WW: Twee keer een GC-promotie

De woensdagmiddag is op GeenCommentaar Wondere Woensdagmiddag. Met extra aandacht voor de nieuwste ontwikkelingen in Wetenschap- en Techniekland.

Tussen het schrijven over wetenschap door  heb ik de afgelopen jaren niet geheel stilgezeten. En al dat monnikenwerk zal zich – deo volente – dan morgen eindelijk uitbetalen als ik mijn proefschrift mag verdedigen. Daarbij komt het gelukkig toeval dat precies één dag later de verdediging van een tweede GC-redacteur, Mark,  plaatsheeft. Dit leek me een aardige aanleiding om van de WW van deze week maar een duo-ego-document te maken. En daarbij, ik kan mijn stresshoofd toch niet op iets anders focussen.

Om de verschillende proefschriften te promoten vraagt de Universiteit van Amsterdam haar promovendi om voor een eventueel persbericht een samenvatting te schrijven. En nu ben ik in de gelukkige positie dat ik tot de redactie van een weblog behoor. Eén en één is twee. Het originele persbericht, dat in een superkorte vorm mijn werk zou moeten samenvatten, volgt dus hieronder:

Tot welke kunststroming behoorde Vincent van Gogh? Met wie werkte hij samen en in welke stijl schilderden die kunstenaars dan? En van wanneer tot wanneer leefde van Gogh eigenlijk? Op al deze vragen kan je het antwoord vinden op het World Wide Web, maar dat kost je wel enige zoektijd en –moeite. Her en der verspreid staan uitspraken over bijvoorbeeld kunstenaars, stijlen en tijdsperiodes.

Maar door deze kennis expliciet in een zoeksysteem aan elkaar te koppelen kunnen allerlei verbanden en overeenkomsten automatisch gevonden worden. Tijdens zijn promotieonderzoek ontwikkelde onderzoeker Viktor de Boer computerprogramma’s die losse feiten over ons cultureel erfgoed uit de losse internetpagina’s destilleren. Deze programma’s maken gebruik van het feit dat informatie op het Internet vaak –en in vele verschillende vormen- voorkomt. Deze overvloed maakt het mogelijk om informatie van verschillende bronnen te combineren en op die manier de juiste informatie van de onjuiste te onderscheiden.

In de prijswinnende web-applicatie die door het MultimediaN E-culture project werd ontwikkeld worden deze losse feitjes vervolgens aan elkaar gekoppeld. Hierdoor ontstaat uitgebreid netwerk van kennis over ons cultureel erfgoed dat snel en automatisch doorzoekbaar is.

Mark stuurde me een iets langere samenvatting (zoek de overeenkomsten en verschillen):

Het Semantisch Web is een nieuwe ontwikkeling bovenop het bestaande Web, bedacht door de uitvinder van het Web, de Brit Tim Berners-Lee.

Het probleem met het huidige Web is dat daar vooral teksten op staan, bedoeld voor menselijke consumptie (bijvoorbeeld krantenberichten). Computers begrijpen weinig van deze teksten, omdat menselijke taal zich niet aan hele duidelijke regels houdt.

Om meer structuur toe te voegen aan websites is een taal bedacht, genaamd RDF. In deze taal is het mogelijk om begrippen op te schrijven op een manier waar de computer mee uit de voeten kan, vergelijkbaar met databases. Zo kun je bijvoorbeeld zeggen dat Van Gogh de Zonnebloemen heeft geschilderd in Arles. Als de computer nu ook zou weten dat Arles in Frankrijk ligt, kan het de vraag beantwoorden: laat me alle schilderijen zien die Van Gogh in Frankrijk maakte.

De computer heeft dus allerlei informatie nodig over de wereld om ons heen om te helpen vragen te beantwoorden, maar wel in een vorm waar het mee om kan gaan. Hoe komen we dan aan die computer-geschikte informatie?

In sommige wetenschapsgebieden, zoals de cultureel erfgoedsector, bestaan al uitgebreide en precieze begrippenlijsten, ook wel vocabulaires genoemd. In dit proefschrift is onderzocht hoe dergelijke vocabulaires het best opgeschreven kunnen worden in RDF, zodanig dat de computer er optimaal gebruik van kan maken. Dit onderzoek werd onder andere gebruikt om een zoekmachine te bouwen speciaal voor schilderijen. Deze won in 2006 de prijs voor beste nieuwe Semantisch Web toepassing op het internationale Semantisch Web congres.

Hops, en nu snel weer verder voorbereiden.