目録表現のデータモデルと実体

データモデリングと実体

• 属性―値対としてのデータ記述
  • フラットな表によるデータの記述
  • 
• 実体の関係としてのデータモデル
  • 独立した存在として情報を付与できるものを実体（entity）と捉える。実体は属性（attribute）を持つことができる。
  • データを実体間の関連（relation）として捉える（ERモデル）
  • 

書誌における実体

• 書誌データにおいて実体として捉えられるもの
  • 著者、訳者、出版者、出版地などは実体と考えられる
  • 本そのものも実体だけれど、書誌データのどこに？
  • 分類などは実体？
  • 

典拠における実体

• 典拠概念と実在する実体
  • 標目やノート、ソースなどから構成される典拠概念（実体）
  • 標目によって示されている実在物（人物、場所、時代…）
  • 標目ID00444960が表す実体は…
  • 

FRBRの実体関係分析

• タスクと実体の分析
  • FRBRでは4タスク（発見、識別、選択、取得）を念頭に実体分析：
  • 情報利用者の関心対象となる実体の単離 →
  • 基本実体間の関係の定義 →
  • 各実体の持つ重要な特性＝属性の特定
• FRBRがとらえる実体
  • グループ1：作品、表現形、体現形、アイテム
  • グループ2：人、団体
  • グループ3：概念、オブジェクト、イベント、場所
• 実体と属性（グループ1）
  • 作品………タイトル、形態、日付、対象、etc.
  • 表現形……タイトル、形態、日付、言語、要約、etc.
  • 体現形……タイトル、責任表示、版、出版地、出版者、発行日、媒体、etc.
  • アイテム…識別子、来歴、状態、個別特徴、etc.

FRBRでの実体間の関係

• 主要な関係
  • 作品 ―実現される→ 表現形 ―具体化される→ 体現形 ―例示される→ アイテム
  • 作品 ―創造される→ グループ2 ←所有される― アイテム
  • 作品 ―主題として持つ→ グループ1～3
• 

RDAでの実体の関係

• FRBRに対応する関係
  • RDAはFRBRのモデルに対応づけて目録を記述するプロパティを規定
  • 作品と体現形を直接関連付けるプロパティを設定
  • 双方向のプロパティをそれぞれ明示
• 

BIBFRAMEがとらえる実体

• BRBFRAME 1.0での主要な実体
  • 作品とインスタンス：前者はFRBRの作品と表現形に、後者は体現形にほぼ相当
  • 典拠：FRBRのグループ2および3にほぼ相当
  • 注釈：他の実体に関する付加情報。FRBRのアイテムに相当するHeldItemもこの一種
• 

BIBFRAME 2.0ではAuthority、Annotationは廃止され、Item（1.0のHeldItem）が独立して3階層モデルとなりました（2016-04-27追記）。

RDF：リソース表現の共通モデル

• さまざまなモデルを表現できるフレームワーク
  • RDFは、対象を明確に識別するため、属性―値対に主語を加えたトリプルで表現
  • 属性→プロパティ＝リソース間（対象と値）の関係
  • 
• 各々の実体がそれぞれ独立した存在
  • レコードはトリプルに分解される
  • トリプルの集合＝グラフ

実体の識別とリンク

目録における実体と識別子

• 書誌に用いられる識別子（名前）

  • 項目名	値	実体
    BIB System No.	000746395	書籍（体現形？）
    ISBN	4309202829	書籍（体現形）
    著者	Joyce, James, 1882-1941	人
    出版事項	東京	場所
    出版事項	河出書房新社	出版者
    分類	933.7	NDC9

• 典拠に用いられる識別子

  • 項目名	値	実体
    標目ID	00444960	典拠
    標目	Joyce, James, 1882-1941	人（？）
    関連リンク	n79056824	LC典拠

グローバルなスコープを持つ識別子

• 識別子のスコープ
  • スコープが限定された識別子：書誌ID（図書館内）、ISBN（書籍のみ）
  • 000746395、00444960は何を識別するのか→使い分けにはスコープを示すコンテクストが必要（例えば前者はBIB System No.、後者はNDLA典拠ID）
  • ウェブ上のリソースを識別するにはグローバルなスコープが必要
  • 識別子がグローバルなら、モデルで関連付ける対象（実体）を組織やシステムの外まで広げることができる
• URIもしくはIRI
  • ウェブ上のグローバル識別子としてURIを用いることができる
  • 識別子を名前として用いるためには英数字だけでなくUnicode全般の文字を使いたい→国際化識別子IRI
    • ※以下では慣用的な用語としてURIを用いるが、意味としてはすべてIRI
  • Resouce Identifierなので、ネットワーク上のものだけでなく、抽象的実体や関係の識別にも使える

データ型とURI

• データ型：コンテクストの明示
  • 933.7は数値？識別子？
  • KOSMOSでの表示はNDC9:933.7→プライベートな名前空間接頭辞を用いて区分
  • リテラル値のデータ型："933.7"^^xsd:decimalなら計算式で使える。"933.7"^^dcndl:NDCなら分類記号として理解できる
• URI：グローバルな識別＋リンク
  • 分類記号を例えばhttp://id.ndl.go.jp/class/ndc9/933.7のように表現
  • 同じ識別子を持つリソース（書誌）がグラフでつながる
  • リンクをたどって情報（リソース記述）を得られる

目録での識別子のURI化

• 目録識別子のURIを考える
  • 標目ID00444960をURI化する
  • BIB System No. 000746395 をURI化する
• 実体を区別したURI化

  • 実体種別	URI
    典拠	http://id.ndl.go.jp/auth/ndlna/00444960
    人物	http://id.ndl.go.jp/auth/entity/00444960

  • URIをたどるとブラウザにはHTML、RDFアプリケーションにはRDFが返される
• API型URIと実体の識別
  • 例えば書誌詳細を取得するAPIのhttp://keio-opac.lib.keio.ac.jp/F?func=direct&doc_number=000746395も、書誌IDによる恒久URI
  • 書籍実体のURIとしても使えないわけではないが、できればopac、funcなど機能を表す名前を含まないURIの方が最終ユーザ（人間）の混乱を招かない

RDFとURI：ウェブ上での識別

• RDFリソースをURIで識別する
  • トリプルの各要素をURIで識別（主語―述語―目的語）
  • 別個に記述された＝組織外の情報（グラフ）もURIが同じならつながる
  • 実体化されないプロパティ値（実体の属性）はリテラルとして記述
  • URIのない空白ノードはトリプルの節点としては機能するが外部からは参照できない
• 

リンクするデータ

• 文書のウェブからデータのウェブへ
  • 従来のHTML文書を中心にしたウェブは、ハイパーリンクによって発展した
  • http:スキームURIなら識別子（名前）をハイパーリンクとしても機能させることができる
  • リンクをたどって関連情報を得られるようにすれば、データのウェブとなる
  • バーナーズ＝リーによるLinked Dataの4原則
  • 

リンクするデータとしての目録記述

MARC：目録データの機械可読化

• 目録項目のコード化
  • MARC：独自のコードとフォーマット（フィールド＋サブフィールド）による機械可読化
  • MarcXML：独自フォーマットを汎用化（コードはMARCそのまま）
  • XSLTなどを用いたフォーマット／語彙変換を想定
• 

目録からメタデータへ

• 領域を超えたリソース記述
  • タイトル、作者、日付などは、書籍にかぎらずさまざまな創作物に共通する → 共通の語彙でメタデータを記述することで共有・再利用を
  • ダム・ダウン：単純化した汎用プロパティを用いれば、精度は低下するが広い共有・再利用が可能
    • たとえば「作曲家」の代わりに「作者」とすれば音楽作品を他領域の作品と同列に記述できる
  • サブプロパティ：「作曲家」も「著者」も作者の一種（詳細化）と定義すれば、どちらで記述したデータからも「作者」という汎用プロパティでの関係が導ける
• 語彙の共有とDublin Core
  • 広い領域で共通に用いることができる汎用項目＝単純化した15要素のSimple DC
  • 修飾子による詳細記述（date → date.created）から詳細プロパティ（created）を独立させ、DCメタデータ語彙を2003年に定義。詳細プロパティは15要素のサブプロパティ
  • 領域に特化した語彙もDCとサブプロパティ関係を定義すれば、共有・再利用の手がかりができる
• 

語彙を組合せた目録RDF記述

• 一つのレコードも各領域語彙の組合せで記述できる
  • 基本的な「作品」メタデータ：Dublin Core
  • 著者などの「エージェント」記述：FOAF
  • 典拠やシソーラスなどの体系：SKOS
• 

FRBRモデルを用いたフランス国立図書館の目録RDF

• モデルと実体の関連
  • BNFのモデル解説に示されているように、FRBRに準拠したモデル設計
  • グループ1は作品、表現形、体現形が相互に関連付けられ、さらに典拠→作品の関係も
  • グループ2は著者が作品および表現形から関連付けられる。典拠→人の関係も。出版者は実体化されていない（リテラル値のみ）
  • 日付や言語も実体として扱われている
• 記述語彙
  • 実体の型と関連はrdvocab.infoのRDF語彙を利用
    • （P10065のような形になる新RDA語彙は現状では用いていない）
  • DC、SKOS、FOAFなどの既存語彙を幅広く組み合わせる他、不足するプロパティはBNF独自の語彙を定義
• 外部へのリンク
  • 典拠からVIAF、DBpedia、IDREFなどにskos:exactMatch
  • 人物実体から上と同じリソースにowl:sameAs

BNF：グループ1の記述

• 
  • （図はクラスとラベルをまとめた型付ノードグラフ）

BNF：グループ2/3と外部へのリンク

BIBFRAMEを用いる米議会図書館の実験

• モデルと語彙
  • モデルの細部は当初のダイアグラムからは変化：たとえばformatの値は典拠ではなくなり、publisherの代わりにpublicationがProviderを介してAgentに関連付ける
  • 語彙はBIBFRAME Vocabularyページにまとめられている。発展中（2015年後半にも改訂予定とのこと）
• 変換ツールと生成されるグラフ
  • MARCデータをできるだけ忠実にBIBFRAME化するツール類の提供
  • 保守的な変換ということもあり、空白ノードが多い
• 

LCのBIBFRAMEグラフ全体像

リンクするデータとしてのBIBFRAME

• 作品、インスタンスの識別
  • 作品はBibIDに基づくURIで識別され、リンクをたどってRDFを取得できる（例：http://id.loc.gov/resources/bibs/12533842）
  • インスタンスはbf:lccn、bf:isbnなど多くの識別子をプロパティ値として持つが、インスタンス自身は現状では空白ノード
• 典拠クラスの識別とリンク
  • 人、トピックなどは典拠クラスのサブクラス。作品、インスタンスと外部典拠を結ぶ軽量抽象レイヤと位置付けられている
  • 現在のところ空白ノードで、bf:hasAuthorityによって何らかの外部典拠に関連付けられているだけだが、URIを与えることは推奨されている
  • VIAFやDNBなどにリンクする例も挙げられている。プロパティははっきりしないがbf:referenceAuthorityが使えるのかもしれない
  • 人や組織などは、典拠概念というより場所や生年など関連情報を持つ実体として扱う方向に議論が進んでいる

Schema.orgと目録記述

• ワンストップ語彙としてのSchema.org
  • 複数の語彙を組み合わせる煩わしさを解消するため、非常に広い領域をカバー（2015年1月時点で10の上位クラスのもとに600以上のクラス＝記述対象のタイプ）
  • Google、Yahoo、Bingなど主要検索エンジンがサポート
  • RDFを必ずしも意識しない（ウェブページにMicrodataなどの形で埋め込まれる場合が多い）
• 目録記述のためのSchema.org拡張
  • W3CのSchema Bib Extend Community GroupでSchema.orgの拡張を検討し、定期刊行物記述プロパティも含めて導入
  • たとえばBookクラスには上位のCreativeWorkから受け継いだものも含め70以上のプロパティが用意されている
  • WorldCat、VIAFのRDFモデルがSchema.orgを採用
  • さらにSchema.orgを拡張／補完する形でBiblioGraph.net語彙を定義し、多数の語彙を混在させずに記述することで扱いやすく

Schema.orgを用いたWorldCatのモデル

Schema.orgによるVIAFのRDF記述

VIAFを介したリンク

• 
  • 各国図書館の目録は何らかの形でVIAFとリンク
  • VIAFからはDBpediaにリンク → さらにグラフがつながって行く

目録LODの可能性と課題

• 可能性あるいは展望
  • DBpediaやGeoNamesなどのLODハブとつながることで大きなデータのウェブに
  • ウェブにおける信頼度の高い情報としての目録LOD
  • 
• 次への課題
  • より多くの識別子のURI（実体）化、特に図書館外でも利用できる識別子のURI化（ISBNなど）
    • 質疑の中でご紹介したフィンランドにおけるISBNのURI化は、urn:isbn:...の形をフィンランド国立図書館のURNリゾルバによってhttp:スキームURIとしています。例えばhttp://urn.fi/URN:ISBN:978-952-10-9981-6。ただし個別に登録する必要があるようで、どんなISBNでも解決されるというわけではありません。
    • 同じく言及したRDF Book MashupはAmazon、Googleなどの書籍ウェブサービスに問い合わせて当該ISBNに対応するRDFを生成しています
  • 同一／類似実体の相互の関連付け（NDCとDDCの対応付け、各種典拠の地名など）
  • 情報の広がりと信頼度のバランス：LODの世界は目録の世界ほど厳密ではない

情報の由来と名前付きグラフ

• データセットとグラフ識別子
  • RDFはデータを併合してしまうと情報源が区別できない？
  • RDFデータセット中のグラフに識別子を与える（名前付きグラフ）
  • グラフ識別子を主語に、来歴情報を管理する → 情報提示方法を変えるなどして情報源や信頼度を区別できる
• （作図ツールの制約でviaf、dbpediaのノードが一つのグラフのみに含まれていますが、それぞれkeio.jp、viaf.orgのグラフとも共有され、橋渡しとなるノードです。）

参照先

• 参照したリソース
  1. Functional Requirements for Bibliographic Records - Final Report, by IFLA Study Group, 1997-09
     <http://www.ifla.org/publications/functional-requirements-for-bibliographic-records>
  2. Resource Description and Access
     <http://www.rdatoolkit.org/>
  3. BRBFRAME - Bibliographic Framework Initiative
     <http://www.loc.gov/bibframe/>
  4. RDF 1.1 Concepts and Abstract Syntax
     <http://www.w3.org/TR/rdf11-concepts/>
  5. Linked Data - Design Issues, by Tim Berners-Lee, 2006-07-27
     <http://www.w3.org/DesignIssues/LinkedData.html>
  6. Dublin Core Metadata Element Set, Version 1.1, 2012-06-14, DCMI Recommendation
     <http://dublincore.org/documents/dces/>
  7. Dublin Core Qualifiers
     <http://dublincore.org/documents/2000/07/11/dcmes-qualifiers/>
  8. Dublin Core Metadata Terms, by DCMI Usage Board, 2003-03-03/2012-06-14, DCMI Recommendation
     <http://dublincore.org/documents/dcmi-terms/>
  9. FOAF Vocabulary Specification, by Dan Brickley and Libby Miller, 2014-01-14
     <http://xmlns.com/foaf/spec/>
  10. SKOS Simple Knowledge Organization System Reference
      <http://www.w3.org/TR/skos-reference/>
  11. Semantic Web and data model, Bibliotheque nationale de France
      <http://data.bnf.fr/semanticweb-en>
  12. The RDA (Resource Description and Access) Vocabularies
      <http://rdvocab.info/>
  13. Vocabularies of the Bibliotheque nationale de France
      <http://data.bnf.fr/vocabulary-en>
  14. BIBFRAME Vocabulary
      <http://bibframe.org/vocab/>
  15. BIBFRAME Editor/MARC to BIBFRAME transformation tools
      <http://bibframe.org/tools/>
  16. The "lightweight abstraction layer" -- On BIBFRAME Authority, by Kevin Ford and Ted Fons, 2013-08-15
      <http://bibframe.org/documentation/bibframe-authority/#layer>
  17. Authority Subclasses: Topics and Issues, 2014-10-15
      <http://www.loc.gov/bibframe/topics/authorities.html>
  18. Schema Bib Extend Community Group
      <http://www.w3.org/community/schemabibex/>
  19. WorldCat - Data strategy and linked data
      <http://www.oclc.org/data.en.html>
  20. VIAF - Virtual International Authority File
      <http://www.oclc.org/viaf.en.html>
  21. OCLC adds Linked Data to WorldCat.org, 2012-06-20
      <http://www.oclc.org/news/releases/2012/201238.en.html>
  22. BiblioGraph.net
      <http://bibliograph.net/>
  23. フィンランド国立図書館のURNリゾルバ
      <http://www.nationallibrary.fi/publishers/urn.html>
  24. RDF Book Mashup
      <http://wifo5-03.informatik.uni-mannheim.de/bizer/bookmashup/>