言語は,多言語オントロジの開発をサポートしなければならない.また,潜在的に,
異なる文化にとって適切な異なる視点のオントロジを提供しなければならない.
サポートされるタスク:
同じオントロジが複数の国や文化で使用されるようなタスク.
正当性:
Web は国際的なツールである.セマンティック Web は,異なった文化の間でアイデアや情報を交換
することを助けなければならず,したがって異なった国の人が同じオントロジを利用することを容
易にしなければならない.
RDF(S)のサポート:
XML がサポートする国際化の範囲で,RDF もサポートする.
4 要求事項
ユースケースと設計ゴールは Web オントロジ言語に対するいくつかの要求事項の動機を与える.ワー
キンググループでは,現在,以下の要求事項は Web オントロジ言語に不可欠であると考えている.それ
ぞれの要求事項は,短い説明を含み,前のセクションの設計ゴールの一つまたはそれ以上に動機付けられ
ている.
- 154 -
R1. 識別可能なリソースとしてのオントロジ(Ontologies as distinct resources)
オントロジは URI のように自分自身の唯一のIDを持つリソースでなければならない.
動機: Shared ontologies
R2. URI で参照される曖昧性のないコンセプト(Unambiguous concept referencing with URIs)
異なるオントロジの2つのコンセプトは別々の絶対的な識別子を持たなければならない(それらは
同一の相対的な識別子を持つかもしれないが).URI 参照を用いてオントロジ中のコンセプトをユニ
ークに識別することができるはずである.
動機: Shared ontologies, Ontology interoperability
R3. 明示的なオントロジの拡張(Explicit ontology extension)
オントロジは,他のオントロジに新しいクラスとプロパティを加える一方でコンセプトを再利用す
るために,他のオントロジを明示的に拡張できなければならない.オントロジ拡張は推移的な関係
で,もしオントロジ A がオントロジ B を拡張し,オントロジ B がオントロジ C を拡張するなら,
オントロジ A は暗黙的にオントロジ C を拡張する.
動機: Shared ontologies
R4. オントロジへの付託(Commitment to ontologies)
リソースは,どの定義と仮説の集合が使われたかを正確に指し示して,特定のオントロジに明示的
に付託できなければならない.
動機: Shared ontologies
R5. オントロジのメタデータ(Ontology metadata)
それぞれのオントロジにメタデータ,例えば著者や出版日などを提供できなければならない.これ
らのプロパティはダブリンコアのエレメントセットから借用できるかもしれないし,できないかも
しれない.
動機: Shared ontologies
R6. バージョン情報(Versioning information)
Web オントロジ言語は同じオントロジの異なる版を比較し関係付ける特性を提供しなければならな
い.これには,新しい版を古い版に関係付ける特性,バックワード互換性(backwards-compatibility)
の明示的な記述,識別子をおとしめる(すなわち,バックワード互換のためだけに利用できること
を記述し,新しいアプリケーションやドキュメントの中では使用されない)機能が含まれる.
動機: Ontology evolution
R7. クラス定義のプリミティブ(Class definition primitives)
Web オントロジ言語はクラスの複雑な定義を表現できなければならない.これには,これだけに限
られるわけではないが,サブクラス生成,クラス表現の論理的組合せ(すなわち,intersection,union,
complement)が含まれる.
動機: Balance of expressivity and scalability, Ontology interoperability, Inconsistency detection
- 155 -
R8. プロパティ定義のプリミティブ(Property definition primitives)
Web オントロジ言語はプロパティの定義を表現できなければならない.これには,これだけに限ら
れるわけではないが,サブプロパティ,変域と値域に関する制約,推移性,逆プロパティが含まれ
る.
動機: Balance of expressivity and scalability, Ontology interoperability, Inconsistency detection
R9. データタイプ(Data types)
Web オントロジ言語は標準的なデータタイプを提供しなければならない.これらのデータタイプは
XML Schema データタイプに基づくであろう.
動機: Compatibility with other standards, Ease of use
R10. クラスとプロパティの同一性(Class and property equivalence)
Web オントロジ言語は2つのクラスやプロパティは同一であることを記述する特性を含まなければ
ならない.
動機: Ontology interoperability
R11. 個体の同一性(Individual equivalence)
Web オントロジ言語は2つの識別子が同じ個体を表現していることを記述する特性を含まなければ
ならない(他の OWL のドキュメントで用いられる用語との統一性を考えると,ここで個体という
のは OWL のクラスのインスタンスで,必ずしも人を指すわけではないことに注意して欲しい).
Web の分散的な性質のため,異なる識別子が同じ個体に割り当てられることはありそうに思われる.
標準的な URL を用いることでは,この問題を解決できない.何故なら,家庭用と仕事用の Web ペ
ージやメールアドレスを持つ人のように,ある個体は複数の URL を持つかもしれないからである.
動機: Ontology interoperability
R12. 記述への情報付加(Attaching information to statements)
Web オントロジ言語は,記述に対して,情報源,タイムスタンプ,機密レベルなどの付加的情報を
“タグ付け”する手段を提供しなければならない.Web オントロジ言語はこのように利用されるプ
ロパティの標準セットを持つ必要はないが,その代わり,こうした情報をユーザが付加するための
一般的なメカニズムを提供しなければならない.RDF の reification(具体化)はこの要求事項に対
応する方法の一つかもしれない.ただし,reification(具体化)は多少異論のある特性ではある.
動機: Shared ontologies, Ontology interoperability
R13. インスタンスとしてのクラス(Classes as instances)
Web オントロジ言語はクラスをインスタンスとして取り扱う能力をサポートしなければならない.
これは同じコンセプトが,しばしば,ユーザの視点に応じて,クラスと見られたり個体と見られた
りするためである.例えば,生物学のオントロジでは,クラス Orangutan は個体の動物をインスタ
ンスに持つかもしれない.しかしながら,クラス Orangutan 自身はクラス Species のインスタンス
である.Orangutan は Species のサブクラスではないことに注意して欲しい.何故なら,サブクラ
スであれば,Orangutan の各インスタンスが Species のインスタンスであることになるからである.
動機: Ontology interoperability
- 156 -
R14. Cardinality 制約(Cardinality constraints)
Web オントロジ言語はプロパティの cardinality 制約の仕様をサポートしなければならない.これら
の制約は指定されたプロパティを介して関係付けられる個体の数の最小値と最大値を設定する.
動機: Balance of expressivity and scalability goal,, Inconsistency detection
R15. XML シンタックス(XML syntax)
Web オントロジ言語は XML の serialization シンタックスを持たなければならない.XML は産業
界で幅広く受け入れられ,XML を処理するたくさんのツールが開発されてきた.Web オントロジ言
語が XML シンタックスを持てば,これらのツールを拡張し再利用することができる.
動機: Compatibility with other standards
R16. ユーザに表示可能なラベル(User-displayable labels)
Web オントロジ言語は,オントロジによって表現されるリソースに対し,ユーザに表示可能な複数
のラベルの選択肢からの指定をサポートしなければならない.これは,例えば,オントロジを異な
る自然言語で見るのに利用することができる.
動機: Internationalization, Ease of use
R17. 文字モデルのサポート(Supporting a character model)
Web オントロジ言語は多言語文字セットの利用をサポートしなければならない.
動機: Internationalization, Compatibility with other standards
R18. Unicode 文字列の唯一性のサポート(Supporting a uniqueness of Unicode strings)
ある文字コード,例えば Unicode ベースのコードでは,ときどき,2つの異なる文字列が同じよう
に見え,同じかどうか比較することを求められる場合がある.一つの例は,前もって合成した形式
(一つの c セディア文字)を用いるもので,もう一つの例は分解した形式(セディアアクセント文
字が続く'c'の文字)を用いるものである.W3C の I18N WG が初期の統一正規化(Unicode Normal
C)をこの問題を解決する普通のアプローチに決めており,その他の解は正当化される必要がある.
動機: Internationalization, Compatibility with other standards
5 目標
Web オントロジ言語に含めれるべき特性の集合(前のセクションで定義)に加え,多くのユースケー
スで有用な他の特性がある.これらの特性は,可能であれば,ワーキンググループで取り組むが,言語仕
様から除外するのに,あるいは,将来のワーキンググループでインプリメントするようそのままにするの
に,十分な理由があると判断するかもしれない.これらの目標のいくつかは完全に定義されておらず,そ
ういうものとして,Web オントロジ言語がそれらに取り組むなら,更に明確にする必要がある.以下の
目標の順番は,相対的な優先順位やコンセンサスの度合を意味するものではないことに注意して欲しい.
O1. 言語特性の階層化(Layering of language features)
Web オントロジ言語はオントロジを定義するための異なったレベルの複雑さをサポートすることが
できる.アプリケーションは言語全体をサポートしなくても特定の階層に合わせることができる.
階層を決めるためのガイドラインは,異なったタイプのデータベースや知識ベースシステムに見い
- 157 -
出される機能に基づくかもしれない.
動機: Balance of expressivity and scalability
O2. デフォルトのプロパティ値(Default property values)
Web オントロジ言語はプロパティのデフォルト値に関する仕様をサポートしなければならない.デ
フォルト値はクラスの代表的なメンバーに関する推論を行うのに有用である.しかしながら,本当
のデフォルト値は非単調で,これは新しい情報が絶えず発見され追加される Web 上では問題を含ん
でいる.更に,デフォルトを扱う一般的に受け入れられている手法はない.その代わりとしては,
言語仕様で,独自のデフォルトメカニズムをどのように作るかをユーザに薦めることである.
動機: Balance of expressivity and scalability
O3. 閉じた世界を記述する能力(Ability to state closed worlds)
Web の変化の大きさや速さのために,閉世界仮説(closed-world assumption)(推論できないもの
は偽であるとみなすこと)は不適切である.しかしながら,閉じた世界の情報が有益である場面が
たくさんある.したがって,Web オントロジ言語は与えられたオントロジが完全であるとみなすこ
とができることを記述できなければならない.これはそのオントロジから導き出されるべき推論に
認可を与えることであろう.このような記述(と対応する推論の集合)の正確な意味論は定義され
るべく残っているが,例では,個体に関する完全なプロパティ情報を仮定し,クラスのメンバーシ
ップの完全性を仮定し,さらにサブクラスの十分性を仮定することなどを含むかもしれない.
動機: Shared ontologies, Inconsistency detection
O4. 値域のデータタイプに関する制約(Range constraints on data types)
Web オントロジ言語はプロパティの値の値域を特定する能力をサポートしなければならない.この
メカニズムは XML Schema のデータタイプから借用するだろう.
動機: Inconsistency detection
O5. 連鎖したプロパティ(Chained properties)
Web オントロジ言語はクラスやプロパティに関する記述においてプロパティの組合せをサポートす
る必要がある.プロパティの組合せの例は,uncleOf という名前のプロパティが fatherOf と
brotherOf のプロパティの組合せと同じであることを記述する場合である.
動機: Balance of expressivity and scalability
O6. 効果的な決定手続き(Effective decision procedure)
Web オントロジ言語は決定可能でなければならない.
動機: Balance of expressivity and scalability
O7. オントロジの一部分への付託(Commitment to portions of ontologies)
Web オントロジ言語はオントロジの一部分への付託をオントロジ全体への付託と同様にサポートし
なければならない.しかしながら,ここでどのような大きさの粒子を用いるべきかは明確でない.
可能な選択肢は,コンセプトのサブセットを全部の定義と一緒に選択するか,個体の定義だけを選
択するかである.コンセプトの部分的定義を借りてくることは,異なるアプリケーションが異なる
- 158 -
ものを意味するのに同じ識別子を用いるために起こる潜在的な互換性の問題に取り組まなければな
らないことに注意して欲しい.
動機: Shared ontologies
O8. 視点のメカニズム(View mechanism)
Web オントロジ言語はオントロジの視点を作る能力をサポートしなければならない.その視点の下
では,オントロジのサブセットを指定でき,コンセプトに別の名前を割り当てることができる.こ
れは特にオントロジの多文化版を開発するのに有用である.この要求事項が,複数のオントロジを
持ち,オントロジマッピングメカニズムを用いることによって満足されることに注意して欲しい.
動機: Internationalization, Ontology interoperability
O9. デジタル署名の統合(Integration of digital signatures)
W3C の XML Digital Signature の仕様は信頼性の低いプロパティ間のコミュニケーションのための
重要な構成要素で,多くのオントロジアプリケーションにとって重要である.Web オントロジ言語
は XML Signature の使用に向けて設計されるべきである.
動機: Compatibility with other standards
O10. 算術演算子(Arithmetic primitives)
Web オントロジ言語は算術関数の使用をサポートする必要がある.算術関数は異なる尺度の単位間
の変換に使用することができる.
動機: Ontology interoperability
O11. 文字列処理(String manipulation)
Web オントロジ言語は文字列結合と単純なパターンマッチングをサポートする必要がある.これら
の特性は,複合的な情報を,フォーマット化された文字列として取り扱うオントロジと,各構成要
素に対して独立したプロパティを持つものとして取り扱うオントロジの間の互換性を確保するため
に利用できる.例えば,あるオントロジは人の名前を"lastname, firstname"という一つの文字列と
して表現するが,別のオントロジはそれぞれに対するプロパティを持つ.
動機: Ontology interoperability
O12. 統合とグルーピング(Aggregation and grouping)
Web オントロジ言語は SQL の GROUP BY 節に似た方法で情報を統合する能力をサポートしなけれ
ばならない.それは,計数,加算,及び各グループに対して計算されるべき他の操作を許さなけれ
ばならない.これは粒子の大きさの違うレベルにある情報を表現したオントロジ間の互換性を許し,
予算費目の総計と予算項目の合計との関係や,社員数と従業員に関する個人データとの関係のよう
に,物事の関係付けを行うことができる.
動機: Ontology interoperability
O13. 手続き付加(Procedural attachment)
Web オントロジ言語は複雑な基準(criteria)を評価するための実行コードの使用をサポートする必
要がある.手続き付加は言語の表現能力を大きく拡張するが,形式意味論には適していない.Web
- 159 -
オントロジのための手続き付加のメカニズムはいかに手続きの場所を特定し実行するかを規定する
必要がある.こうした可能性のある言語の一つが Java で,既に Web 上のプラットフォームによく
適応している.
動機: Ontology interoperability
O14. ローカルな名前の唯一性の仮説(Local unique names assumptions)
一般に,Web オントロジ言語は名前の唯一性の仮説(unique names assumption)を設けない.す
なわち,別個の識別子が異なる個体を指すことを仮定していない(要求事項 R11 参照).しかしなが
ら,名前の唯一性の仮説が有効なプリケーションはたくさんある.ユーザは特定の名前空間やドキ
ュメントのすべての名前が別個の個体を参照することを明記するオプションを持つべきである.
動機: Inconsistency detection
015. 複合データタイプ(Complex data types)
Web オントロジ言語は複合的な/構造化されたデータタイプをサポートする必要がある.これらは
日付,対等の組,住所などを記述するのに利用できる.
動機: Compatibility with other standards, Ease of use
-------------------------------------------------------------------------------------------------------------------------------------------謝辞
このドキュメントは,多くの人々,特に W3C の Web Ontology Working Group のメンバーの仕事を表
現したものである. Raphael Volz と Jonathan Dale は,このドキュメントの以前の版の編集を助けてく
れた. オリジナルのゴールの多くは,Deborah McGuinness によって提供された要求事項のリストに基
づいている. 企業の Web サイトマネージメントのセクションのドラフト版は,Michael Smith によって
書かれた.
3.4.2
Topic maps, RDF, DAML, OIL - A comparison
-------------------------------------------------------------------------------------------------------------------------------------------このドキュメントは
Topic maps, RDF, DAML, OIL - A comparison
http://www.ontopia.net/topicmaps/materials/tmrdfoildaml.html
の和訳です。
この文書には和訳上の誤りがありえます。
内容の保証はいたしかねますので、必ず正式版文書を参照して下さい。
-------------------------------------------------------------------------------------------------------------------------------------------トピックマップ、RDF、DAML、OIL
A comparison
By:
Lars Marius Garshol
所属
Ontopia
Email:
larsga@ontopia.net
Web:
http://www.ontopia.net/
- 160 -
(訳者注) 以下は、http://www.ontopia.net/topicmaps/materials/tmrdfoildaml.html
の翻訳です。訳文上の誤りなどの可能性があります。
RDF と Topic Maps の 関 係 に つ い て は 、 Steve Pepper の Ten Theses on Topic Maps and
RDF(http://www.ontopia.net/topicmaps/materials/rdf.html)にも簡単な解説がある。
要約
RDF、OIL、DAML、およびトピックマップという用語は、セマンティック Web や KM、情報管理が
議論される際に良く使われる技術である。しかし、これらのうち2つ以上を知っている人はほとんどいな
い。本論文では、これらの技術を簡単に説明し、類似点/相違点を明らかにすることで、そうした状況を
改善していこうと思う。これらの技術は全く異なったバックグラウンドから来ており、表現形式も全く違
う。しかし、よく調べてみればこれらの中身は驚くほど似ている。
まず、これらが限定的ではあるものの、世界における何かを述べる技術であることからはじめよう。こ
れらの技術により、どのように、
「もの」、
「ものの性質」、
「もののタイプ」、
「ものの名前」、
「ものの種類」
などの概念がどのように記述されるだろうか。技術を比較した後で、これらがどう関連し、依存し、競合
しているかを見ることにする。また、現実に重要な点として、データをある表現から別の表現にどう変換
できるか、そして、これら技術のツールをどのように組み合わせて動かせるかについて述べる。
著者紹介
Lars Marius Garshol は、現在トピックマップのソフトウェアベンダである Ontopi 社の開発マネージ
ャである。彼は何年間も XML やトピックマップコミュニティにおいて、発表者や、コンサルタント、お
よびオープン・ソース開発者として活動している。
Lars Marius は Opera ウェブブラウザの Unicode サポートの責任者でもある。現在、彼は、「XML ア
プリケーションの開発」という本を書き上げた所で、まもなく今年中には Prentice-Hall 社から Chales
Goldfarb シリーズとして出版される。Lars Marius は ISO Topic Map Query Language スタンダードの
エディタのひとりである、そして、Topic Map のデータモデルの共同エディタでもある。
1.
規格間の相互運用性
「標準規格の良い所は、沢山のものから選べることである。」というような、古いジョークがある。標
準規格が多く存在することが本当に良いかどうかは別として、このジョークは少なくとも RDF、トピッ
クマップ、 DAML, OIL について当てはまる。標準規格を作る主な目的は、データやアプリケーション
間での相互運用を可能にすることである。しかし、データやアプリが固有技術を使っている場合には、こ
れは難しいことが多い。
本論文が何よりも役立つのは、読者がこうした標準化の間でどのくらい機能がオーバーラップしている
か分かるようになることである。目的にあわせて正しい標準を選べることができるように、これらの規格
を比較し、どのように規格間でデータを変換できるかを見ていこう。
1.1.
標準化の背景
トピックマップの歴史は長く複雑である。それは、ダヴェンポートグループが 1991 年にソフトウェア
- 161 -
ドキュメンテーションのために標準 SGML DTD を作成する過程から始まった。このグループは、まもな
く CApH (Conventions for the Application of HyTime)という副産物を生み出した。CApH とは、本の末
尾にあるようなインデックスを計算機で扱うアプリケーションを設計することが一つの仕事であった。こ
のインデックスにはある新しい特徴として、「インデックスのマージが自動的にできること」があった。
この考えがその後トピックマップに発展した。CApH は長い間、概念の記述に取り組み、1996 年にトピ
ックマップは ISO の SGML ワーキンググループによって新しいワークアイテムとなった。 ISO では標
準化に 4 年かけて、2000 年 1 月に ISO/IEC13250:2000 が承認された([ISO13250]
なお、このときのト
ピックマップは、HyTime による SGML ベースであった)。その後、TopicMaps.Org という非公式組織で、
XTM (XML Topic Maps)構文が作られた([XTM1.0]) これは XLink に基づき XML 構文によるトピック
マップの再定式化であった。この構文は ISO に受け入れられ、ISO13250 の添付書類になった。XTM 構
文は今日ほとんど全てのトピックマップソフトウェアによって使われており、むしろオリジナルの SGML
構文を扱えるものはまれである。
トピックマップには、多くの応用があるが、1 つの大きな応用は、情報の「findability 問題」を解決す
ることである。つまり、大量の情報の中からどのように人が欲しい情報を見つけるか、である。またトピ
ックマップは、KM、ウェブポータルの開発、コンテンツマネジメント、および企業内アプリケーション
統合(EAI)にも利用することができる。また、トピックマップはセマンティック Web を可能とする技術で
もある。
(注:この章では、各技術の提案者がこれができると主張していることをそのまま書いている。実際にで
きるかどうか私が検証しているわけではない。)
RDF (Resource Description Framework)[RDF]は、W3C(WWW Consortium)のセマンティック Web
活動の一部として開発された。RDF は PICS のコンテンツ記述技術[PICS] (これも W3C 技術))の拡張と
して始まった。初期の頃は、マイクロソフトと Netscape からの提案に影響を受けてかなり発展した。RDF
の最初のワーキングドラフトは 1997 年 10 月に発表され、そして 1999 年 2 月に W3C 勧告になった。RDF
はティム・バーナーズ・リーによるセマンティック
Web のビジョンを実現するための一部の技術である。
情報管理技術として、RDF には、多くの応用分野が考えられる。セマンティック Web における利用が主
であるが、さらにコンテンツ管理技術、ナレッジマネジメント、ポータル構築技術、さらに電子商取引に
も適用可能である。
DAML(DARPA Agent Markup Language)は 2000 年 8 月に DARPA(米政府の研究組織)により開始
した研究プロジェクトの一部として、大きな研究チームによって開発されている。DAML は標準化団体
により規定されてはいないが、DAML プログラムで運営されている daml.org から公開されている。
DAML は、セマンティック Web をサポートすることに注力しているように見えるが、他の用途も考えら
れるだろう。DAML は OIL と似ているため、findability 問題の解決や、電子商取引、KM でも利用でき
るだろう。
OIL(Ontology Inference Layer)は、EU の IST (Information Society Technologies)プログラムのある
研究プロジェクトから資金を供給されて作られた(訳注: On-To-Knowledge プロジェクト)。これらのプロ
ジェクトの関係者により研究成果としての言語仕様も発表されている。OIL は明らかにセマンティック
- 162 -
Web のための技術である。また、OIL FAQ によると、OIL は findability 問題の解決、電子商取引のサポ
ート、KM を可能にする技術という位置づけである。
これらの技術の利用分野を比較したものが以下の表になる。
分野
TM
RDF
DAML
OIL
Findability
Yes
Yes
Yes
Yes
ポータル
Yes
Yes
Yes
Yes
コンテンツマネジメント
Yes
Yes
Yes
Yes
EAI
Yes
E-commerce
Yes
Yes
Yes
Yes
KM
Yes
Yes
Yes
Yes
セマンティック Web
Yes
Yes
Yes
Yes
こう比べてみると、各技術の提案者が示している応用分野は似たりよったりであることは、明確である。
唯一の違いとして、RDF、DAML、OIL には EAI 分野は入っていない。しかし、これは、EAI の目的に
それらが使用できないということではない。要するに、これらの分野の応用で情報のやり取りをする際に、
自分がある規格を選んでも、相手先は別の規格を選ぶかもしれない。しかし、これは以下に示すように必
ずしも問題になるわけでもない。
1.2.
解決すべき課題
解決すべき課題はこれらの 4 つの標準規格を相互流通させることである。最も低レベルでは、これらの
データをシステム間でやりとりさせることである。より望ましい目標は、異なった標準規格を同じプロダ
クションシステムで動かすソフトウェアを実装することである。たとえば、一つのモデルで定義されたク
エリ言語やスキーマ言語で、他モデルのデータも扱えるようになればよい。本論文では、複数の表現によ
るデータ交換について主に扱い、どう統合するソフトウェアを実装するかについては深くは述べない。例
えば、アプリ A でトピックマップによる機能 X が提供され、アプリ B では RDF により機能 X が提供さ
れるかもしれない。解決すべき課題は A が B のデータを使用したり、その逆ができたりすることである。
異なる表現間でデータを対応づける手法を考える前に、こういった手法の評価基準を考えておこう。以
下が、その基準である。
・その手法には、モデルを変更することが必要か ?
他モデルとの間でマッピングをよりうまく行なうために、モデルの一部を変更することは考えら
れるだろう。少しの変更で、変換結果が非常に良くなるような手法は極めて有用な可能性がある。
しかし、そうした変更は非常に慎重に行われる必要があり、変換結果の改善度も非常に高いもので
なければならない。
・手法は完全か ?
元データを相手データに変換したら、逆変換もでき、さらに元のデータと論理的に同等に戻るな
らば、基準を満たしている。
この評価基準は最も重要な評価基準であるが、それは絶対でない。変換に失敗するデータ種類が
- 163 -
極めて少なければ、他の基準をうまく満たす手法でも良いかもしれない。
・手法を適用するのにどのくらいの努力が必要か ?
実装された汎用ソフトウェアと元データから、特定の 1 組のアプリケーション A と B の間で必要
な結果を得るアプリを作るのにどのくらいの努力が必要だろうか? これは手法の利用者の工数が
どのくらいかかるかが決まるので、この基準は非常に重要である。利用者が面倒な手法はユーザコ
ミュニティに受け入れられないというリスクがある。
・手法の実装にはどのくらい努力が必要か。実装が難し過ぎる手法は、現実の実装の数も少なくなるの
で、この評価基準は重要である。
一般に、1 つの表現を別の表現に変換するには、二種類の手法がある。一つは、スキーマ独立(モデルベ
ース)の方法、もう一つは、スキーマベースの方法である。モデルベースの手法では、ある表現のモデル
を直接他方のモデルに変換するか、一方で他方のモデルをモデル化してもよい。こうすることで、後は何
もしなくても、あるモデルのすべてのデータを他方のデータに自動的に変換できる。スキーマベースの方
法では、スキーマ毎に別々に変換を開発しなければならない。しかし、一旦作ってしまえば、変換作業は
自動である。
これら2つの手法を比較すると、スキーマベースではセットアップの苦労が必要なのに対し、モデルベ
ースではそれが不用という利点がある。しかし、モデルベースには、変換された相手フォーマットのデー
タが、しばしば望ましい形式になっておらず後処理で手直しが必要という欠点もある。完全性という点で
は、どちらの手法も満たしているが、一般に、モデルベースのマッピングは実装がより容易である。要す
るに、どちらの変換手法が他方よりすぐれているということはない。個々の案件で、どれが適切かを調べ
なければならない。
1.3.
どう変換手法を実装するか
モデル間のデータ変換の実装には 2 つの一般的な手法がある:
・静的マッピング :
本質的には変換かエクスポートである。ソースモデルによる 1 セットのデータから、ターゲット
モデルに変換されたデータを作成し、 シリアルまたは永続ストレージにしまう。
・ダイナミックマッピング
より洗練されており、元のモデルによるデータを、それらがあたかもターゲットモデルで格納さ
れているかのようにダイナミックに見ることができる API を提示する。元データへのどんなアップ
デートもマッピングインタフェースを通して即座に反映される。
これらの手法のどちらが良いかは、それぞれのアプリの要求次第である。静的マッピングは実行するの
が断然簡単である。しかし、ダイナミックマッピングは状況次第では実装に値する。また、ダイナミック
マッピングはソフトウェア統合を行なうには必要である。一般に、2 つのデータモデルの間のマッピング
の形式は、その実装とは独立である。しかし、データモデルの中には、ダイナミックマッピングを実装す
るのは難しいものもあるかもしれない。
- 164 -
2.
モデルの比較
特定のマッピング手法を説明する前に、異なったモデルを比較し、それらの間の関係を説明しよう。
2.1.'Things' (「もの」
)
RDF とトピックマップは、どちらも「もの」についての言明を行うことが基本である。「もの」とは、
人
'Lars Marius Garshol'
や
会社'Ontopia'
のようなものである。
トピックマップでは、それらは「トピック」、RDF では「リソース」として扱われる。これらの構造は
本質的には同じで、「もの」を明確に表す何らかのデジタルシンボルを使用する。
RDF では、各リソースは一つの URI(Universal Resource Identifier)によって表される。ドキュメント
やファイルについて述べた RDF モデルでは、URI はドキュメントかファイルを指し示す。抽象的なもの
について述べた RDF モデルでは、URI はそのリソースを示すシンボリックな識別子である。
トピックマップでは、トピックが表す実世界のものは「主題 (サブジェクト)」と呼ばれる。トピックは
主題を特定する色々な方法がある。例えば、トピックの主題であるリソースを URI で特定する方法であ
る。これはちょうどドキュメントやファイルを表す RDF リソースに対応している。また、トピックは「主
題指示子(subject indicator)」であっても良い。これはそのトピックがどのような主題であるかを(人に)
示すリソースをさす URL に相当する。これはちょうど抽象概念を表す RDF リソースに対応している。
[この議論は十分でない: URIs の解釈はこれより複雑である]
RDF かトピックマップかに関わらず、URI で3種類のものを指すことがある。
mailto: larsga@ontopia.net は' Lars Marius Garshol'というリソースの URI というのは良いだろう。
トピックマップでは、これは主題アドレスではなく、主題指示子になる。
http://www.ontopia.net は Ontopia 社の URI で、トピックマップでは、それは主題指示子である。
http://www.ontopia.net/topicmaps/materials/tmrdfoildaml.html は本論文の URI だが、トピックマップ
では、これは主題アドレスである。
以下に、これらの 3 つのものを RDF とトピックマップで並べて比較してみる。
3 つのもの
- 165 -
これでわかるように、トピックマップと RDF では主要な概念はほぼ同じだが、わずかに扱いが異なっ
ている。RDF モデルには、リソースが抽象的であるか、または具体的であるかについて、アプリケーシ
ョンに依存せずに区別する方法はない。トピックマップでは、主題アドレスであるか、主題指示子である
かによって区別ができる。
これらのモデルと XML を比較すると、大きな違いは XML には「もの」の概念がないということであ
る。XML では、各要素は必ず実世界「もの」を表すということはなく、その「もの」の特定するのを宣
言する手続きもない。このような理由で、残りの章では XML には言及しない。こうした「もの」につい
ての議論が主になり、XML ではそうした「もの」は表現できないからである。
2.2.
関係
「もの」を含む世界のモデルを作るのは、しばしば、そうした「もの」について何かを言いたいからで
ある。その場合、そうした言明は主として、そうした「もの」達が互いにどのような関係があるかという
ことである。RDF とトピックマップではどちらもそうしたことが可能である。しかし、そのメカニズム
は全く異なる。
RDF では、ステートメントによって、リソースにプロパティを割り当てることができる。ステートメ
ントは 3 つ組:(1)プロパティが割り当てられるリソース、(2)プロパティタイプ(URI によって表される)、
(3) プロパティの値または URI である。プロパティの値に URL を使うことで、このステートメントでも
のの間の関係が表現できる。
例えば、私が Ontopia 社に雇われていることは、次のような簡単な RDF ステートメントで表現できる。
(mailto:larsga@ontopia.net, employed-by, http://www.ontopia.net.).
トピックマップでは、「関連(アソシエーション)」によって、ものの間の関係を表現することができる。
関連は RDF ステートメントのように型(タイプ)があり、タイプ自身がまたトピックである。一つの関連
には何個のトピックが入っていてもよく、それは関連における役割のタイプ(これ自身がトピック)で定義
される。私と Ontopia 社との関係は、employed-by というタイプの関連で表され、私は employee で
Ontopia 社は employer という役割をはたす。以下の図は、トピックマップにおける関連をグラフィカル
に表現したものである。
トピックマップにおける関係づけ
- 166 -
同じ関係を RDF によって表現すると次のような図になる。明らかに簡単にはなっているが、こちらは
拡張が難しく、スキーマについて知らないソフトウェアにとってこれらが関係であることは明白ではない。
RDF での同じ関係づけ
RDF とトピックマップには、関係の表現で3つの主要な違いがある:
・最も明らかなのは、表現の構造の違いである。 RDF は一つのものと別のもの2つを関連づけるが、
トピックマップはいくつものものを関係づけることができ、それらがどういう関係にあるかをも記述で
きる。RDF で同様のことも可能だが、概念的にも実装的にも外付けである。
・もう一つの違いは、トピックマップでは、関係が最初から双方向であるということである。
すなわち、
「私が Ontopia 社で働いている」というと「Ontopia 社が私を雇っている」を同時に表現
できるということである。RDF で関係を逆に辿るのは可能だし、逆関係を記述することもできる。し
かし、関係自体がそうなっているわけではない。
・ 3 つめの、やや微妙な違いは、RDF ステートメントでは、2つの抽象的なものの間の関係を述べて
いるのか、一つが具体的なリソースで他方が抽象的なリソースの関係を述べているのか、区別がないこ
とである。また、ものの属性を述べるステートメントもあるが、それは URI の代わりに文字列が入っ
ていることでしか区別できない。
要するに、トピックマップでは、何が関係であって、何がそうでないか、そして、すべての関係が双方
向であり、複雑な関係を表すのがより簡単である。
2.3.属性
情報のモデル化する際には、モデル化されたものに属性を付与できることが望ましい。属性はものに付
随した情報の一部であり単独に存在するわけではない。
例えば、'Lars Marius Garshol'というものの属性として
my name, my home page, and my birth date
を考えよう。
RDF では、これらは、'Lars Marius Garshol'というリソースのプロパティとして、次のような 3 つ
組みステートメントでエンコードされる。
- 167 -
(mailto:larsga@ontopia.net, name, "Lars Marius Garshol"),
(mailto:larsga@ontopia.net, homepage, http://www.garshol.priv.no),
(mailto:larsga@ontopia.net, birthdate, "1973-12-25").
以下の図はこれらを表現している。他に情報がなければ、名前、メタデータ、およびリソースの割り当
てを区別するのが難しいことに注意されたい。
RDF の 3 つの属性
トピックマップでは、これは全く異なる。トピックマップには、
「出現(occurrence)」の概念がある。出
現はトピックに関連した情報の断片のことである。出現はトピックマップへの外部のリソース(その場合
リソースの URI)か、トピックマップ内部の文字列のいずれかである。出現には型が付いており、型はト
ピックである。
私のホームページを表す自然な方法は、私が「ホームページ」タイプの出現を持ち、"
http://www.garshol.priv.no "に URI を設定することだろう。私の生年月日は、私の「生年月日」タイプ
の内部の出現になり、値が日付を表す文字列になる。しかし、私の名前というものは出現でない。トピッ
クマップにはトピック名(特別な出現である)の概念があるので、私の名前は名前として表される。
ただし、残念ながら、筆者の記述力では、トピック、トピック名、および 2 種類の出現をダイアグラム
で表現することはできない。
これは恐らくトピックマップと RDF の顕著な相違点である。ここでは3つの異なる属性のクラスにつ
いて別々に議論していこう。
・「名前」はトピックマップと RDF の両方で表される。トピックマップでのみ、ソフトウェアがスキ
ーマ知識なしでどのプロパティが名前であるかを判断できる。
- 168 -
その結果、どんなインタフェースでもトピックは名前で表現できる。一般のアプリケーションでは、
これは非常に役に立つ。一方、RDF ではしばしばスキーマ知識が必要となる。
・「単純プロパティ」は、トピックマップと RDF で非常に似ている。あるものと別のものとの関係を
文字列により与えることができる。
・「ものに関連するリソース」については、RDF では、ものに関連するリソースと、リソース間の関係
を、同じステートメントによって表すため区別はない。トピックマップでは、関係が出現関係であれば、
そのリソースはものに関してより情報を含んでいることがわかる。出現型(occurrence type)は、どうい
う情報がそこで見つかるかを示している。
トピックマップが RDF より高レベルであり、さらに明白なセマンティクスを含むことが再びわかった。
このことは、既に標準化作業ですすめられているように、トピックマップに向けて汎用ソフトウェアを開
発する方がより簡単で、トピックマップアプリケーションによる概念化の方が簡単であることを意味する。
2.4.
ものの種類
一般に、ものごとについて人が記録したいと思う情報は、それがどのような種類のものかということで
ある。例えば、私は人であるとか、Ontopia は会社である、といった情報である。これは非常に重要な情
報なので、トピックマップと RDF のどちらにも標準的な表現手段がある。RDF では、rdf:type という
標準プロパティが、クラスとインスタンス間の instance-of 関係を表すのに使われる。
トピックマップでは、この情報はモデルの一部である。各トピックには、それをインスタンスに持つク
ラスの集合がある。そのため、直接情報を表現することができる。また、トピックマップはクラス-イン
スタンス関係のために標準で関連(association)タイプがある。一つの関連で、この関係を記述することが
できる。ただし、この関係はあまりに基本的であるので、ほとんどのトピックマップの実装ではトピック
のプロパティとして表現している。
事実上、ここはトピックマップと RDF の共通領域である。Rdf:type と、トピックマップのクラス-イン
スタンス関係は同じと思って良い。
2.5.
コンテクスト
ものの関係や属性に、そのコンテクスト情報を付与できると有益である。このコンテクスト情報は、
「こ
のプロパティはこれこれのコンテクストで有効である」とか、またはプロパティに関して役に立つメタデ
ータかもしれない。RDF にはコンテクストのような概念はないが、匿名リソースを導入し、そのプロパ
ティとしてコンテクスト情報をつけることで実現は可能である。ただし、この方法はやや苦しい。
トピックマップでは、
「スコープ(有効範囲, scope)」でそのようなコンテクストを表せる。スコープは、
コンテクストが妥当となるトピックの集合で与えられる。スコープは名前、出現、および関連に付与する
ことができる。
この機能はかなり役に立つ場合がある。 例えば、色々な言語で情報を利用できる、多言語情報システ
ムを作るにはどうすればよいだろう? RDF では、たとえば、各言語ごとに概念の名前とプロパティを別々
に定義することで扱うことができる。しかしこれは大変で、名前と定義の共通点もはっきりしなくなって
- 169 -
しまう。さらに、色々なプロパティの違いがコンテクストの一つということもはっきりせず、スキーマの
拡張も困難である。トピックマップでは、スコープの一つの軸として言語を使用することによって取り扱
うことができる。名前にはスコープを付与できる。そして、プロパティ定義は出現型とすれば良い。
この部分におけるトピックマップと RDF の主な違いは、コンテクストはトピックマップで実現するの
がはるかに簡単であるということである。実際、汎用トピックマップブラウザ Ontopia Omnigator
[Omnigator]では、トピックマップで使用されるスコープを解釈でき、ユーザがコンテクストを設定する
ことで表示されるトピックマップをフィルタリングできる。[Pepper01]は、トピックマップのスコープに
ついて詳細なディスカッションをしており、アプリケーションを作る上で参考になる。
2.6.
具体化 (Reification)
具体化は人工知能における技術である。この語は文字通り"thingification" 「
( もの」にすること)である。
これは本質的には、何か言明しようとするオブジェクトを「もの」に変換し、それらに関して言明できる
ようにすることである。オブジェクトがものにならなければ、我々はそれらに関して何か述べることはで
きない。
例えば、名前"Ontopia"がギリシャ語に由来しているというステートメントはどう作ったらよいだろ
う?トピックマップでは、トピック"Ontopia"は"Ontopia"という名前を持つ。しかし、この名前とギリシ
ャ語を関連させることはできない。なぜならば関連はトピックとトピックを結びつけるためである。これ
を解決するには、それを表現するトピックを作り、そのトピックをギリシャ語と関連させることで解決す
る。
しかし、この解決法における唯一の問題は、ソフトウェアが、トピック"Ontopia's-name"が、トピック
"Ontopia" の名前であることを知ることができないことである。
それには、ID (XTM 構文によれば可能)を名前に与えて、トピック"Ontopia's name"の主題指示子をこ
の ID を指すようにすればよい。これによって、ソフトウェアがこのトピックとトピック名との関係を知
ることができる。
RDF には、似た具体化の概念はあるものの、やや違なる。ただし筆者はその違いを明らかにするほど
詳しくはないので、詳細は省く。
2.7.
DAML と OIL
RDF やトピックマップとは違い、DAML はデータモデルでなく、それは RDF データモデルに従って、
データ記述に制約を与えるのに使用されるスキーマ言語である。別の言い方をすれば DAML は RDF ス
キーマ言語である。RDF には、RDF スキーマ[RDF-Schema]というスキーマ言語が既にあり、DAML は
その拡張である。ただし、DAML は RDF 構文を拡張しているので、通常の RDF パーサでは DAML フ
ァイルは解析できないことに注意されたい。
DAML の価値は、RDF データにさらなる意味を加えることができることにある。
トピックマップと RDF の主な違いは、トピックマップはそれ自身でセマンティクスに関するより詳し
い情報を記述できることにある。そこで、DAML は、RDF とトピックマップの間のギャップを埋める可
能性がある。一般に、DAML が RDF スキーマに加えたのは、プロパティが取る値に関する制約と、クラ
- 170 -
スがどのようなプロパティを取ることができるかである。加えて、汎用ソフトウェア構築に役立つ次のよ
うな機能も与えている。
・ daml:samePropertyAs: 異なったスキーマによる 2 つの RDF プロパティが、事実上同じであること
を表す。
・ daml:inverseOf: 1 つの RDF プロパティが、別のプロパティの逆関係であることを表す。これは、
トピックマップによる双方向関係を表現するのに用いることができる。ただし、関係がバイナリでない
とうまくいかない。
・ daml:TransitiveProperty: プロパティが推移的であることを表す。推移的なプロパティの例は例え
ば'larger than'である。'larger than'が推移的であることを知っていれば、A がBより大きく(larger
than)、B がCより大きければ(larger than)、A が C より大きい(larger than)という知識も得ることが
できる。
要するに、DAML は RDF スキーマ言語を拡張して、少しセマンティクスを加えたものである。このセ
マンティックスは、推移的関係を除けば、トピックマップには既にあるものである。ただし、推移的関係
程度はどのような推論エンジンにもある。
OIL はまた、RDF スキーマの拡張であるという点において DAML と同様であり、これら 2 つの機能
も良く似ている。ただし DAML の最新のリリースが DAML+OIL と呼ばれるにもかかわらず、両者は完
全に同一ではない。OIL の推進者は、OIL が DAML が持っていない性質や機能を持っていると主張する
が、これらについては本論文の範囲外である。
トピックマップについては、開発中のもの([TMCL])を除き、スキーマ言語の標準化はない。DAML に
よって RDF に加えられたセマンティクスの大部分は、トピックマップに既にある。2つの関連型
(association type)や出現型が同一であるというのは、トピックマップをマージすることで行なわれる。逆
関係は、すべての関係がトピックマップで双方向であるため必要ない。しかし、推移的関係は、トピック
マップには無く、付け加えれば有用かもしれない。
- 171 -
2.8.
シリアライズモデル
読者の理解を助けるために、このセクションはトピックマップと RDF の別の構文を、これまででてき
たモデルの例を使って示そう。以下は、LTM ([LTM1.1])による構文の例である。簡潔のために、トピッ
クのタイプ記述は省いている。
LTM によるモデル
[lmg : person = "Lars Marius Garshol"
@"mailto:larsga@ontopia.net"]
{lmg, homepage, "http://www.garshol.priv.no"}
{lmg, birthdate, "1973-12-25"}
[ontopia : company = "Ontopia"
@"http://www.ontopia.net"]
employed-by([ontopia] : employer, [lmg] : employee)
以下は、対応する RDF3つ組みである。
RDF3 つ組によるモデル
{mailto:larsga@ontopia.net,
http://psi.ontopia.net/example/employed-by,
http://www.ontopia.net}
{mailto:larsga@ontopia.net,
http://psi.ontopia.net/example/name,
"Lars Marius Garshol"}
{mailto:larsga@ontopia.net,
http://www.w3.org/1999/02/22-rdf-syntax-ns#type,
file://lmg.ltm#person}
{http://www.ontopia.net,
http://www.w3.org/1999/02/22-rdf-syntax-ns#type,
file://lmg.ltm#company}
{mailto:larsga@ontopia.net,
http://psi.ontopia.net/example/birthdate,
"1973-25-12"}
{mailto:larsga@ontopia.net,
http://psi.ontopia.net/example/homepage,
http://www.garshol.priv.no}
{http://www.ontopia.net,
http://psi.ontopia.net/example/name,
"Ontopia"}
- 172 -
2.9.
概要
RDF とトピックマップには、これまで「もの」と呼んでいた共通の基本概念がある。RDF とトピック
マップでは、こうしたものに対して特徴を割り当てる手段も違い、ものの特定方法も異なる。RDF ステ
ートメントでは (サブジェクト、プロパティ、オブジェクト)の 3 つ組が唯一の性質割り当ての手段であ
るのに対し、トピックマップでは、トピックは、名前、出現、と関連による関係性を持つことができる。
RDF では、URI によってリソースを特定する。トピックマップでは、トピックは、トピックであるリ
ソースを示す URI かもしれないし、トピックが何であるかを説明するリソースを示すいろいろな URIs
であるかもしれない。RDF はトピックマップより本質的に低レベルの記述しかできず、RDF モデルはス
キーマ情報がないと意味をもたず、例えばデータを人によってわかりやすく表現することもできない。し
かし、トピックマップでは、より高い抽象レベルが記述できるため可能である。DAML と OIL はどちら
も RDF をデータモデルとしている。RDF 自体を発展させたわけではなく、セマンティクスの拡張もわず
かである。そのため、これらについてはこれ以上考える必要はないだろう。
以下の表は、トピックマップと RDF の間の用語をできる限り対応させたものである。完全でもないし
正確でもないが、これらの比較には役に立つかもしれない。
トピックマップの用語についてさらに知りたい人は[XTM1.0]の付録 B をご覧頂きたい。
トピックマップの用語
関係
RDF の用語
Topic map (トピックマップ)
Comparable to
RDF graph
Topic (トピック)
Comparable to
Resource
Subject (主題)
Comparable to
Resource
Resource (リソース)
Comparable to
Network-retrievable resource
Non-addressable subject
(番地付け不可な主題)
Comparable to
Non-network-retrievable resource
Association (関連)
kind of
Statement
Occurrence (出現)
kind of
Statement
Name assignment (名前割り当て)
type of
Statement
Class of topics (トピックのクラス) Comparable to
3.
Class
規格の統合
RDF とトピックマップの 2 つのモデルの関係がわかったので、どう 2 つの表現の間でデータを変換す
るかについて考えていこう。
3.1.
従来技術
可能な手法を考えるまえに、これまでどのようなアプローチがされてきたかを、以前に述べた判断基準
をもとに考えてみよう。
3.1.1.
最初の試み
最初に発表された RDF とトピックマップデータの統合のアプローチは [Moore01]であった。この論文
はいろいろな試みをしているので一つ一つ見ていこう。
まず最初に行なったのは、RDF モデルをトピックマップにより表現することである。これは、RDF ス
- 173 -
テートメントにおける、(サブジェクト、プロパティ、オブジェクト) の概念を表す主題指示子を定義する
ということで極めて簡単に行なっている。各 RDF ステートメントは、RDF ステートメント型による関連
になり、サブジェクト、プロパティ、オブジェクトはそれぞれこの主題識別子による役割となる。
これは、トピックマップで RDF を表す直接的な方法であるが、いくつかの問題は残っている。例えば、
RDF リソースはおそらくトピックになるが、その URI に関して何も言っていない。URI は主題アドレス
かあるいは主題識別子なのか?
この対応づけは実用上大きな問題になる。ムーアによれば、トピックマ
ップが RDF をモデル化できるほど柔軟かどうかはアカデミックな問題の領域を出ないということなので、
私もこれ以上は述べない。
Moore は次の手段として、RDF によりトピックマップをモデル化している。RDF のプロパティによっ
て、様々なトピックマップの構成物を定義し、それによってトピックマップを表現している。1 つの注目
に値するアイディアは、例えば名前を匿名リソースとして表現し、スコープを付与できるようにしたこと
である。しかしこのモデルは、異型名(variant name)が扱えないとか、主題アドレスと主題識別子をどう
区別するかを解決していないなどの点から不完全である。しかし、ムアーによれば、単に RDF でトピッ
クマップが表せることを示しただけで、実用的な手法ではないようである。
Moore は最後の方法として、RDF とトピックマップ間のモデルからモデルへのマッピングを提案して、
これが本筋である。モデルからモデルへのマッピングとは、RDF モデルをトピックマップと、そしてト
ピックをリソースと同一視することである。これは一般的には妥当な考えで、本論文でも同じ手法を取る。
RDF リソースの URI は主題識別子と同一視する。ただし、一部の RDF リソースの URL は主題アドレ
スに相当するということについては依然として問題ではある。
Moore は、最後に RDF ステートメントと、トピックマップにおける関連とを比較している。そして、
プロパティが関連型になり、決まった定義済みトピックが関連における主題とオブジェクトの役割になれ
ば、RDF ステートメントは関連に相当すると言っている。本論文では既に RDF ステートメントがトピッ
クマップにおける関連以外にも多く対応するのを見てきているため、Moore の方法はマッピングの第一歩
にすぎない。
Moore では、さらにトピックマップモデルに「アーク」と「関連テンプレート」の概念を拡張する提案
もしている。ただ論文ではいくらか不明瞭なことがあり、これが RDF ステートメントと関連との対応づ
けに類した問題に影響するのかはよくわからない。
まとめると、Moore の研究は注目に値し、多くの重要点を指摘しているが、決定版ではない。筆者は「最
初の一歩」ととらえており、それは公平な見方であろう。
3.1.2.
2 番目の試み
別の注目すべきアプローチは[Lacher01]に述べられている。ここでは、[PMTM4]によるトピックマッ
プデータモデルに基づき、
トピックマップデータを RDF データに変換する手法を示している。実際には、
この手法は RDF スキーマで直接[PMTM4]モデルを、対応する RDF ステートメントにより表現している。
著者も指摘しているが、この手法は完全に動作し双方向であるが、結果の RDF データは非常に汚い。
- 174 -
[Lacher01]には RDF に変換されたトピックマップの例がない。したがって、この手法を完全に評価す
るのは難しいが、この対応づけの以下に述べるような特徴は明白である。
・このマッピングには RDF スキーマを用いている。RDF アプリケーションでは、変換後のデータを
利用するには提示された RDF スキーマを解釈するか、さらなる追加処理が必要である。
・この RDF スキーマにより変換されたトピックマップデータの表現は非常に汚い。そのため、例えば、
トピックの基底名を検索する程度にしても、RDF モデルの自明ではない検索が必要である。
・ RDF における URI が、主題アドレスか主題識別子のどちらに相当するかの問題は扱わない。
まとめると、この方法は、RDF とトピックマップの変換だけを考え、結果の RDF が汚いためその後の
処理は大変なため、不完全である。
3.1.3.
3 番目の試み
[Ogievitsky01]では、トピックマップデータと RDF とのマッピングについて、[Lacher01]と似たよう
な方法をとっている。
[Ogievitsky01]は、 [PMTM4]に基づいているものの、[Lacher01]とは使用する RDF スキーマも含め
て.いくつかの点で異なっている。
Ogievetsky の提案には次のような面白いアイディアがある。
・トピックに主題アドレスがある場合、それはそれを表すのに使用される RDF リソースの URI とす
ればよい。トピックに主題アドレスがない場合、新たに ID を作り rdf:ID に割り当てれば良い。主題
識別子はリソースのプロパティになる。これは、RDF において'リソース'と'リソースを構成する主題'
が意味的に同じか明確ではないものの、理にかなっている。アプリケーションによっては外付けで同様
のことを行なっているものもあるだろう。
・トピックマップにおけるクラスインスタンス関係は rdf:type で表現できる。これは明らかである。
・関連はまたリソースになり、関連のメンバーであるトピックがプロパティになる。関連がリソースの
プロパティを与えているため、やや逆向きに見えるかもしれない。
・名前と出現は、そのトピックをプロパティとして持つリソースに相当する。そして、名前文字列、出
現文字列、または出現リソースになる。これも、リソース名がリソースのプロパティなので、逆向きに
見える。
・スコープは、トピックを表すリソースプロパティになる。これは妥当である。
つまり、Ogievetsky の提案は、トピックマップから RDF への変換だけを考え、結果の RDF もやはり
汚いため不完全と言える。ただし、トピックマップを RDF にマッピングする処理は比較的完全である。
- 175 -
3.1.4.
まとめ
まとめると、RDF とトピックマップの統合における従来研究は不完全であり、トピックマップデータ
から RDF へのモデルベースのマッピングについての深い提案にすぎない。モデルの比較が不十分である。
また、問題点が何かがあまり明らかにされず、RDF とトピックマップにおいて明らかに類似している構
造と、明らかに類似していない構造とをほとんど分けずに議論を行っている。
3.2 RDF からトピックマップへ
前述のように、RDF モデルは 3 つ組からなる。RDF ステートメントが対応する、トピックマップの構
成要素を見てみよう。以下の表は RDF ステートメントとトピックマップとの可能なマッピングを並べた
ものである。サブジェクト、プロパティ、およびオブジェクトがそれぞれトピックマップの何に相当する
かを示す。
ステートメント
サブジェクト
プロパティ
ブジェクト
Association 関連
Role playing topic
役割を行なうトピック
Association type
関連型
(and role types)
(および、役割型)
Role playing topic
役割を行なうトピック
Occurrence 出現
Topic
トピック
Occurrence type
出現型
(and scope)
(および、スコープ)
Resource
リソース
Base name
基底名
Topic
トピック
Scope
スコープ
Base name value
基底名の値
Variant name
異形名
Topic
トピック
Scope
スコープ
(and base name)
(および、基底名)
Variant name value
異形名の値
Subject indicator
主題識別子
Topic
トピック
URI prefix, if any
もしあれば URI 接頭語
Subject indicator URI
主題識別子としての URI
Instance of
インスタンス
Topic
トピック
Instance of association
関連のインスタンス
Topic
トピック
これから明らかに、どんな RDF モデルでも動く、一般的な RDF からトピックマップへのマッピング
は不可能ということがわかる。しかし、RDF スキーマの知識があれば適切なマッピングを作成すること
ができる。これは、ステートメントは色々なものに対応しても、プロパティが対応するものは対応するも
のが一つなので可能になっている。
この点をより具体的にするため、例を使って示していこう。以下は
http://www.semanticweb.org/library/ から得られる WordNet の RDF バージョンである。RDF によって
辞書の情報が表現されている。この辞書は、概念を数値 ID で表し、その語形や定義、下位概念へのリン
ク、類義概念へのリンクなどを表す。以下が WordNet におけるある語についての RDF ステートメント
のセットである。
- 176 -
WordNet ステートメントの集合
1 : {http://www.cogsci.princeton.edu/ wn/concept#200399152,
http://www.w3.org/1999/02/22-rdf-syntax-ns#type,
http://www.cogsci.princeton.edu/ wn/schema/Verb}
2 : {http://www.cogsci.princeton.edu/ wn/concept#200399152,
http://www.cogsci.princeton.edu/ wn/schema/wordForm,
'understand'}
3 : {http://www.cogsci.princeton.edu/ wn/concept#200399152,
http://www.cogsci.princeton.edu/ wn/schema/wordForm,
'realize'}
4 : {http://www.cogsci.princeton.edu/ wn/concept#200399152,
http://www.cogsci.princeton.edu/ wn/schema/wordForm,
'see'}
5 : {http://www.cogsci.princeton.edu/ wn/concept#200399347,
http://www.cogsci.princeton.edu/ wn/schema/hyponymOf,
http://www.cogsci.princeton.edu/ wn/concept#200399152}
6 : {http://www.cogsci.princeton.edu/ wn/concept#200399152,
http://www.cogsci.princeton.edu/ wn/schema/glossaryEntry,
'perceive mentally, as of an idea; "Now I see!";
"I just can¥'t see your point"'}
これらは ID200399152 という概念を表す RDF ステートメントである。以下、それぞれの文の意味に
ついて説明しよう。
1.この文は、この概念がタイプ「Verb」タイプのインスタンスであることを表す;すなわち、それは動詞
である。
2.この文は、この概念を示すのに使用することができる語が”understand”と言っている。
3.この文は、この概念を示すのに使用することができる語が”realize”と言っている。これは、同じ概念
で”understand”と”realize”が同義語であることを意味する。(また、これらの単語が異なった概念を
表すことも可能なことに注意)
4.この文は別の語形をあらわす: "see".
5.この文は、ID200399152 による概念ががより下位概念であることを表す
6.最後の文は概念のグロッサリーを与える。
RDF アプリケーションを理解したので、トピックマップへ変換する準備ができた。RDF のプロパティ
がわずか4つならば、これはそんなに困難ではない。以下、どのようにこうしたプロパティがトピックマ
ップに変換されるか見ていこう。
- 177 -
・ rdf:type:
この変換は簡単である。サブジェクトがあるオブジェクトのインスタンスであると述べて
いるので、どちらも主題識別子で特定される。
・ wordForm:
この述語も簡単。それは名前をサブジェクトに割当て、そのサブジェクトは主題識別
子によって特定される
・ hyponymOf: この述語はサブジェクトとオブジェクトの”hyponym of(下位概念)”という関連を表
す。サブジェクトが「特定のターム」の役割で、オブジェクトは「一般的なターム」の役割である
・ glossaryEntry:
この述語はタイプ「glossary entry」タイプをサブジェクトに割り当てる。
以上で、WordNet RDF モデル全体をトピックマップに変える準備ができた。
RDF からトピックマップへのマッピングをある XML 構文で定義し、動作を実証するために Ontopia
Topic Map Engine を使用して、Jython により実装を行なった。
マッピングファイルでは、各 RDF プロパティの対応を、XTM 1.0 構文をテンプレート化することによ
り記述した。マッピングファイルは XML で作成する。以下はその例である。
WordNet のマッピングファイル
<rdf-to-tm>
<property uri="http://www.w3.org/1999/02/22-rdf-syntax-ns#type">
<instanceOf/>
</property>
<property uri="http://www.cogsci.princeton.edu/ wn/schema/wordForm">
<baseName/>
</property>
<property uri="http://www.cogsci.princeton.edu/ wn/schema/glossaryEntry">
<occurrence>
<instanceOf>Glossary entry</instanceOf>
<resourceData/>
</occurrence>
</property>
<property uri="http://www.cogsci.princeton.edu/ wn/schema/hyponymOf">
<association>
<instanceOf>Hyponym of</instanceOf>
<member>
<roleSpec>Specific term</roleSpec>
<subject/>
</member>
<member>
- 178 -
<roleSpec>General term</roleSpec>
<object/>
</member>
</association>
</property>
</rdf-to-tm>
マッピングファイルの中の property 要素により、RDF プロパティをトピックマップのどの構造に変換
するかを定義する。マッピングファイルで定義されていなければ、対象リソースの URI は常にトピック
の主題識別子になる (この例には出てこない)。また、ここに書いてある以上に、テンプレートは豊富な記
述が可能である。
例えば、マッピングファイルの中で基底名、出現、および関連のスコープが指定できる。
このマッピングファイルと、WordNet の RDF による記述を、RDF-to-topicmap マッパプログラムに
与えると、以下のようなトピックマップ (LTM 構文[LTM1.1]による)が得られる。分量が多くなり、読み
づらいのでこの例では XTM 構文は使っていない。
The result of the mapping
マッピングの結果
[understand : verb = "realize"
= "understand"
= "see"
@"http://www.cogsci.princeton.edu/ wn/concept#200399152"]
{understand, glossary, [[perceive mentally, as of an idea; "Now I see!";
"I just can't see your point"]]}
hyponym-of([understand] : general, [perceive] : specific)
このトピックマップには、1 つのトピック”understand”が、動詞タイプで、3つの基底名と一つの主
題識別子により表されている。 (角括弧で囲まれている)
このトピックは、glossary 型の出現を持ち、テキストにより値が与えられている。最後の行は関連を表
し、hyponym-of(下位概念)型である。このトピックが一般的な概念で、perceive がより特定の概念という
ことを示している。
この変換手法は、設定したり使ったりするの簡単で、質的に同等なトピックマップを得られる。また、
既存のトピックマップエンジンと RDF パーサがあれば、実装するのも簡単である。Jython を使うと、わ
ずか 300 行で実装できる(スペースの都合で、ソースコードは掲載しない)。
この方法には、いくつか問題がある。最も大きなものは、間接的な RDF プロパティ割り当てが扱えな
いことである。すなわち、匿名のリソースを使用することによる指定ができない。これは RDF でコレク
ションを使用したり、プロパティ割り当てを具体化しようとすると必要になる。2 番目の問題点は、RDF
- 179 -
のプロパティの変換定義が一つだけであることである。例えば、主題のタイプや、具体化によりプロパテ
ィで与えられた値(例えばスコープ)により、複数の変換の方法を変えるということができない。
筆者は、RDF の専門家でないため、実際にこうしたことが問題となる実例は示すことはできない。た
ぶん、これらの問題を扱うには、マッピングファイルで何らかの RDF クエリ言語により検索を行い、入
力データの変換を行なうことになるだろう。今後、この方向の研究も行なう予定である。
3.3.
モデルベースのトピックマップから RDF のマッピング
トピックマップから RDF までのマッピングの 1 つの方法が RDF スキーマを使ってトピックマップの
モデルを定義し、トピックマップを RDF 形式への変換を実装するというものである。これは[Lacher01]
と[Ogievitsky01]によって既に行なわれている。前述のように、これらの方法は、結果の RDF データが
汚いため使用するのが難しいというのが問題だった。
[Garshol01a] で は 、 ト ピッ ク マ ッ プ の 抽 象 モ デ ル を 定 義 す る の に 、 W3C の XML Information
Set([Cowan01])で最初に採用された infoset モデルアプローチをとっている。このモデルはかなり直接的
であり、また使用する RDF スキーマは既存の研究よりはかなり使いやすいものである。以下は、そのス
キーマの抜粋である。
infoset モデルのための RDF スキーマ
<!-- EXCERPT ONLY! -->
<!-- =========================================================================
TOPIC MAP OBJECT
========================================================================== -->
<rdfs:Class ID="TopicMapObject
<rdfs:comment>The class of all objects that may be found in topic
maps.</rdfs:comment>
</rdfs:Class>
<rdfs:Property ID="source-locators">
<rdfs:domain resource="#TopicMapObject"/>
<rdfs:range resource="#LocatorSet"/>
</rdfs:Property>
<!-- =========================================================================
TOPIC MAP
========================================================================== -->
<rdfs:Class ID="TopicMap">
<rdfs:comment>The class of topic maps.</rdfs:comment>
<rdfs:subClassOf resource="#TopicMapObject"/>
- 180 -
</rdfs:Class>
<rdfs:Property ID="base-locator">
<rdfs:domain resource="#TopicMap"/>
<rdfs:range resource="#Locator"/>
</rdfs:Property>
<rdfs:Property ID="topics">
<rdfs:domain resource="#TopicMap"/>
<rdfs:range resource="#TopicSet"/>
</rdfs:Property>
<rdfs:Property ID="associations">
<rdfs:domain resource="#TopicMap"/>
<rdfs:range resource="#AssociationSet"/>
</rdfs:Property>
<!-- =========================================================================
TOPIC
========================================================================== -->
<rdfs:Class ID="TopicMap">
<rdfs:comment>The class of topics.</rdfs:comment>
<rdfs:subClassOf resource="#TopicMapObject"/>
</rdfs:Class>
<rdfs:Property ID="classes">
<rdfs:domain resource="#Topic"/>
<rdfs:range resource="#TopicSet"/>
</rdfs:Property>
<rdfs:Property ID="basenames">
<rdfs:domain resource="#Topic"/>
<rdfs:range resource="#BaseNameSet"/>
</rdfs:Property>
トピックマップからこのスキーマへのマッピングは、直接的なので実装はかなり簡単だろう。RDF リ
ソースの URI は、[source locator]の URI のどれかになる。また、ソースロケータのないものは ID を自
動生成する。以下はあるトピックマップの例を与えて、変換された RDF モデルである。
- 181 -
RDF によるトピックマップの例
<rdf:RDF xml:lang="en"
xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns="http://psi.ontopia.net/infoset#">
<TopicMap rdf:about="#id0"/>
<Topic rdf:about="#lmg">
<baseName>
<BaseName rdf:about="#id1">
<value>Lars Marius Garshol</value>
</BaseName>
</baseName>
<subjectIndicator rdf:resource="mailto:larsga@ontopia.net"/>
<occurrence>
<Occurrence rdf:about="#id2">
<instanceOf rdf:resource="#homepage"/>
<locator rdf:resource="http://www.garshol.priv.no"/>
</Occurrence>
</occurrence>
<occurrence>
<Occurrence rdf:about="#id3">
<instanceOf rdf:resource="#birthdate"/>
<value>1973-12-25</value>
</Occurrence>
</occurrence>
</Topic>
<Association rdf:about="#id4">
<instanceOf rdf:resource="#employed-by"/>
<role>
<AssociationRole rdf:about="#id5">
<instanceOf rdf:resource="#employee"/>
<player rdf:resource="#lmg"/>
</AssociationRole>
</role>
<role>
<AssociationRole rdf:about="#id6">
- 182 -
<instanceOf rdf:resource="#employer"/>
<player rdf:resource="#ontopia"/>
</AssociationRole>
</role>
</Association>
</rdf:RDF>
この例はかなり長く、構文もやや冗長であるが、基本原理は明らかである。この手法は[Lacher01]と
[Ogievitsky01]で提案されたものより簡単であるが、結果として得られる RDF は RDF アプリケーション
で直接使えるくらいきれいなものである。
この章の目的は、主として infoset モデルに基づいて[PMTM4]よりも直接にトピックマップの変換を与
えることができることを示すことであった。目的が達成されたので次へ行こう。
3.4.
トピックマップから RDF のマッピング--手法 2
トピックマップから RDF へのマッピングの他のやり方は、RDF アプリケーションとしてトピックマッ
プを実行することではなく、マッピング定義を行なうことでトピックマップデータを RDF に変換するこ
とである。RDF データを作ることでより使いやすくなり、RDF アプリケーションではトピックマップに
ついて何も知らなくても扱うことができる。
トピックマップから RDF へのスキーマベースのマッピングについて説明するのは、RDF からトピック
マップへのマッピングよりはやや難しい。というのは主に、RDF ではマッピングはプロパティに関する
ものだけだったのに対して、トピックマップではもう少し複雑だからである。マッピングを定義するには、
トピックマップから特定の情報を簡単に抜き取ることができるような言語(クエリ言語かもしれない)が必
要である。ISO TMQL の規格作業はまだ未完なので、今のところ選択肢は tolog[Garshol01b]である。 (本
論分で使う tolog のバージョンは、参照した論文のものよりは少しアップデートしてある。)
また、変換定義としてトピックマップデータから RDF ステートメントを作り出す方法を記述する XML
ファイルが必要である。以下はその例である。
トピックマップから RDF への変換例
<tm-to-rdf>
<generator> <!-- 1 -->
<query>employed-by($A : employee, $B : employer)</query>
<subject>$A</subject>
<property>http://psi.ontopia.net/example/employed-by</property>
<object>$B</object>
</generator>
<generator> <!-- 2 -->
<query>instance-of($A, person), has-name($A, $B)</query>
- 183 -
<subject>$A</subject>
<property>http://psi.ontopia.net/example/name</property>
<object>$B</object>
</generator>
<generator> <!-- 3 -->
<query>instance-of($A, $B)</query>
<subject>$A</subject>
<property>http://www.w3.org/1999/02/22-rdf-syntax-ns#type</property>
<object>$B</object>
</generator>
<generator> <!-- 4 -->
<query>has-occurrence($A, birthdate, $B)</query>
<subject>$A</subject>
<property>http://psi.ontopia.net/example/birthdate</property>
<object>$B</object>
</generator>
<generator> <!-- 5 -->
<query>has-occurrence($A, homepage, $B)</query>
<subject>$A</subject>
<property>http://psi.ontopia.net/example/homepage</property>
<object>$B</object>
</generator>
</tm-to-rdf>
この例では、すべてのジェネレータの結果を一つの RDF モデルに併合することによって、結果の RDF
モデルが作成される。各ジェネレータでは、まずクエリを実行して、その結果マッチしたものそれぞれに
ついて、属性値を埋めることでステートメントのインスタンスを作っていくことにより、一連の RDF ス
テートメントを生成する。変数や定数はステートメントの3つの要素のどこにでも現れることに注意され
たい。
変数の参照は、変数で保持されるトピックの主題識別子の 1 つで置き換えられる。ステートメントテン
プレートで uri 属性を要素として使うことで、これを上書きし、代わりにソースロケータ([Garshol01a])、
主題アドレス、または生成したオブジェクト ID を用いることもできる。基底名と出現は、それらの文字
列としての値か、出現リソースの URI によって表される。
トピックマップの例から、以下のような RDF モデルが結果として得られる。RDF3 つ組の前の数字は、
それを生成した generator 文についている数字である。
- 184 -
トピックマップから RDF 変換の結果
1 : {mailto:larsga@ontopia.net,
http://psi.ontopia.net/example/employed-by,
http://www.ontopia.net}
2 : {mailto:larsga@ontopia.net,
http://psi.ontopia.net/example/name,
"Lars Marius Garshol"}
3 : {mailto:larsga@ontopia.net,
http://www.w3.org/1999/02/22-rdf-syntax-ns#type,
file://lmg.ltm#person}
3 : {http://www.ontopia.net,
http://www.w3.org/1999/02/22-rdf-syntax-ns#type,
file://lmg.ltm#company}
4 : {mailto:larsga@ontopia.net,
http://psi.ontopia.net/example/birthdate,
"1973-25-12"}
5 : {mailto:larsga@ontopia.net,
http://psi.ontopia.net/example/homepage,
http://www.garshol.priv.no}
この方法は、実行するのが(もちろん tolog クエリプロセッサがあれば)簡単で、使うのも容易で、RDF
アプリケーションが直接使え、またどのような RDF スキーマとも整合する RDF データを生成できる。
その主な欠点は、複雑な RDF ステートメントを作り出す機能が欠けていることであるが、これは将来の
バージョンでは改善されるだろう。
4.
結論
本論文は、RDF、トピックマップ、DAML、および OIL のデータモデルと特徴を比較した。
RDF、DAML、
および OIL はデータモデルを共有したファミリー規格であり、トピックマップはそれらとは全く異なっ
ていることがわかった。また、この2つのデータモデルでは、ほとんど同じ概念もあれば、根本的に異な
る概念もあった。
モデルを比較することで、RDF からトピックマップへのスキーマ独立な変換は不可能であることを示
した。なぜなら、トピックマップの方がより高いレベルで記述が可能だからである。一方、本論文では、
RDF からトピックマップへのスキーマベースのマッピングの解決を提案し、RDF データモデルの細かい
ところまですべてをサポートするというわけではないが、良い結果を出すことができた。また、この方法
を拡張することで、今後そうした機能をサポートできることを指摘した。
我々は、トピックマップから RDF へのスキーマ独立なマッピング手法について、既存研究を調べ、そ
- 185 -
れらが生成される RDF データの利用で問題があることを示した。それに対して、我々自身の手法も提案
し、それが十分ではないものの、わずかに優れていることがわかった。この結論としては、スキーマ独立
のマッピングは役に立つ場合もあるが、最も良い変換手法ではないということである。
我々は、トピックマップから RDF へのスキーマベースのマッピング方法を提案して、RDF データモデ
ルの全てをサポートはしないが、良い結果を出せることを示した。
本論文におけるさらに高次の結論としては、トピックマップと RDF の間で相互にデータ変換は可能で
あるが、スキーマベースのマッピングが必要であるということである。この2つのモデルは、本質的に異
なった機能を持ち、抽象化の異なったレベルも違う。これらの違いがどの程度重要かに関する結論は、読
者にゆだねよう。
本論文がトピックマップと RDF の関係の理解を助ける最初の一歩となることを願っている。XML
Europe 2002 における論文のあるパラグラフでは、「[Garshol01]で示した分析と手法は、有用であるが、
不完全で…」という記述がある。少なくとも、これを改善する意味でも、さらなるステップが必要である。
謝辞
Thanks to Steve Pepper, for help on improving the prose presentation of the paper.
Thanks to Geir Ove GrA¸nmo, for corrections of some omissions throughout the paper.
Thanks to David Allsopp, for answering some of my questions on RDF and DAML.
Thanks to Nikita Ogievetsky, Martin Lacher, and Graham Moore for discussing their solutions with
me.
Thanks to Aaron Swartz and Eric Miller for a very constructive discussion, which was, sadly, too close
to the deadline (through the author's own fault) to have much as impact on the paper as it should
have had.
Bibliography
Cowan01
XML Information Set, John Cowan, W3C Proposed Recommendation. Available from
http://www.w3.org/TR/xml-infoset/.
Garshol01a
A Topic Map Data Model: An Infoset-based Proposal, Lars Marius Garshol. Available from
http://www.ontopia.net/topicmaps/materials/proc-model.html.
Garshol01b
tolog: A topic map query language, Lars Marius Garshol, XML Europe 2001, Berlin. Available from
http://www.ontopia.net/topicmaps/materials/tolog.html.
ISO13250
ISO/IEC 13250:2000 Topic Maps, International Organization for Standardization, Geneva.
Available from http://www.y12.doe.gov/sgml/sc34/document/0129.pdf.
Lacher01
On the integration of Topic Map data and RDF data, Martin Lacher and Stefan Decker, presented
- 186 -
at Extreme Markup Languages 2001, Montréal, Canada. Available from
http://www.semanticweb.org/SWWS/program/full/paper53.pdf.
LTM1.1
Linear Topic Available from http://www.ontopia.net/download/ltm.html.
Moore01
RDF and TopicMaps: An Exercise in Convergence, Graham Moore, presented at XML Europe 2001
in Berlin. Available from http://www.topicmaps.com/topicmapsrdf.pdf.
Omnigator
The Ontopia Omnigator, software from Ontopia AS in Oslo, Norway. Online demonstration at
http://www.ontopia.net/omnigator/.
Ogievitsky01
XML Topic Maps through RDF glasses, Nikita Ogievetsky, presented at Extreme Markup
Languages 2001, Montréal, Canada. Available from http://www.cogx.com/rdfglasses.html.
Pepper01
Towards a general theory of scope, Steve Pepper and Geir Ove Grønmo, Extreme Markup
Languages 2001, Montréal, Canada. Available from
http://www.ontopia.net/topicmaps/materials/scope.htm.
PICS
PICS 1.1 Rating Services and Rating Systems -- and Their Machine Readable Descriptions, Jim
Miller, Paul Resnick, and David Singer, W3C Recommendation, 31 October 1996. Available from
http://www.w3.org/TR/REC-PICS-services.
PMTM4
Topicmaps.net's Processing Model for XTM 1.0, version 1.0.2. Available from
http://www.topicmaps.net/pmtm4.htm.
RDF
Resource Description Framework (RDF) Model and Syntax Specification, Ora Lassila and Ralph
Swick, W3C Recommendation, 22 February 1999. Available from
http://www.w3.org/TR/REC-rdf-syntax/.
RDF-Schema
Resource Description Framework (RDF) Schemas, Dan Brickly and R.V. Guha, W3C Candidate
Recommendation, 3 March 2000. Available from http://www.w3.org/TR/rdf-schema/.
TMCL
Draft Requirements for TMCL, Steve Pepper, ISO SC34 N 226, 8 June 2001. Available from
http://www.y12.doe.gov/sgml/sc34/document/0226.htm.
XTM1.0
XML Topic Maps (XTM) 1.0, Steve Pepper and Graham Moore (editors), TopicMaps.Org. Available
from http://www.topicmaps.org/xtm/1.0/
- 187 -
(訳者注)
トピックマップの用語については、主として XTM1.0 の日本語訳
http://www.y-adagio.com/public/standards/tr_xtm/toc.htm における日本語訳を使用した。
(除く、スコープ)
番地付け可能な情報資源(addressable information resource)
番地付け可能な主題(addressable subject)
関連(association)
関連型(association type)
基底名(base name)
特質(characteristic)
無矛盾トピックマップ(consistent topic map)
メンバ(member)
併合(merging)
番地付け不可能な主題(non-addressable subject)
出現(occurrence)
出現型(occurrence type)
パラメタ(parameters)
処理済みトピックマップ(processed topic map)
処理要件(processing requirements)
PSI
公開主題指示子(published subject indicator)
具体化(reification)
資源(resource)
役割(role)
有効範囲(scope)
主題(subject)
主題指示子(subject indicator)
トピック(topic)
トピック特質(topic characteristic)
トピック特質割当て(topic characteristic assignment)
トピックマップ(topic map)
トピックマップ文書(topic map document)
トピックマップノード(topic map node)
トピック名(topic name)
トピック名前付け制約(topic naming constraint)
トピック出現(topic occurrence)
トピック型(topic type)
制約なしの有効範囲(unconstrained scope)
異形(variant) 。
異形名(variant name)
XTM 文書(XTM document)
- 188 -
3.4.3
Feature Synopsis for OWL Lite and OWL
-------------------------------------------------------------------------------------------------------------------------------------------このドキュメントは
Feature Synopsis for OWL Lite and OWL
http://www.w3.org/TR/2002/WD-owl-features-20020729/
の和訳です。
この文書には和訳上の誤りがありえます。
内容の保証はいたしかねますので、必ず W3C Web サイトの正式版文書を参照して下さい。
-------------------------------------------------------------------------------------------------------------------------------------------Feature Synopsis for OWL Lite and OWL
W3C Working Draft 29 July 2002
This version:
http://www.w3.org/TR/2002/WD-owl-features-20020729/
Latest version:
http://www.w3.org/TR/owl-features/
Editors:
Deborah L. McGuinness (Knowledge Systems Laboratory, Stanford University
dlm@ksl.stanford.edu
Frank van Harmelen (Free University, Amsterdam) frank.van.harmelen@cs.vu.nl
)
Copyright ©2002 W3C ® ( MIT , INRIA , Keio). All Rights Reserved. W3C liability , trademark ,
document use and software licensing rules apply.
-------------------------------------------------------------------------------Abstract
OWL(Web Ontology Language)は W3C の Web Ontology Working Group で設計中の言語で,コンテ
ンツの表示だけでなく,内容を理解する必要のあるアプリケーションで利用できる言語を提供することを
目的としている.OWL は,XML,RDF,RDF-S などと比べ,表現力を高めるための新たな語彙を用意
することにより,Web コンテンツの機械可読性を大きく促進する.このドキュメントは,OWL の概論を
記述したもので,まず最初に,OWL Lite と呼ばれる OWL の簡易版について説明し,次に,OWL Lite
に何が付加されるかによって,OWL 全体を説明する.
Status of this document
本節ではこのドキュメントが公開された時点での状況について述べる.今後,他のドキュメントが本ド
キ ュ メ ン ト に 置 き 換 わ る 可 能 性 が あ る . 最 新 の W3C Recommendations と 他 の 技 術 レ ポ ー ト は
http://www.w3.org/TR/で閲覧できる.
本ドキュメントは W3C のメンバーと他の関心のあるグループのための作業ドキュメントであり,いつ
でも変更され,置き換えられ,あるいは他のドキュメントによって無効にされる可能性がある.
本ドキュメントは,W3C Semantic Web Activity の中の Web Ontology Working Group によって作成
されたものである.Web Ontology Working Group の目標は Web Ontology Working Group charter の
中で示されている.
本ドキュメントに対するコメントは W3C のメーリングリスト public-webont-comments@w3.org に送
付していただきたい.
- 189 -
本件に関する特許開示は現時点ではない.
-------------------------------------------------------------------------------目次
1. はじめに
2. 言語の概要
1. OWL Lite の概要
1. OWL Lite の RDF Schema Features の概要
2. OWL Lite における同一性と非同一性の概要
3. OWL Lite のプロパティ特性の概要
4. OWL Lite の制限された Cardinality の概要
5. OWL Lite のデータタイプの概要
6. OWL Lite のヘッダ情報の概要
2. OWL の概要
1. OWL の Class Axioms の概要
2. OWL のクラス表現の論理的組合せの概要
3. OWL の任意の Cardinality の概要
4. OWL の Filler Information の概要
3. OWL Lite の言語特性
1. OWL Lite の RDF Schema Features
2. OWL Lite の同一性と非同一性
3. OWL Lite のプロパティ特性
4. OWL Lite の制限された Cardinality
5. OWL Lite のデータタイプ
6. OWL Lite のヘッダ情報
4. 増分による OWL の言語記述
5. まとめ
-------------------------------------------------------------------------------1. はじめに
OWL Web Ontology Language は W3C の Web Ontology Working Group で設計中の言語で,コンテ
ンツの表示だけでなく,内容を理解する必要のあるアプリケーションで利用できる言語を提供することを
目的としている.OWL 言語は使用する語彙とこれらの語彙で表される実体間の関係を明示的に記述する
ために使用することができる.このように,OWL は,XML,RDF,RDF-S の上位に位置し,Web コン
テンツの機械可読性を高める.OWL は DAML+OIL web ontology language を改良したもので,
DAML+OIL の設計とアプリケーションでの使用から得られた知見を取り入れている.
このドキュメントの目的は,言語特性の簡単な説明をリストアップすることで,OWL の概要を示すこ
とにある.OWL のより完全な仕様については,OWL reference description document と OWL Web
Ontology Language 1.0 Abstract Syntax の2つのドキュメントを参照していただきたい.
このドキュメントでは,最初に OWL Lite と呼ばれる OWL 全体のサブセットについて述べる.OWL
- 190 -
Lite の目的は,ツール作成者から見て,簡単で使いやすい言語を提供することにある.こうしたツールが
OWL の幅広い使用を促進し,OWL の言語設計者がツール開発者の集まってくる言語を作ることを期待
している.DAML+OIL のような言語のすべての特性が特定のユーザにとって重要であることが広く認識
されている一方で,DAML+OIL と同等の記述力のある言語が言語仕様全体を満足するツールを開発しよ
うとするグループをしり込みさせることも分かっている.多くの人が取り扱うことのできる目標を与える
ために,より小さな仕様の言語が定義され,OWL Lite と呼ばれている.OWL Lite は OWL と DAML+OIL
で共通に使用されている特性の多くを取り込もうとしている.また,OWL Lite は,Web アプリケーショ
ンにとって重要な functionality を付け加えることによって,RDFS 以上の記述力を持った言語を提供し
ようとしている.
2. 言語の概要
このセクションでは OWL Lite と OWL の言語概要を記述する.
このドキュメントの中でイタリック体で書かれた用語は,OWL 言語で規定する用語である.用語の大
文字/小文字は言語仕様と同じように記述している.rdf:または rdfs:と書かれたプレフィックスは,RDF
または RDF-S の名前空間で規定される用語であることを示している.それ以外は OWL namespace で規
定される用語である.
2.1 OWL Lite 概要
OWL Lite の要素をまとめると次の通りである.
2.1.1 OWL Lite の RDF Schema Features の概要
・ Class
・ rdf:Property
・ rdfs:subClassOf
・ rdfs:subPropertyOf
・ rdfs:domain
・ rdfs:range
・ Individual
2.1.2 OWL Lite における同一性と非同一性の概要
・ sameClassAs
・ samePropertyAs
・ sameIndividualAs
・ differentIndividualFrom
2.1.3 OWL Lite のプロパティ特性の概要
・ inverseOf
・ TransitiveProperty
・ SymmetricProperty
・ FunctionalProperty (unique)
・ InverseFunctionalProperty (unambiguous)
- 191 -
・ allValuesFrom (universal local range restrictions; previously toClass)
・ someValuesFrom (existential local range restrictions; previously hasClass)
2.1.4 OWL Lite の制限された Cardinality の概要
・ minCardinality (restricted to 0 or 1)
・ maxCardinality (restricted to 0 or 1)
・ cardinality (restricted to 0 or 1)
2.1.5 OWL Lite のデータタイプの概要
Following the decisions of RDF Core.
2.1.6 OWL Lite のヘッダ情報の概要
・ imports
・ Dublin Core Metadata
・ versionInfo
2.2 OWL の概要
OWL に付け加えられる要素をまとめると次の通りである.
2.2.1 OWL の Class Axioms の概要
・ oneOf (enumerated classes)
・ disjointWith
・ sameClassAs applied to class expressions
・ rdfs:subClassOf applied to class expressions
2.2.2 OWL のクラス表現の論理的組合せの概要
・ unionOf
・ intersectionOf
・ complementOf
2.2.3 OWL の任意の Cardinality の概要
・ minCardinality
・ maxCardinality
・ cardinality
2.2.4 OWL の Filler Information の概要
・ hasValue Descriptions can include specific value information
次のセクションでは,拡張された言語特性について述べる。
3. OWL Lite の言語特性
本セクションでは OWL Lite の言語特性について英語で記述する.abstract syntax が言語の説明用に
用いられる.OWL Lite は OWL の記述子のサブセットを持ち,またいくらかの制限を持つ.OWL 言語
- 192 -
全体(また DAML+OIL)とは異なり,クラスはその上位クラスとある種の制約だけを用いて定義される.
クラスの同一性と複数のクラス間のサブクラスだけが認められている.同様に,OWL Lite におけるプロ
パティの制約はクラスを用いる.OWL Lite はまた cardinality に対して限定された概念を持っている.
すなわち,明示的に0か1と記述された cardinality だけである.
3.1 OWL Lite の RDF Schema Features
OWL は RDF 言語の制限された拡張とみなすことができる.このことは OWL で書かれたドキュメン
トは RDF ドキュメントであることを意味している.すべての用語は,明示的に記述されていなくても,
OWL の 名 前 空 間 の 中 に あ る . こ の よ う に , Class と い う 用 語 は 正 確 に は owl:Class で あ り ,
rdfs:subPropertyOf は subProperty が rdfs の名前空間に由来することを示している.このドキュメント
では,個体という用語をあるクラスに属する実体を指し(例えば,個体 Deborah はクラス Person に属す),
同様に データタイプ(例えば,個体4は整数)である対象を指す.
・ Class: クラスは,他のクラスや制約の組み合わせとして,あるいはそのサブクラスとして作り出す
ことができる.Thing という名前の最も一般的なクラスがはじめから存在し,これはすべての個体のク
ラスであり,すべてのクラスのスーパークラスである.クラス Thing の新しいサブクラスとして
Mammal という名前のクラスを選択することができる.
(後で,追加的な情報を含めるために Mammal
の記述を変更する.)また,Mammal のサブクラスとして新しいクラス Person を作ることもできる.
これによって,推論エンジンはクラス Person の任意のインスタンスがクラス Mammal のでもあるこ
とを導き出すことができる.なお,サブクラスの階層構造の中で,繰り返しクラスを作り出すことに制
限がないことを注意して欲しい.
・ rdfs:Property: 個体間の関係を記述するのに用いられる用語がプロパティである.プロパティの例に
は,hasChild,hasRelative,hasSibling,hasAge などが含まれる.最初の3つはクラス Person のイ
ンスタンスをクラス Person の他のインスタンスと関係付けることを推測でき,最後の1つ(hasAge)
はクラス Person のインスタンスをデータタイプ Integer のインスタンスと関係付けることを推測でき
る.
・ rdfs:subClassOf: クラス階層はクラスが他のクラスのサブクラスであることを記述することによっ
て形成される.例えば,クラス Person はクラス Mammal のサブクラスであると記述できる.これに
よって,推論エンジンは,X が Person であれば,X が Mammal であることを導き出すことができる.
・ rdfs:subPropertyOf: プロパティ階層はプロパティが他のプロパティのサブプロパティであることを
記述することによって形成される.例えば,hasSibling は hasRelative のサブプロパティであると記
述できる.これによって,推論エンジンは,X が Y と hasSibling で関係付けられているならば,X は
また Y と hasRelative で関係付けられていることを導き出すことができる.
・ rdfs:domain: プロパティは変域(domain)を持つ(すなわち,X が Y とプロパティ p とその変域とな
るクラスで関係付けられているならば,X はその変域となるクラスのインスタンスでなければならな
い).例えば,プロパティ hasChild は Mammal を変域に持つと言うことができる.これによって,推
論エンジンは,X が Y とプロパティ hasChilld で関係付けられていれば,すなわち Y が X の子供であ
れば,X が Mammal であることを導き出すことができる.変域はグローバル制約であることを注意し
て欲しい.何故なら,制約がそのプロパティについて記述されていて,そのプロパティがある特定のク
ラスと結びついているときにのみ記述されるわけではないからである.より詳しい情報については,以
- 193 -
下のローカル制約についての議論を参照いただきたい.
・ rdfs:range: プロパティは値域(range)を持つ(すなわち,X が Y とプロパティ p とその値域となる
クラスで関係付けられているならば,Y はその値域となるクラスのインスタンスでなければならない).
例えば,プロパティ hasChild は Mammal という値域を持つと言うことができる.これによって,推
論エンジンは,Louise が Deborah とプロパティ hasChiled で関係付けられていれば,すなわち Deborah
が Louise の子供であれば,Deborah が Mammal であることを導き出すことができる.値域は上記の
変域と同様にグローバル制約である.より詳しい情報については,以下のローカル制約についての議論
を参照いただきたい.
・ Individual: 個体(individual)はクラスのインスタンスとして記述でき,またプロパティはある個体を
他の個体と関係付けるのに使用できる.例えば,Deborah という名前の個体は,クラス Person のイン
スタンスとして記述でき,プロパティ hasEmployer は個体 Deborah と個体 StanfordUniversity とを
関係付けるのに使用できる.個体を定義するシンタックスについては,参考文献をご覧いただきたい.
3.2 OWL Lite における同一性と非同一性
次の記述子は同一性と非同一性に関するものである.
・ sameClassAs: 2つのクラスが同一であることを記述することができる(すなわち,同じ個体の集合
に対する別の名前であることを記述).これは同義クラスを定義するのに使用することができる.例え
ば,Car は Automobile と sameClassAs であると記述できる.これによって,推論エンジンは Car
のインスタンスである個体は Automobile のインスタンスでもあることを導き出すことができる.
・ samePropertyAs: 2つのプロパティが同一であることを記述することができる.例えば,hasLeader
は hasHead と samePropertyAs であると記述できる.これによって,推論エンジンは,X が Y と
hasLeader の関係にあれば,X が Y と hasHead の関係にもあることを導き出すことができる.推論エ
ンジンはまた,hasLeader が hasHead のサブプロパティであり,hasHead が hasLeader のサブプロ
パティであることを導き出すことができる.
・ sameIndividualAs: 2つの個体が同じであることを記述することができる.これは同じ個体に対し
て 複 数 の 異 な る 名 前 を 付 け る た め に 使 用 す る こ と が で き る . 例 え ば , 個 体 Deborah は
DeborahMcGuinness と同じ個体であることを記述することができる.
・ differentIndividualFrom: 2つの個体がお互いに異なっていることを記述することができる.例え
ば,Frank と Deborah が別人であると記述する.これによって,推論エンジンは Frank と Deborah
が2人の異なる人を指していることを導き出すことができる.このように,Frank と Deborah の個体
があるプロパティの値であれば,that is stated to be functional (thus the property has at most one
value),矛盾があることが判る.個体の違いを記述することは,OWL や RDF のように,個体が唯一
の名前を持つことを前提としないシステムでは重要である.例えば,OWL に付加的な記述がなければ,
Frank と Deborah が異なる個体を指していることを導き出すことができない.
3.3 OWL Lite のプロパティ特性
OWL Lite と OWL には,プロパティとその値に関する情報を記述するための特別な識別子がある.
・ inverseOf: プロパティは他のプロパティの inverse であることを記述できる.例えば,プロパティ
P1 がプロパティ P2 の inverse で,X が Y とプロパティ P2 で関係付けられていれば,Y は X とプロ
パティ P1 で関係付けられている.例えば,プロパティ hasChild がプロパティ hasParent の inverse
- 194 -
で,Deborah hasParent Louise であれば,推論エンジンは Louise hasChild Deborah であることを導
き出すであろう.
・ TransitiveProperty: プロパティは transitive であることを記述できる.あるプロパティが transitive
で,組(x,y)がその transitive なプロパティ P のインスタンス,また組(y,z)がプロパティ P のインスタ
ンスであれば,組(x,z)もプロパティ P のインスタンスである.例えば,ancestor が transitive で,Sara
が Louise の ancestor(すなわち,(Sara,Louise)がプロパティ ancestor のインスタンス)で,Louise
が Deborah の ancestor(すなわち,(Louise,Deborah)がプロパティ ancestor のインスタンス)であれ
ば,推論エンジンは Sara が Deborah の ancestor(すなわち,(Sara,Deborah)がプロパティ ancestor
のインスタンス)であることを導き出すことができる.
同じ DAML+OIL 側の制限としては,transitive なプロパティ(とその上位プロパティ)に atmost1
あるいは exactly1 といった制約を加えないようにしている.より詳しい情報については,abstract
syntax に関するドキュメントの property axiom のセクションを参照願いたい.
・ SymmetricProperty: プロパティは symmetric であることを記述できる.もし,あるプロパティが
symmetric で,組(x,y) が symmetric プロパティ P のインスタンスあれば,組(y,x)もまた P のインス
タンスである.例えば,friend は symmetric プロパティであると記述できる.Frank が Deborah の
friend であることを与えられた推論エンジンは Deborah が Frank の friend であると導き出すことが
できる.もちろん,symmetric であるために,プロパティは適切な変域と値域を持たなければならな
いことを注意して欲しい.
・ FunctionalProperty: プ ロ パ テ ィ は 唯 一 の 値 を 持 つ こ と を 記 述 で き る . あ る プ ロ パ テ ィ が
FunctionalProperty であれば,そのプロパティは高々1つの値を持つ.こうしたプロパティはユニー
クプロパティと呼ばれている.これを記述するもう1つの方法は,そのプロパティの minimum
cardinality を0,maximum cardinality を1にすることである.例えば,hasPrimaryEmployer は
FunctionalProperty であると記述することができる.person の個体インスタンスが雇用主を持つなら
ば,その個体は2つ以上の雇用主を持たない.しかしながら,これはすべての person が少なくとも1
つの雇用主を持つことを意味しない.この提案は,transitive プロパティも,上位プロパティも,関数
的であると宣言することを認めていない DAML+OIL の仕様で述べられているのと同じ副次的条件を
含んでいる.この制限についての詳細な情報は,DAML+OIL reference description の中のプロパティ
の説明部分の警告,あるいは,この制約を破ることによる非決定性を示している Horrocks,Sattler,
Tobies による研究論文の中の警告をご覧いただきたい.この名前はまだ議論の途中である.更なる情
報については参考文献をご覧いただきたい.
・ InverseFunctionalProperty (unambiguous): プロパティは逆関数的であると記述することができる.
プロパティが逆関数的であれば,そのプロパティの逆は関数的である.このように,プロパティの逆は
高々1つの値を持つ.これはまた曖昧性のないプロパティとも呼ばれる.例えば,
hasUSSocialSecurityNumber(米国在住者にとってのユニークなID)は逆関数的(曖昧性がない)
と言うことができる.このプロパティの逆( isTheSocialSecurityNumberFor と呼ばれるかも知れな
い)は高々1つの値を持つ.このように,ある人の社会保障番号は hasUSSocialSecurityNumber プ
ロパティの唯一の値である.これによって,推論エンジンは Person の異なる2人の個体が同一の US
Social Security Number を持つことはないことを導き出すことができる.また,推論エンジンは,も
し Person の2人のインスタンスが同じ社会保障番号を持っていれば,これらの2人は同一の個体を指
していることを導き出すことができる.更なる情報については参考文献をご覧いただきたい.
- 195 -
OWL Lite はプロパティの値に制約を与えることができる.
・ allValuesFrom (toClass in DAML+OIL): allValuesFrom はあるクラスのあるプロパティについて記
述される.特定のクラスのプロパティはローカルな値域制約を持つ.このことは,あるクラスの個体イ
ンスタンスがあるプロパティにおいて2つ目の個体と関係付けられているならば,2つ目の個体はロー
カル値域制約クラスのインスタンスであると推論できる.例えば,クラス person は,hasOffspring と
呼ばれ,クラス person と allValuesFrom の関係で制約されるプロパティを持つことができる.このこ
とは,クラス person の個体 Louise がプロパティ hasOffspring で個体 Deborah と関係付けられてい
るならば,推論エンジンは Deborah がクラス person のインスタンスであることを導き出すことがで
きることを意味する.このことは,プロパティ hasOffspring が,他のクラス,例えばクラス Cat と一
緒に使用され,そのクラスに関するプロパティの値について適切な制約を持つことを許す.この場合,
hasOffspring は,クラス Cat と関係付けられていれば Cat のローカル値域制約を,クラス Person と
関係付けられていれば Person のローカル値域制約を持つ.推論エンジンは allValuesFrom 制約だけか
らはそのプロパティに少なくとも1つの値が存在することを導き出すことができないことに注意して
欲しい.
・ someValuesFrom (hasClass in DAML+OIL): someValuesFrom はあるクラスのあるプロパティにつ
いて記述される.特定のクラスでは,あるプロパティについて少なくとも1つの値が特定のタイプであ
るという制約を持つことができる.例えば,クラス SemanticWebPaper は,hasKeyword プロパティ
について,そのプロパティのいくつかの値がクラス SemanticWebTopic のインスタンスであることを
記述した someValuesFrom 制約を持つ.複数のキーワードを持ち,少なくとも1つ以上がクラス
SemanticWebTopic の イ ン ス タ ン ス で あ る と い う オ プ シ ョ ン を 考 慮 す る と , そ の 論 文 は
someValuesFrom 制約と一致する.allValuesFrom と異なり,someValuesFrom は,そのプロパティ
の全ての値が同じクラスのインスタンスであるように制約しない.myPaper が SemanticWebPaper
ク ラ ス の 個 体 イ ン ス タ ン ス で あ れ ば , myPaper は , hasKeyword プ ロ パ テ ィ に お い て ,
SemanticWebTopic クラスの少なくとも1つの個体インスタンスと関連付けられる.推論エンジンは
hasKeyword の全ての値が SemanticWebTopic クラスのインスタンスであることを導き出すことがで
きない(allValuesFrom 制約と同様)ことに注意して欲しい.
3.4 OWL Lite の制限された Cardinality
OWL Lite には cardinality に関する限られた制約が含まれている.OWL の cardinality に関する制約
は,ある特定のクラスのプロパティについてのみ記述しているため,ローカル制約と呼ばれている.すな
わち,そのクラスのインスタンスのそのプロパティの cardinality を制約するものである.OWL Lite の
cardinality に関する制約は限定的なもので,cardinality の値が0か1の場合だけを許している(Full
OWL のように任意の値の cardinality を許していない).
・ minCardinality: Cardinality は特定のクラスのプロパティについて記述される.もし,あるクラス
のあるプロパティについて minCardinality が1と記述されていれば,そのクラスの任意のインスタン
スがそのプロパティに関して少なくとも1つの個体と関連付けられている.これは,そのクラスのすべ
ての個体インスタンスに対して,そのプロパティが必要であることを表現するもう一つの方法である.
例えば,クラス parent は,プロパティ hasOffspring に関して,minimum cardinality として1を取
- 196 -
る.これによって,推論エンジンは,クラス person の個体インスタンス,例えば Louise,が hasOffspring
プロパティに関して少なくとも1人の個体と関係付けられていることを導き出すことができる.この情
報だけでは,推論エンジンは,クラス parent の個体インスタンスの子供の最大数を導き出すことはで
きない.OWL Lite では,minimum cardinality として許されているのは0か1である.プロパティの
minimum cardinality が0であることは(それ以上の情報がない限り)
,そのプロパティがそのクラス
にとってオプショナルであることを意味する.例えば,プロパティ hasOffspring は,クラス person
においては minimum cardinality が0である(一方,クラス parent においては minimum cardinality
が1である).
・ maxCardinality: Cardinality は特定のクラスのプロパティについて記述される.もし,あるクラス
のあるプロパティについて maxCardinality が1と記述されていれば,そのクラスの任意のインスタン
スがそのプロパティに関して最大1つの個体と関連付けられている.こればしばしば,関数的,あるい
は , ユ ニ ー ク な プ ロ パ テ ィ と 呼 ば れ る . 例 え ば , ク ラ ス UnitedStatesCitizens の プ ロ パ テ ィ
hasRegisteredVotingState は,maximum cardinality として1を取る(何故なら,国民はひとつの州
でのみ投票することが許されているからである).これによって,推論エンジンは,クラス USCitizens
の個体インスタンスが,hasRegisteredVotingState プロパティにおいて,2つ以上の異なる個体と関
連付けられることがないことを導き出すことができる.maximum cardinality が1であるという制約
だけでは,推論エンジンは minimum cardinality が1であると導き出すことはできない.特定のクラ
スについて特定のプロパティが値を持たないことを記述するのは有効である.例えば,クラス
UnmarriedPerson のインスタンスは,プロパティ hasSpouse によってある個体と関係付けられるべき
ではない.これは,クラス UnmarriedPerson のプロパティ hasSpouse について,maximum cardinality
を0とすることによって表現できる.
・ cardinality: Cardinality は,あるクラスのプロパティが,minCardinality 0 と maxCardinality 0
の両方,または,minCardinality 1 と maxCardinality 1 の両方を持つ場合の便宜のために用意されて
いる.例えば,クラス person はプロパティ hasBirthMother に対してひとつの値を持つ.これによっ
て,推論エンジンは,同じ人の hasBirthMother プロパティの値として,2人の異なる母親を持つこと
はないことを導き出すことができる.
3.5 OWL Lite のデータタイプ
・ Datatypes が OWL Lite に含まれる.これにより,例えば,値域は XSD:decimal のように記述でき
る.正確な詳細は RDF のデータタイプを決めている RDF core group に依存している.さらに詳しい
情報は,参考文献の中の datatypeProperty と objectTypeProperty の仕様をご覧いただきたい.
3.6 OWL Lite のヘッダ情報
・ imports: imports は現在のオントロジに適用される定義を含む他の OWL オントロジを参照する.そ
れぞれの参照はそのオントロジをどこから取り込むかを表す URI から成る.imports 文は transitive
である.すなわち,オントロジ A がオントロジ B をインポートし,B が C をインポートするならば,
A は B と C の両方をインポートする.オントロジが自分自身をインポートすることは空の動作とみな
される.もしオントロジ A が B をインポートし,B が A をインポートするならば,それらは同じオン
トロジであるとみなされる.
・ Dublin Core MetaData: オントロジはまた,そのオントロジの著者のような,非論理的な情報を持
- 197 -
つ.主な候補は,Dublin Core Metadata 標準で決められているオントロジ属性である.
・ versionInfo: versionInfo は一般に版を表した文字列,例えば,RCS/CVS といったキーワード,から
成る.versionInfo はオントロジについての論理的な意味を持たない.
4. 増分による OWL の言語記述
Full OWL は OWL Lite を次のように拡張している.
・ oneOf (enumerated classes): クラスはそのクラスを構成する個体を列挙することによって記述する
ことができる.クラスのメンバーは,列挙された個体の集合だけであり,それ以上でもそれ以下でもな
い.例えば,クラス daysOfTheWeek は,単純に個体 Sunday,Monday,Tuesday,Wednesday,Thursday,
Friday,Saturday を列挙すすることで記述できる.これによって,推論エンジンは daysOfTheWeek
を allValuesFrom 制約に持つプロパティの maximum cardinality が7であることを導き出すことがで
きる.
・ hasValue (property values): プロパティは特定の個体を値(プロパティフィラーと呼ばれることも
ある)として持つことを要求することができる.例えば,クラス dutchCitizens のインスタンスは,プ
ロ パ テ ィ nationality の 値 と し て theNetherlands を 持 つ こ と で 特 徴 付 け ら れ る .( こ こ で ,
theNetherlands は全ての国籍を表すクラスのインスタンスである.
)
・ disjointWith: Full OWL はクラスに重なりがないことを記述できる.例えば,man と woman はお
互いに重なりのないクラスである.これによって,推論エンジンは,ある個体が両方のクラスのインス
タンスであると記述されていれば,矛盾があると結論付けることができ,また同様に,A が Man のイ
ンスタンスであれば,A が Woman のインスタンスではないことを導き出すことができる.
・ unionOf, complementOf, and intersectionOf (Boolean combinations): OWL はクラス間の任意の論
理結合,すなわち,intersectionOf,unionOf,complementOf を認めている.例えば,クラス Dutch
citizens とクラス senior citizens の intersection によって,クラス Dutch senior citizens を記述する
ことができる.complement を使えば,children が senior citizens でないことを記述できる.
(すなわ
ち,クラス children は senior citizens の complement のサブクラスである.)EUの citizenship は,
すべてのEU加盟国の citizenship の union として記述することができる.
・ minCardinality, maxCardinality, cardinality (full cardinality): OWL Lite では cardinality が at
least,at most,あるいは1か0のいずれかに限定されているが,Full OWL では cardinality の記述
を任意の正数に許している.例えば,クラス DINKs ("Dual Income, No Kids") はプロパティ
hasIncome の cardinality を minimum cardinality 2 と制限する(一方,プロパティ hasChild は
cardinality が0であると制限されなければならない)
.
・ complex classes: 多くの箇所で,OWL Lite はシンタックスをひとつのクラス名に制限している(例
えば,subClassOf や equivalentClass で).Full OWL では,これらの箇所を,クラスの列挙,プロパ
ティ制約,これらの論理的組合せ等の任意の複合クラス記述に拡張している.OWL はまた,Nothing
という名前の特別な“最下位”クラスを含んでいて,これは空のクラスである.
5. まとめ
このドキュメントは、OWL Lite と Full OWL の両方の特性概要を示すことによって、OWL 言語を概
念的に記述したものである.記述子の英語による簡単な説明を簡単な例と共に示した.シンタックスの説
明については考慮せず、詳細は OWL reference description document と OWL Web Ontology Language
- 198 -
1.0 Abstract Syntax の 2 つのドキュメントを参照している.このドキュメントの古い版(2002 年 7 月8
日版,2002 年 6 月 23 日版,2002 年 5 月 26 日版,2002 年 5 月 15 日版)では,OWL Lite の発展の経
緯とその際に議論された問題についても述べている.
3.5
Key Free Trust in the Semantic Web
-------------------------------------------------------------------------------------------------------------------------------------------このドキュメントは
Finding Bacon’s Key
Does Google Show How the Semantic Web Could Replace Public Key Infrastructure?
http://www.w3.org/2002/03/key-free-trust.html
の日本語による概訳です。
原文をそのまま和訳したものではなく、内容についての保証もいたしかねます。
必ず W3C Web サイトの正式版文書を参照して下さい。
-------------------------------------------------------------------------------------------------------------------------------------------セマンティック Web は Google で PKI の夢を見るか?
ケビン・ベーコンの鍵を探せ
原著者: Joseph M. Reagle Jr., <reagle@w3.org>
この解説文の原文は、信頼性の高いセマンティック Web を実現するための取っ掛かりという位置付けで
あり、複雑な公開鍵基盤(Public Key Infrastracture(PKI))を必要とせずに信頼性を確立する方法に
ついての、原著者と Tim Berners-Lee との議論に基づくものです。
トラスト(Trust)の定義
トラスト(Trust)は、日本語では信頼、信任、信用などと訳されます。ここではトラストの意味を次の
ように定義しています。
Trust(worthiness):信頼(性)
あるコンテクストの下で正しいという主張(assertion)を認める度合い。
”Trust”は、非常に高い
程度の信用(confidence)を意味することが多いが、その主張が誤りである可能性を排除するもので
はない。
従来の暗号技術のアプリケーションでは、ステートメント(statement, 言明, ここでは特に RDF の三つ
組みによる記述を意識しています)の信頼性は一般にデジタル署名によって保証されています。デジタル
署名は次のような条件を満たす必要があります。
1.デジタル署名のアルゴリズムによって、暗号化鍵はステートメントに強く結び付けられる。
2.特定の人のみがその鍵にアクセスできる。
1.は、あるステートメントに対して異なる暗号化鍵で同じデジタル署名を生成することが困難であるとい
うことを示しています。以上から、デジタル署名は次のような性質を持つことになります。
- 199 -
真正性(authenticity, 暗号化鍵を(他人には秘密にして)持つ人にとって、信頼性とはその鍵とステー
トメントとの間の結び付きの強さによって表されることになる)
完全性(integrity, 鍵またはステートメントに対するどのような変更も異なる署名を生成することにな
る)
非否認性(non-repudiation, ある人とある鍵との関係が一意であれば、その人はその鍵を使って署名し
たことを否定できない)
鍵(の安全性)に基づくトラスト(Key Based Trust)
上記のような性質を持つデジタル署名はどのようにして生成されるのでしょうか。広く使われている公
開鍵暗号のアルゴリズムは、落とし戸式の一方向性関数がベースとなっています。
「公開鍵はその関数の特定のインスタンスについての情報を与え、秘密鍵はその落とし戸を開けるため
の情報を与える。落とし戸(=秘密鍵へのアクセス方法)を知っている人ならば、順・逆どちら向きにで
も簡単にその関数の値を計算できる。しかし、落とし戸を知らない人は順方向にしか計算できない。順方
向の計算は(公開鍵による)暗号化と署名の検証に用いられ、逆方向の計算は(秘密鍵による)複号と署
名の生成に用いられる。」− Cryptography FAQ より
すなわち、あるひとりの人が自分の秘密鍵でステートメントに署名することにより、他の誰でも(その
秘密鍵に対応する)公開鍵を持ってさえいれば、そのステートメントの信頼性(ある特定の1人がそのス
テートメントを保証していること)を確認できるわけです。しかしここで問題となるのは、例えば俳優の
ケビン・ベーコンのデジタル署名を確認したい場合に「自分が持っている公開鍵が本当に彼の公開鍵であ
るということをどうやって知るのか」です。今のインターネット上には、有名人たちのものだと主張して
いる暗号鍵も数多く出回っていることでしょう。中にはケビン・ベーコンの鍵の1つで署名されたことを
確認できるようなドキュメントもあるでしょう。しかし、本物のベーコン氏がそのドキュメントに署名し
たのでしょうか?問題はどこにあるのでしょう。
正しい公開鍵を見つけるには、2つの典型的なアプローチがあります。
1. PKI のように公開鍵証明書のチェーンを全て確認する(鍵認証局方式) PKI では、あるステート
メントのデジタル署名を確認する上でその署名に用いた公開鍵が信用できるかどうかを、その公開
鍵に対するデジタル署名で確認します。例えばケビン・ベーコンが署名したとされる文書を確認す
る場合、その確認に使った(デジタル署名の確認に成功した)公開鍵が役者組合(Actors’ Guild)
のものとされる公開鍵(証明書)でさらに署名されていたとすると、今後はその公開鍵証明書が本
当に役者組合のものであるかどうかを、さらに役者組合の公開鍵に署名した(上位機関の)公開鍵
証明書で確認します。こうして公開鍵証明書のチェーンを辿り、自分が信用できる公開鍵証明書(例
えば自分が所属する会社が信頼しているルート認証局の公開鍵証明書)まで行き着けば、元のケビ
ン・ベーコンの署名も本人のものであると信用できるわけです。
2. PGP のアプリケーションとして普及した”Web of Trust”を利用する(相互信頼方式)PGP(Pretty
Good Privacy)の技術を用いた Web of Trust は、PKI のような階層構造を持った証明書のチェーン
を全て確認する必要はなく、ルート認証局のような中央管理も必要としない、分散型で信頼を確立
するアーキテクチャです。典型的な例では、共にあるグループに署名した鍵を持つユーザ同士が互
いに相手を信頼できると判断した場合、相互に相手の鍵に対してデジタル署名を付与します。これ
- 200 -
を個人間で繰り返すことにより信頼関係のネットワークが形成されます。すると、あるとき見つけ
た鍵がケビン・ベーコン本人のものかどうかを自分自身で判断できなくとも、自分が信頼する他の
誰か、またはその誰かが信頼しているさらに他の誰か… がケビン・ベーコンの鍵であると確認でき
れば、自分もその鍵を信用できることになります。
(訳者注: 実際の PGP では、ある人が別の人(の
ステートメント)に対して署名する際、信頼の度合いを3つのレベル(完全に信用、ある程度信用、
信用しない)から選びます。上記のようにケビン・ベーコンの鍵を確認する場合、自分が完全に信
頼している人か、その人が完全に信頼する別の人、または複数人からある程度信頼されている人に
よって完全に信用された鍵であることが必要です)
優位性に基づくトラスト(Preponderance Based Trust)
原著者は、証明書の連鎖によって信頼性を確立するという PKI の方法が人間にとって直感的でなく、
複雑なものだと述べています。一方で、PGP は第三者の署名を必要とせず、よりシンプルで直感的な方
法、すなわちフィンガープリント(指紋)を残す方法を採っている、としています。
ここで言うフィンガープリント(指紋)とは、実際にはステートメントのハッシュ値を指しています。
デジタル署名には大抵ハッシュ値が使われます。PGP の機能によって、ユーザの公開鍵のフィンガープ
リントをインターネット上に残すことができます。ケビン・ベーコンのものと思われる鍵を見つけた場合、
その鍵でフィンガープリントを生成し、同じフィンガープリントを使ったケビン・ベーコンに関する(ま
たは本人が発行した)コンテンツをインターネット上で見つけられれば、その鍵はかなりの確度でケビ
ン・ベーコンのものであると信用できるでしょう。このような鍵やフィンガープリントは直感的に信用で
きるだろうと著者は述べています。
セマンティック Web
現在の Web 上では、単純なハイパーリンクによって Web ページ間に多様でリッチな相互関係を築いて
います。それらのハイパーリンクによる相互関係は人間にとって理解しやすいものですが、コンピュータ
が利用し易いようにはなっていません。しかし、Web 検索サービスの Google はこの単純なハイパーリン
クをうまく活用しています。
Web には、文書間にリンクを張る人達が数多くいて、文書について何らかの判断をしたり、それらの
リンクを評価したりしています。私がある文書にリンクしたとすると、それは何らかの点でその文書を信
頼できると私が考えていることを表しており、もしあなたが私の書いた文書にリンクしたとすれば、あな
たは私を信頼できるということを示したと言えます。インターネットの構造は目に見えませんが、Google
は URL 間の関係を引き出し、信頼関係を持つ Web を形成することに一役買っています。5万人(の異
なる人達が作った Web ページ)からリンクされている(Web ページを作った)ある人が別のある人のペ
ージにリンクしていたとすると、それは、5万人の人達が忙しい時間を割いてリンクを張ったという事実
により、その人(前者)は極めて優れた(シャープな)人であり、その人がリンクした人(後者)のこと
を事情に通じた頼れる人だと考えている、と解釈できるわけです。
(セマンティック Web のように)ハイパーリンクにもっと情報があれば、例えば連絡先の情報やスケジ
ュール、リンク相互間の関係が明記されていれば、そしてそれらがコンピュータで容易に解釈できればど
うなるでしょう。Google で、前述のような優れた人や事情通の人を判別できるでしょうか。検索エンジ
- 201 -
ンの精度が高くなるだけでなく、多量の情報をプログラムで簡単に整理し関連付けて利用できるようにな
るでしょうか。
セマンティック Web とトラスト
MIT に次のような2つのプロジェクトがあったとします。1つは MIT の従業員に対して「Joseph は
MIT の従業員である」のようなことを示す証明書を与えるシステムを構築するもの、もう1つは「MIT
の従業員であれば図書館サービスにアクセスできる」というように、オンラインで誰が参考資料にアクセ
スできるかを決定するシステムを構築するもの。大きな組織では、このような個別のプロジェクト間で、
互いに相手のことについて何も知らないという事態があっても不思議ではありません。しかし、それぞれ
のシステムがセマンティック Web のツール(RDF や OWL など)を用いて構築されていれば、相互の互
換性で悩まずに済むでしょう。「Joseph は MIT のオンライン図書館サービスにアクセスできる」という
ことが容易に導けるはずです。
加えて、セマンティック Web の利点の1つには、ステートメントに対するステートメントを記述でき
るということが挙げられます。もっともシンプルな例として、次のようなことが書けるでしょう。「ステ
ートメント X にはフィンガープリント Z がある」
セマンティック Web における鍵不要のトラスト
ここまで述べてきたことをまとめてみましょう。
コンセプト:
1. トラスト(信頼性)とは、あるステートメントに対するある人の信用度合いを表すものである。
2. 暗号技術を用いた署名は、署名したステートメントに対してあるレベルの信頼性を与える。
3. 自分以外の誰かの公開鍵が本当にその人のものかどうかを判別することは困難である。
4. セマンティック Web によって、リッチで分散型のマシン処理可能なステートメントを集積し相互に関
連付けることが可能になる。それらステートメントの多くが、エージェント(人間またはコンピュータ)
の識別や関係、能力、権限などに関係する。
5. トラストを評価する上で、暗号技術が唯一の基盤である必要は無い。あるサイトについてフィンガー
プリントやリンクが数多くあることは、そのフィンガープリントを付けた人による信用の高さやサイトの
妥当性(Google による評価が高いもの)を表す。
6. セマンティック Web では、ステートメントによって、他のステートメントに対するダイジェスト(ハ
ッシュ値など)や信頼性を記述できる。そのうち Web は注釈付きのフィンガープリントでいっぱいにな
るだろう。
原著者の予測:
セマンティック Web において、ステートメントを同定するためにダイジェストが広く使われるように
なると、暗号技術を必要としない、優位性に基づくトラストの証(あかし)となるものが現れるだろう。
この予測からは、大きな影響として PKI が必須ではなくなるかも知れず、その代わりにセマンティック
Web が PGP の"Web of Trust" をいくらか拡張したインフォーマルで分散型の性格を持ちうることが考
えられます。また小さな影響としては、暗号技術に基づく署名の確認に、複雑な証明書の階層を辿るため
- 202 -
の長い時間をかける必要がなくなるかもしれません。いずれにしても、デジタル署名自体はステートメン
トの信頼性を高め、処理コストも高くないものです。
このシステムに賭けられるか?
上記のようなシステムはどの程度安全でしょうか?とても完璧とは言えません。自分の評判を良くする
ために長い間周囲を欺く人もいます。集団で結託してある人の評価を下げるようなこともできます。暗号
などのセキュリティの問題というより人間の本質やゲーム理論の問題です。
リボケーション(廃棄)
セキュリティのアプリケーションでは、多くの場合、古いステートメントを廃棄するメカニズムが要求
されます。例えば、従来使用していた 1024 bit の鍵がもはや十分安全ではないと判断した場合、これを
セマンティック Web の中からどうやって排除し、新しい鍵と取り替えれば良いでしょうか。優位性に基
づくトラストでは、新しいステートメントが古い(無効とされた)ものよりも優位になるためのインセン
ティブが必要です。Google では、リンク切れのサイトへの参照が徐々に減っていき、そのサイトに替わ
る新たなサイトへの参照が増えることでリボケーションが行なわれるでしょう。W3C で公開されている
仕様書の各ページには、その最初に“Latest Version” というハイパーリンクがあり、誰もが最新の仕
様を容易に参照できます。そのような仕組みを、信頼性を測りたいステートメントに用いることもできる
でしょう。また、既存のデジタル証明書と同様に、ステートメントにも有効期限を記した属性もしくはそ
のステートメントの有効性を判断するオンライン・リソースを指す属性を含めることもできるでしょう。
ケビン・ベーコンの鍵を探せ
もし、(俳優の)ケビン・ベーコンが「自分が出演した最近の映画はつまらない」と言ったとすると、
これは俳優の発言としては似つかわしくないものでしょう。その真偽を確かめるためにセマンティック
Web を検索すると、その発言に対するコメントや、それが本人の発言だと認めるステートメントが得ら
れるでしょう。マスコミは誤った情報を繰り返し流す傾向があります。しかし、ステートメントにはデジ
タル署名が付いているので、ケビン・ベーコン本人のものと信用できる鍵を見つけられれば、その署名を
確認し、ことの真偽を確かめることができます。
PKI のような一連の証明書のチェーンを検証していく代わりに、セマンティック Web に対して「ケビ
ン・ベーコンの鍵」を問い合わせ、信用度の高い鍵(同氏の公式サイトや2つ以上のファン・サイト、オ
ンライン映画データベースなどにあるもの)を見つけ出すことで、その(俳優としてはあまりありそうに
ない)発言が本人のものであると確認できるのです。これが完璧かと言えばそうではありませんが、少な
くともハリウッドのゴシップを追うには十分でしょう。
結論
エージェントが常にネットワーク上で活動するようになると、デジタル・トラストについての考え方も
変わるでしょう。セマンティック Web により、分散型で軽量なトラスト・アプリケーションを実現する
信用情報の束を導き出すことができるようになるでしょう。さらに、その仕組みは(PKI の目標である)
階層型ビジネスやリスク管理モデルの基礎ともなり得るでしょう。
(オリジナル: 2002 年 4 月 5 日 14:47:25 版)
- 203 -
3.6
セマンティック Web 関連プロジェクト
-------------------------------------------------------------------------------------------------------------------------------------------セマンティック Web の関連プロジェクト HealthCyberMap の概要
1. はじめに
HealthCyberMap(www.healthcybermap.semanticweb.org)はロンドンの City 大学の MIM センタ
ーで Ewart R. Carson 教授と Abdul V. Roudsari 博士が指導する PHD 研究プロジェクトであり、ハイパ
ーメディア GIS とクリニカルコードを使って医療健康サイバースペースをマッピングするプロジェクト
である。
ここでは HealthCyberMap(HCM)プロジェクトの状況について、
http://healthcybermap.semanticweb.org/mnkb_HCM_poster_20020510.zip
の資料をベースに説明する。
2. HealthCyberMap とは
HealthCyberMap(HCM)とは Semantic Web プロジェクトの一つで、主旨は医療・健康情報の検索
とナビを向上するために、新しいセマンティックな方法でその医療情報を部分的にサイバースペースにマ
ッピングすることである。
セマンティック Web(www.w3.org/2001/sw と www.semanticweb.org)は現状の陳述ベースの Web
ページからマシン可読的な意味とコンテクスト(メタデータとして)を提供する次世代 Web を目指して
いる。
HealthCyberMap パイロットは現在 1600 以上のリソースレコードを持つメタデータベースへ六つの異
なるインタフェースを提供している。HealthCyberMap パイロットサービスは今実証実験中で、そのサ
ービスに対する評価が必要である。オンラインアンケートにより、サービスの評価を行っている。アンケ
ートのアドレスは
www.healthcybermap.semanticweb.org/questionnaire.asp
である。
3. HealthCyberMap の構造
HCM の構造は図 3.1 に示されている。HCM の 6 つのインタフェースは視覚化・ナビ・アームに属し、
クリニカル術語を含めるメタデータ・ DublinCore・オントロジはセマンティック・アームに属する。
図 3.1 HCM の構造
(出典:http://healthcybermap.semanticweb.org)
- 204 -
次は HCM の 6 つのインタフェースについて説明する。
4. 6 つのインタフェース
4.1 情報発信国(provenance)によるリソースのブラウズ
(インタフェースその 1−
HCM の World Map)
情報リソースの地理的な情報(国と地域)がマップされるし、情報リソースのインデックスとしても有
用である。地理情報はホストサーバの物理的な場所と同じにする必要がない、例えば、ロンドンにある私
立病院の Web サイトのホストサーバがアメリカのカリフォルニアにあってもいい。しかし、このサイト
はロンドンに生活している人々に対してより関係が深い。世界地図はローカルの特別な医療健康サービス
を探すときや、異なるリソースの出所について調べるとき有用である。
図 4.1 HCM の BodyViewer
(出典: http://healthcybermap.semanticweb.org/bodyviewer/)
4.2 HealthCyberMap の BodyViewer マップを使うクリニックトピックでリソースをブラウズ
(インタフェースその 2−
HCM の BodyViewer マップ)
セマンティックズームを待つ階層的な身体のトピカルなマップが、クリニカルサブジェクトで Web 上
の選択的な医療健康リソースをビジュアルにブラウズすることに使われる。これらのリソースはクリニカ
ルコーディング体系に従ってマップ上の異なる身体器官に分類(categorised)と空間化(spatialised)
されている(図 4.1 に示されている)。
4.3 セマンティックズーミング
HCM の身体マップはセマンティックズーミングアプローチを取っている。通常の幾何学のズームでは、
各オブジェクトはそのサイズしか変更できない。セマンティックズームを使うと、オブジェクトの形と細
部(既存の細部のサイズだけではなく)、或いはディスプレイでの表示、マップのコンテクストに従って
オブジェクトの出現・消失がさらに変更できる。
- 205 -
4.4 リソース数を見分けるための色分け図(choropleth)の演出
BodyViewer(HCM の身体マップを生成するために使われる GIS の拡張)は身体部位ごとにリソース
の総数を等級に分ける。等級ごとに一つの色合いにする、例えば、色分けの演出(暗赤色の器官は明赤色
の器官よりリソースが多い;グレー色はリソースがないことを示す)
。これはサイバースペースの分析の
有用なフォーム、”infogaps”と”infoclusters”をビジュアルに見分けることが可能になる。
4.5 テキストカテゴリインデックスを用いたクリニックトピックでリソースをブラウズ
(インタフェースその 3)
HCM のリソースインデックスは ICD-9-CM Top-Level カテゴリを使っている。
図 4.2 HCM のリソースインデックス
(出典:http://healthcybermap.semanticweb.org/bodyviewer/icd9cm.htm)
- 206 -
4.6 リソースタイプでブラウズ(インタフェースその 4)
図 4.3 リソースタイプでブラウズ
(出典:http://healthcybermap.semanticweb.org/type.htm)
4.7 リソース言語でブラウズ(インタフェースその 5)
図 4.4 リソース言語でブラウズ
(出典:http://healthcybermap.semanticweb.org/language.htm)
- 207 -
将来のカスタマイズアイディアは
・ HCM の Web インタフェース言語がユーザのローカル言語または選択した言語になるように設定す
る。
・ユーザのローカル言語または選択した言語で記述された Web リソースに重みを与える
4.8 HealthCyberMap のセマンティックサブジェクト検索エンジン
(インタフェースその 6−
セマンティックサブジェクト検索インタフェース)
同意語、セマンティック関係及びリソースとメタデータレコードの関連トピックの可能性を全てインコ
ードするのは現実ではなく、効率もよくない。特に現実ではリソースインデクッシングがまだマニュアル
な処理であることが多い。自動的なインデックシングはトピカルなインデックシングの品質と正確性が保
証できず、Web の 70%を占める非テキストリソースが対処できない。理想的なシステムはリソーストピ
ックにコンセプトコードをつけて、このトピックのテキスト同意語・記述、或いはセマンティック関係を
介してこのリソースと関係する他の関連トピックのコードを推論することができる。(図 4.5)
HCM パイロットセマンティックサブジェクト検索エンジンでは、ドメインオントロジにマップされる
リソースメタデータにある明確なコンセプト(クリニカル専門用語或いは分類)は、検索エンジンがリソ
ース或いはそのメタデータに直接提示されていない暗黙な意味(同意語とセマンティック関係)を推論す
ることを許す。同じように、ユーザクエリがこのオントロジにマップされる。このオントロジは検索エン
ジンがユーザクエリの暗黙なセマンティックを推論することでき、情報抽出の最適化に使われる。
図 4.5 HCM の検索エンジン
(出典:http://healthcybermap.semanticweb.org/)
“Borrelia burgdorferi” の検索が“Lyme disease” (ICD-9-CM code: 088.81)のリソースを抽出する。
リソースメタデータレコードに“Borrelia burgdorferi”という言葉が出現されなくても抽出できる。こ
れは“Lyme disease”という病気が“Borrelia burgdorferi”のせいで引き起こされるということである。
- 208 -
理想的には、検索結果がユーザクエリとどれぐらい接近することに従って分類すべきである。しかし、今
のツールで関係の表現方法及び ICD-9-CM の制限でこの検索エンジンのプロトタイプでは検索結果の分
類が実装されていない。
5. セマンティックアーム
現在 HCM の図書目録カード(リソースメタデータ)は Dubline Core メタデータセットを拡張してい
る。拡張したのは”quality”、”location”と”comment”要素である。それで目録カードは以下のフィー
ルドを含めている。
HealthCyberMap Bibliographic Card
(dc=Dublin Core; hcm=HealthCyberMap-specific extensions)
dc:Creator="Author(s) name(s)"
dc:Title="Resource title"
dc:Subject (1, 2, 3)="ICD Code, e.g., E948.2"
dc:Description="Textual equivalent (description) of ICD code,
e.g., CHOLERA VACCINE"
dc:Publisher="e.g., WHO"
dc:Date="Resource date of last update"
dc:Type="The category of the resource, e.g., electronic article,
fact sheet, electronic journal paper, collection, e-book,
digital atlas, audio-visual material, interactive
resource, event, software, other online health service"
dc:Identifier="Resource URI"
dc:Language="e.g., en"
dc:Coverage="The spatial extent or scope of the content of the
resource in the form of a spatial location (a place
name or geographical coordinates from the Thesaurus
of Geographic Names)"
hcm:Location (City, Country)="Publisher or author(s) geographical
location, whichever is more
relevant"
hcm:Quality="Level of evidence (official guideline, systematic
review, RCT, other peer-reviewed studies, official
CAT, expert opinion), recognised code of ethics
or quality seal, Trusted Publisher or Listed in
Trusted Directory, e.g., OMNI, or unspecified"
hcm:Comment="Any additional information"
二つ以上の Dublin Core 要素に基づくリソースの多軸(multi-axial)分類ができる。即ち、リソース
は Dublin Core の要素(例えば、author や type や topic など)に基づく単一標準、或いはそれらの標
準の組み合わせを使って分類できる。
HCM では ICD-9-CM(International Classification of Diseases, 9th revision, Clinical Modification)
のようなクリニカルコードが医療健康サイバースペースのマッピングのために、基本なメディカルオント
ロジとして使われている。このコードは DublineCore の”subject”フィールドに使われている。
HCM では DublineCore の実装はオントロジ編集ツール Protégé-2000 を使っている。
- 209 -
6. 将来のアイディア:ロケーションに基づく医療健康情報サービス
ユーザの地理的なロケーション(HealthCyberMap.org にアクセスする IP アドレス或いは他の方法で
決まる)に基づいて、HCM をカスタマイズする可能性がある。
言語とインタフェースの選択の他に、カスタマイズすることはロケーションと関係する特別な情報ニー
ズを申し出て、それらのニーズをマッチするために、ロケーションと関係する既知な医療健康情報やヘル
スケア-メークアップ(例えば、ロケーションの特別な病気率やガイドライン、ローカル・一番近いヘル
スケア-サービス情報など)をカーバする適切なオンラインリソースを提供することが可能である。
7. おわりに
クリニカルコーディング体系はリソースのインデックシング、視覚化(visualization)とナビの共通な
バックボーンとして、情報の抽出とリンク付けを強化することができる。
HealthCyberMap(www.healthcybermap.semanticweb.org)は Semantic Web プロジェクトの一つで、
主旨は医療・健康情報の検索とナビを向上するために、新しいセマンティックな方法でその医療情報を部
分的にサイバースペースにマッピングすることである。これを達成するために、セマンティックな分類
(categorisation)、メタデータを使って健康情報サイバースペースのハイパーメディア視覚化、クリニカ
ルコーディングオントロジ(このパイロットで ICD-9-CM)と GIS テクノが使われている。
HCM は GIS の空間化手法を使って、完全な Web 地図作成原理と熟知しているメディカルメタファー
に基づくインタラクティブ・ナビ・サイバーマップを生成し、空間的な読み易さと実用性を最大にする。
これらのサイバーマップは基本的なリソースのメタデータベースのセマンティック的に空間化され、オン
トロジベースのブラウズビューとして考えられる。HCM に対して、空間の測定(”Semantic distance”)
としてクリニカルコーディング体系を使うのは独特であり、インターネット上のメディカル情報のセマン
ティック分類に適している。HCM は身体の色分け図マップを使って、リソースの infogap の検出するた
めにサイバースペース分析の有用なフォームのデモである。HCM の高度なキーワード・サブジェクト検
索エンジンは今同意語、病気変数、サブタイプ及びセマンティック関係をサポートしている。伝統なフリ
ーテキスト検索エンジンはこれらの高度な検索機能を持つことができない。
現在の HCM パイロットサービスが正式な評価中で、将来のインタフェースの開発は進行中である。
3.7
その他
本報告書に掲載してある文献調査資料、及び頁数の関係上ここには掲載できなかった下記リストの文献
調 査 資 料 に つ い て は 、 INTAP ホ ー ム ペ ー ジ の セ マ ン テ ィ ッ ク Web 委 員 会 ペ ー ジ
(http://www.net.intap.or.jp/INTAP/s-web/index.html)に掲載予定なので、そちらを参照されたい。
(1)
RDF 関連
・ RDF/XML Syntax Specification (Revised)
(原文 URL:http://www.w3.org/TR/rdf-syntax-grammar/)
・ Bridging the Gap between RDF and XML
(原文 URL:http://www-db.stanford.edu/~melnik/rdf/fusion.html)
- 210 -
・ NEsstar Object-Oriented Middleware (NEOOM) Software Development Kit
(原文 URL:http://www.nesstar.org/sdk/)
・ RDF Vocabulary Description Language 1.0: RDF Schema
(原文 URL:http://www.w3.org/TR/2002/WD-rdf-schema-20020430/)
(2)
RDF Core Working Group 関連
・ Coordination points between RDF(S) and DAML+OIL.
(原文 URL:http://lists.w3.org/Archives/Public/w3c-rdfcore-wg/2001Jul/att-0168/
01-RDFS-DAML_OIL-coordination.html)
(3)
DAML+OIL 関連
・ DAML Tools
(原文 URL:http://www.daml.org/tools/)
(4)
Ontology working Group 関連
・ XML Topic Maps and Semantic Web Mining
(原文 URL:http://www.idealliance.org/papers/xml2001papers/tm/WEB/04-04-05/04-04-05.htm)
・ Proposed OWL Knowledge Base Language
(原文 URL:http://www.cs.vu.nl/~frankh/spool/OWL-first-proposal/)
・ Web Ontology Language (OWL) Guide Version 1.0
(原文 URL:http://www.w3.org/TR/2002/WD-owl-guide-20021104/)
・ Web Ontology Language (OWL) Test Cases
(原文 URL:http://lists.w3.org/Archives/Public/www-archive/2002Dec/att-0071/00-t.html)
・ Web Ontology Language (OWL) Abstract Syntax and Semantics
(原文 URL:http://www.w3.org/TR/owl-semantics/)
(5)
SWAP(Semantic Web Agents Project)
・ Running RDF
(原文 URL:http://www.ece.umd.edu/~adityak/running.html)
・ SMORE: Semantic Markup, Ontology and RDF Editor
(原文 URL:http://www.ece.umd.edu/~adityak/editor.html)
(6)
Web Service 関連
・ Web Services Glossary
(原文 URL:http://www.w3.org/2002/ws/arch/2/06/wd-wsa-gloss-20020605.html)
(7)
SWWS 関連
- 211 -
・ The Web Service Modeling Framework WSMF Extended Abstract
(原文 URL:http://www.cs.vu.nl/~dieter/wese/wsmf.bis2002.pdf)
(8)
その他
・ A Conceptual Model Driven Semantic Web ? a Binary Approach
(原文 URL:http://www.framkom.se/upload/ecom/keboni/Layer0.htm)
http://www.framkom.se/upload/ecom/keboni/Layer1.htm)
・ Circa Technology Overview Applied Semantics Whilte Paper
(原文 URL:http://www.appliedsemantics.com/pdf/CIRCA_whitepaper.pdf)
- 212 -
む す び
むすび
本調査報告書では、セマンティック Web の全体像について述べると共に、メダデータ技術、
オントロジ言語、ツール類とその応用システムを概観した。また、欧米において実際に開発さ
れているセマンティック Web 技術適用のシステム事例と関連製品に関して記述した。システム
事例としては、フィンランドの金融情報サービス会社のニュース分類、ドイツの投資投資会社
の投資判定資料整理、スイス生命保険会社の各国会計用語を意味理解した国際会計基準資料作
成及び DAML プロジェクト一環である米国の諜報情報ネットワーク(Intelink)などを調査し
たが、このように広い分野にわたりセマンティック Web の RDF やオントロジ技術などが既に
利用されていることがわかる。これらのシステム構築はベンチャ企業により行われたものであ
るが、その基礎技術は米国 DARPA をはじめとして、(EU 委員会の研究開発プロジェクトに
おける)イギリス、オランダ、ドイツ等の大学、研究機関が主導して開発したものをベースと
している。
しかし、日本ではこのようなセマンティック Web に関する組織的な研究はまだ立ち上がって
いるとは言えない。欧米並みの政府のサポートによって、日本でも大学や研究機関でセマンテ
ィック Web に関する基礎研究が促進されると共に、IT 企業を賛助会員とする当協会は官学と
連携してセマンティック Web 技術の適用システムの開発に軸足を移して行えるようになれれ
ばと期待している。
- 213 -
- 214 -
付録1
講 演 資 料
付録 1
講演資料
1. セマンティック Web コンファレンス 2002
(1) セマンティック Web とは ...................................................................................... 216
(2) セマンティック Web と Web サービス ................................................................. 220
(3) メタデータとその活用 ........................................................................................... 223
(4) セマンティック Web とオントロジ記述言語 ....................................................... 226
(5) セマンティック Web のツール .............................................................................. 229
(6) セマンティック Web の応用システム ................................................................... 233
(7) セマンティック Web は本当に使えるか
企業とセマンティック Web............. 238
(8) セマンティック Web はどうすれば本当に使えるか? .......................................... 240
(9) セマンティック Web を使いたいが使えない。
(セマンティック Web 実現への要望) ............................................ 242
(10)XML 技術の発展としての Semantic Web∼XML 技術者の視点から∼ ............ 244
(11) セマンティック Web の理想は実現するか? ......................................................... 245
−皆が貢献し恩恵を受けるネットワークサービス−
2. OSPG 基盤技術研究部会
(1) セマンティック Web の概要 .................................................................................. 247
(2) Semantic Web とその応用 .................................................................................... 254
3. DBWeb2002
(1) W3C における Semantic Web の標準化動向 ....................................................... 261
(2) セマンティック Web の課題と研究の方向性 ....................................................... 264
∼セマンティックメタデータの観点から∼
(3) セマンティック Web の応用システム .............................................................. 270
∼データベース応用システムとの比較から∼
- 215 -
Webのこれまでの発展
1. HTML
l HTML 4.0 (1997年12月)
l HTML 4.01 (1999年12月)
セマンティックWebとは
2. XML
慶應義塾大学
World Wide Web Consortium
http://www.w3.org/
萩野 達也
hagino@w3.org
l XML 1.0 (1998年2月)
l XML 1.0 第2版 (2000年10月)
3. Semantic Web
1
2
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
Semantic Web
HTMLページの意味
lSemantics = 意味
lSemantic Web
l人が読むことによって意味(内容)が分かる
¡自然言語で書かれている
¡意味のWeb
¡意味を取り扱うWeb
¡意味に関するWeb
¡意味を考えるWeb
l機械は分からない
¡自然言語理解は難しい
l機械はHTMLページの意味は分からなくて良
いのか?
l何の意味か?
¡Web上のリソースに関する意味
¡(例)HTMLページの意味
3
4
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
Webの2つの役割
Webを使った問題解決
l人と人とのコミュニケーション
l分からないことを検索する
l地図を調べる
l飛行機やホテルを予約する
l電車の時刻表を調べる
lオンラインショッピングで品物を買う
l銀行振込する
¡いつでも、だれでも、どこからでも情報のやり取り
ができる
¡HTMLにより実現
l人と機械のコミュニケーション
¡人がWebを使って問題を解決することができる
¡Semantic Webにより実現
5
6
(c)2002 INTAP. All rights reserved.
-216-
(c)2002 INTAP. All rights reserved.
機械がHTMLページの意味が分かれば…
HTMLページの意味を機械に理解させる
l キーワードにより検索の結果から必要なものを自動
的に選択できる
l HTMLページにメタデータ
を付ける
¡ たくさんのWebページがありすぎて困る
¡ キーワードだけが出てきているかといって,そのページが 探
しているページとはいえない
メタデータ
¡ メタデータはそのHTMLペ ー
ジを説明 する
l フォームのデータ入力ができるかも
メタデータ
l メタデータは機械処理可
能な形で与える
¡ 何のデータを入力しないといけないか分 かる
¡ オンラインショッピングが簡単になる
¡ 機械はメタデータを参照して
理解する
l エージェントが複数のWebサイトを連携して問題解
決できる
HTMLページ
¡ 海外出張などの,飛行機,成田 エクスプレス,レンタカー,ホ
テルなどをまとめて予約
7
8
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
エージェント空間
セマンティックWeb利用例(1)
l エージェントは人に代わりメタデータを処理する
l 「藤沢にある歯医者 さんを探したい」
コンピュータによる
処理や判断
エージェント
¡ 「藤沢」、「歯医者」の2つのキーワードで検索
¡ 藤沢さんがやっている歯医者 も見つかる
¡ 検索結果か ら人が 判断 するしかない
¡ googleで検 索
データの
意味を記述
意味情報
メタデータ
l 歯医者のページのメタデータとして住所がつけられ
てあれば良い
サーバ
ブラウザ
Web
Web
HTML
9
10
(c)2002 INTAP. All rights reserved.
セマンティックWeb利用例(2)
(c)2002 INTAP. All rights reserved.
歯医者のメタデータの例
l「水曜日に診察している歯医者を探したい」
¡現在の検索エンジンでは難しい
¡googleで検索
l診察日に関するメタデータを付加すればよい
¡1週間は月火水木金土日からなる
¡診察日と休診日は相反する
11
12
(c)2002 INTAP. All rights reserved.
-217-
(c)2002 INTAP. All rights reserved.
セマンティックWeb利用例(3)
Semantic Webは新しいWebの基盤
l 「最も近い歯医者を探したい」
①
②
③
④
直接検索やブラウズ
歯医者のリストを出す
住所を調べる
地図サービスを使って距離を調べる
もっとも近いところを探す
エージェントが助ける
Semantic
Webへ
l 「歯医者を予約してPDAに予約内容を入れ
る」
WEB
WEB
HTML
HTML文書
文書
13
RDF メタデータ
WEB
WEB
HTML
HTML文書
文書
14
(c)2002 INTAP. All rights reserved.
Semantic Webのアーキテクチャ
(c)2002 INTAP. All rights reserved.
Semantic Webの設計
lみんなが使える
¡単純なコンセプト,XMLで表現
l将来にわたって使える
¡拡張性,Open,Future Compatible
lWebでの語彙の統一は不可能
¡いろいろな語彙集合を許す
lWeb上で完全な情報は作れない
¡不完全な情報,矛盾した情報
15
16
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
Semantic Webのこれまで
Semantic Webを実現するには
lWebのメタデータの設計
lメタデータを付ける
¡RDF (Resource Description Framework)
¡だれが付けるの?
¡付けてメリットはあるの?
l語彙の定義
lメタデータを利用できるようにする
¡RDF Vocabulary Description Language
¡Web Ontology Language
¡公開して安全なの?
lメタデータを信頼する
¡どのメタデータを信頼すればよいの?
17
18
(c)2002 INTAP. All rights reserved.
-218-
(c)2002 INTAP. All rights reserved.
Semantic Webをどこからはじめるか
今日のこの 後の話
l 検索サイト
lセマンティックWebの詳細
¡ すでに分 類されている
¡セマンティックWebとWebサービス
¡メタデータとその応用
¡セマンティックWebのツール
¡セマンティックWebの応用システム
l 公共のサービス
¡ 図書館,博物館のカタログ
¡ 教育機関(カリキュラム,入試情報)
l オンラインショッピング
¡ カタログの検索
¡ 価格比較
lパネルディスカッション
¡セマンティックWebは本当に使えるか
l 新製品情報
¡ 企業の新製品発表
19
20
(c)2002 INTAP. All rights reserved.
-219-
(c)2002 INTAP. All rights reserved.
Webサービスとは
• WebベースのE- マーケットプレィスを実現する為の
処理連携の仕組み。(RPCの発展型)
• Webサービスとは、URIによって識別されるソフト
ウェアA Pであり、そのインターフェースと連携方法
はXML により定義、記述、検索される。更に、他のソ
フトウェアA Pとの相互連携をインターネット上を流れ
るXML ベースのメッセージを介して行う。
セマンティックWebとWebサービス
INTAP セマンティックWeb委員会委員
日本電気(株)
清水 昇
•
shimizu@intap.or.jp
(c)2002 INTAP. All rights reserved.
(参考)
処理連携は、次の様に呼ばれることがある。
ワークフロー (作業手順)
コレオグラフィー (振付け)
オーケストレーション (組合せ)
1
(c)2002 INTAP. All rights reserved.
セマンティックWebとは
W3Cにおけるアクティビティの違い
• Web全体を一つの巨大な情報DBと見なし、其処
に存在する膨大な情報をソフトウェアの自動処理
により効率的に処理する為の技術。
• セマンティックWebは、マシンリーダブルなデータ
をメタデータとして定義し、メタデータ記述の標準
としてRDFを採用している。
• RDFによるメタデータ記述は、データの内容、
サービス、処理ロジック、機能、各種の属性、オ
ントロジ等の記述に用いることができる。
(c)2002 INTAP. All rights reserved.
2
• セマンティックWeb アクティビティ
データ記述の記述法に注力
セマンティックウェブのウェブサービス
• Webサービス アクティビティ
サービス層のモジュール化に注力
現ウェブにおけるウェブサービス
3
(c)2002 INTAP. All rights reserved.
4
Webサービスのアーキテクチャ
Webサービスの構成要素
サービス検索
UDDI
サービス登録
WSDL
XMLP(SOAP)
HTTP,FTP,SMTP等
サービス品質
UDDI
サービス管理
ebXML等
Collaboration Profile Agreement (CPA)
UDDI a (logical) centralized registry
WSDL
相互の概念と関係を表すオントロジ
サービスフロー
セキュリティ
•
•
•
•
•
WSFL
サービス記述
XMLメッセージ
ネットワークプロトコル
(注) Tanja Sollazzo , SiegfriedHandschuh, Steffen Staab , Martin Frank の Semantic Web Service Architecture — より引用
(c)2002 INTAP. All rights reserved.
5
(c)2002 INTAP. All rights reserved.
-220-
6
WSDL
Webサービスの概念図
• Webサービスの記述用のXML形式
• WSDLはサービスによって提供される抽象化された機能
を個別に記述するものである。
• 如何に、何処でと言ったサービス記述の詳細である。
• WSDLはメッセージに基づいて記述される。
• メッセージはタイプドデータ要素の集合。
• メッセージの交換を操作と呼ぶ。
• 操作の集合は、ポートタイプと呼ばれる。
• ポートタイプの集合はサービスタイプに分類される。
• 一つのサービスは、動作に必要なサービスタイプを実現し
たものであり、ポートの集合を包含している。各ポートは
あるポートタイプを実現したものである。
UDDI
登録
検索
WSDL
入手
Web サービス
ブローカ
生成
Web サービス
プロキシ
Web サービス
XMLP(SOAP)
Web サービス
利用AP
CPA
データ ebXML等
Web サービス 提供者
Web サービス 利用者
データ
ebXML等
(c)2002 INTAP. All rights reserved.
7
(c)2002 INTAP. All rights reserved.
WSDLの概念(案)
8
WSDLの記述形式
WSDL
WSDLdefinitionsgroup
必須要素
役割と属性の
識別説明
属性の集合
記述
some aspect
of a Web
service
Web サービスイン
ターフェースまたは
メッセージ交換にお
けるデータ型
type
description
component
message
description
component
何処にデータ
型が定義され
ているか示す
Web サービス
間で交換され
るメッセージ
のモデル
target
namespace
target
namespace
portType
description
component
serviceType
description
component
binding
description
component
service
description
component
記述
some aspect
of a Web
service
documentation
" property
(c)2002 INTAP. All rights reserved.
9
(c)2002 INTAP. All rights reserved.
XMLP抽象モデル
(c)2002 INTAP. All rights reserved.
10
XMLP_UNITDATAの操作モデル
11
(c)2002 INTAP. All rights reserved.
-221-
12
OWL/DAML-S
Webサービスの問題
• サービスプロファイル
何を行うサービスかの記述
• データの意味記述方法 の不足
• Agent動作記述方法の不足
• サービスモデル
• 中央集権的なレジストリ
• サービス連携の難しさ(構築作業 が必須)
• サービスグラウンディング
当該サービスは如何に動作するかの記述
エージェントがサービスをアクセスする方法の記述
例 RPC,HTTP,ACL 等
• 相互互換性
• Webサービスのビジネスモデルの実用性
(c)2002 INTAP. All rights reserved.
13
(c)2002 INTAP. All rights reserved.
セマンティックWebとWebサービスとの関係
セマンティックWebとWebサービスとの比較
Webサービス
セマンティックWeb
目的
AP間連携
汎用
利用者
ソフトウェア(機械)
機械/人間
提供方法
登録必要
登録必要なし
仲介者
重要
できる人がやる。
サービス記述
分類的記述
オントロジ記述
記述範囲
閉鎖的
オープン
データ交換
構文ベース
意味ベース
14
XMLP(SOAP)
UDDI
Webサービス
セマンティックWeb
将来のWeb
(注) Tanja Sollazzo , SiegfriedHandschuh, Steffen Staab , Martin Frank の Semantic Web Service Architecture — より一部引用
(c)2002 INTAP. All rights reserved.
15
(c)2002 INTAP. All rights reserved.
統合イメージ?
サービス検索
UDDI
DAML-S process/WSDL
サービスフロー構築
DAML-S process
サービス連携
DAML-S Profile &
UDDI
サービス登録
DAML-S Grounding
サービス記述
KQML,ACL
通信プロトコル
SOAP
HTTP,FTP,SMTP等
XMLメッセージプロトコル
ネットワークプロトコル
(注) Tanja Sollazzo , SiegfriedHandschuh, Steffen Staab , Martin Frank の Semantic Web Service Architecture — より一部引用
(c)2002 INTAP. All rights reserved.
17
-222-
16
メタデータとは?
• データに関する情報を表すデータ
メタデータとその活用
– 属性情報
– 他オブジェクトとの関係情報
• メタデータとは例えば、
同一形態、
フォーマット、
スキーマ
(要素セッ
ト)
で整理
– 書籍に対する書誌情報
• タイトル、作者、出版社、概要、….
INTAP セマンティックWeb委員会委員
(株)富士通研究所
津田 宏
……
htsuda@jp.fujitsu.com
1
……
実際の書籍
(大量、サイズ、異種フォーマット、
内容雑多、分散 した書庫に置いてある)
(c)2002 INTAP. All rights reserved.
2
メタデータ
(図書カード)
- 検索
- 流通
- 利用
が容易
著者
タイトル
出版社
出版年
…
(c)2002 INTAP. All rights reserved.
メタデータ:何に使える?
メタデータ規格の色々
•
汎用
•
マルチメディア
•
電子政府
•
E-learning
•
ニュース、テレビ放送
•
音楽
•
地理・観光情報
•
フィルタリング
•
ユーザプロファイル
•
コンテンツ管理
– DC(Dublin Core), RSS,
• 検索
– MPEG7
– 大量、異種形式 、雑多、言葉で検索できない
– MIReG , e-GMS, AGLS, e-Gov
• 図書検索、Web情報検索、画像検索、…
– LOM(Learning Object Metadata), SCORM, LIP
• 交換・統合
– XMLNews, NewsML, TV Anytime, ARIB, ….
– 異種、分散したデータのとりまとめ 、所在情報管理
– MusicBrainz, …
• クリアリングハウス、電子政府公開情報、地理情報シス
テム(GIS)…
– G-XML, JMP, …
• 流通・配信
– PICS
– データの作成・利用法の管理
– P3P
• フィルタリング、ディジタル資産管理(DAM)、…
–
cIDF (Content ID Forum),
…..
3
(c)2002 INTAP. All rights reserved.
4
(c)2002 INTAP. All rights reserved.
セマンティックWebとメタデータ
RDF (model)
・RDF (Resource Description Framework)
– 個々のメタデータでなく、メタデータの記述形式
(入れ物)を規定
– (リソース, プロパティ, 値) の三つ組みでメタデー
タを表そうというモデル
RDF Schema
(RDF Vocabulary Description
Language)
(W3Cドラフト)
クラス階層、プロパティ階層、
属性の制約(range, domain)
の定義方法
http://www. intap.or.jp/s-web/
(INTAPセマンティックWeb委員会ページ)
リソース
RDF model & syntax
(1999.2 W3C勧告 )
(WWW2002, W3C trackより
http://www.w3.org/)
5
author
プロパティ
RDF = Resource Description Framework
メタデータの 記述モデル(3つ組 )と、
流通のためのXML 表現
ステートメント
(c)2002 INTAP. All rights reserved.
-223-
6
E-mail
shimizu@intap
清水
値
所属
NEC
http://www.nec.com/
(c)2002 INTAP. All rights reserved.
RDF スキーマ (RDFS)
RDF (syntax)
• 交換・流通のためにXML構文を持つ
• クラス階層、プロパティ階層、値の制約
(range, domain)などを定義
<rdf:RDF>
このURLに関して、
<rdf:Description about=“http://www.intap.or.jp/s-web/”> 以下の属性 がある
<s:author>清水</s:author>
</rdf:Description>
</rdf:RDF>
値がさらにリソースとなる場合
Work
rdfs:range
rdfs:subPropertyOf
rdfs:subClassOf
<s:author>
<rdf:Description about=“http://ww.intap.or.jp/id/1716/”>
<v:name> 清水</v:name>
<v:Email>shimizu@intap</v:Email>
</rdf:Description>
</s:author>
author
Document
rdfs:range
rdfs:domain
Person
RDFS
rdfs:type
rdfs:type
or
RDF
<s:author
rdf:resource=“http://ww.intap.or.jp/id/1716/”
v:name=“清水” v:Email=shimizu@intap/>
7
creator
http://intap.or.jp/s-web/
清水
author
(c)2002 INTAP. All rights reserved.
8
(c)2002 INTAP. All rights reserved.
SW関連メタデータ
メタデータの記述階層
注:異種の
メタデータ
間の連携
をとろうと
すると、オ
ントロジー
が必要
• RSS (RDF Site Summary or Rich Site Summary)
• Webサイトの要約をRDFのメタデータとして記述することで、検
索・配信を容易にする
• http://purl.org/rss/1.0/spec/
各メタデータ実体
スキーマ
(どういう属性=
エレメント
を与えるか)
• PICS (Platform for Internet Content Selection)
• 有害コンテンツのフィルタリング。ページにメタデータ(PICSラベ
ル)を付与し、クライアントでブロック。
PICS
RSS
• P3P (Platform for Privacy Preferences Project)
MiREG AGLS
e-GMS
RDF
モデル
汎用
RDF binding
XML binding
流通形式
HTML (META)
(c)2002 INTAP. All rights reserved.
10
Dublin Core (ダブリン・コア)
個別
電子政府メタデータ
Dublin Core (15 element)
• 個人のプライバシー情報伝達のための枠組み。各サイトがプライ
バシーポリシーをメタデータとして公開(XMLベース)。利用者はそ
れを見て(半自動で)個人情報を公開してよいかを判断。
9
LOM
E-learning
XML
(c)2002 INTAP. All rights reserved.
各国電子政府メタデータ
• ネットワーク上のものも含めた情報資源の、基本的
なメタデータ要素(エレメント) 。
• 1995年、米オハイオ州ダブリンで開催された国際会
議の結果が元となり、このように命名
• DCMI (Dublin Core Metadata Initiative)
• 行政公開文書の、国/省庁横断的管理
• 各国で、DCMESを拡張してエレメントを定義
– (欧州)
• 英e-GMS (e-Government Metadata Standard)
• EU MIReG (Managing Information Resources for eGovernment)
• デンマークOIO-metadata ( Offentlig Information Online)
• アイルランドIPSMS
– http://dublincore.org/
• 15の属性: (Dublin Core Metadata Element Set:
DCMES)
– (豪州)
• オーストラリア AGLS (Australian Government Locator
Service)
• ニュージーランドNZGLS (New Zealand GLS)
– Title, Creator, Subject, Description, Publisher,
Contributor, Date, Type, Format, Identifier, Source,
Language, Relation, Coverage, Rights
– (米)
• GILS (Government Information Locator Service)
11
(c)2002 INTAP. All rights reserved.
-224-
12
– さて、日本は? cf. 電子政府の総合窓口 (c)2002 INTAP. All rights reserved.
メタデータ:落とし穴2
メタデータ:落とし穴1
• メタデータデッドロック
• メタデータのトラスト
– 「メタデータがあればこんな良いサービスが作れるのに
…」VS 「
こんなサービスがあるのだったら、ちょっと大変
だけどメタデータを作っても良いのに…」
– 一般に、メタデータを作るのは大変なうえ、みんながやら
ないと対費用効果も見えにくい
– [対策] メタデータ(半)自動化技術
– HTML METAタグはなぜ機能しなかったか?
• ワードスパム攻撃
– 良く検索 される語をMETAタグに大量に入れることで、サーチエンジ
ンの結果を騙してページ露出度を上げる攻撃
– 結果として、今の サーチエンジンはメタデータを活用できていない
• Internet: 性悪説なので、Tim Berners-Leeの階層最上位の
「Trust」が伴わないとだめ
• 多分、「RDFスパム」は必ず起こるが、どう対処する?
• メタデータエディタ
• メタデータジェネレータ: 情報抽出、自動分類技術 (自然言語処理
技術, AI技術)の応用ターゲット
• 半自動化 à サービスを早期立ち上げ à メタデータがさらに増え
るàサービスさらに発展à… というポジティブ なループの第一歩
13
– [対策]
• 信頼できるコミュニティ(イントラネット、エクストラネット)からすす
める。電子政府など閉じた応用。
(c)2002 INTAP. All rights reserved.
これからはメタデータの時代 (か?)
• メタデータの種類、用途の広がり。特に検索以
外での必要性がでてきた
• Webページ数の増加:
ますます検索は困難
– 3.2億(98.4)→8億(99.7) → 10億(00.1) → 21億
(00.7) → 40億以上? (01∼)
• Web上でのXML, メタデータ比率の増加予想
HTML
DAML
XML
50%
0%
2000
15
(by Mury Burke,
SWMU2, 2001.11
http://www.daml.org/meetings/2001/11/swmu2/)
(c)2002 INTAP. All rights reserved.
2005
2010
-225-
14
(c)2002 INTAP. All rights reserved.
セマンティックWebでのオントロジの位置付け
l オントロジ層はRDF記述間の関係を規定
l オントロジ知識の規則性(
ルール)はロジック層で規定
セマンティックWebとオントロジ記述言語
Trust
Proof
Logic
Digital
Signature
Ontology
INTAP セマンティックWeb委員会委員
RDF + RDF Schema
松下電器 マルチメディアシステム研究所
清野正樹
kiyono@trl.mei.co.jp
XML + Name Spaces + XML Schema
Unicode
URI
1
(c)2002 INTAP. All rights reserved.
オントロジの役割
(c)2002 INTAP. All rights reserved.
オントロジの役割
l オントロジは概念間の相対的な関係を規定
l XML/RDF記述に絶対的な意味を与えるわけではない
l 複数の異なる組織・人によって記述されるXML
表現の多様性を
吸収(⇒データ間の関係記述によって、機械的な処理を可能に)
製品に関 するオントロジ記述
オントロジ(概念間の関係の定義)
組織 Aの辞 書
組織Bの 辞書
上下
概念間 の関 係 記 述
上下
同義
同義
<アナログ I
C>
<部品名> チューナ用I
C-007 </部品名>
<入力オフセット電圧 単位=“V ”>
6 </入力オフセット電圧>
</アナログ I
C>
記述3
記述1
記述2
組織 Aの製 品カタログ
Web
2
W3C: Web Ontology Working Group
(c)2002 INTAP. All rights reserved.
n Webポータル
• 特定のトピックに関する情報を集めたWebサイト
n マルチメディアコレクション
2003年春まで
延長の見通 し
• 映像、画像、写真等のマルチメディアデータのアーカイブ
n 企業のWebサイトマネージメント
RDF
Query Rules and Query Languages
Universal Web Logics
Agent Communication Languages
• 会社説明、プレスリリース、製品情報、経営情報等を含むWebサイト
n 設計情報のドキュメンテーション
• 設計、製造、テスト、メンテナンス等の各工程の相互関連するドキュメント
n 成果
n 知的エージェント
l Requirements for a Web Ontology Language (W3C Working Draft, 08 July 2002)
l OWL Web Ontology Language 1.0 Reference (W3C Working Draft, 29 July 2002)
l OWL Web Ontology Language 1.0 Abstract Syntax (W3C Working Draft, 29 July
2002)
l Feature Synopsis for OWL Lite and OWL (W3C Working Draft, 29 July 2002)
• 対象ドメインに関する知識の保有とユーザの特性・嗜好への適応
n ユビキタスコンピューティング
• 利用環境に応じたad hocなサービスの発見と接続
n http://www.w3.org/2001/sw/WebOnt/
4
組織Bの 製品 カタログ
Webオントロジのユースケース
n W3CにおけるセマンティックWeb活動の中のオントロジWG
n スタート: 2001年11月 (2002年9月までの予定)
n 活動範囲
•
•
•
•
<半導体部品>
<タイプ> アナログ I
C</タイプ>
<名前> チューナ用I
C-007 </名前>
<V_IO> 6V </V_IO>
</半導体部品>
3
(c)2002 INTAP. All rights reserved.
l 新しいオントロジ記述言語OWLの仕様策定
l オントロジ記述言語に対する要求事項の分析
l 活動対象外
製品カタログ
変換サービス
5
(c)2002 INTAP. All rights reserved.
-226-
(c)2002 INTAP. All rights reserved.
企業のWebサイトマネージメント
マルチメディアコレクション
n 目的
n 目的
• 会社説明、プレスリリース、製品情報、経営情報等の多様な情報のインデ
キシングと相互関係の記述
• 容易かつ効率的な検索
• 映像、画像、写真等のマルチメディアデータに対するアノテーション付与
• 容易かつ効率的な検索
n 事例:
ARKiveプロジェクト
n オントロジの必要性
• 英国The Wildscreen Trustが構築中の絶滅危機生物のデータベース
l 情報間の関連性の詳細な記述
• 組織、プロジェクト、製品等は、通常、体系的に整理 され、相 互に連携している
n オントロジの必要性
l 検索時の自由な要求入力
lデータ登録時の表現の差異の吸収
lデータの自己組織化
l検索時の自由な要求入力
n 必要なオントロジ知識
l 階層関係における多重継承
l 部分全体関係(⇒組織、プロジェクト等の包含関係の記述)
l 時間的順序関係(⇒活動履歴の記述)
l 他のXMLドキュメントとの整合
l 多言語対応
n 必要なオントロジ知識
l階層関係(⇒検索語の抽象化・具象化)
l部分全体関係(⇒検索語の展開)
l概念の定義に関する知識
http://www.arkive.org.uk/
6
7
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
これまでの主なオントロジ記述言語
オントロジ記述言語に対する要求事項
n OIL(
Ontology Inference Layer)
n Requirements for a Web Ontology Language(W3C Working
Draft 08 July 2002)で示された要求事項
• ECのOn-to-Knowledgeプロジェクトで開発されてきたオントロジ記述言語
• フレーム型言語の構文論とDescription Logicの意味論を採用
• http://www.ontoknowledge.org/oil/
①
②
③
④
⑤
オントロジの共有化(Shared ontologies)
オントロジの進化(
Ontology evolution)
オントロジの相互運用性(
Ontology interoperability)
矛盾の検出(Inconsistency detection)
表現能力とスケーラビリティとのバランス(
Balance of
expressivity and scalability)
⑥ 使い易さ(
Ease of use)
⑦ XMLシンタックス(XML Syntax)
⑧ 国際化(Internationalization)
n DAML+OI
L
• DARPAのDAMLプロジェクトで開発されていたDAML-ONTとOILを統合し
たオントロジ記述言語
• 概念(Ontology Vocabulary)の階層関係の記述が目 的
• W3C Noteにオープン化(http://www.w3.org/TR/daml+oil-reference)
• 最新版は2001年 3月のVer.4.2
n DAML-S
•
•
•
•
8
DAMLプロジェクトで開発中のWebサービス用のオントロジ記述言語
Web上のサービスの発見、起動、結合などの自動化が目的
最新版は2001年 10月の Ver.0.6
http://www.daml.org/services/daml -s/2001/10/
9
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
オントロジの共有化(Shared ontologies)
オントロジの進化(Ontology evolution)
l 分散したデータ(
タスク)間での用語の共有化
l 個々のタスクに固有の知識を追加できる拡張性が必要
l オントロジが変化するタスクにおけるオントロジの改版
l 同じ記述であっても、対応付けられる版によって定義が異なる場
合がある
オントロジ1
オントロジの共有化
Mammal
オントロジの改版
Fish
オントロジ1’
Mammal
Fish
オントロジの部分拡張
タスク1固有 の知 識
タスク3固有 の知 識
Dolphin
タスク2固有 の知 識
タスク1
タスク2
Dolphin
定義の変更
タスク3
記述
タスク
Web
10
Web
11
(c)2002 INTAP. All rights reserved.
-227-
(c)2002 INTAP. All rights reserved.
オントロジの相互運用性(Interoperability)
オントロジ記述言語OWL
l 異なる語彙セットに基づいて記述されたデータの統合利用
l オントロジ変換用のプリミティブが必要
1)階層関係
2)逆向き関係
3)同等性(クラス、属性)
4)論理関係子
5)算術関数
6)集合体
7)文字列処理
8)手続き付加
オントロジ1
n OWL Web Ontology Language 1.0 Reference(W3C
Working Draft 29 July 2002)
n DAML+OI
Lから発展(現状、DAML+OI
Lとの違いは極めて
少ない)
オントロジ2
lqualified number restrictionsの除外
lpropertiesの対称性の直接記述
lrestrictions with extra componentsの除外
n OWLLite(OWL
のサブセット、利用者・ツール構築者の利便性
を考慮)の規定
n Abstract Syntax(
Exchange Syntaxに対し、読みやすさを考慮
した上位表現)
の規定
変換
記述1
記述2
タスク
Web
12
13
(c)2002 INTAP. All rights reserved.
OWLの言語仕様の特徴
(c)2002 INTAP. All rights reserved.
クラス階層のOWLによる記述例
• 動物(Animal)は、年齢(age)
を持つ
• 動物は、オス(Male)とメス(Female)に分かれる
n 階層構造の表現
例:PrimitiveClass(Man, supers(Person, Male))
SubPropertyOf(hasMother, hasParent)
• 人間(Person)には、配偶者(hasSpouse)
を持つものもある
• 男性(Man)は、人間 かつオスである
n 同等性の表現
例:SameClass(HumanBeing, Person)
SamePropertyAs(shoesize, bootsize)
age
n 非重複性の表現
n クラスに対する制約の表現
例:DefinedClass(Adult, supers(Person), slot(age, range = foo:over19,
required))
n 集合演算を使った表現
Male
age
Female
age
Disjoint(Male, Female)
Man
age
n 記述の分散
例:PrimitiveClass(Person, slot(shoesize, range = xsd:decimal))
14
hasSpouse
15
(c)2002 INTAP. All rights reserved.
オントロジ記述言語の記述力の比較
RDF
OIL
DAML+OIL
Individual(Ichiro, Man,
(age, xsd:integer, 13))
(c)2002 INTAP. All rights reserved.
今後の展開と課題
n 展開
OWL
Concepts
• Class attributes
• Instance attributes
• Default slot value
• Type constraints
• Cardinality constraints
+
+
-
+
+
+
+
+
+
+
+
+
+
+
+
Taxonomies
• Subclass of
• Disjoint decompositions
• Exhaustive subclass decompositions
• NOT Subclass of
+
-
+
+
+
+
+
+
+
+
+
+
+
+
+/+
+/+
+/+
+/+
+
+
+
+
lOWL言語仕様の確定
• DAML+OI
Lとの近似性は維持(既にDAML+OI
Lによ
る実応用向けのオントロジ記述が進んでいるため)
l分野、用途ごとのオントロジ知識の記述
l分野を越えたオントロジ間の相互運用(オントロジマッピング)
n 課題
参考文献:Gomez -Perez & Corcho, Ontology Languages for the Semantic Web, IEEE In telligent Systems, Vol.17, No.1, 2002
16
Person
hasSpouse
DefinedClass(Man,
supers(Person, Male))
例:DefinedClass(Person, unionOf(Man, Woman))
Instances
• Instances of concepts
PrimitiveClass(Male, supers(Animal))
PrimitiveClass(Female, supers(Animal))
PrimitiveClass(Person, slot(hasSpouse, range
= Person, optional, singlevalued))
例:Disjoint(Male, Female)
Relations and functions
• N-ary relations/functions
• Type constraints
PrimitiveClass(Animal, slot(age, range
= xsd:integer, required, singlevalued))
Animal
17
(c)2002 INTAP. All rights reserved.
-228-
lオントロジ記述言語の処理系(
ツール)の充実
lオントロジ知識の自動構築手法の研究
l多言語対応
lオントロジ資源共有の組織的活動(管理・普及のための組織
が必要)
(c)2002 INTAP. All rights reserved.
セマンティックWebとは
• HTMLの意味を機械にも理解できるよう、
メタデータを付与する
• メタデータは、RDFで書く
セマンティックWebのツール
INTAP セマンティックWeb委員会委員
沖電気工業株式会社 研究開発本部
森田 幸伯
morita454@oki.com
2002/9/18
(c)2002 INTAP. All rights reserved.
<html>
<head>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
xmlns:dc="http://purl.org/dc/elements/1.1/">
<rdf:Description rdf:about=" http://www.intap.or.jp/s-web/ ">
<dc:Title> セマンティックWebのページ</dc:Title>
<dc:Creator>INTAPセマンティックWeb委員会</dc:Creator>
nメタデータを手で入力するの?
</rdf:Description>
n書いたけど正しいかな?
</rdf:RDF>
ツールは
無いの?
nこれを処理するソフトを書きたい
</head>
n何が書いてあるのかわからない
<body>
nスキーマやオントロジを書くには?
<P>This is a fine document.</P>
</body>
n書いたオントロジを使って問い合わせ
</html>
n書いたメータデータを皆で使いたい
nWebPage
WebPageに注釈をつけてみよう
に注釈をつけてみよう
3
Ø RDF 検証ツール
n これを処理するソフトを書きたい
Ø RDF Parser
n 何が書いてあるのかわからない
Ø RDF Analyzer
n スキーマやオントロジを書くには?
Ø Ontology Editor
n 書いたメータデータを皆で使いたい Ø リポジトリ
n WebPage
WebPageに注釈をつけてみよう
に注釈をつけてみよう
Ø アノテーション(
注釈付
加)ツール
2002/9/18
(c)2002 INTAP. All rights reserved.
4
(c)2002 INTAP. All rights reserved.
セマンティックWeb関連ツールの階層
概要
メタデータ構築ツール リソースに対するメタデータの付与を支
援する
RDF解析ツール
RDFなどの構文を解析したり検証した
りする
オントロジエディタ
オントロジの記述を支援する
注釈付加ツール
リソースに対する注釈を付与し、管理・
共有する
RDFリポジトリ
RDFを格納管理する
クエリプロセッサ
メタデータ/オントロジに対する問い合わ
せ処理を行う
5
Ø メタデータ構築ツール
n 書いたけど正しいかな?
機能階層
カテゴリ
n メタデータを手で入力するの?
n 書いたオントロジを使って問い合わせØ クエリプロセッサ
セマンティクWeb関連ツールの概要
2002/9/18
(c)2002 INTAP. All rights reserved.
セマンティックWebのツール
RDFの例
2002/9/18
2
エージェント応用
メタデータ管理・
共有ツール
オントロジ管理・共有ツール
メタデータ構築支援ツール
オントロジ構築支援ツール
(エディタ ,視覚化,メタデータ自動付与)
(オントロジエディタ)
RDF格納検索ツール
(RDF リポジトリー,クエリープロセッサ)
RDF 解析ツール (Parser, Validation tool)
スキーマ固定
メタデータ中 心
2002/9/18
(c)2002 INTAP. All rights reserved.
-229-
太枠:本稿説明のツールカテゴリ
編集対象
6
スキーマも編集
オントロジも含む
(c)2002 INTAP. All rights reserved.
参考:DAMLのToolのカテゴリ
Category
Agent Infrastructure
Application Server
DAML Annotation
DAML API
DAML Browser
DAML Crawler
DAML Editor
DAML Graph Visualization
DAML Markup tool
DAML Transformation
DAML Validator
DAML Viewer
Database Management System
EMail Archive
EMail List Manager
Graph Visualization
HTML Screen Scraper
HTTP Cache
Import
DAML関連ツール
メタデータ構築ツール
数 Category
数 Category
数
2 Inference Engine
12 RDF/DAML Authoring
1
1 Knowledge Base
1 Remote Access
1
1 Map Toolkit
1 Report Generation
1
2 Middleware Bridge
1 Search Engine
3
5 Network Sniffer
1 Secure Shell Client
2
2 Ontology Analyzer
3 Security
1
1 Ontology Browser
1 Text Editor
2
4 Ontology Editor
5 Thesaurus Construction
1
1 Ontology Library
1 UML Editor
4
1 Ontology Translation
2 Version Control
1
1 PalmOS utilities
1 WWW browser
3
2 Performance Analysis
2 WWW server
1
2 Persistence
2 WWW Site Statistics
1
1 Presentation Tools
1 XML Editor
3
1 Query
2 XML Parser
2
4 RDBMS Mapping
1 XML Schema Parser
1
3 RDF Parser
9 XML Schema Validator
1
1 RDF Query
2 XSLT
2
4 RDF Storage
3 総計
121
• メタデータエディタ
– メタデータの入力支援
– スキーマを与えて(固定あるいは指定)GUIで入力(誤りを少なくする)
• メタデータ生成ツール
– 対象となるWebPageのテキストを解析してメタデータを推定する
– 自然言語処理(情報抽出技術など)やテキスト分類技術が用いられる
– 推定は不完全になることが 多いので、エディタ機能も持つものが多い。
• メタデータ生成ツール技術の応用例
– メタデータ生成ツールの技術を活用して、自動的に階層ディレクトリを作
成したり、サイトの解析を行うことができる
http://www.daml.org/tools/より(一般ツールも含む)
一般ツール
2002/9/18
7
2002/9/18
(c)2002 INTAP. All rights reserved.
(メタデータ生成
ツール )
DC-dot
UKOLN,
University of
Bath
TagGen
HiSoftware 社
Klarity
tSA社
(c)2002 INTAP. All rights reserved.
自動Webディレクトリの画面例
メタデータ構築ツール
名称
開発元
メタデータエディタ)
DC Metadata Nordic Metadata
template
Project
Reggie
Distributed
Metadata
Systems
Editor
Technology
Centre
MetaWeb
State Library of
Generic Edit Tasmania
Tool
Metabrowser Spirit 社
8
対応メタデータ 出力フォーマット
DC
URL
備考
HTML META http://www.ub.lu.se/metadata/D
C_creator.html
DC, スキーマファ HTML
イルによりAGLS META, RDF,
RDF
等も可
Abbreviatied
DC,
HTML META
AGLS,ADMIN
Core
DC, GILS,
HTML
AGLS, NZGLS META, RSS
DC (USMARC,
TEI headers,
GILS等にも変換
可)
GILS, WAGILS,
DC
DC
http://metadata.net/dstc
http://www.dstc.edu.au/RDU/M
etaWeb/generic_tool.html
http://metabrowser.sprit.net.au/ 統合メタデー
タ管理環境
HTML
http://www.ukoln.ac.uk/metadat
META, RDF a/dcdot/
HTML META http://www.hisoftware.com/tagg
en.htm
HTML META http://www.klarity.com.au
2002/9/18
9
2002/9/18
(c)2002 INTAP. All rights reserved.
参考文献:津田、鵜飼、三末:
Webディレクトリのためのページ
メタデータの自動付与 の試み、情報学シンポジウム2002,
pp.17-24(2002)
10
(c)2002 INTAP. All rights reserved.
RDF Validation Service
RDF解析ツール
• 書かれたRDFの検証ツール
– 記述の誤りはないかを検証する
• 構文のチェック、視覚化や文章化、制約条件 の検証 など
• プログラム を作るためのParser
テキストエリアにRDF文書
テキストエリアにRDF文書
を入力すると,出力として
を入力すると,出力として
グラフ表示やRDFの3つ組
グラフ表示やRDFの3つ組
(triple)リストが得られる
(triple)リストが得られる
– 種々の言語用のParserが存在
• C, Perl , Python, Tcl,VB, Lisp, Prolog, …
検 証ツールの例
ツール名称
RDF Validation
Service
ICS-FORTH
Validating RDF
Parser (VRP)
概要
RDF の検 証サービス
開発元
HP/ART Barstow
ICS-FORTH RDF Suite 中 の Karsten Tolle
ツールの 一つでJavaベースの (University of
パ ーサ .RDF スキー マ制 約条 Hannover 件 に基づいた検証 が可能. Germany).
DAML Validator DAMLマークアップ の検証ツー Dave Rager at BBN
ル
Techology
RDF Analizer
国 産 の RDF 解 析 ツ ー ル .N E Cの清水昇氏によ
RDFの 内 容を日 本文 で表 示 る
Site
http://www.w3.org/RDF/Validator/
http://www.ics.forth.gr/proj/isst/RDF/
http://www.daml.org/validator/
http://www.intap.or.jp/INTAP/s-web/
できる
2002/9/18
11
2002/9/18
(c)2002 INTAP. All rights reserved.
-230-
12
(c)2002 INTAP. All rights reserved.
RDF Analyzerの主な機能
RDF Analyzerの画面例
1.RDFのBNF定義に基づいてRDFデータの解析処理を
1.RDFのBNF定義に基づいてRDFデータの解析処理を
行う
行う機能
機能
2.RDFデータ
2.RDFデータの構文の厳密な妥当性検証機能
の構文の厳密な妥当性検証機能
3.RDFデータ
3.RDFデータの意味を人間が理解し
の意味を人間が理解し易い文章に翻訳す
易い文章に翻訳す
る機能
る機能
4.RDFのみならずRDFS,
Dublin
4.RDFのみならずRDFS,
Dublin Core及び
Core及び
DAML+OILのデータを処理する機能
DAML+OILのデータを処理する機能
5.RDFサーバアプリケーション
5.RDFサーバアプリケーション用にRDFデータ変更用の
用にRDFデータ変更用の
フォームを生成するCGI機能
フォームを生成するCGI機能
2002/9/18
13
2002/9/18
(c)2002 INTAP. All rights reserved.
その他の解析ツール
RDF Filter
JavaとSAX2 ベースのシンプルなRDF parser.
解析木をメモリ上に保持しないため,大規模文
書の扱いに適している.
RDF Parser
callback ベースなRDF parser ツールキット.こち Jason Diamond
at injektilo
Toolkit (repat) らもexpatを基にC言語で実装されている.
Redland
CやPerl, Python やTclをサポート
している
University of
RDF /XML, N -tripleのParser
Bristol
SiRPAC
Simple RDF Parser And Compiler. Javaベー W3C
スのRDF parser .W3Cによる.
SWI-Prolog
Prolog ベースのRDF parser .”RDF Validation アムステルダム
RDF parser
Service”と同様ブラウザを介してのサービスが 大学Jan
Wielemakerによ
提供されている.
る
Thea RDF
MSXML parserを用いたMicrosoft Visual Basic
Parser
によるRDF /XMLParser.
Wilbur RDF
Nokia によるRDF/DAMLツールキット.Common Nokia Research
Center
Toolkit
Lispで実装.
15
• オントロジの記述を支援する
• クラス階層、プロパティ階層、値の制約(range,
domain)などを定義する
• オントロジ言語のOWLは現在策定中のため 、現在は、
DAML +OILを想定したものが多い
http://rdf-filter.sourceforge.net/
• 推論エンジンを持ち、記述内容の確認を行えるものも
ある
http://injektilo.org/rdf/repat.html
http://www.redland.opensource.ac.uk/
http://www.w3.org/RDF/Implementatio
ns/SiRPAC/
http://www.swi.psy.uva.nl/projects/SWIProlog/packages/sgml/online.html
http://www.semanticweb.gr
http://wilbur-rdf.sourceforge.net
2002/9/18
(c)2002 INTAP. All rights reserved.
16
(c)2002 INTAP. All rights reserved.
オントロジエディタ
Protégé-2000の画面例
クラス定義
ツール名 称
概要
Ontolingua WWWインタフェースを持つ
オントロジライブラリおよび
サーバー
Protege2000
Interfaces
Site
開発元
http://ontolingua. www
Knowledge
stanford.edu
http://protege.st gui
Pluginで、F- Logic,
TM(Topic Map), RDF/RDFS anford.edu
などに対応 DAML+ OILも
他プロジェクトで対応中
推論エンジンとしてFaCTを http://oiled.man.a gui
用いるインタフェースがある c.uk/
DAML +OILのオントロジエ
ディタ
OntoEdit
DAMIL+OIL, RDF, F-logic な http://www.ontop gui
どの形 式の 入出力が 行える rise.de
オントロジエディタ
DAML UML UMLを用いたDAMLの 可視 http://grcinet.grci gui
.com/maria/www
Enhanced 化・オーサリング環境
/CodipSite/Tools
Tool
/Tools.html
(DUET)
OilEd
Editorのプロパティ定義
クラス階層
2002/9/18
(c)2002 INTAP. All rights reserved.
オントロジエディタ
ツール名称
開発元
Site
概要
http://wwwAnother RDF Jena tool kitに含まれるRDF Parser.Javaで実 HP Labs
uk.hpl.hp.com/people/jjc/arp/index.html
Parser (ARP) 装されている.
Bristol
libwww
SiRPAC とexpat(James Clark's に よ るXML John Puninに http://www.w3.org/Library/src/HTRDF
Parser)をベースとしたC言語ライブラリ.
よる.
http://www.w3.org/1999/02/26-modules/
Perllib
W3C のPerl コードライブラリ.アクセスコントEric Prud’
ロールやアノテーションでの利用を想定してい hommeaux.
る.
http://wwwRDF API
JavaベースのRDF Parser, SiRPAに統合され stanford
db.stanford.edu/~melnik/rdf/api.html
た
university
2002/9/18
14
17
2002/9/18
(c)2002 INTAP. All rights reserved.
-231-
18
Systems
Laboratory
Stanford University
Stanford Medical
Informatics
The University of
Manchester
Ontoprise
GRC International,
Inc.
(c)2002 INTAP. All rights reserved.
アノテーションツール
注釈付加ツールの概要
ツール名称
Annotea
• WebPageに注釈を付ける
– RDFにより構造的に付けることができる
Ontomat
• オントロジに基づき、その情報を用いて注釈付加 の支
援を行うものもある
AeroDAML
OntoAnoteto
オントロジ
田中一郎は
株式会社XX
の従業員
プロパティ
クラス 従業員
works at クラス 会社
プロパティ 会社名
プロパティ 名前
プロパティ 電話番号
プロパティ 代表者
Explanation
関連リソース
記述者 山田太郎
ント 作成日時
更新日時
ュメ
ドキ
従業員
名前:田中一郎
電話番号:
12-3456
文脈
田中一郎
2002-05-03
works at会社
会社名:株式会社XX
代表者:YYYYY
COHSE Annotator
http://ubot.lockheedmartin.c
om/ubot/hotdaml/aerodaml.h
http://www.ontoprise.com/
http://www.cs.umd.edu/proje
cts/plus/SHOE/KnowledgeA
nnotator.html
Timothy Mileshttp://www.ecs.soton.ac.uk/~
Board at University tmb99r/cohse/annotator/
of Southampton
株式会社XX
田中一郎
OntoMatの注釈の構造
19
2002/9/18
(c)2002 INTAP. All rights reserved.
ツール名称
概要
開発元
R.V.Guha
rdfDB
スケーラブルなRDFデータベース
Parallel Understanding Systems
PARKA- フレーム言語用のスケーラブルな知 Group
DB
識表現・
格納システム。コネクション Computer Science Department,
マシンを用いたPARKA -C Mもある University of Maryland at College
• クエリプロセッサ 単体のものもある
Site
http://www.guha.com/rdfdb/
http://www.cs.umd.edu/proje
cts/plus/Parka/parkadb.html
Park
RDFStore Perlで書かれたRDFデータベース.
DB_File と BerkeleyDBに格納可能
Sesame
RDF Schemaに基づくクエリ機能を
持つリポジトリ
DAML DB RDF/DAML+OILに対するスケーラ
ブルなえ永続記憶
RDFに対するクエリの例(RQL)
•OQLに似ている
•subClassOf()などの関数を持ち、スキームに関するクエリも
書ける
•select-from-where 構文に generalized path expressionsで
記述する
Dirk-Willem van Gulik,
Alberto Reggiori
http://rdfstore.sourceforge.n
et/
Aidiministrator
http://sesame.aidministrator.
nl
Mike Dean and Paul Neves http://www.daml.org/2001/0
9/damldb/
クエリプロセッサ
ツール名称
Rudolf Squish
例:更新日付が2000年以降 のリソースとその更新日付を求める。
SELECT X, Y
FROM {X}last_modified{Y}
WHERE Y >= 2000-01-01
Algae
The RDF
Query
2002/9/18
(c)2002 INTAP. All rights reserved.
まとめ
• セマンティックWebのツールは、
基本的なものはひととおり出てきている
– DAML のツールだけでも30カテゴリ約50のツール
• メタデータは良いアプリケーションがないと
皆が正しく書いてくれない
– メタデータデッドロックを回避するために、
先ずは使ってみよう
– メタデータを使うシステムを作るときは 、
RDFを使おう
23
(c)2002 INTAP. All rights reserved.
RDFリポジトリ/クエリプロセッサ
– 検索のためにクエリプロセッサを持つものも多い
21
20
RDFリポジトリ
• RDFを格納するリポジトリ
2002/9/18
http://annotation.semanticwe
b.org/ontomat.html
ドキュメント
RDFリポジトリ/クエリプロセッサ
2002/9/18
COHSE Concept Browser を用い
るアノテーションツール
Site
http://www.w3.org/2001/Ann
otea/
2002-05-05
Annoteaの注 釈のモデル
2002/9/18
Department of
Computer Science
University of Maryland
at College Park
注釈
注釈の型
注釈本体
Shoe Knowledge
Annotator
概要
開発元
W 3CによるAmayaや
W3C
Annozilla (Mozillaの拡張版)をクライ
アントに利用するアノテーション
サーバ 、IEをクライアントにする拡
オントロジブラウザとHTMLブラウ Siegfried Handschuh
University of Karlsruhe,
ザを含むユーザフレンドリな
Institute AIFB
WebPageアノテーションツール
DAMLオントロジに基づき、DAMLメ UBOT Team at
タデータを自動抽出 するツール
Lockheedmartin
OntoBrokerを用いるアノテーション Ontoprise
ツール
SHOEを用いるアノテーションツー Parallel Understanding
Systems Group
ル
(c)2002 INTAP. All rights reserved.
-232-
概要
Javaで書かれたin-memoryと
(Postgres)SQLに格納されたRDF
に対するRDF query engine
W3Cの(制約ベースの)
RDF
Query InterfaceでAnnoteaで使
われている
generalized path expressionsを
サポートするクエリ言語
開発元
Libby Miller,
University of
Bristol
W3C
ICS-FORTH
22
Site
http://swordfish.rdfweb.org/rdfquery
/
http://www.w3.org/1999/02/26modules/User/Algae-HOWTO.html
http://139.91.183.30:9090/RDF/RQL
/index.html
(c)2002 INTAP. All rights reserved.
セマンティックWebの応用と聞くと気になること
エージェントってナニモノ?
どんな用途に適しているの?
セマンティック Web の応用システム
実用的な応用システムってすでにあるの ?
Webサービスの応用とは違うの?
INTAP セマンティックWeb委員会委員
NEC インターネットシステム研究所
細見格
旅行代理店サービスってすぐにできるの?
i-hosomi@ay.jp.nec.com
1
(c)2002 INTAP. All rights reserved.
2
(c)2002 INTAP. All rights reserved.
セマンティックWebと言えばコンテンツの自動処理
自動処理と言えばエージェント
エージェントと言えば … ?
"エージェント" ってナニモノ?
メタデータを読み、オントロジを使って意味を理解し、
定義されたロジックに従って適切な処理を行なう…
とても賢そうなのだが
具体的にエージェントは何をしてくれるのか?
3
(c)2002 INTAP. All rights reserved.
4
セマンティック Web
SF世界の理想の エージェント
(例)
映画「A.I.」:どんな質問にも答えてくれるDr. Know
1. 世界中のあらゆる情報を
2. 簡単な問い合わせで
知識記述(
メタデータ
付与、
知識記述(
メタデータ
付与、意味記述、
意味記述、情報体系化)
情報体系化)
世界中のあらゆる情報を
要求理解(
自然言語理解、
マルチモーダルU
I
)
要求理解(
自然言語理解、
マルチモーダルU
I
)
簡単な問い合わせで
情報検索(
意味に基づく
検索、
関連情報探索)
情報検索(
意味に基づく
検索、
関連情報探索)
的確に探し
出し
情報編集(
統計処理、
推論、
情報編集(
統計処理、
推論、文生成、
文生成、視覚化)
視覚化)
要望に応じた形で
3. 的確に探し出し
情報提示(
状況認識、
デバイス適応、
ユーザ適応)
情報提示(
状況認識、
デバイス適応、
ユーザ適応)
分かり易く
答えてくれる
4. 要望に応じた形で
5. 分かり易く答えてくれる
この部分の技術基盤は?その標準化は?
FIPA , DAML などによるエージェント基盤開発、標準化
W3C, OASIS などによるWeb サービス基盤標準化
このようなシステムの実現に必要な技術とは何か?
5
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
6
-233-
(c)2002 INTAP. All rights reserved.
セマンティック Web のビジネス活用
Tim Berners-Lee は応用分野の1つとして EAI* を挙げている
"Business Model for the Semantic Web"
(http://www.w3.org/DesignIssue/Business.html)
どんな用途に適しているの?
Semantic Web のビジネスに関する SIG が発足(2001年7月)
コンテンツ管理や知識管理などのシステムベンダが多数参加
"Semantic Web Business Special Interest Group"
(http://business.semanticweb.org/)
*EAI : Enterprise Application Integration
7
(c)2002 INTAP. All rights reserved.
8
(c)2002 INTAP. All rights reserved.
Semantic Web Business SIG で
挙げられている市販の応用システム
l デジタルコンテンツ管理(
デジタルアセット管理)
l 知識管理
l EAI (企業アプリケーション 統合)
l 情報組織化支援
l オントロジ構築支援
など 33 社、40 製品 (2002年9月4日現在)
実用的な応用システムってすでにあるの?
※ 現状は全てがセマンティックWeb の W3C 標準に準拠して
いるわけではない。
9
(c)2002 INTAP. All rights reserved.
10
市販応用システムの例
Applied Semantics 社のコンテンツ管理ソリューション
1999年設立
企業コンテンツ/文書管理システム開発
http://www.appliedsemantics.com/
(c)2002 INTAP. All rights reserved.
デジタルコンテンツ管理市場のトレンド
デジタルコンテンツ管理では当初からメタデータを幅広く活用
• アクセス制御
• 分類・検索
• 構造編集
システム導入実績
VeriSign
Yahoo!
USA Today など 50 社以上
• パーソナライズ
• 利用追跡
etc.
企業コンテンツ管理システムにおいて
強化すべき主要ポイント
コア技術:
CIRCA (Conceptual Information Retrieval and Communication Architecture)
• 複数のコンテンツタイプおよびそれらの
相互変換機能のサポート
Ontology (500,000+ concepts, 1,200,000+ terms )
Linguistic Processing Engine
M&A
M&A
部門再編
部門再編
企業提携
企業提携
共同研究
共同研究
Plug-in 型メディア・コンバータ
(Stellent 社, Documentum 社)
• サードパーティ製リポジトリの統合機能
製品:
• 分散型コンテンツ管理アーキテクチャ
Auto Categorizer : コンテンツをタクソノミに自動分類
Meta Creator : 文書からキーワードを抽出しメタデータを生成
Page Summarizer : 重要なキーワードからなる要約文を生成
11
(August 8, 2002 Forrester Research)
(c)2002 INTAP. All rights reserved.
12
-234-
Web サービス対応
(Interwoven 社)
これで万全か?
内容レベルのコンテンツ統合は?
(c)2002 INTAP. All rights reserved.
セマンティックWebへの期待
申請/
入札
A社
政府/自治体
コンテンツ管理システム
電子政府システム
オントロジ
オントロジ
Webサービスの応用とは違うの?
産学連携
提携/
BtoB
B大学
C社
* Webサービス:WWW 上で提供されるサービス一般
コンテンツ管理システム
研究
設備
Web Services:SOAP, UDDI, WSDL などの標準技術から成る
オントロジ
オントロジ
13
メーカー主導のWebサービス規格
(c)2002 INTAP. All rights reserved.
14
(c)2002 INTAP. All rights reserved.
Web Services の基盤レイヤ
Web Services は
サービス指向の分散オブジェクト連携基盤
サービス指向の
モジュール間連携のレベル
セマンティックWeb を活用するために必要な多くの仕組みを提供
Business Logics
Web Services
UDDI
Internet standard
WSSecurity
BPEL4WS,
WSCI, etc.
サービス・フロー/ロジック
サービス案内/問合せ 方法
WSDL
(XML / HTTP / TCP / IP)
SOAP
メッセージング・プロトコル
XML + Name Space + XML Schema
ActiveX
DCOM
OLE
COM
Microsoft
EJB
CORBA
Unicode
JavaBeans
Sun
Ariba, HP, etc.
15
※ ebXML , Rosetta Net などもあるが、ここでは省略
IBM
(c)2002 INTAP. All rights reserved.
16
(c)2002 INTAP. All rights reserved.
セマンティック Web から見た
Web Services
セマンティック Web の基盤レイヤ
応用システム構築に必要なプロトコルやセキュリティ基盤を提供
マシンで理解可能な
情報記述のレベル
信頼性が分 かる?
真偽が分かる?
理屈が分かる
語義が分かる
関係が分かる
Trust
Trust
Proof
Logic
Ontology
Proof
XML
Digital
Signature
Logic
RDF + RDF Schema
DAML-S
BPEL4WS,
WSCI, etc.
WSSecurity
URI
RDF + RDF Schema
XML + Name Space + XML Schema
Unicode
17
様々なロジックのうちの、
ビジネスロジック(フロー)
記述手段
システム・レベルでの
セキュリティ確立手段
Ontology vocabulary
XML + Name Space + XML Schema
Unicode
URI
OpenDoc
(c)2002 INTAP. All rights reserved.
18
-235-
WSDL
リソース利用のための
インタフェース記述手段
SOAP
メタデータ配 信の
標準プロトコル
URI
(c)2002 INTAP. All rights reserved.
Web Services から見た
セマンティック Web
コミュニケーション基盤
サービスの理解に必要なメタデータや知識の記述手段を提供
WWW
(W3C)
DAML-S ?
サービス内容記述および
辞書記述手段
または
ビジネス・ロジック
記述手段の1つ
Ontology
vocabularyUDDI
RDF +
RDF Schema
BPEL4WS,
WSCI, etc.
WSSecurity
WSDL
SOAP
情報共有基盤
ビジネス基盤
セマンティックWeb
(W3C)
Webサービス
(OASIS)
XML + Name Space + XML Schema
Unicode
URI
セマンティックWeb
セマンティック
Webサービス
サービス
19
(c)2002 INTAP. All rights reserved.
20
(c)2002 INTAP. All rights reserved.
"セマンティック Web サービス"
電子政府や公共サービスへの適用
国や世界規模での分散コンテンツ管理システム
機能レベルの共通基盤 + 内容レベルの共通基盤
中央省庁
両者が揃うことで初めて異なるシステムを容易に統合・連携可能
都道府県
市区町村
セマンティックWeb サービスの適用分野とその効果(例 )
都道府県
市区町村
市区町村
市区町村
企業コンテンツ管理
M&Aや組織再編に 短期間・低コストで対応
BtoB
部材調達 などで詳細かつ短時間での商品選別が可能
公共サービス
eラーニング
メーカーや国の違いに依らない柔軟な教材活用
・地域活動の情報発信
/検索サービス
・バリアフリーな情報
公開/各種申請
電子政府・公共サービス
21
電子政府
・地域間、国際間 での
情報共有
・レガシー・データの
管理/活用
市区役所
町役場
地域・国際間での情報共有促進
公共図書館
一般市民
国公立学校
医療/福祉
etc.
施設
民間組織
(お年寄など利用者に適した)サービス選択の 簡便化
(c)2002 INTAP. All rights reserved.
22
(c)2002 INTAP. All rights reserved.
旅行代理店サービス
BtoB の一種
セマンティック Web でもWebサービスでも
最もよく
使われる応用例
my
profile
旅行代理店サービスってすぐにできるの ?
航空チケット
販売サイト
メタデータ
RSS
旅行代理店
サイト
(エージェント)
ユーザ
UDDI
リポジトリ
(c)2002 INTAP. All rights reserved.
24
-236-
サービス記述
ホテル予約
サイト
RSS
23
メタデータ
WSDL
メタデータ
WSDL サービス記述
(c)2002 INTAP. All rights reserved.
旅行代理店サービス実現への課題
やはりそれぞれの契約は本人が?
Web サービスの利用契約は自動化できるか?
旅行代理店サービス
ソフトウェア・エージェントが見つけたサービス/リソースを信用できるか?
○○海上保険
A航空券予約 サイト
Bホテル予 約サイト
利用規約書
オプション・
ツアー
利用規約書
レンタカー予約サイト
利用規約書
このサービスを利用す
このサービスを利用す
るには、以下の条項に
利用規約書
このサービスを利用す
るには、以下の条項に
Cホテル予約
同意して頂く
サイト
必要があ
利用規約書
るには、以下の条項に
このサービスを利用す
同意して
頂く必要があ
同意しますか?同意して頂く必要があ
るには、以下の条項に
このサービスを利用す
同意しますか?
利用規約書
同意して頂く
必要があ
るには、
同意しますか?
以下の条項に
YES 頂く
NO
同意して
必要があ
同意しますか?
YES このサービスを利用す
NO
NO
同意しますか?YES
るには、以下の条項に
YES
同意して頂く
NO
必要があ
NO
同意しますか? YES
自動的に適用 され組 合わされたサービスで生 じたトラブルの責任を誰が負うか?
セマンティック Web の技術:
「利用者の要求を最も良く満たすサービスを見つけ出す」
Web サービス技術:
「利用者の要求に対して適用可能なサービスを見つけ出す」
YES
NO
Proof は実現できるかも... しかしTrust は?
25
(c)2002 INTAP. All rights reserved.
26
まとめ
ビジネス領域での応用: コンテンツ管理や EAI 分野が有望
すでに数十のベンダー/製品があり、大手企業による採用も
Webサービスへの適用: メタデータや知識共有手段として有効
セマンティックWebサービスが真に柔軟なサービス間連携を実現
電子政府/公共サービス: 地域・
国際間での情報共有を促進
教育・医療・環境等の情報を幅広く参照でき、比較・統計も容易に
旅行代理店サービス: 意外に難しい
エージェントによる契約のモデルやプロトコル、障害対策など必要
27
(c)2002 INTAP. All rights reserved.
-237-
(c)2002 INTAP. All rights reserved.
企業と現在のWeb
セマンティックWebは本当に使えるか
企業とセマンティックWeb
政府、公共団体
個人
投資
INTAPセマンティックWeb委員会委員
リターン
日本アイ・ビー・エム株式会社
小倉 弘敬
企業
現在のWeb
投資 < リターン
1
軍事、防衛
教育、研究
2
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
企業とセマンティックWeb
EAIへの適用
EAI(Enterprise Application Integration)
マシンリーダブルな情
報が十分に存在して
いたらなんかできそう
だけど...
政府、公共団体
個人
l各々システム間の情報(データ)、
SCM
(Supply Chain Management)
プロセスを統合する
lパッケージソフトの使用
CRM
l異文化システム間の橋渡し
(Customer Relationship Management)
lCIOに対する調査ではEAIのプ
ライオリティー が最も高い(eCustom
Business,SCM,CRM以上)
System
企業...付加価値、コスト削減
SIベンダー...ビジネス・チャンス
Legacy
System
投資
リターン?
セマンティックWeb
企業
軍事、防衛
投資 ? リターン
3
教育、研究
4
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
現在のEAI
l個々のシステム間での
統合
lフォーマット、シンタック
スレベルでのプログラミン
グ(セマンティックのレベ
ルは人間だけが把握)
l拡張性(NxN)
ERP
(Enterprise Resource Planning)
EAIとセマンティックWeb
lセマンティックWebレイ
ヤでの統合
SCM
(Supply Chain Management)
l標準技術の利用
(RDF,RDF ‐
Schema,Dubli
n Core, …)
Custom
System
lセマンティックのレベル
でのプログラミング
CRM
(Customer Relationship Management)
lコスト
Legacy
System
SCM
(Supply Chain Management)
Custom
System
SemanticWeb
Layer
CRM
データ・タイプ、インスタンス、タスク
(Customer Relationship Management)
l拡張性(Nx
1)
lメンテナンス
lコスト
ERP
(Enterprise Resource Planning)
5
6
(c)2002 INTAP. All rights reserved.
lメンテナンス
Legacy
System
ERP
(Enterprise Resource Planning)
(c)2002 INTAP. All rights reserved.
-238-
まとめ
• 投資効果を認識すれば企業は自ずと利用
する
• 先ずはセマンティックWebを抽象度の高い
システムのための技術として利用
• 企業内から、B2B(オントロジ変換)さらに
はB2Cへ
7
(c)2002 INTAP. All rights reserved.
-239-
セマンティックWebとは?
素朴な解釈
セマンティックWebは どうすれば
本当に使えるか?
• 現在は人間にしか理解できない情報間のリンクを,
機械にも理解できるように 拡張したWeb
• 計算機が「意味」に基づいて情報を収集/処理して,
利用者に提供することができる
INTAP セマンティックWeb委員会委員
(株)日立製作所 システム 開発研究所
来間啓伸
例:連絡先はこちら
• 人間にとっての意味
連絡先に関する情報が関連付けられている
• 計算機にとっての意味
現在 ジャンプする先を示すアンカー
将来 「連絡先」という関係にあるリソースが関連付けられている
kuruma@sdl.hitachi.co.jp
2
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
実現のためのしくみ
現在の状況
• データを構造化して記述するための枠組み
• 要素技術はそろいつつある
n
XML
n
• データ間の関連を表現するための枠組み
n
n
RDF
• どのように結合すれば有機的な「セマンティック
• 意味を規定するための枠組み
n
n
Web」が構成できるのかは未だ明確ではない
メタデータ要素セット
w Dublin Core,MIReG,…
オントロジ記述言語
w DAML+OIL,OWL,…
n
n
n
• 意味を理解するための枠組み
3
n
メタデータ付与のための標準やツール
オントロジ記述のための標準やツール
n
推論規則
どのようなメタデータが必要なのか
データやメタデータとオントロジをどのように結合し格納す
るのか
「意味」
を持つ情報をどのように処理し利用するのか
複数オントロジの融合は実用上どの程度可能か
4
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
使えるものにするためには?
おわりに
段階的な導入とフィードバック
• セマンティックWebは本当に使えるか?
1. ドキュメントへのメタデータ付与
→ 標準準拠によるドキュメント利用範囲の拡大
2. (限定的な)オントロジとの結合
→ 柔軟な語彙セットによるドキュメント記述性の向上
3. 情報の検索や変換における意味情報の利用
→ 少し賢い情報利用の実現
4. 他のWeb との結合
→ より大きなセマンティックWeb への拡張
n
n
多様な技術の組み合わせに関して実験が必要であろう
小さな範囲から始めて段階的にWeb化してゆくのが有効
であると考えられる
• 使える/使えないの観点だけで良いか?
n
n
「意味」は組織や地域の特性,文化を反映
他の組織との情報の共有のためには,早い段階で「意
味」を明確化することは重要
• ボトムアップとトップダウンの両方のアプローチが必
⇒ Light-weight Semantic Web
5
6
(c)2002 INTAP. All rights reserved.
要
(c)2002 INTAP. All rights reserved.
-240-
OntoMatの注釈の構造
プロパティ works at
オントロジ
注釈
クラス 従業員
プロパティ 名前
プロパティ 電話番号
クラス 会社
プロパティ 会社名
プロパティ 代表者
従業員
名前:田中一郎
電話番号:12-3456
works at:
会社
会社名:株式会社△
代表者:○山×男
田中一郎
株式会社△
ドキュメント
7
(c)2002 INTAP. All rights reserved.
-241-
セマンティックWebを使いたいが
使えない。
(セマンティックWeb実現への要望)
使いたいので工夫してほしい 。
1.開発した(された)技術を小規模な応
用でもよいから早く使ってほしい。
[参考資料類:INTAPセマンティックWeb委員会ホームページ
http://www.intap.or.jp/]
2.国が新技術を率先して開発及び採用して
ほしい。
INTAPセマンティックWeb委員会委員
富士通株式会社
川村 直道
3.標準規格は寿命があるので、仲間を増
やすために積極的に提案してほしい。
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
セマンティックWeb活用フェーズ
2及び3の事例をつくろう。
開発された技術を早く使うことの
3つの利点
1)実用化 が技術を磨き、多くの人材を育てるだ
ろう。
2)指南役 があちこちに居れば、利用のチャンス
も工夫する起業家も増えるだろう。
3)海外のソフト導入だけでは不完全。オントロ
ジの日本化が重要なため、スタートが早ければ
欧米のキャッチアップが可能になるだろう。
フェーズ1=メタデータに基づいての処理
例:PICS、RDF、RDFスキーマ、など
フェーズ2=オントロジを用いた意味処理
例:OWL(DAML+OILの後継)
フェーズ3=エージェント による自動処理及び
推論、など
概念:意味解釈の矛盾を許容し、多様な
推論の答えを表示する。
[参考] 予想されるメタデータの応用分野
電子図書館、 ビジネスデータ文書管理、電子商取引、
電子政府文書管理(英国e-GMS)、e-Learning、ほか
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
国が新技術を率先して開発、
採用してほしい。(米国の例)
国が新技術を率先して開発、
採用してほしい。(欧州)
米国DAMLプロジェクト:7,000万ドル(2000年∼5年間)
目的:(1)軍及び国の情報機関向けWebアプリ用
(2)陸軍戦訓センターでの戦術報告書の検索ツール
オントロジ記述言語の開発、オーサリングツールの開発、
知的エージェントソフトウェアの開発
米国ディジタルライブラリ(DL-1):2300万ドル(94∼98年)
目的:誰もがアクセスできる人類の知識の電子貯蔵庫実現。
成果にGoogle、Lycosの検索エンジンがある。
Dublin Core Metadata Initiative:94年∼(2000年,116万ドル)
(約800の企業、個人会員。英国政府、米州政府、豪政府、他)
情報資源を記述するためのメタデータボキャブラリの開発
事例:英国電子政府文書管理(e-GMS)
欧州On-To-Knowledge:134万ユーロ(2000年∼2年間、IST)
目的:企業のナレッジマネジメントの品質を高めるため。
オントロジー言語OILの開発及び後継言語の開発
欧州IBROWプロジェクト:110万ユーロ(2000年∼3年間、IST)
目的:複数のディジタルライブラリから利用者の要求に基づ
いてナレッジ検索を可能とする知的ブローカサービスの開発。
European Commission Joint Research Center(80年代に設立)
セマンティックWeb予算:8∼10百万ユーロ(PJ期間2−3年)
・教育と訓練プログラム=RDF 関係
・情報フィルタリングとアクセス
=セマンティックWeb(12 の研究機関の共同研究)
=Web のコンテンツの分類のためのツール
注)MIReG:Managing Information Resources for e -Government
注) IST:Information Society Technologies(欧州委員会の情報社会総合理事会が運営)
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
-242-
標準規格は寿命があるので、積極的
に提案してほしい。(先行有利の
例)
1)実学で得たもの作りは、標準化の種になる。
MPEGの特許は、標準規格案を試験した経験を活かし、
改良案を日本企業が特許を取っていた結果である。
2)早い着手が大きな成果を生む可能性がある。
ISO標準前の1988年頃からICカードを採用した欧州。
ICカードトップ5社(仏;4社、独;1社)で
2000年世界の製造枚数の約88%を占有した。
3)第三世代携帯電話(IMT-2000)のように標準化と実
用化とが同時進行になるので、実用化したことを提案
してほしい。
(c)2002 INTAP. All rights reserved.
-243-
本発表のスタンス
• 一XML技術者の視点から、「使っていこう」
という立場で、
「どこに使っていくか 」
を考察する。
• SemanticWebの技術、応用、進め方の考え方
XML技術の発展としてのSemanticWeb
∼ XML技術者の視点から ∼
- [技術] SemanticWeb を、HTMLからXMLへの流れ
である「コンテンツの記述能力向上」
をさらに進展させ
るための技術と位置付ける。
- [応用] SemanticWeb 適用により、XML利用アプリ
ケーションの機能向上や生産性向上を目指す。
- [進め方] 以下からスモールスタートし、ツールや利用
環境を整えた上で、理想(オープン,トラスト,コミュニティ横断 ,
知的検索 ,パーソナライズ,ユビキタスなWeb) へと進む。
INTAP セマンティックWeb委員会委員
三菱電機 情報技術総合研究所
今村 誠
- 現状XMLアプリの機能高度化
- イントラや特定コミュニティ内での利用
- メタデータ/オントロジ作成のコストに見合う応用から
imamura@isl.melco.co.jp
1
2
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
Semantic Webの記述対象と効果
HTML、XML、そしてSemanticWeb
HTML
XML
SemanticWebを、システム構築に必要な知識を分散
記述できるようにするための基盤技術ととらえる
SemanticWeb
記述能力 ・表示タグ 自由なタグ定義 タグ間の関係
(DTD,XMLSchema サービス間の関係
・メタタグ )
変換
表示
論理構造
オントロジ
(CSS)
検索
(XSLT)
ブ ラウザか らプ
ログラム呼出
(CGI)
曖昧検索
(組織内、業界内)
(組織間、業界横断)
分散プログラムの
相互呼び出し
(WebServices)
データや サービスフローの意
味記述
(SemanticWebServices
)
3
・利用者プロファイル
・複合サービス統合シナリオ
・データ変換記述(システム統合
用)
情報 ・コンテンツのメタデータ
共有 (業務独立、業務特化)
・業務用語間の関係
・コンテンツのレイティング
(??)
全文検索 タグ検索
サービス統合
分野
記述対象
効果
EC ・製品/サービス情報(1次,2次) ・利用者に応じた信頼性
(c)2002 INTAP. All rights reserved.
Semantic Web利用システムのイメージ
Webサービス標準(SOAP,WSDL,UDDI)では規定
しきれない応用依存の知識記述に利用していく。
A社サービス
利用者
プロファイル
個 別サーヒ ゙ス情 報
・
・
・
利用者Z
サービス
ブローカ
データ変換
・
・
・
Z社サービス
データ変
換用記述
個 別サーヒ ゙ス情 報
利用者
プロファイル
UDDI
レイティングサービス
基
幹
シ
ス
テ
ム
レイティング
情報
サービス統 合シナリオ
5
サービス一般知識
・複数組織に分散した情
報源に対して、業務に応
じた最新情報が効率的
に検索可
4
(c)2002 INTAP. All rights reserved.
利用者A
ある複合サービスの提供
・サービスの追加/削除や
機能変更が容易
認証/与信/決済サービス
(c)2002 INTAP. All rights reserved.
-244-
私の考える理想のセマンティックWeb
• 一般ユーザ,各種組織団体,企業などが,持っているオント
ロジや知識をメタデータ化して公開すると,それらを媒介とし
てさまざまなコンテンツ同士を連携して紹介するサービスが
機能し,さらにサービス利用者の挙動や知識もメタデータ化
してフィードバックされる
• とはいっても…
セマンティックWebの理想は実現するか?
ー皆が貢献し恩恵を受けるネットワークサービスー
– 見返りやモチベーションなく誰が貢献するのか?
– 既にメタデータがたくさんあるならサービスは利用するけど…
– ニワトリが先か卵が先か?
INTAP セマンティックWeb委員会委員
日本電信電話(株) NTT情報流通プラットフォーム研究所
佐藤宏之
• メタデータ少ないから良いアプリが登場しない
• アプリが使われないからメタデータが増えない
sato.hiroyuki@lab.ntt.co.jp 1
2
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
メタデータを集める戦略
知識流通プラットフォーム(NTTの研究)の出発点
• ユーザが自身のために行うアクティビティから抽出
させてもらう
•
インターネット人口の中で自ら情報発信を行う人の割合の極端な低下
(商業的なサイトの氾濫とそのブラウジングで手一杯のユーザ)
– 「インターネットする≒自分のホームページを持つ」は昔の話
– もっと多くのユーザから情報を引き出すインフラレベルのフレームワークがで
きないか?
– 例:ブックマーク作成
• 今あるものを利用させてもらう
•
– ディレクトリ型検索サービスのディレクトリ名
– 既存のWebページの解析による自動生成
人間しか付与できないメタデータがおもしろい
類似
– ホームページAとページBって似てる
ホームページ A
– ページBの商品を買うのにページCと比較した
比較対象
– ページBの商品には言いたいことがある
• 集客力があがるような仕掛け作り
ホームページB
アノテーション
ホームページC
– 商業的なサイトのセマンティックメタデータ
•
• 公共的な使命として付けてもらう
Memo
セマンティックメタデータは手軽な情報発信?
– URL(URI)を持つリソースは既に大量に存在,それらの関係付けは誰でもで
きるし,それほどコストはかからない?
– フォーマットはRDFで良い
– 電子政府,行政サービス
•
個々のセマンティックメタデータの集合は知識とならないか?
– またコミュニティのきっかけとならないか?
3
4
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
メタデータの現状と開拓したい領域
Large
少数の人間によって記述
される公共性の高い普遍
的なメタデータ
商業的なWeb
サイトにおける
RDFデータ
メタデータ
の表現力
ニュースサイトなどの
RSSデータ
Small
5
•
•
両者を融合してハンドリングすることによっ
て新しい2次情報サービスを提供する
個々のユーザのアクティ
ビティに基いてコンテン
ツ間の関係を表現した
メタデータ
•
RDFで表現可能
•
Web サイトの
メタタグ
レイティングやフィルタリング
のためのPICS データ
知識流通プラットフォーム
Web の
ブックマークデータ
企業ユーザ向け
– ナレッジマネジメ
ント
– ユーザトレンド情
報の取得
マスユーザ向け
– 検索エンジンの
高度化
– コミュニティ形成
RDFなどのコンテンツ間の関係を表現するメタデータを,P2Pなどで流通
コンテンツに関する個々のユーザのアクティビテイに基づいたメタデータ
を必要に応じて共有可能
ユーザPC
さまざまなアプリケーション
(知識流通クライアント)
ユ ー ザ の PC上 で の 行
為などをメタデータ化し
て XMLに マ ッ ピ ン グ
知識流通プラットフォーム
で新たに扱おうとしている
メタデータ
Hyperclip
RDF
ビューワ
コンテキスト ビューロ
セマンティック
メタデータ
蓄積機構
個々人が個人的な目的のために
蓄積しているデータ
Small
ユーザPC上の
アプリケーション
メタデータ記述に関する個人の関わりの程度 Large
6
XML(RDF, XLink) に よ る メ タ デ ー
タのユーザPC上での蓄積
セマンティック
メタデータ
受信・配信機構
XMLの 解 析 に
よるコンテンツ間
の関連の表示
r (P2P
-p e e
P e e r- to ト コ ル
プロ
ユーザ要求に応じたメタデータ
の P2Pに よ る 受 配 信
メタデータの意味に基づくフィルタリングなど
(c)2002 INTAP. All rights reserved.
-245-
文書編集
アプリ
Web
ブ ラ ウ ザ
コンテキストビューロ
)
P2P
プロトコル
メタデータの流通
知識流通プラットフォーム(NTT)
(c)2002 INTAP. All rights reserved.
1
Hyperclip
NTTのセマンティックWeb・メタデータ関連の取り組み
知識流通プラットフォーム上のアプリの一例
•
• 知識流通プラットフォームとHyperclip
ユーザはさまざまなコンテンツをブックマークのようにクリップ.その際,コ
ンテンツ間の意味を指定できる
– 情報流通プラットフォーム研究所
• 近似オントロジ変換に基づくサービス連携
– セマンティックメタデータが生成される
– コミュニケーション科学基礎研究所
– ネット上の様々なサービスを,その提供内容の意味記述(オントロジ)
に基づいて,柔軟に連携する技術
右のコンテンツが左のコンテンツの更新後であることを示すアイコン
• 放送分野におけるコンテンツのメタデータ流通フレームワー
ク
右のコンテンツが左のアノテーションであることを示すアイコン
•
– サービスインテグレーション基盤研究所他
メタデータを媒介に意味的に関連するコンテンツを芋づる式に探せる
• その他複数の研究所で各種分野におけるメタデータに関す
る取り組みあり
– 他ユーザの保持するセマンティックメタデータをP2Pプロトコルで検索できる
7
比較対象となるコンテン
ツには次のようなコンテ
ンツがあるということを,
hiroyukiというリモートの
ユーザが個人的に蓄積
しているメタデータを検
索して表示した
8
(c)2002 INTAP. All rights reserved.
(c)2002 INTAP. All rights reserved.
-246-
2
次世代Webを実現するセマンティックWeb技術出現の背景
次世代Web技術
セマンティックWebの概要
インターネットWeb技術
■ マシンリーダブルな情報
のコンピュータ自動処理
■ Webサービスの統 合
■IT革命 の立役者
・物理的、空間的、時間的制約からの解放
・経済活動の効率化、新規産業の創出
平成14年10月30日
財団法人 情報処理相互運用技術協会
セマンティックWeb委員会
委員長 清水 昇
要求
■その限 界は?
■ヒューマンリーダブル な情報を前提
→人が情報を理解し、細かな指示が必要
■Web情報の氾濫により、真に必要な情
報が生かされない
第2のIT革命
shimizu@intap.or.jp
■セマンティックWeb
→W3C,DARPAとE Uを中心に 進む
(欧米政府の 支援 )
デジタルデバイドの要因
1
2
現在のインターネットとセマンティックWeb
セマンティックWeb とは?
(注1)
マシンリーダブル 意(味
あらゆるデータと情報をマシンリーダブルなメタデータ(注2) でその意味を記述し、
人間の代わりにソフトウェア(注3) で自動処理させること
(注 1)
(注 2)
(注 3)
Webを発明した Tim Berners-Lee氏により、4年 ほど前に提 唱されたもの
データを記 述するデータという意味 でメタデータ(超データ)と言う。
インテリジェントエージェントと言 う。
通信技術
■物理的事象も含め た膨大な情報、ハード/ソフト及び機能等あらゆるものを
記述する事が可能となる
■人 間は簡単な指示のみで、コンピュータが自律的、かつ自動的に処理可能
■ W3Cが中心になり、欧米で推進 、日本は立ち遅れ
現在のインターネット
経済活動の効率化と、社会や家庭の利便性が飛躍的に向上
)
ヒューマンリーダブル
通信技術
ヒューマンリーダブル
次世代インターネット
(セマンティックWeb)
3
4
色々なメタデータ
メタデータとは
• メタデータとは、データに付けられたデータです。
• 当然、メタデータに付けられたデータも、メタデー
タです。
• メタデータを付ける対象は、ディジタルデータに
限定されません、あらゆるものにメタデータをつ
けることが 出来ます。
例、ホームページ、人間、機械、装置、図書館の
蔵書、プログラム
• メタデータの実例
フィルタリングにおける有害度を示すラベルデー
タ、CC/PPの装置プロファイル
ホームページ
サーバ
コンピュータ
人間
はメタデータを示す。
5
装置
-247-
書籍
プログラム
6
従来のWeb
メタデータとセマンティックデータ
☆人間が
理解し指示
する。
• データのデータをメタデータと言う。
• 何らかの意味を示すデータをセマンティック
データと言う。
• セマンティックWebでは、メタデータを用いて基
データのセマンティック(意味)を記述する。
• セマンティックWebでは、メタデータ記述規則と
してRDF(資源記述の枠組み)を定めています。
☆エー
ジェントが
マシンリー
ダブル
データに
基づいて
意味を理
解し必要
な処理を
行う。
セマンティックWeb
処理指示
RDF
エージェント
HTML
処理結果
マシンリーダブルデータ
8
ステートメント
RDFの構文例
主語(リソース)
RDFの実例
述語(属性)
:Title
:Creator
HTML
ヒューマンリーダブルデータ
7
http://www.meti.go.jp/
ブラウザ
表示
目的語(値)
“経済産業省 のホームペー
ジ”
“経済産業省 ”
リソースhttp://www.meti.go.jp/の作成者は 、経済産業省である。
<RDF xmlns = “http://www.w3.org/TR/PR-rdf-syntax#”
xmlns:dc = “http://purl.org/dc/elements/1.0/”>
<Description about = “http:// www.meti.go.jp /”>
<dc:Title>経済産業省の ホームページ</dc:Title>
<dc:Creator>経済産業省 </dc:Creator>
</Description>
9
10
</RDF>
セマンティックWebの階層構造図(by Tim Berners Lee)
RDFとXMLとの関係
SGML
セマンティック Webの領域
Web用 に再
定義
分野毎の ont定 義
(DAMLL)
(DAML+OIL)→OWL
定義
定義
XML
ont記述規則 (DAML+OIL)
メタ言語
メタデータクラス定義
メタデータ記述規則
SGML:Standard Generalized Markup Language
XML:Extensible Markup Language
HTML:Hypertext Markup Language
XHTML:Extensible HyperText Markup Language
ほ ぼ仕様が 確定している
範囲
HTML
XHTML
目的別にカスタマ
イズされたマーク
SVG
アップランゲージ
MathML
RDF
RDFS
SMIL
DAML
・
・
・
OWL
SVG:Scalable Vector Graphics
MathML:MathematicalMarkup Language
RDF:Resource Description Framework
(注 )ERモ デ ル =実 体 関 連モデル :実体と実体間 の関 連とを表現す るモデル。 11
SMIL:Synchronized Multimedia Integration Language
-248-
12
SGML,XML,RDF,DAML+OIL,OWL
XML,RDF,RDFスキーマ,DAML,OWL(1/2)
Semantic Webの範囲
マークアップ言
語を定義する為
のメタ言語
リソースの属性記
述を行う為のメタ
データ言語
語彙のオントロ
ジーを定義する為
の言語
• XML
言語定義の為の言語
• RDF
属性と関連とを記述するための曖昧さ
の無い、明快な構文を有する言語
• RDF Schema
異なるコミュニティ間で語彙を共有可
能にするため、語彙の意味を定義
• DAML
DARPA開発の基本オントロジー言語
Webサービスのオ
ントロジー定義
DAML-S
OWL-S?
SGML
XML
RDF/RDFS
DAML+OIL
OWL
インターネット
用に簡素化
セマンティック記
述用に最適化
オントロジー 定
義用に拡張
DAML-L
OWL-L?
論理規則のオント
ロジー定義
SGML : Standard Generalized Markup Language
XML : eXtensible Markup Language
RDF : Resource Description Framework
DAML+OIL : DARPA Agent Markup Language + Ontology Inference Layer
DAML-S : DAML-based Web service ontology
DAML-L : DAML for Logical assertion
OWL:Web Ontology Language
13
14
XML,RDF,RDFスキーマ,DAML,OWL(2/2)
Semantic Web の狙い
• DAML-L
DAML+OIL (or DAML-L)
• DAML-S(DAML for Services)
サービスが如何に動作するか記述する
モデリング オントロジー言語
• OWL
DAMLに代わるセマンティックウェブ用オ
ントロジー言語
1.膨大で、その中の情報を有効に使えなく
なっているWebの情報を有効利用可能に
する。
2.リンク又は単語でのみ関連付けされてい
る情報をメタデータでも関連付け可能にす
る。
3.ソフトウェアで自立的かつ効率的に処理
可能にする。
4.Web上において、人間が行っている単純
で面倒な仕事をソフトに行わせ、人間がよ
り創造的な仕事を行えるようにする。
15
16
「Webの情報の有効利用」とは
「メタデータでも関連付けする」とは
• 現在のWebの検索機能では、全体の25%し
か検索できず、検索結果には関係の無い情
報が多い、また、Web上の情報量は、6ヶ月
で倍になっており、状況は悪化する一途で
ある。
• 現在、Webページの関連性は、リンクポイン
ターと単語とによってのみ示される。
• 関連情報が有ってもリンクされていないと分
からない。
• 同じ単語でも意味の異なるものがあり、異な
る単語でも意味の同じものがある。
• Webの情報に何が記述されているか示すメ
タデータを追加し、このメタデータをも用いて
最適なデータを検索可能にする。
また、バラバラな情報を統合し新たな情報を
得ることも可能にする。
• メタデータとオントロジーとで意味を記述し、
それで、関連性を示すことを可能にする。 18
17
-249-
「ソフトウェアで処理可能にする」とは
「人間がより創造的な仕事を行える」とは
• HTML及びXMLデータの意味は、曖昧性(自
由度)が高く、ソフト処理が難しい。
• 現在、人間が、Web上から必要な情報を集め、
整理し、判断しなければならない。
• 曖昧性の無い、明快な構文のリソース記述言
語 RDF を開発し、Webの情報の属性と関連と
を記述し、メタデータとして付加。
• ソフトウェア(インテリジェントエージェント)が条
件に合った情報を集め、整理してくれる。
• 人間は、判断のみを行えば良い。
• 曖昧性が無く、意味が明快な為、ソフトで処理
し易い。
19
Semantic Webの波及効果
① Web情報 の自動処理 ②
新 たなページ間の 関連付け
① PICS
② P3P
RDF
① サービスの動的構築
②トラフィックの付加分散
③ サービスの最適化
RSS
DAML-S
メタデータ技術
Semantic Web
Webサービス技術
オントロジー技術
(オープンスタンダー
ド)
エージェント技術
20
① Dublin Core
② RDFWeb
エージェントの種類 /用 語と関連性の記 述
Webサービスの用語 と関連性の記述
① 諜報システム
② 医薬品 DB統合管理
① 親切な検索サービス
②レガシー情報の B2B
③ 情報のプロファイリング
④ 意味 (実 体 )に基く管理
エージェントプロシ
ジャーオントロジー
RDFスキーマ
DAML+OIL→OWL
利用者の属
性/利用条件
Webサービス
オントロジー
エージェント
ブローカ
利用者の条 件
とプロファイル
の セマンティッ
ク
① 異なる業界 /企業 の異
なる語彙 まま統 合
(例 )電 力 /自動車業界
Webサイトの
セマンティック
・適切 なWebサービスへ の要求
エージェント
① 簡単に実装可
②ネット上 で移動
③ 相互に連携可
④ 簡素なAgent
インテリジェントエージェント
DAML -Lに 基づき動作する。
CORBAや JINIよ り先進的
で、オープン分散システム、
対 話や判断を行える。
21
Webサービスの
属性/能力
・応答の エージェントへの転送
セマンティックWebの枠組
22
アプリケーションの例(2/2)
アプリケーションの例(1/2)
1.利用し易い検索サービス
・日常生活で用いている用語での検索
・「セマンティックWebに詳しい人」と指示すると関連ページから、
適任者を見出し表示
2.携帯端末の能力、通信環境に適したサービス(CC/PPの利用)
能力、通信環境に応じて表示方法やデータの送信方法を変える。
3.TPOに応じたサービス
例えば、地図表示の場合、高速道を走行・・・概略地図、町中を低
速で走行・
・
・
詳細地図を表示
4.次世代マッチングプレース
エージェントが、条件に合致したものを自動検知し、必要な処理
を自動的に行う。
5.訪問先の人に付いて知る。(散在情報の統合)
Web上に散在している情報を統合し、その人の興味、
業績、経歴、家族構成明らかにする。
6.景気動向を知る。(迅速、正確かつ総合的な情報処理)
(総ての)企業の決算報告を総合し、日本全体の正確な景
気動向を明らかにする。
7.過去の行動から今後の行動を予測する。(散在情報の統合)
組織(或いは人)に関する情報を統合し、今後の行動を予
測する。
8.個々の利用者に最適化されたサービスを提供する。(最適化)
上記の1.及び3.の情報に基づいて、当該利用者用にカスタ
マイズしたサービスを提供する。
23
24
-250-
インテリジェント検索処理の流れ
PC 検索指示文のメタデータ定義(RDF)
最軽量
携帯型
一番速い
一番速いPC
PC
RSS
カスタマイズサービスの例
「My Netscape」:
オントロジー定義(RDF)
HTML
Max CPU
HDD
検索対象のメタデータ定義(RDF)
ディスプレイ
一番速いPC
Max CPU
検索要求
検索プロンプト
検索指示 一(番速 い PC)
オントロジー
変換
PC1
CPU=300Hz
PC2
CPU=500Hz
PC3
CPU=1.2GHz
PCi
CPU=2.0GHz
RSS
エージェント
HTML
RDFデータ
検索
編成
サーバ
RSS
利用者
検索結果
プロファイル
HTML
(注 )RSS:RDF Site Summary
市販されている一番早いPC を買いたい
はメタデータを示す。
25
検索機能利用者
CC/PP(Composite Capabilities/Preference Profiles)
26
RDF
学生求人検索サービス(P2P)
プロファイル登録
HTML
学生
ブラウザ
RDF
インターネット
企業人事担当者
HTML
学生
RDF
RDF
HTML
HTML
企業求人情報
はメタデータを示す。
27
袴田
氏 IA
LTSC(Learning Technologies Standardization Committee )
LOM(Learning Object Metadata )
教 材を管、検索、評価、遣り取 りする為に必要な情 報を定義す
るメタデータ標準。
非デジタルの教材も対 象とする。
パスポート
申請 IA
l ISO/IEC JTC1 SC36
ホテル予約
IA
旅行代
理店 IA
学 習、教育、訓練の 為の情報技術の標準化
l ARIADNE
電子教材を作成、管理、再利用する為のEUのプロジェクト
経路 IA
l
l
l
l
l
出張規程
条 件 /プロファ
イル
清水氏
IA
28
l IEEE LTSC LOM
WWW10
セマンテ
イク
INTAP
IA
学生求職者
メタデータの活用2(教育分野)
セマンティックWeb調査団の出張手続きを自動処理化した場合
プロファイル
学生
ブラウザ
航空券予約 IA
ビザ申請IA
プロファイル
(注)IA:Intelligent Agentの略29
-251-
IMS(Instructional Management Systems)
ADL (Advanced Distributed Learning)
DC-E (DCMI-Education)
EDNA (EDucation Network Australia)
EUN(EUropeaN Schoolnet)
30
メタデータの活用3(出版分野)
メタデータの活用4(行政分野)
• MIReG(Managing Information Resources for e-Government )
• UK-GMF (UK Government Metadata Framework)
• DOI(Digital Object Identifiers)
デジタル 著作物に識別番号を割り振り、それに基づいて著作権管理を行う。
• PRISM(Publishing Requirements for Industry Standard Metadata )
e-GMS : e -Government Metadata Standard
• AGLS (the Australian Government Locator Service )
• GoC (Government of Canada )コアメタデータ
• GILS (Government Information Locator Service )
コンテンツの収集、合成、利用者向け加工及び 処理を行う為のメタデータ標準
政府情報位置サービス
• NBII (National Biological Information Infrastructure )
国立生物情報基盤
• NEDI (National Environmental Data Index
)
国立環境 データ索 引 、
• NARA (National Archives and Records Administration )
米国国立公文書館 、NAIL (NARA Archival Information Locator )
31
32
メタデータの活用5(オーディオビジュアル分野)
•
•
•
•
SWに関しよくある質問(1/3)
EBU P/META(European Broadcasting Union P/META)
EBU Panel P/FRA (Future Radio Archives )
MPEG-7
MPEG-21
1.
2.
セマンティック記述は、XMLを使えば出来るので、RDF は必
要ないのでは?
→XMLは言語定義の為の言語、メタ言語であり、セマン
ティック記述を行うことも可能である。しかし、その記述の仕
方は複数考えられ、その複数の記述を処理するパーサは
複雑になる。当然、複数有るならば、どれか1つに決めようと
いう事になるが、その結果、生み出されたものがRDF である。
RDFにより、セマンティックの効率的な記述が可能になると
共に、それを処理するパーサも簡単になる。
SWはトップダウンアプローチではないですか?
→違います。SWはボトムアップアプローチです。セマンティッ
ク記述はそれぞれの人が好きなように行えば良く、其れが
どの位使われるかは、オープンな場での評価による。
33
34
SWに関しよくある質問(2/3)
SWに関しよくある質問(3/3)
オントロジーとは何ですか?
→語彙の定義です。語彙の指し示す事(例:
実体)が何か定義
するものです。
[例] 風邪薬= 総合感冒薬 = 新ルル? A錠
4. SWは画一的なオントロジー定義を押し付けるのではないで
すか?
→違います。それぞれの人がそれぞれのオントロジー定義を
行う事ができます。同じ定義であっても、相反する定義で
あってもかまいません、また、異なるオントロジー定義を如
何に変換するかは、利用者に任されます。どのオントロジー
定義が支配的になるかは、オープンな場での淘汰にまかさ
れます。従来の標準化と異なり、用語を統一しなくても実体
が同じか異なるか分かれば良い。
[例] 太郎さんの風邪薬 = 総合感冒薬 = 新ルル? A錠
花子さんの風邪薬 = 解熱鎮痛薬 = ナロンエース
35
3.
セマンティックWebとAIとはどう異なるのですか?
→AIは、閉じた仮想的な世界での自動処理を指向し、其の応用範囲
は限られ、特定の人しか関与していないのに対し、セマンティック
Webは、現実に存在するオープンなWeb世界での自動処理を対
象にし、誰もが自由にあらゆる局面に応用できる。
6. セマンティックWebは4∼5年先の技術ではないのでは?
→セマンティックWebは、直ぐ使える技術です。
セマンティックWebの活用フェーズには、次の3フェーズが有ります。
フェーズ1:メタデータに基づいて処理 (例;PICS)
フェーズ2:オントロジを用いた意味処理
フェーズ3:
インテリジェントエージェントによる自動処理
フェーズ3に到達するのは、かなり先だと思いますが、フェーズ1は
直ぐ活用でき、既に色々な分野で利用されています。
5.
36
-252-
海外の状況(1/3)
海外の状況(2/3)
1.NSF Digital Library Initiative
2.Distributed National Electronic Resource(英)
3.Global Info(独)
4.EU
-第5次Framework Programme
-Delos Network Excellence
5.MathNet (独)
6.IMS Global Learning Consortium, Inc.
7.Federal Geographic Data Committee(FGDC)(米)
8.Visual Resources Association
9.Nordic Metadata Project(北欧)
10.Renardus Project(EU:蘭)
11.Networked Digital Library of Theses and
Dissertations(NDLTD)
12.CIDOC(博物館での知識表現)
13.Publishing Requirements for Industry Standard
Metadata(PRISM)
14.RDF(Rich) Site Summary(RSS)
15.MPEG
MPEG4,MPEG7,MPEG21
37
38
海外の状況(3/3)
16.INDECS(知的財産権への応用)
17.DOI(科学、技術、医療の書籍への応用)
18.Basic Semantic Registry(BSR) (言語概念への応用)
19.Government Information Locator Service(GILS)
20.Planetary Data System
22.IEEE Learning Object Metadata(教育ツールへの応用)
23.MARC21(カタログへの応用)
24.EPICS Data Dictionary
39
-253-
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
Semantic Webへの期待と思惑
オントロジ、知識
表現、エージェン
トなら本家
Semantic Webとその応用
現実世界で面 白いこ
とができれば
検索サービス vs.
Search Engin Optimizer
の新た な局 面?
Web系
検索エンジン
AI系
The
The
Semantic
Semantic
Web
Web
オントロジ(マッチ)
に期待
富士通研究所 I Tメディア研究所
INTAPセマンティックWeb委員会
KM
知識管理のブレ
イクスルー?
コンテンツ系
W3C
津田 宏
E-mail: htsuda@jp.fujitsu.com
Webサービス系
URL: http://www.net.intap.or.jp/INTAP/s-web/
XML系
Topic Map の
方が現実的
2002.10.30 OSPG基盤技術研究部会
Copyright 2002, Fujitsu Laboratories Ltd.
良い規格
でイニシア
ティブ
・・・・等など
Semantic Webとは
目次
e-learning,
DAM, DRM
EAI
異種 システム
連携が 楽になる ? 2
Copyright 2002, Fujitsu Laboratories Ltd.
Webの発明者であるT.Berners-Leeが提唱。エ
ージェントが意味的に処理できる次世代Web
を目指す(1998-)。
現在、実用に向けたプロジェクトが各所で開始
されている
Semantic Webとは
メタデータ、RDF、RDFスキーマ
Semantic Webの応用事例
検索
統合・利用
米: W3C(規格群策定中:右図 )
, DARPA DAMLプロジェクト(2000-)
欧: EU ISTプログラム,
各国電子政府
日本: 遅れているが
注目度は高い
Semantic Webの課題
おわりに
キー技術:メタデータ
3
4
WWW2002, W3C track より
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
XML,RDF, データ、文書
Webのこれから(予想)
Webページ数の増加:
情報過多はますますひ
どくなる
3.2億(98.4)→8億(99.7) → 10億(00.1) → 21億(00.7) → 40
億以上? (01∼)
CSV, …
XML,メタデータ比率が増加
Text,html, …
?
XML
メタデータ
HTML
DAML
XML
50%
0%
2000
RDF
(by Mury Burke,
SWMU2, 2001.11
http://www.daml.org/meetings/2001/11/swmu2/)
5
2005
2010
XML
-254-
XML
6
メタデータ: 再び
Copyright 2002, Fujitsu Laboratories Ltd.
検索
同一形態、フ
ォーマット、
スキーマ(要
素セット)
で整理
メタデータ:
データに関する情報を表すデータ
(例) 書籍に対する書誌情報
タイトル、作者、出版社、概要、….
……
……
実際の書籍
(大量、サイズ、異種フォーマット、
内容雑多、分散 した書庫に置いてある)
Copyright 2002, Fujitsu Laboratories Ltd.
メタデータ:何に使える?
メタデータ
(図書カード)
精度向上、言葉で探せないメディアの検索
交換
統合
異種、分散したデータのとりまとめ
クリアリングハウス(所在情報管理)、電子政府公開情報、地
理情報システム(GIS)…
著者
タイトル
出版社
出版年
…
活用
データの利用時情報の管理
フィルタリング、ディジタル資産管理(DAM)、…
情報過多を背景に再びメタデータが脚光
メタデータ
検索
図書館情報検索etc.
全文
検索
メタデータ
+全文検索
サーチエンジンetc.
Semantic Web 検索?
セマンティックWebでは、人だけでなく
エージェントもメタデータを解釈
7
Copyright 2002, Fujitsu Laboratories Ltd.
8
Copyright 2002, Fujitsu Laboratories Ltd.
セマンティックWebとメタデータ
RDF (model)
・RDF (Resource Description Framework)
個々のメタデータでなく、ソフトウェアによる処理のために
メタデータの記述形式(入れ物)を規定
(リソース, プロパティ, 値) の三つ組みでメタデータを表
そうというモデル
RDF Schema
(RDF Vocabulary Description
Language)
(W3Cドラフト)
クラス階層、プロパティ階層、
属性の制約(range, domain)
の定義方法
http://www. intap.or.jp/s-web/
(INTAPセマンティックWeb委員会ページ)
リソース
RDF model & syntax
(1999.2 W3C勧告 )
(WWW2002, W3C trackより
http://www.w3.org/)
author
プロパティ
RDF = Resource Description Framework
メタデータの 記述モデル(3つ組 )と、
9
流通のためのXML 表現
shimizu@intap
清水
値
ステートメント
Copyright 2002, Fujitsu Laboratories Ltd.
E-mail
所属
NEC
http://www.nec.com/
10
Copyright 2002, Fujitsu Laboratories Ltd.
RDF (syntax)
RDF スキーマ (RDFS)
交換・流通のためにXML構文を持つ
クラス階層、プロパティ階層、値の制約
(range, domain)などを定義
<rdf:RDF>
このURLに関して、
<rdf:Description about=“http://www.intap.or.jp/s-web/”> 以下の属性 がある
<s:author>清水</s:author>
</rdf:Description>
</rdf:RDF>
値がさらにリソースとなる場合
Work
rdfs:range
rdfs:subPropertyOf
rdfs:subClassOf
<s:author>
<rdf:Description about=“http://ww.intap.or.jp/id/1716/”>
<v:name> 清水</v:name>
<v:Email>shimizu@intap</v:Email>
</rdf:Description>
</s:author>
author
Document
RDFS
rdfs:type
or
<s:author
rdf:resource=“http://ww.intap.or.jp/id/1716/”
v:name=“清水” v:Email=shimizu@intap/>
creator
rdfs:domain
rdfs:type
rdfs:range
Person
rdfs:type
RDF
http://intap.or.jp/s-web/
11
-255-
author
清水
12
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
(1) 情報検索
Semantic Webの応用
現状:まだキラーアプリはない
大学・国プロトタイプレベルで応用が出始め
た段階
「今日開いている藤沢の歯医者を探したい」
現在: 「藤沢 AND 歯医者」で結果を一つ
一つ調べていくしかない
à ゴミ: 藤沢医院、個人の日記
名称、住所、
開業日、…
検索
W3C TAP-KB, Semantic Search
ユビキタス検索
統合/利用
Open Directory Project
Dublin Core∼各国電子政府, e-learning
電子申請
メタデータ付与
• 精度(
適合率・再現率)向上:ゴミやもれが減る
• 従来検索しづらかった要求への対応
•「この近くの」「明日開いている」:
状況に応じた(
ユビキタス)検索
• 検索結果と関連情報の連携
13
14
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
検索例(2)
検索例(1)
Date=
2002-10-23
DOW=Wed
メタデータ(意味)の世界
【背景知識】
・一週間は月加水目金土日
・Open, Closeは反対
・カレンダー
マッチング
Close=
1st Wed, 3rd Wed
タイプ=日記
「歯医者」
職種=歯科医
歯医者
「今日」
職種=歯科医
職種=歯科医
職種=歯科医
例えば
歯医者
のように
山本
歯科
Open=
Mon,Wed
Close=
Wed
OpenDate=
2002-11-1
メタデータ(意味)
の世界
Close=
Sat,Sun
田中
デンタル
クリニック
歯科診察日 :
月水
眼科診察日 :
木金
休診:
第1,3
水曜
水曜
休診
藤沢で
開業30年
の歯医者
です
土日
休診
15
文書=bag of wordsの世界
2002/11/1
オープン
予定
16
文書=bag of wordsの世界
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
検索例(3)
(1-1) W3CのTAP-KB
【背景知識】
・地図(緯度経度変換)
POINT=
(東経140.50,
北緯35.44)
W3Cサイト内情報のSemantic Web Searchシステム
マッチング
「近くの」Address=
東京都世田谷区
祖師谷3丁目5番地
6号
Address=
東京都
目黒区中目黒
対象: 人 , 組 織(working groups, activities, domains), calander / scheduling
Address=
東京都千代田区
神保町3丁目
8番
Address_Kyoto =
京都府京都市
左京区西木屋町
四条上ル
information, technical reports, services, glossaryなどに関する、DB情報、
HTML, XMLファイルをRDFで統合
メタデータは RDF/XMLに変換 してTAP Knowledge Base に格納
メタデータ(意味)
の世界
人を検索すると、Google の結果 + その人 のプロフィール、プロジェクト、ドキ
ュメント、会合などの関連情報も表示
住所:
東京都
世田谷区
祖師谷
3-5-6
千代田区
神保町
3∼8
アクセス:
東急東横線
中目黒駅内
住所:
左京区西木屋
町四条上ル
HTML
(規格書 )
17
文書=bag of wordsの世界
RDB
-256-
answer
(マージ)
HTMLàRDF
(XSLT)
RDB schema à RDF
(dbview)
query
Semantic Search
TAP-KB
(RDF)
aggregation
検索エンジン
18
(Google)
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
TAP KB (Semantic Search)
Semantic Search
W3C
activity
“Miller” の
検索例
ontology
match
(名寄せ)
Eric Miller
の関連
情報
S.W activity
leader
em.jpg
「Miller」
miller@...
photo
author
TM2
E.Miller
e-mail
name
RDF (TAP-KB)
author
Eric Miller
TM1
S. Miller
J. Miller
Eric Miller
http://tap.stanford.edu/w3c.html
http://www.w3.org/2002/Talks/www2002-w3ct-swdemo-em/
20
文書=bag of wordsの世界
19
Copyright 2002, Fujitsu Laboratories Ltd.
(2) 統合・利用
(1-2) ユビキタス観光情報検索
個人プロファイル属性例
(必須属性) 年齢範囲, 性別
(趣味属性)
趣味カテゴリ
観光メタデータ属性例
(共通属性) 組織名,住所,緯度経度, 電話,URL,..
(レストラン固有属性)
料理種別,定休日,席数,予約URL,…
位置情報(住所、緯度経度)
BBS
.
GPS
「この近くの和風
レストランは?」
PDA
・人/場所/時間
(旅行中 )・人/過去履歴
(場所、日時)
に
合わせた情報提供
PC
(旅行前 )
ユビキタス
検索
個人
プロファイル
人/時間/場所
に合わせた
ビューを
生成
観 光 情 報ナビ
ゲーション
オントロジー
(辞書 )
統合
地域メタデータ
(RDF/XML)
メタデータ規格におけるRDF
ヘテロ なリソース
Web
地理情報、コンテンツマネジメント、e-learning, …
まだRDFは共通フォーマットとして市民権を得ていない。
が、Dublin Coreとは親和性が高い。Dublin Coreは電子
政府などでも使われつつある。
DB
テキスト中の表現
を手がかりに カテゴリ
自動付与
RDFの利用: 自動化?
ODP(Open Directory Project) : 交換
RSS(RDF Site Summary) : ポータル 支援
電子申請: メタデータパッケージ
テキスト中の表現を
手がかりに 地域情報
自動抽出
Semantic Web Mining
住所à 緯度経度変換
地図情報
(G-XML)
Copyright 2002, Fujitsu Laboratories Ltd.
Web Miningの次のステップ?
メタデータ自 動 抽 出
21
22
(e! プロジェクト2002-2003)
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
(2-1) Dublin Core ( ダブリン・コア)
(2-2)各国電子政府メタデータ
書誌情報、ネットワーク資源などの情報資源 の、基
本的なメタデータ要素(エレメント)。
15の属性: (Dublin Core Metadata Element Set:DCMES)
行政公開文書の、国/省庁横断的管理
各国で、DCMESを拡張してエレメントを定義
(欧州)
英e-GMS (e- Government Metadata Standard)
EU MIReG (Managing Information Resources for e- Government)
デンマークOIO-metadata (Offentlig Information Online)
アイルランドIPSMS
(豪州)
オーストラリア AGLS (Australian Government Locator Service)
ニュージーランドNZGLS (New Zealand GLS)
(米)
GILS (Government Information Locator Service)
さて、日本は? cf. 電子政府の総合窓口
Title, Creator, Subject, Description, Publisher, Contributor, Date,
Type, Format, Identifier, Source, Language, Relation, Coverage,
Rights
特定の表現形式はもたないが、XML,RDFにより記述可能
1995年、米オハイオ州ダブリンで開催された国際会
議の結果が元となり、このように命名
わずか15ではあるが、世界的に合意されたことに意義
DCMI (Dublin Core Metadata Initiative)がメンテナンス
http://dublincore.org/
23
24
-257-
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
他のメタデータ規格色々
(2-3) Open Directory Project
汎用
ODP: 8000人以上のボランティアにより、
Yahoo的なWebディレクトリを運用するプロジ
ェクト
DC(Dublin Core), RSS,
マルチメディア
MPEG7
電子政府
MIReG, e-GMS, AGLS, e-Gov
現実には、これらの
規格でRDFに準じた
ものはまだ数少ない
E-learning
LOM(Learning Object Metadata), SCORM, LIP
ニュース、テレビ放送
XMLNews , NewsML, TV Anytime, ARIB, ….
Netscape, Google (ディレクトリ) 等にもデータを提供
http://dmoz.org/
ODPのデータは、RDFによりダウンロード可
能
音楽
MusicBrainz , …
地理・観光情報
G-XML, JMP, …
フィルタリング
カテゴリ階層、カテゴリ毎のURL一覧、各URLのメタ情報
(dc:title, dc:description)
今後、メタデータ間
の連携、二次利用が
すすめばRDFの有難み
がでてくる
PICS
ユーザプロファイル
P3P
コンテンツ管理
cIDF (Content ID Forum),
…..
25
26
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
(2-5) 電子申請プロジェクト
(2-4) RSS
「XML文書対応インターネット電子申請シ
ステム」(1998)
RDF Site Summary or Rich Site Summary
http://web.resource.org/rss/1.0/spec
チャンネル (サマリー とする対象)の以下 のようなメタデータを記述
http://www.nmda.or.jp/nmda/ipa/sin/ (ニューメディア
開発協会)
URI, タイトル, 画像
個々のアイテム
複数の異種文書(申請書や図面など)から
なる申請文書のメタデータを、RDFで記述
更新頻度、間隔 (syndication モジュール)
日本では、http://rss-jp.net/x/ など。海外でも、ニュースポータル が
多数存在
RSS
申請書類
(XML)
リンクmeta
自動収集
ニュースタイトル
添付書類 meta
新着情報
添付書類(アプリ形式:雑多 )
ニュースサイト
申請書類
meta
ニュースポータルサイト
27
メタデータ(RDF)
パッケージ(XML+雑多)
Copyright 2002, Fujitsu Laboratories Ltd.
28
Copyright 2002, Fujitsu Laboratories Ltd.
自動Webディレクトリ
(2-6) Semantic Web マイニングへ
Webマイニング
地域・ジャンルの多観点を利用者が自在に組合せ
大量のWeb情報から、有益な知識を抽出、マイニング
研究紹介: Web自動ディレクトリ
市レベルで
絞込み
Yahooのようなディレクトリを自動生成
収集・選別・分類の全作業を自動化し、ページのメタ
データを自動生成技術: ジャンル、地域、作成時間、
人気度。
規模: 1億URL以上から、100万URL程度を選別
技術:Webリンク解析、自然言語処理(情報抽出、自
動分類)
応用: ディレクトリ(EIP)、Webの時系列の動きをモニ
タ、同義語辞書構築支援。
自動化技術による擬似Semantic Webの実現
サブカテゴリ
で絞込み
時間で
絞込み
サイトの時系列
解析へ
津田他 , Webディレクトリのためのページメタデータの自動付与 の試 み, 情報学 シンポジウム2002
29
優良・サイト入り口の
URL (1億URLか
ら厳選した50万
URL以上)
30
-258-
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
コーパスとしてのWeb
(例)toto
…. ….
….
….….NEC
……. …
… …… …
ページメタデータ
(リンク人気度)
の時系列分析
….
Webの動き
を分析
….….….
日本
….
……
電気
…
…
こちら
日本電気
NEC
夏ごろから失速
nec.co.jp
に特徴的な
キーワード
第1回
(いきなり1億円が
あたって話題に)
….…. ….….
… … ……….
…
….
….
…
….
….
nec.co.jp
も指すが他も指
すキーワード
www.nec.co.jp
企業URLを指すアンカー文字列の分析
• 多くの人々がどう呼んでいるか
31
ホーム
戻る
企業名辞書
Copyright 2002, Fujitsu Laboratories Ltd.
32
Copyright 2002, Fujitsu Laboratories Ltd.
例:企業名辞書
(cf) *マイニング
http://www. panahome.co. jp
ナショナル住宅産業,ナショナル住宅産業(株),パナホーム,ナショナ
ル住宅,ナショナル住宅産業株式会社,ナショ住,PANAHOME,…
ルール etc.
データマイニング
http://www. rkb.inf.ne.jp
RKBテレビ,RKB,RKB 毎日放送,RKB毎日放送(株),
RKB毎日放送(TBS系),RKB毎日放送(1278KHZ),
アールケービー毎日放送,…
大量生データ
(POS, …)
ルール etc.
テキストマイニング
大量生Text
(mail, コールセ
ンター, …)
Webマイニングでここまでできる
今後、よりゴミの少ないメタデータから行うことで、精
度向上 (オントロジー構築の半自動化)
Semantic Webマイニングへ
rule, メタデータ、同義語, etc.
Ontology ?
Webマイニング
Semantic Webマイニング
大量Web
33
Copyright 2002, Fujitsu Laboratories Ltd.
Semantic Web
34
Copyright 2002, Fujitsu Laboratories Ltd.
SWの課題(1)メタデータ付与
Semantic Webの応用:今後
ビジネス領域
メタデータデッドロック
「メタデータがあればこんな良いサービスが作れるのに…」VS 「こん
なサービスがあるのだったら、ちょっと大変だけどメタデータを作っても
良いのに…」
一般に、メタデータを作るのは大変なうえ、みんながやらないと費用対
効果も見えにくい 。(HTMLとの相違。ontologyも同様 )
コンテンツマネジメント: メタデータ管理、資産管理
(DAM)、著作権管理(DRM)
EAI (Enterprise Application Integration)
KM, 情報共有: P2Pとの組合せ
[対策] メタデータ(半)自動化技術
Webサービス技術の補完
メタデータエディタ
メタデータジェネレータ: 情報抽出、自動分類技術 (自然言語処理技
術, AI技術)の応用ターゲット
半自動化 à サービスを早期立ち上げ à メタデータがさらに増えるà
サービスさらに発展à… というポジティブ なフィードバックの第一歩
コンテンツマネジメント製品に入りつつある
MetaTagger (Interwoven社), Interstage ContentWiz (Fujitsu), ….
オントロジー変換による異種データの連携 (B2B) 「セマ
ンティックWebサービス」
e-learning
教材の活用や効率的作成に、LOMは今後有望。Web情
報と連携が増えればRDF化するメリットも。
35
36
-259-
Copyright 2002, Fujitsu Laboratories Ltd.
SWの課題(3) 収集
SWの課題(2) Trust
Copyright 2002, Fujitsu Laboratories Ltd.
RDFをどう集め運用するか?
メタデータのトラスト
規格としては決まっていない (cf. Webサービスにおける
UDDI)
Webロボットによる収集:DAML Crawlerなど
全HTTPトラフィックの7%がロボットによる (Web Side
Story, 2001.9)
収集スピード限界による更新の遅れ。1日=約85000
秒。
Push (smart pull) : RSSなど
特定サイトに限られる
登録制
RDFWeb (http://rdfweb.org/)Web ringを利用
情報の陳腐化へどう対応するか
HTML METAタグはなぜ機能しなかったか?
ワードスパム攻撃
良く検索される語をMETAタグに大量に入れることで、サーチ
エンジンの結果を騙してページ露出度を上げる攻撃
Internet: 性悪説なので、Tim Berners-Leeの階層最上位の
「Trust」が伴わないとだめ。
検索ならまだ良いが、エージェントによる情報の組み合わせの中
にスパムが入ったら?
「RDFスパム」は多分おこるが、どう対処する?
[対策]
信頼できるコミュニティ(イントラネット、エクストラネット)からすすめる。
電子政府など閉じた応用。
その間に解決を待つ。例えば、GoogleのPageRankのような技術の応
37
用か?
38
Copyright 2002, Fujitsu Laboratories Ltd.
Copyright 2002, Fujitsu Laboratories Ltd.
SWの課題(4) エージェント系アプリ
エージェント系アプリ(続)
エージェント系アプリはSW応用の本命
現時点のSWではやはりうまく行かない
Telescript(by J. White, General Magic社,1995)など、エージ
ェントによる自動処理は昔から話題
どのようにしてエージェントに要求を与えるか?
どこで間違ったかトレースが必要(Proof)
だとしても、そもそも無矛盾ではないので、解が正しいか
は利用者が一つ一つ確認
Trustがないので、どこかの情報が嘘・誤りかも
cf. Telescriptを始め、これまでのエージェントでは、
閉じた信頼できる世界を相手にしていた
約款、課金など、さらに利用者が一つ一つ判断
cf. 山崎・津田編訳, 「Telescript言語入門」ASCII, 1996 (絶版:- )
(例)
エージェントがフライト時刻をモニタして、飛行機が
遅れたら教えてくれ 、時間を無駄にしないで済む
家の近くのカメラ屋で希望の品が一番安いところを
探してくれ、お金を無駄にしない。
会議日程に合わせてホテル・交通手段(乗継ぎ)
を
まとめて検索・予約してくれる(オーケストレーション)
セマンティックWeb = エージェント
が機能する「場」
をメタ
データやオントロジーで提供する
39
40
Copyright 2002, Fujitsu Laboratories Ltd.
参考URL
おわりに
Semantic Webは魔法のような技術ではない
W3C http://www.w3.org/2001/sw/
DAML http://www.daml.org/
Dublin Core Metadata Initiative
http://dublincore.org/
INTAPセマンティックWeb委員会:
メタデータ・オントロジーをちゃんと書けばそれなりに便利
な世界になるという、ごくまっとうな考え方。
AI
系の人も多く参入しているが、話を複雑にせず、現実的
なアプローチを(
自戒)
Semantic Webの応用の方向
1.
2.
3.
Copyright 2002, Fujitsu Laboratories Ltd.
世界規模のThe Semantic Webを目指す
イントラネット、エクストラネットなど限定した世界での実現
SW技術(RDF, OWLなど)を別領域に適用する
http://www.net.intap.or.jp/INTAP/s-web/
委員による各種文書翻訳、解説(情報処理7月号原稿)、
各種コンファレンス資料などを公開
Web Kanzaki
http://www.kanzaki.com/docs/sw/
41
42
-260-
目次
「W3CにおけるSemantic Web
の標準化動向」
平成14年 12月 3日
(財)情報処理相互運用技術協会セマンティックWeb委員会委員長
慶応義塾大学SFC研究所
清水 昇
shimizu@intap.or.jp
1
C
2002 INTAP. All rights reserved.
1.
セマンティックWebの階層構造図 (by Tim Berners Lee)
2.
RDFの概 要
3.
RDFの実 例
4.
RDFとXML との関 係
5.
SGML,XML,RDF,DAML+OIL,OWL
6.
XML,RDF,RDFスキーマ,DAML,OWL
7.
インテリジェント検索処理の流れ
8.
最近のオントロジー研究と利用
9.
OWLの種類
10.
Webサービスの概念図
11.
セマンティックWebとWebサービスとの比較
12.
セマンティックWebとWebサービスとの関係
13.
Semantic Webの標準化を推進しているWG
14.
RDF関連 の仕様書
15.
OWL関連の 仕様書
2
C
2.RDF の概要
1.セマンティックWebの階層構造図(by Tim Berners Lee)
ステートメント
主語(リソース)
述語(属性)
セマンティック Webの領域
http://www.meti.go.jp/
:Title
目的語(値)
“経済産業省 のホームペー
ジ”
:Creator
分野毎の ont定義
(DAMLL)
(DAML+OIL)→OWL
2002 INTAP. All rights reserved.
“経済産業省 ”
ont記述規則 (DAML+OIL)
リソースhttp://www.meti.go.jp/の作成者は、経済産業省である。
メタデータクラス定義
メタデータ記述規則
<RDF xmlns = “http://www.w3.org/TR/PR-rdf-syntax#”
xmlns:dc = “http://purl.org/dc/elements/1.0/”>
<Description about = “http:// www.meti.go.jp /”>
<dc:Title>経済産業省の ホームページ</dc:Title>
ほ ぼ仕様 が確定 してい
る範囲
(注 )ERモ デ ル =実 体 関 連 モデル:実 体と実体間 の関 連とを表現す るモデル。
C
<dc:Creator>経済産業省 </dc:Creator>
</Description>
3
2002 INTAP. All rights reserved.
4
C
</RDF>
2002 INTAP. All rights reserved.
4.RDFとXMLとの関係
3.RDFの実例
SGML
Web用 に再
定義
定義
定義
XML
メタ言語
SGML:Standard Generalized Markup Language
XML:Extensible Markup Language
HTML:Hypertext Markup Language
XHTML:Extensible HyperText Markup Language
HTML
XHTML
目的別にカスタマ
イズされたマーク
SVG
アップランゲージ
MathML
RDF
RDFS
SMIL
DAML
・
・
・
OWL
SVG:Scalable Vector Graphics
MathML:MathematicalMarkup Language
RDF:Resource Description Framework
5
C
6
SMIL:Synchronized Multimedia Integration Language
2002 INTAP. All rights reserved.
C
-261-
2002 INTAP. All rights reserved.
5.SGML,XML,RDF,DAML+OIL,OWL
6.XML,RDF,RDFスキーマ,DAML,OWL(1/2)
Semantic Webの範囲
Dublin Core
マークアップ言
語を定義する為
のメタ言語
XML
SGML
リソースの属性記
述を行う為のメタ
データ言語
RDF/RDFS
DAML-S
語彙のオントロ
ジーを定義する為
の言語
OWL-S?
DAML+OIL
OWL
インターネット
用に簡素化
• XML
言語定義の為の言語(メタ言語)
• RDF
属性と関連とを記述するための曖昧さ
の無い、明快な構文を有する言語
• RDF Schema
異なるコミュニティ間で語彙を共有可
能にするため、語彙の意味を定義
• DAML
DARPA開発の基本オントロジー言語
Webサービスのオ
ントロジー定義
セマンティック記
述用に最適化
DAML-L
オントロジー 定
義用に拡張
SGML : Standard Generalized Markup Language
XML : eXtensible Markup Language
RDF : Resource Description Framework
DAML+OIL : DARPA Agent Markup Language + Ontology Interchange Le vel
DAML-S : DAML-based Web service ontology
DAML-L : DAML for Logical assertion
OWL:Web Ontology Language
OWL-L?
論理規則のオント
ロジー定義
7
C
8
2002 INTAP. All rights reserved.
C
2002 INTAP. All rights reserved.
7.インテリジェント検索処理の流れ
XML,RDF,RDFスキーマ,DAML,OWL(2/2)
PC 検索指示文のメタデータ定義(RDF)
• DAML-L
DAML+OIL (or DAML-L)
• DAML-S(DAML for Services)
サービスが如何に動作するか記述する
モデリング オントロジー言語
• OWL
DAMLに代わるセマンティックウェブ用オ
ントロジー言語
最軽量
PC
携帯型
HDD
一番速い
オントロジー定義(RDF)
一番速いPC
Max CPU
検索対象のメタデータ定義(RDF)
ディスプレイ
PC1
一番速いPC
Max CPU
検索要求
検索プロンプト
検索指示 一(番速 い PC)
オントロジー
変換
CPU=300Hz
PC2
CPU=500Hz
PC3
CPU=1.2GHz
PCi
CPU=2.0GHz
RDFデータ
検索
検索結果
市販されている一番早いPC を買いたい
9
C
8.最近のオントロジー研究と利用
•
•
オントロジーは、哲学、図書舘学、知識表現などの領域 で研究 されて来 た。
Webでのオントロジー研究は、1990年代に発達してきた。
セマンティックWeb技術に対する政府の支 援。
– proposed - govt "jumpstart" activities in Japan and Australia
標準化努力。
–
–
–
–
1996- M e t a-Content Format (Note)
1997 - W3C Metadata Activity (RDF Recommendation 1999)
2000- 03 - DAML 0.5 released
2001- 03 - DAML+OIL 1.0 spec developed by "US/EU ad hoc Joint Committee on
Agent Markup Language"
– 2002- 11 - Web Ontology Working Group
(注)Jim Hendler 氏のOWL: A Web Ontology Languageより引用。
11
C
2002 INTAP. All rights reserved.
• OWL/Lite
只一つのクラス分け階層と簡単な制約機能(例、
カーディナリティ値が0または1の場合) とを必要とす
るユーザ向けの簡素な言語
• OWL/DL
総てのOWL語彙と簡単な制約機能とを有する言語、
記述論理ベースの推論向 け言語
• OWL/Full
制約なしに総てのOWL語彙を用いる事ができる言
語、先進ユーザにより用いられる言語
– 1999 - The DARPA Agent Markup Language Program
– 2000 - EU IST Project (Framework 5, 6)
– 2000 some US National Science Foundation funding
•
C
9.OWLの種類
– 1995 - SHOE (Simple HTML Ontology Extensions), ( 米メリーランド大).
– 1996/7 - Ontobroker, (独カールスルーエ大)
– 1997- 1999 - OIL (Ontology Interchange Level), Amsterdam led EU project
•
10
検索機能利用者
2002 INTAP. All rights reserved.
12
2002 INTAP. All rights reserved.
C
-262-
2002 INTAP. All rights reserved.
10. Webサービスの概念図
11.セマンティックWebとWebサービスとの比較
Webサービス
セマンティックWeb
目的
AP間連携
汎用
利用者
ソフトウェア(機械)
機械/人間
提供方法
登録必要
登録必要なし
仲介者
重要
できる人がやる。
サービス記述
分類的記述
オントロジ記述
記述範囲
閉鎖的
オープン
データ交換
構文ベース
意味ベース
UDDI
登録
検索
WSDL
入手
Web サービス
ブローカ
CPA
生成
Web サービス
プロキシ
Web サービス
XMLP(SOAP)
Web サービス
利用AP
データ
データ ebXML等
Web サービス 提供者
Web サービス 利用者
13
ebXML等
C
14
2002 INTAP. All rights reserved.
C
12.セマンティックWebとWebサービスとの関係
2002 INTAP. All rights reserved.
13.Semantic Webの標準化を推進しているWG
1.
2.
3.
4.
Semantic Web Coordination Group
RDFCore Working Group
Web-Ontology (WebOnt) Working Group
RDF Interest Group
XMLP(SOAP)
UDDI
Webサービス
セマンティックWeb
将来のWeb
15
C
16
2002 INTAP. All rights reserved.
C
14. RDF関連の仕様書
1.
2.
3.
4.
5.
6.
7.
2002 INTAP. All rights reserved.
15. OWL関連の仕様書
Resource Description Framework (RDF) Model and Syntax
Specification(W3C Recommendation 22 February 1999)
RDF/XML Syntax Specification (Revised) (W3C Working Draft 25
March 2002)
RDF Vocabulary Description Language 1.0: RDF Schema(W3C Working
Draft 30 April 2002)
RDF Model Theory(W3C Working Draft 29 April 2002)
RDF Test Cases(W3C Working Draft 29 April 2002)
1.
2.
3.
4.
RDF Primer(W3C Working Draft 26 April 2002)
Resource Description Framework (RDF): Concepts and Abstract Data
Model(W3C Working Draft 29 August 2002)
5.
Web Ontology Language (OWL) Test Cases.W3C Working Draft 24
October 2002)
Feature Synopsis for OWL Lite and OWL(W3C Working Draft 29 July
2002)
OWL Web Ontology Language 1.0 Reference(W3C Working Draft 29
July 2002)
OWL Web Ontology Language 1.0 Abstract Syntax(W3C Working Draft
29 July 2002)
Requirements for a Web Ontology Language(W3C Working Draft 08
July 2002)
17
C
18
2002 INTAP. All rights reserved.
C
-263-
2002 INTAP. All rights reserved.
セマンティックWebの現状
• リソースの意味,知識表現(セマンティックメタデータ)
のXMLによる記述形式の標準化が進んだ
• 基本的なツール(エディタ,DBなど)が揃った
セマンティックWebの課題と研究の方向性
∼セマンティックメタデータの観点から∼
• 仕様に基づいたボキャブラリなどが公開され始めた
• さあ本当に使える?
– キラーアプリはまだ?
– 高度な検索,Webサービス,EAI,電子政府,ナレッジマ
ネジメント,コミュニティ,なんでもあり?
(財)情報処理相互運用技術協会 セマンティックWeb委員会委員
日本電信電話株式会社 NTT情報流通プラットフォーム研究所
佐藤宏之
1
C
2
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
Resource Description Framework (RDF)
リソースの意味,知識表現のための仕様
• リソース,プロパティ,値の三つ組によるメタデータ,リソース
間の関係表現のモデル
• モデルと文法
– 有向グラフによる表現が可能
– RDF
• W3CでXMLによる記述形式が標準化
• ボキャブラリの定義方法(ボキャブラリの階
層など)
http://www.net.intap.or.jp/INTAP/s -web/
– RDF Schema
• ボキャブラリの概念定義方法(概念間の階
層,同等性,非重複性,制約,集合などの
関係)
– DAML+OIL
– OWL (Web Ontology Language)
C
知識表現へ
ドキュメント
リソースがどのクラス
rdf:type
のインスタンスか
• 同等性 sameClassAs
– 「人物」と「人間」は同じ概念であることなどを表現できる
– 「男性」と「女性」が互いに素であることなどを表現できる
rdfs:range
• 集合 unionOf
– 「男性」と「女性」の集合を表現できる.(これを利用して,その集合
によって「人間」を定義するといった記述ができる.)
rdf:Class
人物
名前
• この他,階層,制約など
• 利用者やツール構築者の利便性を考慮してOWL
Lite (OWLのサブセット)を規定
rdf:type
清水
5
C
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
• 非重複性 disjointWith
rdf:type
著者
shimizu@intap 4
– 記述できる例
プロパティがどのクラスの
値をとることができるか
http://www.net.intap.or.jp/INTAP/s- web/
Email
• オントロジ記述言語
• 概念間の関係記述ができる
rdf:type
著者
清水
著者
OWL Web Ontology Language
rdf:Property
rdfs:domain
http://www.net.intap.or.jp/INTAP/s -web/
C
オブジェクト指向のクラスの考えを利用
リソースのクラスとクラスの階層関係を定義
プロパティの階層関係を定義
プロパティを適用できるリソースやプロパティがとり得る値の制約を定義
記述内容の拡張が容易
rdfs:subClassOf
値
名前
右のような表現
も可能
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
プロパティがどのクラスの
リソースに適用できるか
清水
プロパティ
<?xml version="1.0"?>
<rdf:RDF xmlns:rdf=“http://www.w3.org/1999/02/22-rdf -syntax-ns#”>
<rdf:Description rdf:about= "http://www.net.intap.or.jp/INTAP/s-web/ “>
<著者>清水</著者>
</rdf:Description>
</rdf:RDF>
RDF Vocabulary Description Language:
RDF Schema
Work
著者
リソース
3
•
•
•
•
•
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
6
2002 INTAP, NTT Information Sharing
Email
Platform shimizu@intap
Laboratories. All rights reserved.
C
-264-
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
セマンティックWebのツール
RDF Validation Service
• さまざまな組織がプロトタイプレベルだが実用的なツールを
公開
• W3CのWebページから利
用可能
– RDFのパーサ
– RDFのDB
– http://www.w3.org/RDF/Vali
dator/
• 直接入力もしくは指定した
URIにあるRDFファイルを
解析し結果を三つ組のリス
トやグラフで表示
• 内部で以下のツールを利
用
• リポジトリ,クエリープロセッサ
– メタデータ(RDF)エディタ
– オントロジエディタ
• 次ページ以降に代表的なものを紹介
– ツールについては,森田,津田,清水,布目,来間,佐藤,「セマン
ティックWebのツール」,情報処理Vol.43 No.7 July 2002のセマン
ティックWeb特集に解説記事
– パーサ:HP-Labs in Bristol
のAnother RDF Parser
(ARP)
– ビジュアライゼーション:
AT&T Labsの GraphViz
• http://www.net.intap.or.jp/INTAP/s-web/data/ipsj_vol43-no7/ipsj4.pdf
からも参照可能
7
C
8
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
利用可能なRDFのDB
RDFのデータベース
•
• 基本的には,既存のXMLのデータベース管理シス
テムの流用が可能
HP LabsのJena
–
–
–
–
–
– 要素などをRDBにマッピングしても良い
– DOMのインタフェースを用いてツリー構造をそのままバイ
ナリ化する方が高速性が期待できるという点などはいっしょ
•
ICS-FORTHのRDFSuite
–
–
–
–
–
• 三つ組(トリプル)の検索を効率よくできるクエリー言
語とともに提供されることが求められる
•
http://www.hpl.hp.com/semweb/
JavaのRDF APIとtoolkit
persistent storage
クエリー言語としてRDQLを準備
オープンソースでBSDのようなライセンスで利用可能
http://139.91.183.30:9090/RDF/
Validating RDF Parser (VRP)を備える
RDF Schema Specific DataBase (RSSDB)
クエリー言語としてRDF Query Language (RQL)
オープンソース
R.V.Guhaの rdfDB
– http://www.guha.com/rdfdb/
– RDFのデータモデルを直接サポートするデータベース
– SQLのようなクエリー言語をサポート
9
C
10
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
TAPのSemantic Search
•
•
•
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
RDFPic
http://tap.stanford.edu/tap/ss.html
メタデータがRDFのデータモデルでTAP Knowledge Baseに格納されている
“Yo-Yo Ma”という文字列で検索をかけると,それがミュージシャンであることがわ
かり, TicketMasterのデータからコンサートのスケジュール,EBayのデータから
彼の音楽アルバムがオークションにかけられていること, CDNow のデータから
彼の音楽アルバムが$14.99 で売られていることなどが分かるという例
• 写真のメタデータ登録
ツール
• RDFのメタデータ記述
をデジタル写真のイメー
ジそのものに埋め込む
ことが可能
http://jigsaw.w3.org/rdfpic/より
11
C 2002 INTAP,
Information Sharing Platform Laboratories. All rights
reserved.
TAP: Towards the Semantic
Web NTThttp://tap.stanford.edu/www2002.ppt
より
12
C
-265-
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
ボキャブラリをRDFの規定に従って定義する試みがあるもの
オントロジエディタ
•
• OntopriseのOntoEdit
– カールスルーエ大のAIFBが
開発
– 階層,背反などの概念の編
集などが可能
– RDFやDAML+OILの入出力
が可能
– 述語論理の処理系が組みこ
まれ,推論規則に従った記述
の導出が可能
•
•
•
•
• スタンフォード大のProtégé
•
– http:// protege.stanford.edu/
– RDFやRDF Schemaを最近
はサポート
http://www.ontoprise.de/
com/ontoedit.htmより
•
Dublin Core
– http://dublincore.org/
– 情報資源の15の基本的なメタデータ要素(Title,Creator,Subjectなど)を規定
RDF Site Summary (RSS)
– http://purl.org/rss/1.0/spec
– Web コンテンツ(特にニュース,日記など)の同時配信と集約のためのメタデータ(要約,公表日な
ど)を規定
MusicBrainz
– http://www.musicbrainz.org/MM/
– デジタルオーディオやビデオトラックのメタデータ
W3C のデジタル写真のメタデータ
– http://www.w3.org/TR/photo-rdf/
– どんな機材を使ったか,何が写っているかなどを規定
vCard
– http://www.w3.org/TR/vcard-rdf
– ビジネスカードのプロファイル
Annotea
– http://www.w3.org/2001/Annotea/
– Webドキュメントへの注釈
eXtensible Metadata Platform (XMP)
– Adobeのアプリケーションが生成したファイルにはRDF ベースのメタデータが含まれている
13
C
14
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
現状の再整理:
セマンティックWeb以前と変わったところ
現状の再整理:どこまでできているのか
• RDFのXMLによる記述方式の標準化がW3Cででき
た
– 今まで意味や知識は異なるコミュニティで異なった表現に
よって管理されていた
• RDFの背景にAppleのMCF (Meta Content Framework)がある
が,メタデータや意味表現のための仕組みはこれまでにもさまざ
まなものが提案されてきた
?
– 今後,さまざまなコミュニティがもつ意味情報や知識を融
合して扱える可能性に対する期待感
• 相互運用のための課題の一つ目はクリア
Enabling Standards & Technologies - Layer Cake
2002-04, The Semantic Web, Tim Berners-Lee Academic discussion, Japan Prize 2002
http://www.w3.org/2002/Talks/04-sweb/slide12-0.htmlより
15
C
16
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
現状の再整理:ユーザの環境の変化
課題:誰がメタデータを付けるのか?
• Webによって,知識表現の相互運用の可能性が現
実のものとなった
• 見返りやモチベーションなく誰が貢献するのか?
• 既にメタデータがたくさんあるならサービスは利用す
るけど…
– URI (Uniform Resource Identifiers)によってあらゆる情
報資源を示すことが可能になり,さらに誰もがインターネッ
トを利用してその情報資源の取得が可能
– 誰かが新たに拡張し,URIによって示したボキャブラリ定
義,オントロジも簡易に取得可能
• ニワトリが先か卵が先か?
– メタデータ少ないから良いアプリが登場しない
– アプリが使われないからメタデータが増えない
17
C
18
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
-266-
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
方向性:既存の情報資源やシステムからのメタ
データの生成
方向性:XMLによる既存のメタデータの活用
• HTMLからXSLTを利用してRDFを生成したり,RDBから
RDFを生成できる
• XHTMLからRSSを生成したり,Emailのリプライ状況などか
らRDFを生成する試みがある
• マルチメディア
– MPEG7
• 教育
– LOM (Learning Object Metadata),SCORM
– W3CのSemantic Web Advanced Development
• 放送
• http://www.w3.org/2000/01/sw/
– TV Anytime
• レーティング,フィルタリング
• Webリンク解析,ページ内容の自然言語処理からページの
メタデータの自動生成
– PICS (Platform for Internet Content Selection)
– 津田他,Webディレクトリのためのページメタデータの自動付与の試
み,情報学シンポジウム2002
• ユーザプロファイル
– P3P (Platform for Privacy Preference Project)
• http://www.ipsj.or.jp/katsudou/sig/sighp/fi/sympo/2002/proceedings/
papers/tsuda.pdf
• 電子政府
– e-GMS,MIReG,AGLS…
19
C
20
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
方向性:既存スキーマ,オントロジの活用(1)
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
方向性:既存スキーマ,オントロジの活用(2)
• これまでさまざまなモデルで表現された意味,知識
の資産を,RDFを中間形式として活用できないか?
• NetscapeのOpen Directory Project
– http://dmoz.org/
– ボランティア編集者によって分かり易いWebのディレクト
リを生成
– ディレクトリ階層などのデータをRDFでダウンロード可能
– Knowledge Interchange Format (KIF) as an RDF
Schema
• http://www.w3.org/2000/07/hs78/KIF
– Topic MapsとRDF間の変換
• Princeton大のWordNetの語彙体系をRDF化する
試み
• かなり議論されている
– XLinkで表現されたリンクの意味もRDFに変換可能
– UMLからRDF
– SemTalk
– WordNetでは語彙間の階層関係を管理
– Wordnet for the Web
• MS-VisioをベースとしたグラフィカルなエディタからRDF Schema
を生成
• http://www2002.org/CDROM/refereed/549/
• http://xmlns.com/2001/08/wordnet/
– http://www.kanzaki.com/docs/sw/jwebont.htmlに解説
21
C
22
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
課題:メタデータの収集・流通
方向性:モチベーション向上
• ユーザが自身のために行うアクティビティからメタデータを抽
出させてもらう
• メタデータ収集の仕組みが確立していない
– MITのHaystack
– Webロボット?
– メタデータのURIをサーバに登録?
• http://haystack.lcs.mit.edu/
• e-mailやカレンダー情報や個人が扱うドキュメントから収集したメタデー
タをRDFのデータモデルで管理してパーソナライゼーションなどに利用
• メタデータ公開の仕組みが確立していない
– NTTのHyperclipと知識流通プラットフォーム
• ブックマークのような個人のアクティビティからセマンティックメタデータを
生成(後述)
• http://www.net.intap.or.jp/INTAP/s-web/data/ipsj_vol43-no7/ipsj5.pdf
• http://www.cs.rutgers.edu/~shklar/www11/final_submissions/paper1
2.pdf
– 既存のHTMLにRDFメタデータを付与する方法
は示されている
• http://www.w3.org/TR/REC-rdf-syntax/#transport
• 集客力があがるような仕掛け作り
– しかし,ほとんどの人が行なっていない
– 商業的なサイトのRDFによるメタデータ
• 公共的な使命として付けてもらう
– 電子政府,行政サービス
23
C
24
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
-267-
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
方向性:セマンティックWebサービス
方向性:流通の段階的な進展
• レベル1:inB
• セマンティックWeb
– 信頼できるコミュニティ内でメタデータ利用
– 意味や知識の表現性を重視
• 企業内部
• Webサービス
– ボキャブラリもある程度統一
• レベル2:+ BtoB
RDFでメタデータを
記述したり,世界的に
コンセンサスのとれた
ボキャブラリ(Dublin
Coreなど)を利用
したりしておくと,他の
システムとの接続や
将来のシステム更改
が低コストとなるかの
検証が必要
– 信頼できる他のコミュニティとメタデータ交換
• 特定のパートナー会社
– 簡単なオントロジ(階層や同義など)が必要
• ここを1対1のXML変換でもよしとするとレベル3
に進まない
• レベル3:+ BtoC, CtoB,CtoC
– 不特定のコミュニティや個人とメタデータ交換
– メタデータはRDFによる表現が必要
– 今使えるもの,プロトコル,サービスのインタフェースの規定を重視
• SOAP,WSDL
• 両者の融合はメリットがある
– セマンティックWebではプロトコルは特に規定していない
– Webサービスでは柔軟なサービスの発見が求められている
– Using RDF with SOAP
• http://www-106.ibm.com/developerworks/webservices/library/ws soaprdf/
– Supercharging WSDL with RDF
• 多対多の自由なメタデータの交換,利用を保障
• ボキャブラリの自由な拡張を保障
• http://www-106.ibm.com/developerworks/library/ws -rdf/
– 高度なオントロジが必要
25
C
26
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
メタデータの現状と開拓したい領域
知識流通プラットフォーム(NTTの研究)の出発点
•
インターネット人口の中で自ら情報発信を行う人の割合の極端な低下
(商業的なサイトの氾濫とそのブラウジングで手一杯のユーザ)
ホームページB
メタデータ
の表現力
アノテーション
ホームページC
•
商業的なWeb
サイトにおける
RDFデータ
人間しか付与できないメタデータがおもしろい
類似
– ホームページAとページBって似てる
ホームページ A
– ページBの商品を買うのにページCと比較した
比較対象
– ページBの商品には言いたいことがある
セマンティックメタデータは手軽な情報発信?
個々のセマンティックメタデータの集合は知識とならないか?
Small
27
C
•
RDFで表現可能
•
Web サイトの
メタタグ
レイティングやフィルタリング
のためのPICS データ
– またコミュニティのきっかけとならないか?
Web の
ブックマークデータ
企業ユーザ向け
– ナレッジマネジメ
ント
– ユーザトレンド情
報の取得
マスユーザ向け
– 検索エンジンの
高度化
– コミュニティ形成
知識流通プラットフォーム
で新たに扱おうとしている
メタデータ
個々人が個人的な目的のために
蓄積しているデータ
Small
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
28
メタデータ記述に関する個人の関わりの程度 Large
C
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
Hyperclip
知識流通プラットフォーム
•
•
ニュースサイトなどの
RSSデータ
個々のユーザのアクティ
ビティに基いてコンテン
ツ間の関係を表現した
メタデータ
Memo
– URL(URI)を持つリソースは既に大量に存在,それらの関係付けは誰でもで
きるし,それほどコストはかからない
– フォーマットはRDFで良い
•
両者を融合してハンドリングすることによっ
て新しい2次情報サービスを提供する
少数の人間によって記述
される公共性の高い普遍
的なメタデータ
Large
– 「インターネットする≒自分のホームページを持つ」は昔の話
– もっと多くのユーザから情報を引き出すインフラレベルのフレームワークがで
きないか?
•
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
知識流通プラットフォーム上のアプリの一例
RDFなどのコンテンツ間の関係を表現するメタデータをP2Pで流通
コンテンツに関する個々のユーザのアクティビテイに基づいたメタデータ
を必要に応じて共有可能
•
ユーザはさまざまなコンテンツをブックマークのようにクリップ.その際,コ
ンテンツ間の意味を指定できる
– セマンティックメタデータが生成される
右のコンテンツが左のコンテンツの更新後であることを示すアイコン
ユーザPC
さまざまなアプリケーション
(知識流通クライアント)
ユ ー ザ の PC上 で の 行
為などをメタデータ化し
て XMLに マ ッ ピ ン グ
ユーザPC上の
アプリケーション
Hyperclip
RDF
ビューワ
XMLの 解 析 に
よるコンテンツ間
の関連の表示
右のコンテンツが左のアノテーションであることを示すアイコン
文書編集
アプリ
Web
ブ ラ ウ ザ
•
メタデータを媒介に意味的に関連するコンテンツを芋づる式に探せる
– 他ユーザの保持するセマンティックメタデータをP2Pプロトコルで検索できる
コンテキスト ビューロ
セマンティック
メタデータ
蓄積機構
XML(RDF, XLink) に よ る メ タ デ ー
タのユーザPC上での蓄積
セマンティック
メタデータ
受信・配信機構
ユーザ要求に応じたメタデータ
の P2Pに よ る 受 配 信
r (P2P
-p e e
P e e r- to ト コ ル
プロ
)
コンテキストビューロ
P2P
プロトコル
比較対象となるコンテン
ツには次のようなコンテ
ンツがあるということを,
hiroyukiというリモートの
ユーザが個人的に蓄積
しているメタデータを検
索して表示した 30
メタデータの流通
知識流通プラットフォーム(NTT)
29
メ タ デ ー タ の 意 味 に 基 づ くCフ ィ2002
ル タ リINTAP,
ン グ な どNTT Information Sharing Platform Laboratories. All rights reserved.
C
-268-
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
おわりに
課題:その他
• 信頼性
• RDFのXML表現の標準化とURIによって実
現する意味や知識表現の相互運用性に対す
る期待感が高まっている
• 既存のリソースやユーザアクティビティなどの
活用によるメタデータの生成が重要
• ボトムアップアプローチの継続が重要
• メタデータの本格的な流通に向けて,まずは
ビジネス領域での適用の評価が必要
– メタデータスパム
• 推論ができなくなる
• Layer CakeのTrustをどうするか?
– セマンティックWebを用いたエージェントが提示した情報
やサービスの根拠
• Layer Cakeの Proofをどうするか?
– 古いメタデータ
• メタデータのexpire dateの設定
• オントロジ
– オントロジでどこまで記述する必要があるか?
– オントロジのメンテナンス
31
C
32
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
C
-269-
2002 INTAP, NTT Information Sharing Platform Laboratories. All rights reserved.
セマンティックWeb
セマンティック
Web をどう位置付けるか
データベース と Web情報システム に関するシンポジウム
セマンティックWeb
セマンティック
Webの応用システム
の応用システム
セマンティック Web
メタデータ
(
半)
構造型データ⇔
メタデータ:
:
(
半)
構造型データ⇔ DB
DBのレコード
のレコード
オントロジ:
オントロジ:概念間の関係記述
概念間の関係記述
∼データベース応用システムとの比較から∼
リソース
リソース本体
本体 =
=Web
Web コンテンツ
コンテンツ+α
+α
(財)情報処理相互運用技術協会セマンティックWeb委員会委員
日本電気株式会社 インターネットシステム研究所
「データベースのように使える Web
Web」
」?
細見 格
プログラムによる Web コンテンツの効率的検索, 比較, 統合, etc. が可能に
1
C
2
2002 INTAP, NEC Corp. All rights reserved.
C
データベースシステムとWWW
データベースシステムと
WWW
データベースシステム
ユーザ
DB
一般的なデータベースとセマンティックWeb
クWeb との比較
一般的なデータベース
World Wide Web
ディレクトリ・サービス/
ポータル ・サイト
DB
SQL , OQL , etc.
RQL , etc. (まだ標準言語は無い)
(現状のWeb検索はキーワード
列や
簡単な論理式程度)
検索に対 する
再現性
DB内に 存在し、与 えられた条件に
適合す るデータは 全 て検索可能
全てはカバー できない
(検索エンジンの性能やメタデータと
その解釈能力に依存)
データ更新に
対する追 従 性
保証
非保証
(ローカル な固定リポジトリを対象とした
システムの場合を除く)
バックアップ/
リカバリ保証
可能
Web 全体に 対しては不可能
予め指定されたDB(群)
未知の リソース 不可能
(情 報 源)から
の情報収集
インターネット
見つからない
Web コンテンツ
未知の 属性 や
スキーマを持つ
情報源 の検 索
DB
セマンティック Web
検索言語
ユーザ
DBMS
2002 INTAP, NEC Corp. All rights reserved.
可能
(クローラーの探索範囲にあれば)
不可能
可能
(XML-DB でDTD や XML Schema を (RDF Schema やオントロジの参照に
参照する場合は限定的ながら可能)
より対応可能)
3
C
4
2002 INTAP, NEC Corp. All rights reserved.
C
意味(セマンティック)
情報の活用
セマンティックWeb
セマンティック
Web 関連技術の応用に関する最近の動向
Semantic Web Business SIG 参加各社のソリューション ・カテゴリ
メタデータ(事実や意図の記述)+ オントロジ(概念体系)の活用
デジタルコンテンツ管理(デジタルアセット管理)- 12 社
情報抽出・分類 - 8 社
知識管理 - 6 社
EAI,Webサービス連携/統合 - 3 社
オントロジ構築支援 - 3 社
Topic Map 関連サーバー/ツール - 3 社
RDF メタデータ管理・
検索 - 2 社
コンサルティング支援、ビジネスポータル構築ツール、
RDF Schema エディタ- 各 1 社
・あるリソースの理解やその利用に関する推論 → AI 屋 さん的発想 ?
・異種システム同士 のコミュニケーション → 分散システム屋 さん的発想?
セマンティックWeb はもともと後者の発想。より高度な応用では前者の領域へ 。
用途
メタデータの活用
検索
キーワード・マッチング
属性値による選別 /絞 込み
利用者 /端 末 特 性の利 用
フィルタリング
分類
統合
キーワードによる分類 /統 合
属性とその 値域による 分類
オントロジの活用
横断的検索
(異種 DB/ リポジトリ)
意味的 フィルタリング
(語の 関連性 /重要性 など)
概念体系による分 類
(2002年 11月 4日現在)
http:// business.semanticweb.org/
意味レベルでの 適合性評価
5
C
2002 INTAP, NEC Corp. All rights reserved.
6
2002 INTAP, NEC Corp. All rights reserved.
C
-270-
2002 INTAP, NEC Corp. All rights reserved.
最近の研究開発事例
セマンティックWeb
セマンティック
Web 関連技術の応用に関する最近の動向
WWW 2002 Conference におけるセマンティックWebの応用に関する発表
応用領域
知識共有
システム名/種類
BTexactTechnologies
アメリカ
南カリフォルニア大学
アメリカ
ジョージア大学
Hyperclip
イギリス
Computing City 大学
意思決定支援
アメリカ
R-Objects Inc.
QuizRDF
フレームワーク提案
Web サービス
教育
複合的W e bサービスをグラフィカルに設 計し、内 部 動 作の 合成、検証、パフォーマンス評 価が 可能
NTT
Information Bus
フレームワーク提案
情報検索
日本
複雑なクエリへの対応
ドイツ
イギリス
Web サービス 用オントロジ記 述 言 語
・サービスプロファイル(機 能)の 記述
・サービスモデル(動 作フロー)の記述
・インタフェースとプロトコル の記述
カールスルーエ大学
British Telecom
ドイツ
カールスルーエ大学
アメリカ
ノースカロライナ大学
SRI International &スタンフォード大学
数学教育システム
ドイツ
Saarlandes 大学
EDUTELLA (P2P 型学習情報共有)
ドイツ
ハノーバー大学&カールスルーエ大学
リコメンダ
研究論文推薦システム
イギリス
サザンプトン大学
コンテンツ変換
端末適応型情報表示
オランダ
CWI
個人情報管理
Haystack
アメリカ
MIT
国際的データアーカイブ NESSTAR (Data Web)
E コマース
DAML -S :
KarmaSIM (Webサービス合成・
検証) アメリカ
Webインタフェース構築 Web-for-Web
B2B 取引ライフサイクル管理
ベルギー
EU
アメリカ
Web サービス連携の動作フロー設計・
検証支援ツール
KarmaSIM (SRI International, Stanford University)
組織
イギリス
WebScripter
P2P Semantic Web
知識管理
国
OntoShare
start
Ready
Done
DAML-S による 基 本 的 なサービス合 成の
ペトリネット表 現
ブリュッセル大学
Nesstar Ltd.
SRI International
C
finish
COMPONENT
COMPONENT
CONTROL
CONTROL
CONSTRUCTS
CONSTRUCTS
7
例: 書籍購入Webサービスの設計
8
http://www2002.org/CDROM/refereed/581/
2002 INTAP, NEC Corp. All rights reserved.
C
2002 INTAP, NEC Corp. All rights reserved.
セマンティックWeb
セマンティック
Web に繋がる現在の応用システム
コンテンツ管理システム
Webコンテンツ管理(WCM)、デジタルアセット管理(D A M)、企業コンテンツ管理(ECM)等
リッチメディア・コンテンツの管理
画像や 映像 を含 むコンテンツの検 索・活 用
データベース(コンテンツ)管理システムとセマンティックWeb
セマンティックWeb
内容や 特徴 を表す メタデータ記述
権限や 利用条件 を表す メタデータ記述
現状
将来
独自 or 業界標準形式 のメタデータ
ビジネス・インテリジェンス(BI)
膨大 な情 報の 分類・整理・マイニング
コンテンツの 自動分類、タクソノミ管理
メタデータや 要 約 文の 自動生成
独自形式のオントロジ
?
?
RDF
OWL
Semantic Web 時代のコンテンツ管理 = ベンダーや業界の枠を越えた相互運用性
9
C
10
2002 INTAP, NEC Corp. All rights reserved.
C
コンテンツ管理における種々の課題
2002 INTAP, NEC Corp. All rights reserved.
コンテンツ管理の相互運用性向上に対するメタデータ標準化
解決策としての標準規格
デジタルコンテンツ(アセット)の分散配置・統合利用へ
大規模な商品カタログ管理
• 定義すべきスキーマやカラムの数が膨大に
• NULL だらけのテーブルによるインデックス浪費
XML ,
XML Schema
メタデータにおける相互運用性の確立
XML によるメタデータ記述 ⇒ 属性記述や関係記述の方法が数多く存在
リッチメディア(音声、映像など)の管理
TV Anytime, DIG35 などの業界標準 ⇒ 異なる業界間での相互運用性に課題
MPEG-7 ,
DIG35, etc.
• 内容の検索が困難
• 適切な特徴量の抽出とその意味付けが必要
MPEG-7 などの汎用標準 ⇒ 巨大 な仕様。状況変化への迅速 な対応に課題
権利およびライセンスの管理
• 著作権に関わる様々な制約の明確化が必要
• コンテンツ毎の利用許諾やその条件の管理が必要
セマンティックWeb (RDF , OWL)
XrML ,
ODRL, etc.
メタデータ
を項目名まで規定せず、
記述方法と
メタデータ
を項目名まで規定せず、
記述方法と解釈手段を提供
解釈手段を提供
メタデータ
標準間のアダプタ
と
メタデータ
標準間のアダプタ
とし
して利用可能
て利用可能
異なる複数のリポジトリの統合/相互運用
• 部門間/異業種間連携における語彙多義性
• 部門再編や M&A の 迅速化とコスト圧縮への要望
RDF ,
OWL, etc.
C
11
12
2002 INTAP, NEC Corp. All rights reserved.
C
-271-
2002 INTAP, NEC Corp. All rights reserved.
メタデータとオントロジのより高度な活用
例:Applied
例:
Applied Semantics 社のコンテンツ管理ソリューション
オントロジを用いたコンテンツの自動分類・比較・統合・メタデータ生成
1999年設立
企業コンテンツ/文書管理システム開発
http://www.appliedsemantics.com/
オントロジ(語彙体系)の例
例: コンテンツ内の語の解釈
(Applied Semantics 社のオントロジ例から引用 )
コンテンツ(文書等)から
語や文を抽出
システム導入実績
VeriSign
Yahoo!
USA Today など 50 社以上
コア技術:
オントロジを参照
CIRCA (Conceptual Information Retrieval and Communication Architecture)
オントロジ(500,000+ concepts, 1,200,000+ terms )
言語処理エンジン
コンテンツに含まれる語間の
関係から適切な語意を判断
CIRCA
ソリューション・
コンポーネント
)
:
CIRCAをベースと
をベースとし
した製品(
た製品(
ソリューション・
コンポーネント
)
:
Auto
に自動分類
Auto Categorizer
Categorizer :: コンテンツをタ
コンテンツをタク
クソ
ソノ
ノミ
ミ
に自動分類
逆にカテゴリ別のオントロジに含
まれる語を用いて各コンテンツを
特徴づけるキーワードを抽出
Meta
を抽出し
を生成
Meta Creator
Creator :: 文書から
文書からキーワード
キーワード
を抽出しメタデータ
メタデータ
を生成
Page
Page Summarizer
Summarizer :: 重要なキーワードからなる要約文を生成
重要なキーワードからなる要約文を生成
http://www.appliedsemantics.com/as_solutions_tech.shtml
コンテンツの分類や評価に利用
13
C
14
2002 INTAP, NEC Corp. All rights reserved.
C
2002 INTAP, NEC Corp. All rights reserved.
RDF とOWL による相互運用性がもたらすもの
申請/
入札
A社
社内業務管理システム
政府/自治体
電子政府システム
オントロジ
オントロジ
World Wide Web とセマンティック
とセマンティックWeb
Web
産学連携
提携/
BtoB
B大学
C社
Webサービス・サイト
研究
設備
オントロジ
オントロジ
15
C
16
2002 INTAP, NEC Corp. All rights reserved.
C
「Web
Web検索エンジン
検索エンジンがブックマーク替わりに 」
制約の多い端末での検索における課題
主要検索エンジンに対する検索語上位ランキング
i モード用の Google で "JR" を検索した場合(2002年 10月 21日)
(2002年7月度/家庭 からの接続) by NetRatings Japan Inc.
順位
検索語
[1]
[1]Nick
Nick Jr.
Jr. Parents-Parents-- Play
Play to
to Learn
Learn with
with Blue's
Blue's Clues,
Clues, Dora
Dora the
the ...
...
[2]
[2]JR東日本
JR東日本
[3]
[3]JR
JRCYBER
CYBER STATION
STATION
[4]
[4]JR西日本
JR西日本ホームページ
ホームページ
[5]
[5]JR九州
JR九州
[6]
JR東海
[6] JR東海
[7]
[7]JR四国
JR四国
[8]
[8]The
TheMartin
MartinLuther
LutherKing,
King,Jr.
Jr. Papers
Papers Project
Project-- ...
...
[9]
JR北海道
[9] JR北海道
[10]
The
Seattle
Times:
Martin
Luther
King
Jr.
...
[10] The Seattle Times: Martin Luther King Jr. - ...
入力者数
携帯電話、ジョイスティック、
1
yahoo
32.8万人
2
2ちゃんねる
29.3万人
リモコン、手書き、音声認識 ...
3
地図
28.9万人
PC 以外での Web 利用が増え
4
NHK
26.1万人
ると、この傾向がさらに加速
5
6
7
アダルト
JR
internet explorer
24.7万人
23.6万人
22.6万人
8
ANA
21.2万人
9
JAL
20.8万人
高校野球
20.5万人
10
2002 INTAP, NEC Corp. All rights reserved.
少ないキーワード
少ないキーワードで
で
より
より精度の高い検索が
精度の高い検索が
要求される
★ 利用端末(
i モード)での閲覧に適したサイトが優先されていない
★ "JR" と"Jr"(ジュニア)でキーワードとしての優先度に差が無い
★ 同種のサイト(各地域の JR や同名人物)がまとめられていない
http://www.netratings.co.jp/press_releases/0917_ReleaseKeyWordSearch_J_final.pdf
17
C
18
2002 INTAP, NEC Corp. All rights reserved.
C
-272-
2002 INTAP, NEC Corp. All rights reserved.
意味情報の活用
用途
メタデータの活用
検索
分類
属性値による選別 /絞 込み
利用者 /端 末 特 性の利 用
会社
JR
略記
概念体系による分 類
RDF メタデータを知識ベース
に格納
意味レベルでの 適合性評価
検索すると、Google の結果に
知識ベースからの検索結果を
追加して表示
形容詞
タイプ
固有名詞
タイプ
日本旅客鉄道
"Tim" で
検索
人、組織に関する DB、HTML
等の情報を RDF メタデータに
変換
意味的 フィルタリング
(語の 関連性 /重要性 など)
名詞
交通
モバイル
横断的検索
(異種 DB/ リポジトリ)
キーワードによる分類 /統 合
属性とその 値域による 分類
統合
W3Cサイト内情報検索システム
オントロジの活用
キーワード・マッチング
フィルタリング
意味情報を活用した検索システムの例:TAP
TAP--KB
タイプ
Jr.
略記
プロフィールや関連文書など
を素早く参照可能
名詞
タイプ
タイプ
Junior
http://tap.stanford.edu/w3c.html
携帯電話から"JR" で検索した場合、どちらを 優先するか(→ 判断ルール)
19
C
Tim Berners- Lee に関 する情報
20
2002 INTAP, NEC Corp. All rights reserved.
C
次世代 WWW = セマンティックWeb
ク Web ?
セマンティックWeb
セマンティック
Web における「
ポータル」
とは?
現在の WWW を置き換えるものではない
1.地図サイト/アプリケーション
⇒ メタデータを持つ Web コンテンツと持たない Web コンテンツが並存
• MapFan Web など豊富な付加サービスを提供する地図サイトやアプリ
ケーションが多数
• カーナビゲーションやモバイル端末用の GPS 連動ソフト多数
• G-XML や GML などのメタデータおよびプロトコルの標準化が進展
• 複数の県や市が G-XML 準拠の地図データを作成、提供開始
メタデータを持つ Web コンテンツはより高度な検索や自動処理が可能
現在の WWW
普及
2002 INTAP, NEC Corp. All rights reserved.
セマンティック Web
新たな価値・機能
地理情報
の情報(
メタデータ
)
を結びつけたポータル
サービスが可能に
地理情報とWeb
とWebサイト
サイト
の情報(
メタデータ
)
を結びつけたポータル・
・
サービスが可能に
将来の WWW
2.カレンダー・
サイト/アプリケーション
セマンティックWeb では
• Apple の iCal , Yahoo! カレンダーなど
• カレンダー記述用標準プロトコル iCalender が普及
• 様々なカテゴリのカレンダー情報(予定表)
を提供するサイトが増加
「ポータルサイト」はどう変わるのか?
「バナー広告」はどう変わるのか?
日付や時間帯に関わる様々な情
日付や時間帯に関わる様々な情報を閲覧者や閲覧時期に合わせて提供可能に
報を閲覧者や閲覧時期に合わせて提供可能に
21
C
22
2002 INTAP, NEC Corp. All rights reserved.
C
多面性(マルチビュー)を持つポータルサイト
例:地図ポータル
例:
地図ポータル
■ JIS規格となった G-XML により様々な地図情報の共有が可能に
従来型ディレクトリ形式
→ 岐阜県、三重県 など多くの都道府県が G-XML 準 拠の地図情報を作成・提供開始
地図
グルメ
グルメ RSS
ス
ポ
ッ
ト
ス
ポ
ッ
ト
WEBサイト
RSS
○○駅
○○駅
周辺案内
周辺案内
水鳥の
水鳥の
棲む池
棲む池
エージェント/
セマンティック
Web サービス
意味に基 づく
Web サイトの
検索/ 関 連 付け
Web サイトと
地図情報との
連携による
地域サービス
地図情報ポータル ・サイト
II
II
II
池
メタデータ
食
POI
駅
Sat
II
G-XML
ポータル・
サイト
ポータル・
サイト
G-XML
iCalender
RDF
メタデータ オントロジ
インターネット
(*)
POI
- Point of Interest (関心地点)
Webサイト
Webサイト
RSS
RSS
Webサイト
Webサイト
Webサイト
Webサイト
RSS
WSDL
WSDL
23
C
Fri
(*)
背景地図
この近くで人気の
レストランは?
カードで支払える?
Thu
P
II
P
RDF
RSS
場所・端末等に応 じてWEB情報を活用
(観光/出張支援 サービス)
II
HTML
RDF
RDF
M o n T u e Wed
II
....
.....
....
.. ...
.... .....
...
...
....
.... .....
..... ....
....
....
.....
....
....
.....
....
.... .....
..... ....
....
....
....
... .....
.... ....
....
・店名:○○レストラン
・場所:XXXXXXXX
・支払:現金 , VISA , ...
・開店時間:10:00 ∼..
カレンダー
Sun
Wahoo!
和風にこだわるポータル
・グルメ情報サイト
・人気ランキング
・割引クーポン...
2002 INTAP, NEC Corp. All rights reserved.
2002 INTAP, NEC Corp. All rights reserved.
24
C
-273-
2002 INTAP, NEC Corp. All rights reserved.
まとめ
セマンティックWeb
セマンティック
Web における広告ビジネス
セマンティックWeb = WWW + マシン可読な意味情報 × 相互運用性
バナー広告:コンシューマ向け Web サイト経営の主要なビジネスモデル
意味情報を何に使うか
エージェントがコンテンツを探索・評価するセマンティックWeb に広告は不要?
・検索条件の補完、検索結果のフィルタリング、関連情報の自動検索
・リソース(コンテンツ, サービス)の分類、合成、マイニング
消費者が直接目にする商品カタログと
サイト
に集約?
消費者が直接目にする商品カタログとし
して
ての広告ポータル
の広告ポータル・
・
サイト
に集約?
相互運用性によって何が得られるか
エージェント
に選ばれやすいメタデータ
記述方法の
グ進化形
エージェント
に選ばれやすいメタデータ
記述方法の開発
開発⇒
⇒ META
METAタ
タ
グ進化形?
?
・オントロジの共有、補完、再利用 → 大規模 オントロジ構築の省力化
・B2B や Web サービスへの適用
・部門再編、企業合併/買収時の早期リソース統合
すべてがセマンティックWeb になるわけではない
人間が見
利
発展
人間が見て評価
て評価してから
してから
利用する
用するWeb
Webサービスも並存し
サービスも並存し
発展
一般利用者の視点では従来の WWW から何が変わるのか
・様々な側面や観点か ら利用可能なポータルサイト
・そのポータルサイトから直接複数の Web サービスを利用可能に
サービス/コンテンツ提供者と
の契約手続きの全
サービス/コンテンツ提供者と
の契約手続きの全てを自動化するのは困難
てを自動化するのは困難
25
C
26
2002 INTAP, NEC Corp. All rights reserved.
C
-274-
2002 INTAP, NEC Corp. All rights reserved.
付録2
セマンティックWeb関 連 記 事 一 覧
付録 2
セマンティック Web 関連記事一覧
(1)
XMLWorld 特集
Semantic Web [XMLWorld 2002 May]
(2)
Metadata for e-government [updata June 2002 Vol 1(3)]
(3)
Searching for government information [updata June 2002 Vol 1(3)]
(4)
特集
(5)
Semantic Web とその周辺 [人工知能学会誌 17 巻 4 号(2002 年 7 月)]
(6)
Semantic Web [ERCIM News No.51(October 2002)]
(7)
特集
セマンティック Web [情報処理学会誌 2002 年 Vol.43 No.7]
次世代インターネットへの扉を開く:セマンティック Web 機械による自動処理が現実に
[日経インターネットテクノロジー 2002 年 7 月 22 号]
(8)
具体的な技術論へ移るセマンティック Web [W3C/XML Watch 10 月版]
(http://www.atmarkit.co.jp/fxml/column/w3c200210/200210.html)
(9)
現実のものとなるセマンティック Web [ZDNet エンタープライズ]
(http://www.zdnet.co.jp/enterprise/0212/17/epn03.html)
(10)
The Lord Of the Webs. [Washington Post]
(http://www.washingtonpost.com/wp-dyn/articles/A62329-2003Jan29.html?)
(11)
New technology boom forecast. [Scotsman]
(http://www.business.scotsman.com/technology.cfm?id=112772003)
(12)
ASIST 2002 annual meeting. [ProQuest Information and Learning]
(http://www.infotoday.com/it/jan03/peek.htm)
(13)
Researchers create 3D art database. [VNUnet Newswire]
(http://www.vnunet.be/detalle.asp?ids=/News/Personal_Computing//20021224007)
(14)
Future of search - When the web starts thinking for itself. [Information World Review]
(http://www.vnunet.com/Ebusinessadvisor/1137710)
(15)
KEY3MEDIA GROUP INC - To Launch Innovation Forums in Major U.S. Cities Starting.
[Market News Publishing] (http://www.businesswire.co.jp/releases/eng/BJ1120G.php)
(16)
Key3Media to Launch Innovation Forums in Major U.S. Cities Starting in 2003.
[BusinessWire] (http://biz.yahoo.com/bw/021119/190340_1.html)
(17)
Semantics Today. [Informationweek]
(http://www.informationweek.com/story/IWK20021115S0009)
(18)
Who is in control? The logic underlying the intelligent technologies used in performance
support. [ProQuest Information and Learning]
(http://www.gloriagery.com/articles/quesenbery.pdf)
(19)
Positioning for Success in Risky Era Challenges Tech Firms, According to Deloitte &
Touche Technology ... [BusinessWire]
(http://www.deloitte.com/vc/0,1639,sid%253D2283%2526cid%253D7477,00.html)
(20)
The next step. [Guardian] [9070]
(http://www.guardian.co.uk/internetnews/story/0,7369,820651,00.html)
(21)
The Next Web - The Semantic Web, the next step in the Web's evolution, promises even
- 275 -
more dramatic changes. [Informationweek]
(22)
CHALLENGES - Speed bumps ahead for Semantic Web. [Informationweek]
(23)
Object Management Group Meets in Helsinki, Finland - Standardizes Online Upgrades for
24X7 CORBA Servers. [BusinessWire]
(http://www.omg.org/news/releases/pr2002/2002-10-10.htm)
(24)
Nokia's Ora Lassila Joins ILOG Technical Advisory Board. [PR Newswire]
(http://www.ilog.com/corporate/releases/us/020925_lassila.cfm)
(25)
Creative Commons Announces New Management Team. [Internet Wire]
(http://creativecommons.org/press-releases/entry/3483)
(26)
Software AG Executives to Present the Power of XML at the XML Web Services One
Conference. [BusinessWire]
(http://www.softwareagusa.com/news/releases/usa/2002/power_of_xml.asp)
(27)
The Mind Electric to Highlight Web Services Interoperability At XML Web Services One
Conference. [BusinessWire] (http://www.themindelectric.com/news/boston.html)
(28)
Putting people first for a change. [ProQuest Information and Learning]
(http://www.infoworld.com/article/02/08/09/020812apruntime_1.html)
(29)
Keeping Web Services Royalty-Free.(Tim Berners-Lee's opinion). [IAC Promt]
(http://www.eweek.com/article2/0,3959,393359,00.asp)
(30)
Standards Target Categorization.(content management technology). [IAC Promt]
(http://www.eweek.com/article2/0,3959,381854,00.asp)
(31)
Breakthrough technologies. [Newsbytes(USA)]
(http://www.washingtontechnology.com/news/17_8/cover/18546-5.html)
(32)
Leading Artificial Intelligence (AAAI-02) Conference Will be in July Conference Program
As Diverse and ... [PR Newswire]
(http://www.newswire.ca/releases/July2002/02/c1884.html)
(33)
Leading Artificial Intelligence (AAAI-02) Conference Will be in July Conference Program
As Diverse ... [Canada Newswire]
(http://www.newswire.ca/releases/July2002/02/c1884.html)
(34)
Future of Web, High-Profile GIS Case Study on Day One of The Open Group's
"Boundaryless Information Flow. [BusinessWire]
(http://nt1.directionsmag.com/pressreleases.asp?PressID=5136)
(35)
BackPage - Letter from the future - Semantic web halted by angst. [Information World
Review]
(36)
Computers - Next - Smarter Web a matter of semantics. [Sydney Morning Herald]
(http://www.smh.com.au/articles/2002/05/25/1022243282035.html)
(37)
INSIDE TRACK - Quest for more meaning online - FUTURE OF THE WEB. [FT]
(http://www.networkinference.com/presscenter.asp?Page=75)
(38)
Quest for more meaning online. [Financial Times (FT.com)]
(http://www.crt.net.au/etopics/semantic.htm)
(39)
Feeding meaning into the Web. [Hindu Business Line(India)]
- 276 -
(http://www.blonnet.com/ew/2002/05/01/stories/2002050100220300.htm)
(40)
iXmatch Scientists Organize Workshop at Knowledge Discovery and Data Mining
Conference. [BusinessWire] (http://www.ixmatch.com/news_pakdd_2002.html)
(41)
The state of the network union. [ProQuest Information and Learning]
(http://www.nwfusion.com/nw200/2002/union.html)
(42)
Some IT terms really are Greek. [ProQuest Information and Learning]
(http://www.computerworld.com/managementtopics/ebusiness/story/0,10801,70557,00.html)
(43)
Stratify CTO to Speak at MIT-Stanford Venture Lab Forum - Venkata To Discuss Vision Of
Next Web Revolution. [BusinessWire]
(http://www.stratify.com/pressroom/press_releases/press_rel31.html)
(44)
Decision Support - The Semantic Web. [Intelligent Enterprise]
(45)
Linkrot - A growing problem. [VNUnet Newswire]
(http://www.infomaticsonline.co.uk/News/1130124)
(46)
Semantic web. [The Hindu]
- 277 -
ダウンロード

平成14年度セマンティックWeb技術の調査研究報告書