Transformering av tabulære data til RDF

Abstract

Det offentlige genererer og samler inn store mengder data og er av stor interesse for flere sektorer i samfunnet. Medier, bedrifter og privatpersoner kan skape nye tjenester, ny innsikt og økonomiske verdier basert på disse dataene.

Effektiv viderebruk av data forutsetter applikasjonsuavhengige maskinleselige formater. Tim Bernes-Lee’s prinsipper om lenkede data viser hvordan man kan benytte seg av RDF spesifikasjonen fra World Wide Web Consortium for å strukturere og tilgjengeliggjøre data som utnytter verdensvevens generelle struktur. På denne måten blir data tilgjengelige for allmennheten og kan enkelt viderebrukes. Per i dag er det derimot slik at mesteparten av offentlige data er lagret i proprietære formater som Microsoft Excel eller i relasjonelle databasesystemer.

Data tilgjengeliggjort er ofte representert som tabulære data. RDF er godt egnet for å representere slik data, ettersom spesifikasjonen kan sees som en abstraksjon av dette. Det finnes allerede applikasjoner som transformerer eller eksponerer tabulære data til RDF. RDFizer beskrevet i denne oppgaven er et slikt program. Dette tar for seg transformering av data lagret i Microsoft Excel regneark. Denne transformasjonen er styrt ut ifra et templat som angir regler for hvordan transformeringen av regnearket skal gjennomføres. Reglene muliggjør enkel styring av transformasjonsprosessen, og hvordan man konstruerer subjekter som verdier i regnearket knyttes til som enten typede literaler eller navngitte ressurser.