De korte introductie tot Topic Maps is gegevens bij het seminar Semantisch Modelleren van XMLHolland

1. Topic Maps Introductie
Morpheus Kennistechnologie
Quintin Siebers en Gabriel Hopmans
http://www.mssm.nl
© Morpheus Kennistechnologie 1999 - 2010

2. Inhoud
• Introducties
– Morpheus en projecten
– Topic Maps doel, ontstaan en ISO
• Topic Maps basisconcepten
• Projecten en demo applicaties
• Meer geavanceerde concepten
2

3. Morpheus Kennistechnologie
• Morpheus is in 1999 opgericht in Maastricht
– Totaaloplossing van Kennistechnologie: inwerken
domein expertise, analytisch denken, ontwerpen,
implementeren en kennis van de juiste tools,
technieken en standaarden
– Achtergrond Kunstmatige Intelligentie
– Zich bewezen als Innovator in Europese projecten
– Business Partner van het Noorse Ontopia/Bouvet
• Projecten voor Belastingdienst, Politie,
Tweede Kamer, Onderwijs, EC
© Morpheus Kennistechnologie 1999 - 2010

4. Doel van Topic Maps
• Het ondersteunen van gedistribueerd
onderhoud van informatie en kennis
– Als internationale kennisintegratie standaard is het
zeer gemakkelijk om bestaande bronnen te
ontsluiten, toegankelijk te maken en te verrijken
d.m.v. het flexibele model
© Morpheus Kennistechnologie 1999 - 2010

5. Een Overzicht op het geheel
5

6. Ontstaan Topic Maps
• Oorsprong was SOFABED begin jaren 1990
– Opgesteld om een master index voor documentatie
te maken en om indexen met elkaar te mengen
– Later uitgegroeid tot ISO standaard (2000)
• Web standaard (XML Topic Maps, 2001)
• Hernieuwde ISO standaard (2003)
– Met toevoeging van XTM
• Nu multipart ISO standaard met
datamodel, query taal en constraint taal

7. CTM in SC 34/WG 3
• ISO 13250 Topic Maps  ISO 18048 Topic Maps Query
– Part 1: Overview Language
– Part 2: Data model  ISO 19056 Topic Maps
– Part 3: XML Syntax (XTM) Constraint Langage
– Part 4: Canonicalization  TR: Dublin Core in Topic
– Part 5: Reference Model Maps (DCTM)
– Part 6: Compact Syntaxart
 Technical Reports
– 7: Graphical Notation (GTM)
• Informatie op:  PSI metadata registry
– http://www.isotopicmaps.org  RDF mapping
 SC34-commitee work:
 Open Document Format
(ODF)
 Office Open XML (OOXML)
7

8. Semantische netwerken
• Een Topic Map beschrijft een semantisch
netwerk met
– Concepten (Morpheus, Nederland, etc…)
– Typen (Bedrijf, Land, etc…)
– Relaties (Maastricht ligt in Nederland)
– Relatie typen (Dienstverband, Vader-Zoon)
Nederland
Grootvader
Morpheus
Limburg
Vader
Maastricht
Gabriel Hopmans Peter-Paul Kruijsen

9. Topic Map Model: twee lagen
• Belangrijkste zaken bij Topic Maps
– Concepten
– Relaties
• tussen concepten
• tussen concepten en informatiebronnen
• De belangrijkste concepten binnen een Topic
Map zijn vergelijkbaar met die in een index van
een boek
• Scheiding van informatie en kennis in twee
lagen

10. Laag 1: Informatielaag
• De informatielaag bevat de inhoud; de
feitelijke informatiebronnen
– Kan tekst zijn maar ook een plaatje of video.
– In ieder formaat of notatie (XML, PDF, JPG, …)
• Vergelijkbaar met de inhoud van een boek

11. Laag 2: Kennislaag
• Topics representeren de onderwerpen waar de
informatie in de informatielaag over gaat
– Vergelijkbaar met de lijst van topics die de index achterin een
boek vormt
• Associations representeren relaties tussen de
onderwerpen die als topics zijn gerepresenteerd
– Vergelijkbaar met bijvoorbeeld de “zie ook” relatie in een
index achterin een boek
ontvangt
inschrijving
Handelsregister
Onderneming deponeert KVK-nr
Jaarstuk
kennislaag

12. Twee lagen verbonden
• Occurrences vormen
de relaties met de
informatiebronnen die ontvangt
eigen zijn aan een inschrijving
bepaald onderwerp
Handelsregister
– De verbinding is
Onderneming
vergelijkbaar met deponeert KVK-nr
een paginanummer
in een index jaarstuk
kennislaag
informatielaag

13. Meer over Topics
• topics hebben types
• topics hebben identiteit
• en topics hebben karakteristieken:
– nul of meer namen
– nul of meer occurrences
– nul of meer associations
13

14. De waarheid over Topic Maps
• Aan het einde van het verhaal zijn er
– topics,
– die namen en occurrences hebben,
– en rollen spelen in associations
• ... en dat is alles wat er is!
occurrence
T
naam
(rol in) association
14

15. Topic Associations
• Beschrijven relaties tussen onderwerpen:
• “Rotterdam ligt in Nederland”
• “De Tweede Kamer ligt in Den Haag”
• “Balkenende is lid van het CDA”
15 6

16. Richting in associations?
Lid van fractie
CDA Van Geel
16

17. Nee, gebruik Rollen
Lid van fractie
CDA Van Geel
fractie kamerlid
17

18. Association Rollen
• Associations zijn van nature
multidirectioneel Lid van fractie
– Associations beweren iets over
relaties tussen onderwerpen fractie kamerlid
– Uit de bewering Van Geel is lid van
CDA Van Geel
Fractie CDA volgt automatisch de
bewering CDA is de fractie van Van
Geel
• Het idee van richting wordt in dagelijks gebruik
veroorzaakt door het gebruik van natuurlijke taal
• In plaats van richting gebruikt topic maps het
idee van association rollen:
– De topic Van Geel speelt de rol van kamerlid in de
relatie Lid van Fractie waarbij CDA de rol van fractie
18 speelt

19. Association Role Types
person Employee Employment Employer organisation
topic type role type association type role type topic type
rol speler rol association rol rol speler
Q.Siebers Morpheus
N.B.
rol == association role en
role type == association role type
19

20. Geavanceerde concepten
• Scope (en filters)
• Merging
• Subject identity
• Published subjects
• Reificatie
20

21. Contextualiseren via Scope
• Topic Maps worden ingezet om kennis te representeren
• Kennis is echter niet absoluut; er komt context bij
kijken
• De fijnzinnigheid van context komt tot zijn recht door
het concept van scope
• Scope maakt het mogelijk om
– De subjectiviteit van kennis uit te drukken
– Vanuit verschillende oogpunten naar een enkele kennisbron te
kijken
– Gepersonaliseerde oogpunten te bieden voor verschillende
gebruikersgroepen
– Bij merging bij te houden uit welke bron kennis afkomstig is
• Scopes zijn gedefinieerd als verzamelingen topics
21

22. Hoe werkt Scope?
• Topics hebben “karakteristieken”
– De namen en occurrences, en de rollen die
ze spelen in associations met andere topics
• Iedere karakteristiek is geldig binnen een
bepaalde context (scope), bijvoorbeeld:
– de naam “Norge” voor de topic Noorwegen
binnen de scope “Noors”
– een occurrence van bepaalde informatie in
de scope “technisch personeel”
– een association is alleen waar in de scope
(volgens) “Autoriteit X”
22

23. Toepassingen van Scope
• Meerdere „world views‟
– De realiteit is vaak ambigu en kennis heeft een subjectieve dimensie
– Scope maakt het uitdrukken van verschillende perspectieven mogelijk
binnen één enkele Topic Map
• Kennis met context
– Sommige kennis geldt enkel binnen een bepaalde context en zeker
niet daarbuiten
– Scope maakt het uitdrukken van feiten binnen een context mogelijk
• Herleidbare aggregatie van kennis
– Wanneer de bron van de kennis minstens zo belangrijk is als de kennis
zelf:
– Scope biedt behoud van de kennis over de bron van kennis
• Persoonlijke blik op kennis
– Verschillende gebruikers hebben verschillende eisen over kennis
– Scope biedt een persoonlijke tint, gebaseerd op persoonlijke
voorkeur, vaardigheden, beveiligingsniveau, etc.
23

24. Merging van Topic Maps
• In Topic Maps representeert iedere topic een onderwerp
• Topic Maps gaat uit van precies één topic per onderwerp
– Als twee topic maps gemerged worden, moeten topics die hetzelfde
onderwerp representeren gemerged worden tot één enkele topic
– Als twee topics gemerged worden, krijgt het resulterende topic de
combinatie van karakteristieken van de twee originele topics
occurrence
occurrence occurrence
naam naam
T T
naam association role naam association role
Merge de twee topics...
naam ...en het resulterende topic krijgt de
association role combinatie van de originele karakteristieken
Een tweede topic (in een andere
association role topic map) over hetzelfde onderwerp
24

25. Toepassingen van Merging
• Hergebruik van kennis
– Afgebakende kennisgebieden kunnen als aparte topic maps
worden opgeslagen en onderhouden
– Deze kunnen op afroep gemerged worden tot een groter
geheel
• bijvoorbeeld tot een organisatiediagram of geografische kaarten
• Integratie van informatie
– Genereer een topic map voor iedere informatiebron
– Merge deze voor een universeel overzicht over het geheel
• bijvoorbeeld over CRM, DMS, ERP systemen
• Gedistribueerde kennismanagement
– Vang kennis van afdelingen in „lokale‟ topic maps
– Merge deze tot een „corporate view‟
• Kennismanagement hoeft niet gecentraliseerd te worden om
kennis deelbaar te maken in een organisatie
• “Seamless knowledge”
– Verbind portals naadloos binnen en tussen organisaties
– Een gezamenlijke vocabulaire is niet eens noodzakelijk
25

26. Hoe wordt Merging mogelijk?
• NIET door gebruik te maken van namen, zij zijn
berucht om hun onbetrouwbaarheid
– Namen zijn niet altijd uniek
• het homoniem probleem
– Veel topics hebben meerdere namen
• het synoniem probleem
• Betrouwbare aggregatie van kennis is alleen
mogelijke door gebruik te maken van unieke
globale identifiers
• De identificatie van onderwerpen is cruciaal
– Als onderwerpen unieke identifiers krijgen, staat
het mensen vrij arbitraire namen te kiezen –
machines kunnen nog steeds informatie aggregeren
26

27. Reificatie
• De betekenis van “re” in het latijn is “ding”
– dus reificatie is “ergens een ding van maken”
• In Topic Maps is een “ding” een “topic”
– Reificatie betekent hier het omzetten van iets in
een topic
– Feitelijk is reificatie het maken van een topic op
basis van iets binnen een topic map dat nog geen
topic is (dus
namen, occurrences, associations, association roles
en topic maps zelf)
• Hierdoor kunnen beweringen gemaakt worden
over
– rollen, relaties, namen en topic maps
• Dit is van belang voor het
– toevoegen van metadata (bv. aan de topic map zelf)
27 – aanbrengen van meer detailniveau in de topic map

28. Wat is een Ontologie?
• Een ontologie bepaalt wat je mag
zeggen en wat niet binnen een
domein superclass-subclass
– Het is als een database schema superclass
met tabellen en kolommen voor subclass
database applicaties
– Het bepaalt de definitie en person
semantiek van kernconcepten place composed-by
• Het is basisgereedschap en vormt composer
een model voor het beschrijven city born-in synopsis
van het domein opera
bio
– Verzameling van
types, kenmerken en relatietypes map
– Wat nodig is varieert en neigt
naar de filosofie
• De essentie van een ontologie is
om Puccini
– Goed vast te leggen wat de Lucca
samenhang is tussen de echte Tosca
wereld en de kenmerken van het
model in een ontologie
– Herbruikbaarheid van
domeinkennis te bevorderen
Topic Map
28

29. Projecten en Tools
29

30. Topic Maps projecten/tools
• Noorwegen: zeer veel bedrijven/projecten
– Bouvet/Creuna/MakingWaves/Ovitas, Overheid
• US : Infoloom (Tax), Y-12 National Security
• UK : Networked Planet (Sharepoint)
• België : SpaceApplications
• Duitsland : TopicMapsLab, Stuttgart, Fraunhofer
• Finland : Nokia, Index
• Azië : Inek, Hitachi
• Nederland: Morpheus, Diderot Track, Itvanced,
Belastingdienst, Politie, Tweede Kamer
30
• Topinics, Wandora, SemanText, RubyTM

31. Project bij de Tweede Kamer
Informatie processen in Kaart

32. ‘Gekleurde informatie’
• Van feiten naar meningen/beweringen
• En nog naar „beweringen over beweringen‟ ?

33. TopicView – Politie Amsterdam
• Tijd winst efficiency in proces van medewerker
– Rapportage samenstellen in 1 of 2 uur in plaats van
8 uur ! Eenvoudiger navigeren
• 1 Overzicht over meerdere systemen met de
mogelijkheid om te ontdubbelen en te verrijken
• Vastleggen van kennis in vorm van Early Warning
Indicatoren
33

34. IdSpace
• Platform for distributed collaborative product
innovation. This work is funded in part by the
European Commission FP7-IST-2007-1-41
(project number 216799).
• The platform is a topic maps driven integrated
toolset of a collaboration portal, editor and
visualization, reasoning, ideation modules.
• See short video :
http://www.youtube.com/watch?v=LeJf7VmjYiM
34

35. IdSpace
35