SILK를 통한 통제 어휘(controlled vocabularies) 할당하기

This tutorial explains how SILK can be used to discover links between concepts in controlled vocabularies. By way of example, we have used SILK to create a mapping between the Named Autority Lists(NALs) of the Publications Office of the EU and the MARC list of the US Library of Congress.

Introduction

SILK Workbench는 통제 어휘의 링크 탐색(link discovery)을 위한 오픈 소스 소프트웨어 솔루션이다. 이는 SKOS RDF 파일로 표현된 통제 어휘 집합을 분석해주고 자동으로 이 어휘의 개념들 간의 링크를 탐색할 수 있다. Click here to download the SILK Workbench.

이 tutorial에서는 다음의 통제 어휘들 간의 mapping을 생성하기 위해 SILK를 사용할 것이다. 통제 어휘들은 다음과 같다:

• The Countries Named Authority List of the Publication Officce of the EU: Common Authority Tables(CATs) 라고도 알려져 있는 NAL의 통제 어휘 또는 값 리스트는 유럽 연합의 협회 간의 정보 교환을 촉진하기 위해 사용되는 harmonised code와 multilingual label들의 모음이다. NAL들은 다른 형식들로 사용할 수 있으며 그 중 RDF/XML의 SKOS data로 사용할 수 있다.

• The MARC Countries list of the US Library of Congress: 미국 의회도서관(Library of Congress)은 정보 자원의 설명 및 색인을 위한 통제 어휘와 권한의 접근, 다운로드를 사용자로 하여금 유용하게 해주는 liked data service들을 제공한다.

위의 통제 어휘는 국가 확인을 위해 URIs를 사용한다. 예를 들어, 밑의 룩셈부르크의 URIs를 보자:

• Metadata

  Registry: http://publications.europa.eu/resource/authority/country/LUX

• Library of Congress: http://id.loc.gov/vocabulary/countries/lu.html

SILK는 SKOS 언어를 이용해 NAL들 간의 mapping들은 보여준다. 위의 룩셈부르크의 URIs의 경우, 이는 N-Triples로 표현된다.

두 list들을 mapping하기 위해서는 아래의 input file들이 사용된다:

Metadata Registry:

• File: countries-skos.rdf
• Format: SKOS
• URI: http://publications.europa.eu/mdr/resource/authority/country/skos/countries-skos.rdf
• Number of records: 308

Library of Congress:

• File: countries.rdf
• Format: MADS and SKOS
• URI: http://id.loc.gov/vocabulary/countries.rdf
• Number of record: 333

1. 프로젝트 생성 및 설정

새로운 프로젝트를 생성하기 위한 첫 발걸음은 Workspace 탭에 있다. 이 탭에서 사용자에 의해 관리되는 모든 프로젝트들이 나열된다.

프로젝트는 아래의 항목들을 포함해야 한다:

• URI prefixes which are used in the project;
• list of data sources;
• at least a linking task;
• an output;

프로젝트를 생성하기 위해 Project 버튼을 누르고 프로젝트 이름을 입력한다.

일단 프로젝트가 생성되면, input file들의 namespace들을 작성한다. 이를 수정하기 위해서는 Countries_alignment 프로젝트의 Prefixes 버튼을 누르고 목록을 작성한다.

2. SKOS을 이용한 통제 어휘 가져오기

SILK에서는 source dataset들을 정의하기 위해 파일들이 resource로써 system에 업로드되어야 한다. mapping을 위해 사용될 이 두 파일들을 업로드하기 위해서 Resources 버튼을 누른 뒤 두 파일의 Upload resource 부분을 모두 입력해야 한다.

일단 파일들이 resource로써 정의되고 tools에 업로드되면, mapping을 위해 사용될 data sources들을 작성한다. Source 버튼을 누르고 RDF dump 탭(LOC_Countries and NAL_Countries previously uploaded as Resources)의 resource를 선택한다.

SILK는 또한 SPARQL Endpoint와 CSV Source를 사용할 수 있다.

3. Alignment 설정하기

alignment 과정을 준비하기 위해 프로젝트의 연결 과정을 얻고 source와 target을 선택하기 위해 Task 버튼을 클릭한다. 이 연결 과정은 링크을 생성하기 위한 SILK engine에 의해 실행될 수 있는 동작을 가능하게 한다.

이 과정에서, 프로젝트는 다음의 항목을 포함해야 한다:

• the resources;
• the data sources;
• the linking task

Alignment를 생성하기 위해 linking task 항목의 Open 버튼을 클릭하면 Editor가 화면에 표시될 것이다. 이는 linkage rule editor interface이다. 이 인터페이스는 사용자가 가시적인 방법으로 rule을 수정하는것을 가능하게 한다.

이 editor는 두 부분으로 나누어진다:

• 왼쪽 부분은 4가지의 구성 요소를 포함한다:
  • The path input component with the source and target path fields.
  • And the SILK function components which enable to manipulate the data source: Transformations, Comparators and Aggregators. For each of them a set of functions are available, for instance Alpha reduce, Equality, etc.
• 오른쪽 부분은 editor interface 부분이다. 이는 사용자가 SILK 구성 요소 부분에서 drag and drop을 통해 path fields나 function들을 사용하게 해 준다.

이 tutorial에서는 아래의 것들이 두 어휘들을 연결하기 위한 path이다:

• Library of Congress - madsrdf:authoritativeLabel: contains the english country name <madsrdf:authoritativeLabel
• Metadata Registry - skos:prefLabel: contains also the country name in several language Бруней

Named Authority List Countries가 다양한 언어로 국가의 이름을 번역했기 때문에 두 번째 path인 skos:prefLabel은 오직 영어 version의 국가 이름만을 얻기 위해 언어 특성인 xml:lang을 통해 제한된다. 그러므로 target source Named Authoruty List를 위한 path는 다음과 같다:

skos:prefLabel[@lang=’en’]

그 다음 뒤의 방법의 동작을 정의해야 한다. 이는 removing space와 empty values에 의한 path들을 포함하고 있는 string의 transforming을 통해 시작될 것이다. 그리고 각각의 string은 대문자로 변환될 것이다. 이 규칙은 이 종류의 data의 string들을 비교하기에 충분해야 한다. 마지막으로 동등 비교 함수(function equality)를 통해 string들이 비교될 것이다.

그러므로 이 mapping을 위해, 다음의 항목들을 사용한다:

• Path (Path component)
• Remove blanks (Transformation component)
• Remove empty values (Transformation component)
• Upper Case (Transformation component)
• Equality (Comparator component)

일단 모든 항목들을 drag and drop을 통해 연결하면 결과는 다음 그림과 같을 것이다.

이제 자동으로 link를 탐색하기 위한 준비가 되었다.

4. 자동으로 link 탐색하기

일단 앞선 작업이 수행된다면, Start 버튼과 Generate Links 버튼을 클릭함으로써 실행하기 위해 Generate Links 탭을 클릭한다.

일단 링크가 발견되면, 사용자 인터페이스는 새로고침된 후 웹 어플리케이션이 그 작업이 표시되는 곳에서 고안된 일련의 단계들의 자세한 요약이 있는 링크를 자세히 파고들기 위해 제공한다.

더욱이 각각의 링크에서, 신뢰도에 관한 점수는 결과물에서 사용자가 정보를 얻을수 있는가에 관한 것이다.

이 화면에서 그 링크가 정확한지 혹은 아닌지 확인한다. SILK는 그 링크에 대한 상태를 제공한다. 사용자는 3가지의 상태 중 선택할 수 있다:

• 링크가 정확하다고 확인하고 확정할 수 있는 것, 링크는 positive reference 링크 모음에 포함될 것이다.
• 링크가 결정되지 않음을 확인하는 것, 링크극 reference 링크 모음에 포함되지 않을 것이다.
• 링크가 정확하지 않다고 확인하고 확정할 수 있는 것, 링크는 negative reference 링크 모음에 포함될 것이다.

결과물이 우리의 예상을 만족했으므로, 모든 링크를 선택한다.

이제, mapping의 결과를 가져올 수 있다.

5. SKOS 형식 mapping 결과 가져오기

이제 SILK Workbench에서 완성된 mapping의 결과를 저장할 output file을 추가해야 한다. output을 만들기 위해서는 Workspace 탭을 클릭한 후 tutorial의 초반에 생성된 프로젝트의 Output 버튼을 클릭한다.

일단 output이 생성되면, reference links 탭에 있는 linking task 버튼을 누른다. 이 탭에서, 가져오기 함수(export function)는 유저가 N-Triples 형식으로 mapping을 가져오는 것을 가능하게 한다. 방금 만든 output을 선택한다.

결과적으로, 215개의 record들이 정확하게 서로 연결된 것을 볼 수 있다. 그러므로 이 tutorial에서 설명되지 않는 다음 단계들은 가까운 연결 또는 연결되지 않는 나라들을 확정짓는 작업이 될 것이다.

Click here to download the N-Triples file

Nature of documentation: Manual (technical documentation)

이 글은 https://joinup.ec.europa.eu의 Tutorial on the use of SILK for aligning controlled vocabularies을 번역한 글입니다.