[論文レビュー] Towards a semantic approach in GLAM Labs: the case of the Data Foundry at the National Library of Scotland

Gustavo Candela|arXiv (Cornell University)|Jan 26, 2023

Digital Humanities and Scholarship参考文献 35被引用数 4

ひとこと要約

本論文では、セマンティックウェブ標準に従い、GLAM（美術館、図書館、アーカイブ、博物館）メタデータデータセットをリンクオープンデータ（LOD）に変換するフレームワークを提示する。この手法はスコットランド国立図書館のデータ・ファウンダリから提供された3つのデータセットに適用された。このアプローチにより、機械読取可能で相互運用性のあるデータ公開が可能となり、再利用可能なJupyter Notebookおよび結果が公開されている。本研究は、デジタル・ヒューマニティーズおよびデータサイエンス分野での活用を支援する。

ABSTRACT

GLAM organisations have been exploring the benefits of publishing their digital collections in a wide variety of forms since the 2000s. Many institutions, and in particular libraries, have adopted the Semantic Web and Linked Data principles to their main catalogues. Recent advances in technology and innovative approaches concerning the reuse of the digital collections by means of computational access have paved the way for the creation of Labs within GLAM organisations. In this work, we present a framework to transform the datasets made available by GLAM organisations under open licenses into LOD. The framework has been applied to three metadata datasets made available by the Data Foundry at the National Library of Scotland. The results of this work are publicly available and can be applied to other domains such as digital humanities and data science.

研究の動機と目的

• セマンティック公開を用いて、GLAMのデジタルコレクションを計算機的にアクセス可能かつ相互運用可能にするという課題に取り組む。
• MARC や CSV といった従来のフォーマットの制限を克服し、それらを機械読取可能で標準化された LOD に変換する。
• GLAM機関が自らのデータセットを LOD として公開するための再利用可能でベストプラクティスに則ったフレームワークを提供する。
• スコットランド国立図書館の実際のデータセットを用いて、セマンティック拡張の実現可能性と利点を示す。
• リンクオープンデータクラウドおよび Wikidata エコシステムと整合することで、国際的協力を支援する。

提案手法

• 既存のメタデータ（例：MARC、Dublin Core）を、標準化された語彙および URIs を用いて RDF にマッピングする変換パイプラインを設計する。
• W3C リンクドデータガイドラインおよび VoID 語彙を用いたベストプラクティスを適用し、データセットの記述と相互リンクを実施する。
• 再現可能性を確保するため、Jupyter Notebook を用いて変換プロセスを実装および文書化する。
• RDF/JS や XPath ベースのマッピングを活用して、構造化されたデータ（例：XML）を RDF 三元組に変換する。
• 外部の知識源（例：Wikidata、DBPedia）を統合し、エンティティを拡張することでデータ品質を向上させる。
• 自動チェックと確立された LOD 原則への整合性を用いて、データ品質を検証する。

Figure 1: Overview of the steps to transform into RDF the National Bibliography of Scotland and BOSLIT datasets using as main vocabulary BIBFRAME.

実験結果

リサーチクエスチョン

• RQ1 従来の GLAM メタデータフォーマットを、どのように体系的かつ機械読取可能でセマンティック的に豊かにされたリンクオープンデータに変換できるか？
• RQ2 多様な GLAM データセットから、信頼性があり再現可能でスケーラブルな LOD パublication を実現するための技術的・方法論的フレームワークは何か？
• RQ3 セマンティック拡張は、デジタル・ヒューマニティーズおよびデータサイエンス応用において、データの相互運用性と再利用可能性をどの程度向上させるか？
• RQ4 機関の GLAM データ公開ワークフローにおいて、LOD 標準を採用する際の実際の課題と利点は何か？
• RQ5 得られた LOD データセットは、どのように効果的に文書化され、公開され、リンクオープンデータクラウドのようなグローバル知識グラフに統合されるか？

主な発見

• フレームワークは、スコットランド国立図書館のデータ・ファウンダリから提供された3つのメタデータデータセットを、構造的で機械読取可能な RDF 形式に成功して変換した。
• 得られた LOD データセットは公開されており、Wikidata や DBPedia などの外部知識ベースと相互リンクされており、文脈的な豊かさが向上している。
• Jupyter Notebook の使用により、変換プロセスの完全な再現性が達成され、他の機関による透明性と再利用が可能になった。
• ネイティブな MARC や CSV 形式と比較して、本アプローチはデータの表現力と機械処理可能性に顕著な向上を示した。
• 変換パイプラインは、適切な URI 設計と VoID メタデータ記述を含む、W3C の LOD パublication のベストプラクティスに準拠していた。
• 本研究は、セマンティック公開が、デジタルコレクションの影響力と再利用可能性を高めようとする GLAM 機関にとって、実現可能で有益であることを確認した。

Figure 2: Overview of the main BIBFRAME classes used to model data based on the National Bibliography of Scotland.