In questo repository vengono riportate le informazioni e i riferimenti al codice sorgente necessario per poter affrontare il Linked Open Data Hackathon organizzato dal Centro Nexa su Internet & Società del Politecnico di Torino in occasione dell'edizione 2015 dell'International Open Data Day.
Obiettivo principale dell'hackathon è quello di passare da dati a "tre stelle" pubblicati secondo formati aperti (ad esempio CSV) a dati a "quattro o cinque stelle", pubblicati secondo gli standard del W3C (RDF e SPARQL) e interlinkati con altri dataset.
L'hackathon è stato organizzato con il prezioso supporto di Diego Camarda e di Regesta.exe che hanno fornito il codice sorgente di base per la trasformazione di dati CSV in formato RDF e hanno messo a disposizione strumenti quali Bygle Open Source e LodView.
- La roadmap della giornata
- Il challenge
- Set up del sistema
- Conversione dei dati da CSV a RDF
- Interlinking e allineamento semantico dei dati
- Pubblicazione dei dati
- L'hackathon si svolgerà dalle ore 12.00 alle ore 00.00 CET di sabato 21 febbraio 2015
- Nella fase iniziale si svolgerà una discussione fra i partecipanti per definire i compiti di ciascuno per poter affrontare il challenge proposto
- Dalle ore 15.30 alle ore 16.15 si svolgerà un intervento di Federico Morando, Director of Research and Policy & Research Fellow del Centro Nexa. Durante l'incontro ci si collegherà con l'evento organizzato a Roma in occasione dell'International Open Data Day 2015.
- Dalle ore 21 e fino alla fine dell'hackathon gli sforzi prodotti verranno concretizzati in un output che si tradurrà in codice open source pubblicato su GitHub, documentazione del processo e Linked Open Data a disposizione della comunità.
Il challenge dell'hackathon consiste nel trasformare e pubblicare i dati delle amministrazioni secondo lo standard "Linked Data" definito dal W3C.
Di seguito sono riportati i punti contraddistinguono le diverse fasi del challenge dell'hackathon e i link al codice di supporto:
- Conversione dei dati da CSV a RDF
- Interlinking e allineamento semantico dei dati
- Pubblicazione dei dati
Per poter utilizzare il codice di conversione dei dati è necessario installare alcuni pacchetti all'interno del proprio sistema e importare il progetto Java.
- Installazione di Java 7 o superiore: http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html.
- Download di Eclipse STS per il proprio sistema operativo: http://spring.io/tools/sts/all.
- Download del file zip: csv-to-rdf.zip
- Import... --> General --> Existing projects into workspace.
- Navigare il file system fino alla cartella lod-hackathon-2015 e premere "ok".
- Nella finestra di importazione verrà mostrato "csv-to-rdf" come progetto da importare.
- Spuntare il progetto, selezionare "Copy project into workspace" tra le opzioni presenti e premere "Finish".
- Aprire l'albero del progetto: src/main/java > org.dvcama.csvtordf.test e cliccare con il destro su DbMaker.java. Nel menu contestuale selezionare "run as" -> "java application".
- Nell'alberatura del progetto cercare la cartella di primo livello "db", posizionarsi con un click (evidenziandola) e premere F5 per aggiornarne il contenuto; se questa contiene la cartella "testCsvToRdf" il sistema compila e funziona a dovere.
- Cliccare con il tasto destro del mouse sul progetto "csv-to-rdf-test" e selezionare "run as" -> "Run on Server" e scegliere un server nella lista di quelli proposti.
- Al termine dell'operazione dovrebbe automaticamente aprirsi una pagina in Eclipse dallo sfondo nero con su scritto "YOUR HOME PAGE!".
- Abbazia: https://dl.dropboxusercontent.com/u/17206967/abbazia-benedettina.rdf
- Dump RDF: https://dl.dropboxusercontent.com/u/17206967/final_complete.ttl
Il codice di esempio a vostra disposizione vi permetterà di trasformare dati CSV in RDF, serializzato in XML, JSON o N-Turtle.
Per ottenere questo obiettivo verrà utilizzato Apache Jena, framework scritto in JAVA per costruire Semantic Web applications. Jena ha delle funzionalità specifiche per poter creare un triple store, ovvero un modello/grafo al cui interno è possibile scrivere triple RDF.
Il codice sorgente di esempio che avete importato in Eclipse racchiude i singoli step per poter passare da un CSV a un RDF. Nel dettaglio, all'interno del package org.dvcama.csvtordf.triplify, il codice sorgente incluso in Step01.java, Step02.java, Step03.java, Step04.java vi consentirà progressivamente di ottenere un file RDF pubblicabile all'interno di un triple store.
Step01.java non fa nient'altro che scaricare e salvare su disco il file CSV dei musei piemontesi, a partire dal link segnalato all'interno del catalogo dati.piemonte.it. Il file sarà disponibile nella cartella hackathon-test/dataset.csv.
All'interno di Step0.02.java lavorerete direttamente sul CSV, utilizzando la libreria CSVParser. Affinché il parser funzioni correttamente, occorre conoscere e specificare l'encoding del file.
Nel caso specifico dei musei piemontesi, occorre implementare:
CSVParser parser = CSVParser.parse(inf, Charsets.toCharset("Windows-1252"), //
CSVFormat.DEFAULT //
.withSkipHeaderRecord() //
.withHeader() //
.withDelimiter(';') //
);I passaggi logici che vengono effettuati in questo step sono i seguenti:
- Prendo il CSV e scorro tutti i record.
- Per ciascuna entry del CSV creo un oggetto JSON che contiene delle coppie chiave-valore ottenute tramite l'elaborazione effettuata su ciascuna colonna del CSV. Ogni oggetto viene salvato all'interno di una lista.
{
"address/id:streetAddress": "Piazza Luigi Rossi - Pessione di Chieri, 2",
"address/id:faxNumber": "+39-0119419266",
"rdfs:label": "Museo \"Martini\" di Storia dell'Enologia",
"schema:image": "http://www.piemonteitalia.eu/images/tools/musei/torino/m_martini_enologia_chieri.jpg",
"address/id:telephone": "+39-0119419217",
"geo:lat": "44.96548843",
"about": "http://localhost/id/musei/46",
"categoria/id": "6",
"place/myschema:codiceIstat": "001078",
"myschema:update": "2014-07-29T15:22:03Z",
"dc:description": "Ambientato nelle sale ricavate dalle antiche cantine della villa settecentesca che fu sede dei primi stabilimenti della Martini & Rossi a Pessione, presso Chieri, il museo presenta oggetti raccolti sotto un unico denominatore comune: il vino e la sua lunga storia, legata indissolubilmente a quella dell'uomo. In questa collezione, prima in Europa per la vastità dell'esposizione, sono presentati in ordine tematico, fra le pareti in mattoni a vista e le volte perfettamente conservate dei sotterranei, oggetti rituali e simbolici, anfore e vasi databili a partire dal secondo millennio avanti Cristo fino all'età Imperiale romana, grandi torchi in legno, carri per il trasporto di uve e di botti, cristalli e argenti preziosi, accanto a filtri e alambicchi di rame, prime testimonianze dello sviluppo industriale, che ha contribuito enormemente ad ampliare le conoscenze e le tecniche in campo enologico. Un'ultima sezione racconta la storia del vermouth piemontese, dalla sua invenzione alla sempre più diffusa commercializzazione.",
"address/id:email": "martini.pessione@martini.com",
"place/provincia_id:label": "Torino",
"place/comune_id": "http://localhost/id/luogo/comune/001078",
"place/comune_id:label": "Chieri",
"schema:openingHours": "Orario: settembre-luglio :martedì-venerdì 14.00-17.00, sabato-domenica 9.00-12.00, 14.00-17.00.\nUltimo ingresso 16.30.\nChiuso nel mese di agosto.\nChiusure festività annuali: 1 Gennaio, Pasqua, Pasquetta, 25 Aprile, 15 Agosto, 2 Giugno, 1 Novembre, 8 Dicembre, 25 Dicembre, 26 Dicembre.\nTipo ingresso: Gratuito",
"categoria/id/rdfs:label": "tematici",
"address/id": "http://localhost/id/musei/46/address",
"geo:long": "7.84122896",
"address/id:postalCode": "10023",
"place/provincia_id": "http://localhost/id/luogo/provincia/to"
}All'interno della chiave "about", ad esempio, vado a salvare l'IRI che identificherà la risorsa, ad esempio "http://localhost/id/musei" + id. La scelta di inserire la parola "id" all'interno dell'IRI mi consente di avere un'espressione chiave che m'informa che da qui in avanti entro nel dominio RDF.
Per favorire la riconciliazione all'interno del triple store sarebbe l'ideale utilizzare lo stesso identificativo dell'authority che si occupa di gestire quel tipo di dato, in modo tale da favorire una processo di riconciliazione automatica. Viceversa si può utilizzare la proprietà owl:sameAs.
- Il JSON che viene generato a questo step viene creato all'interno della cartella hackathon-test/dataset.json.
Per i musei, si è scelto di utilizzare l'ontologia schema.org, in particolare le proprietà dell'entità Museum. Schema.org è un'ontologia leggera utilizzata di solito per arricchire le pagine Web con informazioni che i motori di ricerca a tendere saranno in grado di utilizzare. Un esempio di utilizzo nel dominio dei musei piemontesi è il seguente:
IRI.addProperty(m.createProperty("http://schema.org/", "openingHours"), prendiValore("schema:openingHours", record), "it");Nel caso dei musei è stata sfruttata anche l'ontologia Dublin Core per fare in modo di utilizzare uno standard che viene spesso usato per il campo descrizione dc:description. Segue un esempio:
IRI.addProperty(DCTerms.description, prendiValore("dc:description", record), "it");CHALLENGE: Provare ad utilizzare anche l'ontologia Good Relations, in modo simile all'esempio presentato qui di seguito:
<gr:openingHoursSpecification rdf:about="timetable/IT-FC0160_1">
<rdfs:label>lun 09:30-12:30</rdfs:label>
<gr:hasOpeningHoursDayOfWeek rdf:resource="http://purl.org/goodrelations/v1#Monday"/>
<gr:opens>09:30</gr:opens>
<gr:closes>12:30</gr:closes>
</gr:openingHoursSpecification>
<gr:openingHoursSpecification rdf:about="timetable/IT-FC0160_2">
<rdfs:label>mar 09:30-12:30</rdfs:label>
<gr:hasOpeningHoursDayOfWeek rdf:resource="http://purl.org/goodrelations/v1#Tuesday"/>
<gr:opens>09:30</gr:opens>
<gr:closes>12:30</gr:closes>
</gr:openingHoursSpecification>
Nel caso dei musei, infatti, risulta molto complesso riuscire ad estrarre le informazioni. Provate ad eseguire la query SPARQL seguente sull'endpoint a vostra disposizione o cliccando il link in basso:
PREFIX schema-org: <http://schema.org/>
SELECT * WHERE {?museo a schema-org:Museum.
OPTIONAL {?museo schema-org:openingHours ?orari.}
}
Per poter esplorare ontologie per il proprio dominio, è possible utilizzare LOV (Linked Open Vocabularies). Nell'esempio dei musei può essere molto utile sfruttare questo riferimento: http://lov.okfn.org/dataset/lov/terms?q=Museum.
In questa sezione vengono riportati alcuni esempi per utilizzare ontologie standard nel dominio degli eventi.
@base <http://community-dati-piemonte-it.nexacenter.org/id/> .
@prefix time: <http://www.w3.org/2006/time#> .
@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix dc: <http://purl.org/dc/elements/1.1/> .
@prefix dbpedia-owl: <http://dbpedia.org/ontology/> .
@prefix geo: <http://www.w3.org/2003/01/geo/wgs84_pos#> .
@prefix foaf: <http://xmlns.com/foaf/0.1/> .
@prefix yago: <http://dbpedia.org/class/yago/> .
@prefix owl: <http://www.w3.org/2002/07/owl#> .
@prefix geonames: <http://www.geonames.org/ontology#> .
@prefix org: <http://www.w3.org/ns/org#> .
@prefix meta: <http://example.org/metadata#> .
@prefix dcterms: <http://purl.org/dc/terms/> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix trasparenza: <http://trasparenza.nexacenter.org/id/> .
@prefix schema-org: <http://schema.org/> .
@prefix dbpedia: <http://dbpedia.org/resource/> .
@prefix dbpedia-it: <http://it.dbpedia.org/resource/> .
@prefix dbpprop: <http://dbpedia.org/property/> .
@prefix units: <http://dbpedia.org/units/> .
@prefix bibo: <http://purl.org/ontology/bibo/> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
@prefix vallesusa: <http://vallesusa-tesori.it/id/> .
http://www.vallesusa-tesori.it/en/
col seguente tracciato record per gli eventi:
<eventi/esempio> a schema-org:Event ;
nomeIT: rdfs:label "Nome standard evento"@it .
nomeEN: rdfs:label "Nome standard evento"@en .
nomeFR: rdfs:label "Nome standard evento"@fr .
descrizioneIT: dcterms:description "Bla bla medio lungo."@it .
descrizioneEN dcterms:description "Bla bla medio lungo."@en .
descrizioneFR: dcterms:description "Bla bla medio lungo."@fr .
data_inizio: schema-org:startDate ISO 8601 date format .
data_fine: schema-org:endDate ISO 8601 date format .
latitudine: geo:lat "number" .
longitudine: geo:long "number" .
POI_correlati: community:hasRelatedPOI <POIs/esempio/> .
community:hasRelatedPOI rdfs:subPropertyOf rdfs:seeAlso .
categorizzazione: vallesusa:haTematismo vallesusa:Tematismo .
vallesusa:haTematismo rdfs:subPropertyOf dc:subject .
vallesusa:tematismi/territorio a vallesusa:Tematismo ;
rdfs:seeAlso dbpedia-it:Val_di_Susa ;
rdfs:seeAlso dbpedia:Susa_Valley ;
foaf:isPrimaryTopicOf
<http://www.vallesusa-tesori.it/tematismi/territorio/> .
Elenco tematismi sito:
<http://www.vallesusa-tesori.it/tematismi/enogastronomia/>
<http://www.vallesusa-tesori.it/tematismi/archeologia/>
<http://www.vallesusa-tesori.it/tematismi/ambiente/>
<http://www.vallesusa-tesori.it/tematismi/cultura-popolare/>
<http://www.vallesusa-tesori.it/tematismi/fortificazioni/>
<http://www.vallesusa-tesori.it/tematismi/arte-sacra/>
<http://www.vallesusa-tesori.it/tematismi/itinerari/>
<http://www.vallesusa-tesori.it/tematismi/comunita/>
tag: dc:subject "tag"@it
immagini: schema-org:photo <http://esempio.org/image.jpg> .
foaf:depiction <http://esempio.org/image.jpg> .
schema-org:image <http://esempio.org/image.jpg> .
video: schema-org:video #uso un po' improprio...
audio: schema-org:audio #uso un po' improprio...
documenti: foaf:isPrimaryTopicOf <http://esempio.org/documento/>.
-_-_-_-_-
http://www.vallesusa-tesori.it/en/
col seguente tracciato record per i Points Of Interest:
<POIs/esempio> a schema-org:Place .
NB, di norma si può essere più precisi:
<POIs/esempio> a TouristAttraction .
nomeIT: rdfs:label "Nome standard del POI"@it .
nomeEN: rdfs:label "POI standard name"@en .
nomeFR: rdfs:label "Nom standard du POI"@fr .
descrizioneIT: dcterms:description "Bla bla medio lungo."@it .
descrizioneEN dcterms:description "Bla bla medio lungo."@en .
descrizioneFR: dcterms:description "Bla bla medio lungo."@fr .
InformazioniIT: rdfs:comment "Bla bla medio lungo."@it .
InformazioniEN: rdfs:comment "Bla bla medio lungo."@en .
InformazioniFR: rdfs:comment "Bla bla medio lungo."@fr .
categorizzazione: vallesusa:haTematismo vallesusa:Tematismo .
vallesusa:haTematismo rdfs:subPropertyOf dc:subject .
vallesusa:tematismi/territorio a vallesusa:Tematismo ;
rdfs:seeAlso dbpedia-it:Val_di_Susa ;
rdfs:seeAlso dbpedia:Susa_Valley ;
foaf:isPrimaryTopicOf
<http://www.vallesusa-tesori.it/tematismi/territorio/> .
Elenco tematismi sito:
<http://www.vallesusa-tesori.it/tematismi/enogastronomia/>
<http://www.vallesusa-tesori.it/tematismi/archeologia/>
<http://www.vallesusa-tesori.it/tematismi/ambiente/>
<http://www.vallesusa-tesori.it/tematismi/cultura-popolare/>
<http://www.vallesusa-tesori.it/tematismi/fortificazioni/>
<http://www.vallesusa-tesori.it/tematismi/arte-sacra/>
<http://www.vallesusa-tesori.it/tematismi/itinerari/>
<http://www.vallesusa-tesori.it/tematismi/comunita/>
tag: dc:subject "tag"@it
Tre (quattro) righe seguenti dubbie:
servizi correlati: schema-org:potentialAction (tabella???)
servizi in loco: schema-org:hasPOS vallesusa:Organization1
POI correlati: community:hasRelatedPOI <POIs/altro_esempio/> .
community:hasRelatedPOI rdfs:subPropertyOf rdfs:seeAlso.
telefono: v. sotto, contactPoint
email: v. sotto, contactPoint
web: v. sotto, contactPoint
schema-org:contactPoint <POIs/esempio/contacts>
<POIs/esempio/contacts> a schema.org:ContactPoint ;
schema-org:telephone "+39-xxx-yyy-zzz-wwww" ;
email "info@esempio.org" ;
url <http://esempio.org/contact> .
orariIT: schema-org:openingHours "Orario: ..."@it .
orariEN: schema-org:openingHours "Orario: ..."@enr .
orariFR: schema-org:openingHours "Orario: ..."@fr .
comune: schema-org:location <luogo/comune/00123> .
CAP: va dentro indirizzo:
<POIs/esempio/address> schema-org:postalCode number.
indirizzo: schema-org:address <POIs/esempio/address> .
<POIs/esempio/address> addressCountry "ITA" or "IT" ;
addressLocality "Turin" ;
addressRegion "TO" ;
postalCode "10100" ;
streetAddress "Via Boggio, 65/A" .
latitudine: geo:lat number .
longitudine: geo:long number .
rilevanza: vallesusa:rilevanza number .
immagini: schema-org:photo <http://esempio.org/image.jpg> .
foaf:depiction <http://esempio.org/image.jpg> .
schema-org:image <http://esempio.org/image.jpg> .
video: schema-org:video #uso un po' improprio...
audio: schema-org:audio #uso un po' improprio...
documenti: foaf:isPrimaryTopicOf <http://esempio.org/documento/>.
owl:sameAs <http://it.dbpedia.org/esempio>,
dbpedia:example,
<http://wikidata.org/entity/esempio>,
<http://yago-knowledge.org/resource/esempio>,
<http://sws.geonames.org/esempio> .
-----------------------------
Fonti di dati aggiuntivi possibili (in ordine indicativo di interesse):
Muesi Torino
Challenge: cross-checking e merge
http://aperto.comune.torino.it/?q=node/144
http://aperto.comune.torino.it/sites/default/files/musei.csv
NB: occhio che è separato da ";" e non ","
Eventi Firenze
http://opendata.comune.fi.it/cultura_turismo/dataset_0337.html
http://wwwext.comune.fi.it/opendata/files/eventi.json
Eventi Ravenna
http://opendata.comune.ravenna.it/dataset/eventi
http://www.comune.ra.it/eventi/feed.xml
Eventi Rovereto
http://dati.trentino.it/dataset/comune-di-rovereto-eventi
http://www2.comune.rovereto.tn.it/servizionline/extra/json_sito/event/
Eventi Emilia-Romagna
http://www.dati.gov.it/catalog/dataset/regione-emilia-romagna_37
help: http://dati.emilia-romagna.it/media/rdp/comune/licenze/IstruzioniERCultura.pdf
chiamata di esempio: http://wwwservizitest.regione.emilia-romagna.it/cultura/opendata/default.aspx?data=20100101&pagenum=3&pagesize=100
Eventi Matera
http://www.dati.gov.it/catalog/dataset/regione-basilicata_652b16fd-dc0a-434d-abcc-fcd97a2613e0
Eventi Palermo
http://www.dati.gov.it/catalog/dataset/comune-di-palermo_309
http://www.comune.palermo.it/xmls/VIS_DATASET_NEWS.xml
Uffici turistici Torino
http://aperto.comune.torino.it/?q=node/140
Hic Sunt Leones
Mibact
http://www.beniculturali.it/mibac/export/MiBAC/sito-MiBAC/MenuPrincipale/Trasparenza/Open-Data/Sviluppatori/index.html
v. anche mail di Chiara Veninata e Giogia Lodi
Poco aggiornata/consistente:
Eventi Fibreno
NB: c'è già un RDF un po' autoreferenziale...
http://www.leggiposta.comune.postafibreno.fr.it/opendata/
http://www.leggiposta.comune.postafibreno.fr.it/tool-admin/cms/?controller=punti&action=selectByIdCategoria&id=14&all&view=open
http://www.leggiposta.comune.postafibreno.fr.it/tool-admin/cms/?controller=punti&action=selectByIdCategoria&id=14&all&view=rdf
http://www.leggiposta.comune.postafibreno.fr.it/tool-admin/cms/?controller=punti&action=selectByIdCategoria&id=14&all&view=xml
Roba "meta" o più o meno trascurabile
Eventi Rignano Flaminio
http://opendatarignanoflaminio.it/dataset.html?id=eventi
Meta-RDF: http://opendatarignanoflaminio.it/api/categoria/eventi/rdfxml
------------------------
Valutare se le informazioni sui musei sono in linea con quanto specificato qui di seguito:
Sulle localizzazioni, considerando che nel caso specifico trattiamo Organization, abbiamo per ogni org:Organization un puntamento a org:Site che serve a descrivere la localizzazione fisica del soggetto. Nell'org:Site c'è un org:siteAddress che punta a vcard:Address (classe) che contiene le informazioni geografiche. Un esempio pratico è il seguente:
<org:Organization rdf:about="ex/1234">
<org:hasSite rdf:resource="site/1234"/>
</org:Organization>
<org:Site rdf:about="site/1234">
<rdfs:label>sede ...</rdfs:label>
<org:siteAddress rdf:resource="address/1234"/>
</org:Site>
<vcard:Address rdf:about="address/1234">
<rdfs:label>indirizzo ...</rdfs:label>
<gn:parentADM1>...</gn:parentADM1>
<gn:name>...</gn:name>
....
<geo:lat>...</geo:lat>
<geo:long>...</geo:long>
<geo:long>...</geo:long>
<gn:isLocatedIn rdf:resource="luogo1"/>
</vcard:Address>
<ex:luogo rdf:about="luogo1">
<rdfs:label>
<owl:sameAs rdf:resource="http://sws.geonames.org/..."/>
</ex:luogo>
A questo livello si utilizzano le API di Jena per la creazione del modello RDF. Definisco i prefissi che mi serviranno per la pubblicazione dell'RDF all'interno del triple store, sfruttando alcune costanti di Jena specifiche per definire i predicati di una tripla, come ad esempio "RDFS".
Model m = ModelFactory.createDefaultModel();
Map<String, String> prefixMap = new HashMap<String, String>();
prefixMap.put("rdfs", RDFS.getURI());
prefixMap.put("geo", "http://www.w3.org/2003/01/geo/wgs84_pos#");
prefixMap.put("schema", "http://schema.org/");
prefixMap.put("rdf", "http://www.w3.org/1999/02/22-rdf-syntax-ns#");
prefixMap.put("gn", "http://www.geonames.org/ontology#");
prefixMap.put("rdf", RDF.getURI());
prefixMap.put("dcterms", DCTerms.getURI());
m.setNsPrefixes(prefixMap);A questo punto le entry del JSON create in Step02.java andranno inserite nel modello creato con Jena. Per poter creare una tripla all'interno del modello, nel seguente snippet di codice vengono mostrate 3 modalità differenti.
Resource IRI = m.createResource(prendiValore("about", record));
// usando le costanti di jena (es. RDF)
m.add(IRI, RDF.type, m.createResource("http://schema.org/Museum"));
// definendo una propria proprietà
m.add(IRI, m.createProperty("http://www.w3.org/2000/01/rdf-schema#", "label"), m.createLiteral(prendiValore("rdfs:label", record), "it"));
// aggiungendo alla risorsa i valori nella maniera più pratica
if (record.get("geo:lat") != null) {
IRI.addProperty(m.createProperty("http://www.w3.org/2003/01/geo/wgs84_pos#", "lat"), prendiValore("geo:lat", record));
IRI.addProperty(m.createProperty("http://www.w3.org/2003/01/geo/wgs84_pos#", "long"), prendiValore("geo:long", record));
}Per ciascuna entità identificata da un IRI è una buona prassi creare anche una proprietà di tipo rdfs:label, che sia espressa in linguaggio naturale. Un esempio viene presentato nello snippet di codice pubblicato qui di seguito:
// indirizzo e contatti
Resource IRIaddress = m.createResource(prendiValore("address/id", record));
IRIaddress.addProperty(RDF.type, m.createResource("http://schema.org/PostalAddress"));
IRIaddress.addProperty(RDFS.label, "indirizzo e contatti: " + prendiValore("rdfs:label", record), "it");E' importante specificare che in questa fase di triplificazione si possono (e si devono) aggiungere nuovi valori in modo tale da rendere il file RDF più ricco e più interoperabile con altri dataset. Per arricchire le informazioni in merito al comune nel quale si trova il mio museo, posso specificare che il comune di appartenenza è anche un oggetto "#Feature" dell'ontologia di GeoNames (tale informazione non era presente nel file JSON generato nella fase precedente).
IRIcomune.addProperty(RDF.type, m.createResource("http://www.geonames.org/ontology#Feature"));Avendo utilizzato GeoNames posso sfruttare la sua ontologia per definire il rapporto che esiste tra comuni e provincie in Italia.
IRIcomune.addProperty(m.createProperty("http://www.geonames.org/ontology#", "parentFeature"), IRIprovincia);
IRIcomune.addProperty(m.createProperty("http://www.geonames.org/ontology#", "parentADM1"), IRIprovincia);
L'RDF finale può essere serializzato a seconda delle proprie necessità:
OutputStream out = new FileOutputStream(new File("hackathon-test/dataset.xml"));
OutputStream outAbbr = new FileOutputStream(new File("hackathon-test/dataset.abbr.xml"));
OutputStream outNt = new FileOutputStream(new File("hackathon-test/dataset.nt"));
OutputStream outTurtle = new FileOutputStream(new File("hackathon-test/dataset.turtle"));
OutputStream outJson = new FileOutputStream(new File("hackathon-test/dataset.jsonld"));
RDFDataMgr.write(out, m, RDFFormat.RDFXML);
RDFDataMgr.write(outAbbr, m, RDFFormat.RDFXML_ABBREV);
RDFDataMgr.write(outNt, m, RDFFormat.NT);
RDFDataMgr.write(outTurtle, m, RDFFormat.TURTLE_PRETTY);
RDFDataMgr.write(outJson, m, RDFFormat.JSONLD);In Step04.java i dati salvati vengono caricati all'interno del modello, creando un'implementazione di grafo su file system. Il risultato ottenuto sarà disponibile nella cartella: hackathon-test/musei.
Il codice presente in Step05.java vi consentirà di creare un file di interlinking all'interno del quale ci sarà un insieme di triple in cui vengono definite le relazioni con dataset esterni. In questo specifico caso, il dataset dei musei è stato collegato con DBpedia, DBpedia Italiana e SPC Data.
Per poter creare l'interlinking con altri dataset vengono effettuate delle query SPARQL su repository menzionati in precedenza, cercando di recuperare il maggior numero di informazioni corrette possibili. Ovviamente, la scelta dei repository di dati e delle query dipende strettamente dal dominio scelto.
Per poter creare ulteriori occasioni di interlinking sono a vostra disposizione le API di TellMeFirst, tool open source per la classificazione semantica tramite Wikipedia/DBpedia e l'arricchimento di documenti testuali tramite Linked Data. Un esempio di implementazione Java di chiamata alle API è disponibile qui di seguito:
String charset = "UTF-8";
String requestURL = "http://tellmefirst.polito.it:2222/rest/classify";
String jsonResponse = "";
try {
MultipartUtility multipart = new MultipartUtility(requestURL, charset);
multipart.addFormField("text", textToClassify);
multipart.addFormField("numTopics", "7");
multipart.addFormField("lang", "italian");
List<String> response = multipart.finish();
for (String line : response) {
jsonResponse += line;
}
} catch (IOException ex) {
System.err.println(ex);
}
return jsonResponse;Il file generato a questo livello si troverà in hackathon-test/interlinking.nt.
Il codice implementato in Step06.java è necessario per poter aggiungere al grafo generato allo Step04 le nuove triple che definiscono l'interlinking.
Questo passaggio è necessario soltanto qualora si voglia testare l'istanza in locale di LodView che viene rilasciata all'interno del codice sorgente. In alternativa, è già possibile caricare su Virtuoso uno dei dataset RDF generati nello Step03 e il file di interlinking generato nello Step05.
Per testare l'RDF è possibile pubblicare il grafo generato su file system attraverso Jena sull'istanza di LodView rilasciata all'interno del pacchetto che avete importato.
All'interno del file /csv-to-rdf/src/main/webapp/WEB-INF/conf.ttl occorre configurare il parametro conf:endpoint inserendo il path della cartella in cui è presente il modello di Jena, ovvero hackathon-test/musei.
Successivamente dovete cliccare sul tasto destro dell'interno progetto --> scegliere "Run As" --> Scegliere "Run on Server" --> Selezionare il server di default --> Cliccare "Finish".
Avete a disposizione in anteprima un'istanza di Bygle Open Source, interfaccia LDP dell'Enterprise Linked Data Platform Java2ee, sviluppata da Regesta.exe, capace di gestire completamente l'importazione e il processamento di dati RDF.
Il codice sorgente per gestire le risorse RDF su Bygle è disponibile all'interno di Step07.java.