Ein Knowledge Graph für wissenschaftliche Sammlungen : Generierung von Linked Open Data für heterogene museale Sammlungen auf der Basis des ASCH-Modells

  • Die vorliegende Arbeit liefert eine prototypische Anwendung zur besseren Sichtbarkeit und Verfügbarkeit musealer Sammlungen im Semantic Web. Es wird ein Verfahren vorgestellt, das die LIDO-XML-Metadaten, die die Sammlungsobjekte der wissenschaftlichen Sammlungen der Georg-August-Universität Göttingen beschreiben, in Linked Open Data (LOD) umwandelt und in einem Triplestore bereitstellt. Der dargestellte Ansatz sowie die Umsetzung eignen sich zur Nachnutzung auch durch kleinere museale Einrichtungen ohne vertiefte Semantic-Web-Erfahrung. Als Basis für die Generierung der RDF Statements dient das ASCH-Modell, ein unlängst entwickeltes RDF-Datenmodell für heterogene museale Sammlungen, dessen Proof of Concept ein weiteres Ziel dieser Arbeit darstellt. Für die Datenanalyse werden die Quelldaten in eine XML-Datenbank importiert und mit XPath und XQuery untersucht. Die Konvertierung der Daten in das Serialisierungsformat RDF/XML erfolgt anhand eines XSLT-Stylesheets. Außerdem werden die Daten in das RDF-Format Turtle überführt und in einen mit SPARQL abfragbaren Triplestore geladen. Die für die Umsetzung notwendigen Komponenten der Abfrage- und Programmiersprachen sowie der Tools werden anhand von Beispielen erläutert. Die Bereitstellung des Knowledge Graph erfolgt unter Beachtung der Linked Data Principles und der vom World Wide Web Consortium (W3C) veröffentlichten Best Practices for Publishing Linked Data. Ferner finden die besonderen Anforderungen des Kulturerbesektors, insbesondere der wissenschaftlichen Sammlungen, Berücksichtigung.
  • This thesis provides a prototypical application for better visibility and availability of museum collections in the Semantic Web. A method is presented that transforms the LIDO-XML metadata, which describe the objects of the academic collections of the Georg-August-University Göttingen, into Linked Open Data (LOD) and publishes it in a triplestore. The illustrated approach and the implementation are suitable for reuse also by smaller museums without deepened Semantic Web experience. The basis for the LOD generation is the ASCH model, a recently developed RDF data model for heterogeneous museum collections. Its proof of concept is another goal of this thesis. For data analysis, the source data is imported into an XML database and examined with XPath and XQuery. The data conversion into RDF/XML is realized by an XSLT style sheet. In addition, the data is converted into Turtle and published in a triplestore enabling networking with external databases by means of SPARQL. The components of the query and programming languages and the tools necessary for the implementation are explained by examples. The Knowledge Graph adheres to the Linked Data Principles and the W3C Best Practices for Publishing Linked Data. Furthermore, the requirements of the cultural heritage sector, in particular the scientific collections, are considered.

Download full text files

Export metadata

Additional Services

Search Google Scholar Statistics
Metadaten
Author:Antje Niemann
URN:urn:nbn:de:kobv:526-opus4-12030
DOI:https://doi.org/10.15771/MA_2019_1
Advisor:Petra Keidel, Janett Mohnke
Document Type:Master's Thesis
Language:German
Year of Publication:2019
Publishing Institution:Technische Hochschule Wildau
Granting Institution:Technische Hochschule Wildau
Date of final exam:2019/04/12
Release Date:2019/04/30
Page Number:143
Faculties an central facilities:Fachbereich Wirtschaft, Informatik, Recht
Wildau Institute of Technology (WIT) / Bibliotheksinformatik
Dewey Decimal Classification:0 Informatik, Informationswissenschaft, allgemeine Werke / 00 Informatik, Wissen, Systeme / 000 Informatik, Informationswissenschaft, allgemeine Werke
TH Wildau theses:Bibliotheksinformatik
Licence (German):Creative Commons - CC BY - Namensnennung 4.0 International
Verstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.