[Aktuelles] DH Insights (März): “Semantic Web, Linked Data, Ontologien. Eine Einführung mit Fallstudie”
Von Sabine Tittel, Heidelberger Akademie der Wissenschaften (HAdW)
Im Rahmen von DH Insights stellte Sabine Tittel am 09. März 2023 Semantic Web Technologien im Kontext der historisch ausgerichteten französischen Sprachwissenschaften vor. Das Ziel des Vortrags war es, in das Paradigma von Linked Open Data (LOD) und Ontologien einzuführen und dessen Potential für das föderierte Abfragen von heterogenen Daten zu demonstrieren. Die Präsentation können Sie hier einsehen.
Das Problem der Heterogenität der Daten ist in der historischen Linguistik besonders augenfällig. Viele der für das Wissen um das Kulturerbe, die Geschichte im Allgemeinen und die Sprachgeschichte im Besonderen äußerst wertvollen Daten liegen bereits digital vor. Allerdings sind sie in der Regel nur in Datensilos des WWW zugreifbar, deren Formate, Lese- und Recherchefunktionen publikationsspezifisch, meist wortbasiert und einzelsprachlich ausgerichtet sind. Eine Suche, die auf der Semantik der Daten basiert, ist kaum möglich.
Das Desiderat für eine Forschung, die Forschungsfragen mit anderer, weiterer oder transdisziplinärer Ausrichtung stellt, ist daher ein inhaltlich gelenkter Datenzugriff, der über Ressourcen, Sprachen, historische Sprachstufen, Fachdomänen und Datenformate hinweg funktioniert. Um zu zeigen, wie LOD dieses Desiderat beantworten können, zeigte der Vortrag Ideen, Formate und Vorteile von LOD auf und stellte Ontologien vor, die wesentlich für das Modellieren von Daten als LOD sind.
Das Paradigma von LOD vereint eine Reihe von Standardmethoden des World Wide Web Consortiums (W3C), die die Publikation von nicht nur menschen- sondern maschinenlesbaren Daten ermöglichen: Daten werden so mit formalisierten inhaltsbezogenen (i.e. informatisch-semantischen) Informationen versehen, dass sie darüber sinnvoll mit anderen Daten verknüpft werden können. Werden Daten als LOD modelliert, folgen sie den Prinzipien,
- jede Informationseinheit über eine URL (HTTP) im WWW eindeutig zu lokalisieren,
- sie in Standardformaten des W3C vorzuhalten (Resource Description Framework – RDF [https://www.w3.org/RDF/], SPARQL [https://www.w3.org/TR/2013/REC-sparql11-overview-20130321/]),
- sie auf die Daten anderer Ressourcen mithilfe von URLs zu verlinken und
- Ontologien (ein formales Modell eines Wissensbereiches in der Informatik) und Standardvokabulare für die semantische Auszeichnung der Informationen einzusetzen (für Geodaten, Personennamen, linguistische Informationen, kulturelle Artefakte etc.).
Zu den Vorteilen der Modellierung von Ressourcen als LOD gehören
- die strukturelle Interoperabilität der Daten (durch das einheitliche Format RDF für verschiedene Typen von Ressourcen [Editionen, Wörterbücher, Bildsammlungen etc.]),
- die Erreichbarkeit über das Standardwebprotokoll HTTP
- die Ressourcenintegration durch die Verknüpfung und die gemeinsame Abfrage der im WWW verteilten Ressourcen und
- die konzeptuelle Interoperabilität über gemeinsame Ontologien und Vokabulare.
Das Fallbeispiel des Vortrags stammt aus dem Kontext der historischen Lexikographie. Es zeigt, wie die heterogenen, in unterschiedlichen Sprachstufen und Dialektformen „versteckten” Informationen zu Flöten und Pfeifen und verwandten Musikinstrumenten als RDF-Daten modelliert werden und so in eine gemeinsame, semantisch basierte Abfragbarkeit überführt werden können.
Die Relevanz des Linked-Data-Paradigmas für die in Heidelberg erarbeiteten linguistischen Ressourcen ist deutlich: Für die Modellierung der rund 80.000 Wortartikel des DEAF – Dictionnaire étymologique de l’ancien français [https://www.hadw-bw.de/deaf] liegen die nötigen Datentransformationsroutinen (über XSLT und Python) bereits vor, ebenfalls vorbereitet sind diese Routinen für die des DAG – Dictionnaire onomasiologique de l’ancien gascon [https://www.hadw-bw.de/dag] mit rund 20.000 Wortartikeln. Die Daten der Texteditionen zu historischen nepalesischen Rechtstexten, die die Forschungsstelle der HAdW “Religions- und rechtsgeschichtliche Quellen des vormodernen Nepal” [https://www.hadw-bw.de/nepal] erarbeitet, sind Inhalt eines Text+/NFDI-geförderten Forschungsprojekts “edition2LD” der HAdW [https://www.hadw-bw.de/forschungweitere-projekte/modellierung-vontexteditionen-als-linked-data-edition2ld]. Für diese Forschungsstelle sind bereits zwei domänenspezifische Ontologien zu Personen- und Ortsnamen Nepals in Arbeit. Und schließlich werden im Projekt ALMA – “Wissensnetze in der mittelalterlichen Romania” [https://www.hadw-bw.de/alma] Editions- und lexikologisch-lexikographische Daten als LOD modelliert und parallel dazu historisierte Ontologien zu den Domänen der Medizin und des Rechts entwickelt.
–English version below–
By Sabine Tittel, Heidelberg Academy of Sciences and Humanities (HAdW)
As part of DH Insights on March 9, 2023, Sabine Tittel presented Semantic Web technologies in the context of historically oriented French linguistics. The aim of the lecture was to introduce the paradigm of Linked Open Data (LOD) and ontologies and to demonstrate its potential for the federated querying of heterogeneous data. You can view the presentation here.
The problem of data heterogeneity is particularly evident in historical linguistics. Much of the data that is extremely valuable for the knowledge of cultural heritage, history in general, and the history of language in particular, is already available in digital form. However, it is usually only accessible in the data silos of the WWW, whose formats, reading, and search functions are publication-specific, mostly word-based, and oriented towards a single language. A search based on the semantics of the data is hardly possible.
The desideratum for research that poses research questions with a different, broader, or transdisciplinary orientation is therefore a content-driven data access that works across resources, languages, historical language stages, subject domains, and data formats. To show how LOD can answer this desideratum, the lecture presented ideas, formats, and advantages of LOD and introduced ontologies, which are essential for modeling data as LOD.
The LOD paradigm combines a series of standard methods from the World Wide Web Consortium (W3C) that enable the publication of not only human- but also machine-readable data: data is provided with formalized content-related (i.e., informatics-semantic) information in such a way that it can be meaningfully linked with other data. When data is modeled as LOD, it follows the principles of:
-
uniquely locating each unit of information on the WWW via a URL (HTTP),
-
maintaining it in standard W3C formats (Resource Description Framework – RDF [https://www.w3.org/RDF/], SPARQL [https://www.w3.org/TR/2013/REC-sparql11-overview-20130321/]),
-
linking it to the data of other resources using URLs, and
-
using ontologies (a formal model of a knowledge domain in computer science) and standard vocabularies for the semantic markup of information (for geodata, personal names, linguistic information, cultural artifacts, etc.).
The advantages of modeling resources as LOD include:
-
the structural interoperability of the data (through the uniform RDF format for different types of resources [editions, dictionaries, image collections, etc.]),
-
accessibility via the standard web protocol HTTP,
-
resource integration through the linking and joint querying of resources distributed on the WWW, and
-
conceptual interoperability via common ontologies and vocabularies.
The case study of the lecture comes from the context of historical lexicography. It shows how the heterogeneous information on flutes and pipes and related musical instruments, “hidden” in different language stages and dialect forms, can be modeled as RDF data and thus be transferred into a common, semantically based queryability.
The relevance of the Linked Data paradigm for the linguistic resources developed in Heidelberg is clear: for the modeling of the approximately 80,000 word articles of the DEAF – Dictionnaire étymologique de l’ancien français [https://www.hadw-bw.de/deaf], the necessary data transformation routines (via XSLT and Python) are already in place; these routines are also prepared for those of the DAG – Dictionnaire onomasiologique de l’ancien gascon [https://www.hadw-bw.de/dag] with around 20,000 word articles. The data from the text editions of historical Nepalese legal texts, which are being prepared by the HAdW research unit “Religious and Legal Historical Sources of Premodern Nepal” [https://www.hadw-bw.de/nepal], are the subject of a Text+/NFDI-funded research project “edition2LD” at the HAdW [https://www.hadw-bw.de/forschungweitere-projekte/modellierung-vontexteditionen-als-linked-data-edition2ld]. For this research unit, two domain-specific ontologies on personal and place names in Nepal are already in progress. And finally, in the project ALMA – “Knowledge Networks in Medieval Romania” [https://www.hadw-bw.de/alma], edition and lexicological-lexicographical data are being modeled as LOD, and in parallel, historicized ontologies for the domains of medicine and law are being developed.
OpenEdition schlägt Ihnen vor, diesen Beitrag wie folgt zu zitieren:
aimbeck (5. April 2023). [Aktuelles] DH Insights (März): “Semantic Web, Linked Data, Ontologien. Eine Einführung mit Fallstudie” DH in HD . Abgerufen am 19. Februar 2026 von https://doi.org/10.58079/pgau


