IRMA - intelligent metadata assistant
IRMA is an intelligent ontology-based annotation assistant aimed to facilitate
the annotation process by visualizing the ontological hierarchy of concepts.
In annotation process, especially if the user is not familiar with the available ontologies,
it might not be trivial task to find most appropriate and suitable concept. Thus showing the
context would not only familiarize the user with the vocabulary but also provide
possibilities to view the ontological neighbourhood of a concept to find more accurate
terms.
The main features
of IRMA are:
- Visualizing the context of the annotation concept
- Concept retrieval is eased with sematic autocompletion utilizing
multiple ontologies
IRMA is modular and extensible: custom context providers can be registered for particular
classes and ontologies (for example visualizing a place ontology instance on Google Maps).
The picture below depicts a situation where the user is
annotating e.g. a painting with subject of a cosmic serpent. The first term user thinks is
"reptiles". User types the beginning of the word to input box. All matching labels from three
vocabularies (YSO: Upper Finnish Ontology, Iconclass keywords and Iconclass classes) are
displayed in the list color-coded according to source. Only Iconclass classes can be used to
annotate with, but the others can act as useful starting points in ontology browsing.
User can explore the context hierarchy of the interesting concept "reptiles" by clicking on
top of it. User may also further explore the context hierarchy, for example the related
concept "terrarium".
IRMA can be integrated with a HTML-based annotation editor by adding two lines of
JavaScript code to the editor.
IRMA may also be utilized with the
ontology server Onki.
Articles
2008
Reetta Sinkkilä, Eetu Mäkelä, Tomi Kauppinen and Eero Hyvönen:
Combining Context Navigation with Semantic Autocompletion to Solve Problems in Concept Selection.
First International Workshop on Semantic Metadata Management and Applications, SeMMA 2008, Located at the Fifth European Semantic Web Conference (ESWC 2008), Tenerife, Spain, June 2nd, 2008. Proceedings (Khalid Belhajjame, Mathieu d Aquin, Peter Haase and Paolo Missier (eds.)), CEUR Workshop Proceedings, vol. 346, pp. 61-68, CEUR-WS.org, Tenerife, Spain, June 1-5, 2008.
bib pdf Many tasks on the semantic web require the user to choose concepts from a limited vocabulary e.g. for describing an indexed resource or for use in semantic search. Semantic autocompletion interfaces offer an efficient way for concept selection. However, these interfaces usually do not expose the semantic context of the matched concepts, thereby making it hard to know if a matched concept is the right one, as well as hiding possibly more appropriate choices. Ontology browsers, on the other hand, show context but do not allow quick discovery or embedding into other applications. To lessen these problems, we present an interface combining semantic autocompletion with in-place ontological context navigation. Because required context differs between ontologies, the implementation was designed to make it easy to add different contexts and visualizations. To test the applicability of our idea and implementation the, system was tested on three ontologies with different requirements and structure.
Reetta Sinkkilä:
Käsitteen kontekstiperustainen valinta semanttisessa webissä. MSc Thesis, University of Helsinki, Department of Computer Science, May, 2008.
bib pdf Semanttisen webin ideana on kuvailla tietoa siten, että koneet pystyvät ymmärtämään sitä, ja käyttämään älykkäitä tekniikoita tiedon hyödyntämiseksi. Tiedon kuvailemise käytetään ontologioita jotka muodostavat laajoja käsiteverkkoja. Kuvailua varten ontologiasta on läydettävä tarkimmin kohdetta kuvaavat käsitteet. Tässä työssä tutkittiin minkälaisia menetelmiä käsitteenvalintaan on kehitetty ja millä tavoin käsitteenvalintaa voidaan tukea visuaalisin keinoin. Lisäksi perehdyttiin joihinkin semanttisen webin sovelluksiin niiden käsitteenvalinnan osalta. Käsitevalitsimissa havaittiin puutteita liittyen käsitteiden merkityksen disambiguointiin ja siihen, kuinka helppoa niiden avulla on valita paras käsite kuvaamaan tietoa. Ongelmia oli myös tavoissa esittää useiden ontologioiden yhdistelmiä. Näiden havaintojen pohjalta suunniteltiin ja toteutettiin yleinen ja monentyyppisen aineiston käsittelyyn soveltuva käsitevalitsin IRMA
2007
Eetu Mäkelä, Reetta Sinkkilä and Eero Hyvönen:
Combining Cross-ontology Navigation with Semantic Autocompletion.
Poster proceedings of the 6th International Semantic Web Conference, Busan, Korea, November 11-15, 2007.
bib pdf Semantic autocompletion interfaces offer an efficient way for concept selection useful in both search and annotation applications. However, these interfaces usually do not expose the semantic context of the matched concepts, thereby making it hard to know if a matched concept is the right one, as well as hiding possibly more appropriate choices. To lessen these problems, we present an in-place ontological context navigation interface to be used with semantic autocompletion.
Contact:
Reetta Sinkkilä
Helsinki University of Technology, Laboratory of Media Technology and University of Helsinki
Reetta Sinkkila [at] tkk fi
Professor Eero Hyvönen
Helsinki University of Technology, Laboratory of Media Technology and University of Helsinki
eero hyvonen [at] tkk fi
in Finnish:
Irma
IRMA on annotoijan älykäs apuväline. Se pyrkii helpottamaan sisällönkuvailua visualisoimalla
annotoitavan käsitteen kontekstin ja toisaalta tarjoamaan käyttäjälle mahdollisuuden tutustua
ontologiaan ja löytämään helposti tarkkoja käsitteitä annotointiin.
IRMAn avulla voidaan käyttää annotoinnissa useita ontologioita samanaikaisesti
tai se voidaan konfiguroida priorisoimaan tiettyä ontologiaa.
IRMA voidaan yhdistää HMTL-pohjaiseen annotaatioeditoriin liittämällä editorin syötekenttään
JavaScriptillä kutsu IRMAan. Mahdollinen
käyttöalusta voi esimerkiksi olla ontologiapalvelin Onki.
Esimerkissä käyttäjä on luetteloimassa kuvassa näkyvää Ouroborosta, kosmista
lohikäärmettä.
Ensimmäinen annotoijan mieleen tuleva termi on "matelija". Käyttäjä kirjoittaa sanan alun
syötekenttään ja kaikki täsmäävät käsitteet kolmesta sanastosta (Yleinen suomalainen
ontologia (yso), Iconclass-asiasanat (ick) sekä varsinaiset Iconclass-luokat) näytetään
listassa värikoodattuna lähteen mukaan.
Käyttäjä voi
tarkastella esimerkiksi Iconclass-luokan
"matelijat" kontekstia, ja näin löytää paremmin aihetta kuvaavan termin "käärmeet".
Käärmeisiin liittyy täsmällisempi käsite Ouroboros, jota käyttäjä ei ehkä suoraan olisi
huomannut etsiä.
2008
Reetta Sinkkilä, Eetu Mäkelä, Tomi Kauppinen and Eero Hyvönen:
Combining Context Navigation with Semantic Autocompletion to Solve Problems in Concept Selection.
First International Workshop on Semantic Metadata Management and Applications, SeMMA 2008, Located at the Fifth European Semantic Web Conference (ESWC 2008), Tenerife, Spain, June 2nd, 2008. Proceedings (Khalid Belhajjame, Mathieu d Aquin, Peter Haase and Paolo Missier (eds.)), CEUR Workshop Proceedings, vol. 346, pp. 61-68, CEUR-WS.org, Tenerife, Spain, June 1-5, 2008.
bib pdf Many tasks on the semantic web require the user to choose concepts from a limited vocabulary e.g. for describing an indexed resource or for use in semantic search. Semantic autocompletion interfaces offer an efficient way for concept selection. However, these interfaces usually do not expose the semantic context of the matched concepts, thereby making it hard to know if a matched concept is the right one, as well as hiding possibly more appropriate choices. Ontology browsers, on the other hand, show context but do not allow quick discovery or embedding into other applications. To lessen these problems, we present an interface combining semantic autocompletion with in-place ontological context navigation. Because required context differs between ontologies, the implementation was designed to make it easy to add different contexts and visualizations. To test the applicability of our idea and implementation the, system was tested on three ontologies with different requirements and structure.
Reetta Sinkkilä:
Käsitteen kontekstiperustainen valinta semanttisessa webissä. MSc Thesis, University of Helsinki, Department of Computer Science, May, 2008.
bib pdf Semanttisen webin ideana on kuvailla tietoa siten, että koneet pystyvät ymmärtämään sitä, ja käyttämään älykkäitä tekniikoita tiedon hyödyntämiseksi. Tiedon kuvailemise käytetään ontologioita jotka muodostavat laajoja käsiteverkkoja. Kuvailua varten ontologiasta on läydettävä tarkimmin kohdetta kuvaavat käsitteet. Tässä työssä tutkittiin minkälaisia menetelmiä käsitteenvalintaan on kehitetty ja millä tavoin käsitteenvalintaa voidaan tukea visuaalisin keinoin. Lisäksi perehdyttiin joihinkin semanttisen webin sovelluksiin niiden käsitteenvalinnan osalta. Käsitevalitsimissa havaittiin puutteita liittyen käsitteiden merkityksen disambiguointiin ja siihen, kuinka helppoa niiden avulla on valita paras käsite kuvaamaan tietoa. Ongelmia oli myös tavoissa esittää useiden ontologioiden yhdistelmiä. Näiden havaintojen pohjalta suunniteltiin ja toteutettiin yleinen ja monentyyppisen aineiston käsittelyyn soveltuva käsitevalitsin IRMA
2007
Eetu Mäkelä, Reetta Sinkkilä and Eero Hyvönen:
Combining Cross-ontology Navigation with Semantic Autocompletion.
Poster proceedings of the 6th International Semantic Web Conference, Busan, Korea, November 11-15, 2007.
bib pdf Semantic autocompletion interfaces offer an efficient way for concept selection useful in both search and annotation applications. However, these interfaces usually do not expose the semantic context of the matched concepts, thereby making it hard to know if a matched concept is the right one, as well as hiding possibly more appropriate choices. To lessen these problems, we present an in-place ontological context navigation interface to be used with semantic autocompletion.
Lisätietoja:
Reetta Sinkkilä
Teknillinen korkeakoulu, Viestintätekniikka ja Helsingin yliopisto
reetta sinkkila [at] tkk fi
Professori Eero Hyvönen
Teknillinen korkeakoulu, Viestintätekniikka ja Helsingin yliopisto
eero hyvonen [at] tkk fi
