Search

NFDI4Culture is establishing an infrastructure for research data on material and immaterial cultural heritage in the context of the German National Research Data Infrastructure (NFDI) in compliance with the FAIR principles. The NFDI4Culture Knowledge Graph is developed and integrated with the Culture Information Portal to aggregate diverse and isolated data from the culture research landscape and thereby increase the discoverability, interoperability and reusability of cultural heritage data. This paper presents the research data management strategy in the long-term project NFDI4Culture, which combines a CMS and a Knowledge Graph-based infrastructure to enable an intuitive and meaningful interaction with research resources in the cultural heritage domain.

Um Inhalte im World Wide Web ausfindig zu machen, sind Suchmaschienen nicht mehr wegzudenken. Semantic Web und Linked Data Technologien ermöglichen ein detaillierteres und eindeutiges Strukturieren der Inhalte und erlauben vollkommen neue Herangehensweisen an die Lösung von Information Retrieval Problemen. Diese Arbeit befasst sich mit den Möglichkeiten, wie Information Retrieval Anwendungen von der Einbeziehung von Linked Data profitieren können. Neue Methoden der computer-gestützten semantischen Textanalyse, semantischen Suche, Informationspriorisierung und -visualisierung werden vorgestellt und umfassend evaluiert. Dabei werden Linked Data Ressourcen und ihre Beziehungen in die Verfahren integriert, um eine Steigerung der Effektivität der Verfahren bzw. ihrer Benutzerfreundlichkeit zu erzielen. Zunächst wird eine Einführung in die Grundlagen des Information Retrieval und Linked Data gegeben. Anschließend werden neue manuelle und automatisierte Verfahren zum semantischen Annotieren von Dokumenten durch deren Verknüpfung mit Linked Data Ressourcen vorgestellt (Entity Linking). Eine umfassende Evaluation der Verfahren wird durchgeführt und das zu Grunde liegende Evaluationssystem umfangreich verbessert. Aufbauend auf den Annotationsverfahren werden zwei neue Retrievalmodelle zur semantischen Suche vorgestellt und evaluiert. Die Verfahren basieren auf dem generalisierten Vektorraummodell und beziehen die semantische Ähnlichkeit anhand von taxonomie-basierten Beziehungen der Linked Data Ressourcen in Dokumenten und Suchanfragen in die Berechnung der Suchergebnisrangfolge ein. Mit dem Ziel die Berechnung von semantischer Ähnlichkeit weiter zu verfeinern, wird ein Verfahren zur Priorisierung von Linked Data Ressourcen vorgestellt und evaluiert. Darauf aufbauend werden Visualisierungstechniken aufgezeigt mit dem Ziel, die Explorierbarkeit und Navigierbarkeit innerhalb eines semantisch annotierten Dokumentenkorpus zu verbessern. Hierfür werden zwei Anwendungen präsentiert. Zum einen eine Linked Data basierte explorative Erweiterung als Ergänzung zu einer traditionellen schlüsselwort-basierten Suchmaschine, zum anderen ein Linked Data basiertes Empfehlungssystem.

The German National Library of Science and Technology (TIB) constantly aims to promote the use and distribution of its collections. To meet these goals, the TIB consequently foregrounds semantic web technologies, which ensure interoperability of metadata, allow for advanced methods of information retrieval (e.g. semantic and cross-lingual search), and improve the ease of access to library holdings. Accordingly, the TIB publishes its extensive metadata on scientific videos provided by the TIB AV-Portal as linked open data. This data is expressed in the standardised Resource Description Framework model (RDF) and comprises both of authoritative and automatically extracted metadata. The latter is generated through different algorithms analysing (1) superimposed text, (2) speech, and (3) visual content of the portal’s videos. In addition, the analytical results are mapped against common authority files and knowledge bases via a process of automated named entity linking (NEL) to facilitate reuse as well as interlinking of information. But publishing data in ways, which ensure interoperability and machine readability, is only one aspect of the problem. For although there are rapid advances in the field of machine learning, content mining and automated metadata extraction still pose a significant challenge to libraries. This is mainly due to different qualities in primary materials and ontologies as well as inherent ambiguities, which may impede correct detection and linking with named entities. For example, the results of automated speech recognition strongly depend on sound quality and pronunciation. Accordingly, metadata extracted by algorithms still exhibits varying degrees of accuracy. Therefore, the TIB is exploring novel ways to improve metadata, which both results from content mining and is provided as linked open data. To achieve this, a service combining direct user interaction with RDF-data and semi-automatic NEL is being developed and will be implemented in the TIB AV-Portal. On the one hand, this will allow for interactive editing, extension, and correction of the analytical metadata and enable staff and users to manually improve overall data quality. On the other hand, users will be provided with suggestions to support manual correction and expansion of the NEL results. In our presentation, we would like to introduce a possible approach for such a service ensuring the publication of high quality and interoperable metadata. In the first part we will briefly discuss our experiences with data derived by content mining/NEL and stored as RDF-triples. Based on that, common challenges of semi-automatic procedures to improve data quality and user involvement will be highlighted in greater detail in the second part of the presentation. In the concluding part, we will present possible scenarios for implementing and integrating this kind of service into the TIB AV-Portal.