Webにある「データ」の問題

Webからはデータを取り出せない。

HTMLによるマーク付けではデータを「データ」と判断できない。
- 語彙がない、または貧弱
- データがコンテキストに散在し、マークアップしづらい
XMLによりデータは構造化されるが、組み合わせられない。
- 各文書定義により要素や属性の名前が異なり、共有しにくい
- 似たような役割でも、内容モデルが異なる
```
<foo:person>矢倉 眞隆</foo:person>
```
```
<bar:person>
  <bar:name>矢倉 眞隆</bar:name>
</bar:person>
```

データは何らかの形で存在するが、有効活用できていない。

GRDDL — データをXML, XHTMLから取り出すための仕組み

W3Cにより規格化、現在勧告案（Proposed Recommendation）
さまざまなXML言語からRDFによる情報を取り出すための仕組み
元となる文書のマークアップを頼りに、RDFへと「変換」
RDFというデータモデルを介すことで、HTML/XMLが持つデータに関する問題を解決

RDF — データ交換のための枠組み

メタデータをやり取りするためのフレームワーク
「主語」「述語」「目的語」という三つの要素から構成される、シンプルなデータモデル
例: 「『http://www.xmlconsortium.org/』の『タイトル』は『XML Consortium』です。」を表現
リソースやプロパティにURIが与えられることで、グローバルな情報のやり取りを行うことができる

GRDDLの導入方法

GRDDLは利用したいXML文書に「プロファイル」と「変換方法」を適用し、変換を行う

HTMLの場合、まずプロファイルをhead要素に結びつける
```
<head profile="http://www.w3.org/2003/g/data-view">
```
対象となる文書はXMLであるため、通常はXSLTを用いて変換をおこなう

自分で用意した/公開されているXSLTへリンクする

<link rel="transformation" href="http://example.com/grddl.xsl" />

プロファイルにてXSLTへの紐付けを行い、プロファイル参照のみで行う方法もある。

GRDDL対応フォーマット

GRDDLは「仕組み」の定義を行うのみ
RDFを文書から取り出すには、ボキャブラリ（スキーマ）の定義が必要
W3Cが、よく使われるボキャブラリに対応したいくつかのプロファイルを提供
- RSS
- Dublin Core
- GeoURL
- microformats
  - hCard
  - hCalendar
eRDFやRDFaを用いれば、どのRDFボキャブラリへも変換可能
もちろん自分で定義することも可能

microformatsからRDFを取り出す

microformatsにプロファイルを適用することにより、RDFとして抽出可能に

例: hCalendarでイベント情報をマークアップ

<div class="vevent">
<h2 class="summary">
<a class="url" href="http://xmlconsortium.org/">
 XMLコンソーシアム</a>
 Web 2.0部会 第2回月例ミーティング</h2>

<p><abbr class="dtstart"
 title="20070830T1300+0900">2007年8月30日 13:00</abbr>–
<abbr class="dtend"
 title="20070830T1800+0900">18:00</abbr></p>

<p class="location adr">
<span class="region">東京都</span>
<span class="locality">江東区</span>
<span class="street-address">豊洲1-1-1</span>
 日本ユニシス本社ビル セミナールームA (6階)</p>
<p class="description">第2回のミーティングです。</p>
</div>

hCalendar用プロファイルを適用したHTMLをW3C GRDDL Serviceで処理すると、RDF版のカレンダー情報を取得できる
取得したRDFと他の語彙を結びつけ、エージェント処理などに利用

GRDDLの課題

XMLを対象としているので、HTMLなどnon-XMLな言語に対応できない
- DOMによる変換などが出てくる？
- 整形式ではないXHTMLは非常に多い
「余計」なマークアップが増える
- 特に文章内容をマークアップしなければならないため、その分コストがかかる
- 「シンプルに」書きたい人は「美しくない」とつっぱねる
メタデータを取って「で、どうするの？」
- メタデータの恩恵を実感しにくい、取り出すことの意義がみえない
- いくつかのデータを組み合わせる例は存在するのか？
- データソースが広がればもっと面白みが増すが、広がるには時間がかかる

これからのWeb

HTML層であれば、ユーザースクリプトなどにより第三者がデータを操作できる。

データを抜き出し利用するスクリプトを提供・共有？
Weblogであればテンプレートやプラグインを提供し、データの提供を促す

Webへのユーザーの「介入」が2.0、ユーザーによるWebの「改変」はこれから。

人のみが見るデータから、機械処理も可能なデータへ
取り出したデータを組み合わせることで、あたらしいアイデアの発見も？
データの共有や融合による、さらなる飛躍を目指すWebに！

References

Gleaning Resource Descriptions from Dialects of Languages (GRDDL): GRDDLの仕様書。解説としてGRDDL Primerもある。
microformats Wiki: 各フォーマットの仕様が書かれているWiki。策定中のフォーマットも含む。
hCalendar: iCalendarをHTMLで表現するhCalendarの仕様書。
Operator: microformatsをブラウザで機能させるFirefox拡張機能。
Upcoming: イベント情報を共有するWebサイト。hCalendarに対応している。
W3C GRDDL Service: W3Cによる、GRDDL対応ページからRDFを抽出するサービス。

GRDDLの手引き