履歴データの視覚化と操作：履歴を学習するための知識ベースのインタラクティブなマップとリンクされたデータ

時々周りを見ると、IT以外の現代世界は存在しないようです。 しかし、コンピューター化によって非常に弱い影響を受ける人間の生活の領域があります。 そのような分野の1つは歴史です。 科学としてもトレーニングコースとしても。 もちろん、コンピュータで作業することは、アーカイブを選ぶ歴史家に取って代わることはほとんどありません。 しかし、教科書に描かれた静的な地図を使用して歴史を研究し、イベントの順序を整理するために、紙の上に昇順で日付を注意深く書き留めます-これはまさに前世紀です。 しかし、歴史の視覚的研究のためのツールはそれほど多くなく、それらを見つけることは非常に困難です。

インタラクティブな歴史的地図とは何か、タイムラインの形でイベントのプレゼンテーションを見る場所、「1725年にヨーロッパで働いたすべての政治家」のような複雑なウィキペディアクエリの作成方法を知りたい場合は、続きを読んでください。

それがどのように始まったのか：サマースクールでは、ウィキペディアに基づいて歴史的な出来事のインタラクティブなマップを作成し始めました。 プロジェクトは非常に粗雑であるため（4人の優秀な10年生のチームがそれに取り組みましたが、3週間でどれだけの処理を行いますか）、またサーバーにはhabra効果のない「クラッシュ」の習慣があるため、プロジェクトへの直接リンクは提供しません。
異なる歴史的時代に発生したイベントをマップ上にマップしたかったのですが、これは部分的に発生しました。説明付きの戦闘マップがあります。 この瞬間、私たちがこのプロジェクトに携わったとき、私たちはいくつかのインタラクティブな歴史的地図を知っていただけで、地図上にイベントを表示したものはいませんでした。

誰もが私たちと同じ問題に直面しているため、これらのマップは非常に少ないと考えています。履歴データは構造化されていません。 重要な履歴イベントに関する情報をダウンロードできる機械可読データベースはありません。 歴史家は、データベースを開始する場合、原則として、ローマ帝国の要塞の地図などの狭い主題領域のみをデータベースに記述します。 これは歴史家にとって興味深く有用かもしれませんが、普通の人が自分でそのような地図から利益を得ることができるとは考えられません。 2番目の問題は、歴史的な観点から国の国境に関するデータが完全に不足していることです。 古代の何百ものアトラスを見つけることができますが、アトラスから境界の座標を手動で転送する必要があります。 3番目の問題は、履歴データを記述するための標準がないことです。 通常の日付記述形式も存在しません。標準のデータ型と形式は紀元前約年に分類されます。 異なるカレンダーや不正確な日付については何が言えますか？..

機械可読な履歴データが不足しているという問題は、まだ解決を待っています（私たちはこれに取り組んでいます、参加してください、すべての人に十分な仕事があるでしょう）。 それでも、いくつかのプロジェクトは独自の方法でこれを管理しています...

よく知られているように、「デバイスを壊した後、指示を読んでください。」 マップを作成した後、インタラクティブなマップや、履歴を視覚化して履歴データを抽出する他の方法を備えた他のプロジェクトを見つけることができました。 しかし、インターネットの中でこれらのリソースを掘り下げるために、私は完全に無作法な時間をいくらか必要としていたので、私は見つけたものをすべて一か所に集めることにしました。

最初のカテゴリは、 インタラクティブな歴史的地図です。 これらは私の夢のカードではなく、非常に実用的な製品です。 それらのかなりの数があります（そして私はここに非常に専門的なものをリストしません）が、それらの中で本当に良いのは悲しいかな、ほんのいくつかです。 それとは別に、その中にローカライズされたプロジェクトがないことは悲しいことです。つまり、ロシア語を話す学生にそれらを教えることは困難です。

• 最も素敵な地図であり、視覚化の可能性が非常に広いのはChronasです。 独力で学ぶことは難しいため、その機能についてはビデオクリップをご覧ください。 それは美しくて強いです。 マップには、さまざまなタイプの履歴イベントがサポート情報とともに表示されます。これにより、マップから検索することなく、履歴を知ることができます。
  
  ウィキペディアやウィキデータからなど、地図上の情報が抽出されます。 中国の歴史に精通した多くのユーザーが報告しているように、歴史的に地図は不正確です。 ただし、プロジェクトにはマップWiki編集の基本が含まれているため、いつかはエラーが修正されます。
  
  入門ビデオから、さまざまな時代に関する統計情報（人口、公的な宗教など）を視覚化するかなり広い可能性について学ぶこともできます。 これらの視覚化のすべてがシンプルで視覚的なものではありませんが、そうする能力は非常に優れています。
  
  
• 領域の非常に詳細なレイアウトを備えたランニングリアリティマップがあります。 このプロジェクトは、歴史を通りの歴史まで記述したいと考えており、このために、マップをウィキ編集できます（Webバージョンではなく、私が理解しているとおりです）。 履歴データの視覚化はやや劣りますが、歴史の代替分岐を説明できる非常に有能なデータモデルがあります（これは、歴史家がすべてが実際に起こった方法についていくつかの仮説を持っている場合に役立ちます）。 彼らは、ウェブカードはスタンドアロンに比べてはるかに若く、機能が低下していると書いており、スタンドアロンバージョンをテストしませんでした（起動しませんでした）。 ただし、Webと同じように無料です。 なんとか実行する場合は、コメントにレビューを書いてください。
  
  
• 私はずっと前にgeacronマップを見つけました。 これは、ソースおよびアトラスからの歴史家によって描かれています。つまり、他の人よりも正確に歴史を反映している可能性が高いということです。 しかし、このカードの双方向性は非常に欠けています。 マップモードに加えて、サイトには歴史的に重要な期間のタイムラインがあります。 悲しいことに、しかし実際の歴史家によって優先順位が付けられています。 前のカードの問題の1つは、重要なイベントと通過するイベントが同じ立場にあることです。 Geacronは、データを手動でキャッシュすることでこれを回避しているようです。
  
  
• カテゴリ別のイベント検索付きの時空マップ。 焼cen的ではないが、うまくやった（そして、そのようなカードのゼロに近い数の背景に対して...）そして、これは再びウィキペディアとウィキデータです。
  
  
• ウェブ版のない独自のアトラスCENTENNIA 。 「5分間で1000年のヨーロッパ史」などのビデオでは、このカードが通常使用されているように思えます。
  
  
• タイムマップはかなり弱いGeacronクローンですが、誰かにとっては便利かもしれません。
• upd： 都市化の歴史は、都市の出現の時代を示すアニメーション地図です。
• upd： 世界人口の歴史 -人口の時系列マップ。 また、平均余命、温室効果ガスのレベルなど、あらゆる種類のものを示します。 人類の歴史における重要なマイルストーン
• upd2： ワードロジー -さまざまな期間の歴史に対応した非常にシンプルなインタラクティブマップのセット。 おそらく手作り。 ディテールは最小限であり、双方向性も輝きません。

2番目のカテゴリはその他です。 これらは、私が途中で見つけた興味深い歴史に近いプロジェクトです。

• Histropediaの歴史的なタイムライン。 データを時間軸として表示するこのような方法はあまり好きではありませんが、a）最高の視覚化ツールがないため、それらを使用できます。b）これらのタイムラインは非常によくできていて便利です。c）これらのタイムラインを編集し、独自に作成できます。d ）あなたは手ではなく、ウィキデータへのリクエストでタイムラインを作成できます; e）かなり多くのタイムラインがすでにあなたのためにされており、それらを研究するのは素晴らしいことです。
  
  
• Wikijourney-これらの場所に関するジオタグ付きWiki記事のあるマップ。 アトラクションに使用されると想定されていますが、ウィキペディアにはモスクワのほぼすべての街路とすべての地下鉄駅に記事があります。そのため、私の周りの「アトラクション」のかなりのリストを見ることができます。 ちなみに 、前述のChronoasでは、地図上にも場所と関連する写真があります。 ただし、時間基準はかなりarbitrary意的です。この写真は何歳ですか？..
  
  
• 人道的研究データの視覚化ツール。 過去半世紀の間、「デジタル人文科学」の科学がありました-人道的研究のコンピューター方法。 この科学はこれまでほとんど行われていないことから判断すると、かろうじて暖かいと言えますが、それでもなお。 そのため、歴史家、言語学者、考古学者、その他の専門家のために、多くの視覚化ツールが開発されました。 ほとんどの場合、これらはオブジェクト間のあらゆる種類の接続の視覚化です。 グラフ、マップ、タグクラウド、時間の観点など
  たとえば、スタンフォード大学は同様のツールを多数開発しました（ Palladioツールについて言及したことが何度かありましたが、明らかにこれがメインツールです）。
  NodeGoatプロジェクトもあります-それらはリンクされたデータの視覚化のためによく鋭くされています（以下を参照）。 ここでは、wikidataとdbpediaのデータに基づいたバトルマップを考えてみましょう。 添付オブジェクトへのリンクを移動することはあまり便利ではありませんが、マップは見栄えがします。 ちなみに、たとえばロシアの真ん中に「起こった」イベントがあるポイントをクリックすると、情報を解析することによって作成されたすべてのカードに共通の問題が表示されます。

3番目のカテゴリは私のお気に入りです。 彼女の将来は確実です。 リンクされたデータ
ラベル付きナレッジグラフまたはセマンティックネットワーク、それだけです。 複雑な検索クエリをコンパイルするための強力なテクノロジー。 それは長い間開発されてきましたが、まだ人々に届きませんでした。 この主な理由は、使用の複雑さ、特に学習の複雑さです。教材はほとんどなく、ほとんどすべての教材はプログラマ向けに設計されています。 数時間で簡単な人がこのツールを習得できるように、 手頃な価格の優れたトレーニング資料をいくつか選択しました。 これは高速ではありませんが、この間「google-fu」は大幅に増加します。

セマンティックネットワークテクノロジーは、すべての主要な検索および情報システムで採用されています。 特に、今では多くの人が自然言語をそのようなグラフの形式化されたクエリに翻訳することを学んでいます。 確かに調査機関と情報サービスはこれを利用します（最も人気のあるナレッジグラフの1つがCIAファクトブックを使用して行われた場合）。 国家、ビジネス、科学、さらには家計計画など、あらゆる分析作業でこのテクノロジーを使用する無数の方法を考えることができます。

おそらく数年以内に、検索エンジンはあなたの質問のいくつかを自然言語で解読し、それらに答えることを学ぶでしょう。 しかし、あなた自身が今このツールを最大限に活用し、検索エンジンが提供するよりもはるかに柔軟性を得ることができます。 したがって、トレーニング資料：

• リンクされたデータとは何か、なぜ必要なのかについての優れたチュートリアル「SPARQLを使用してリンクされたオープンデータにアクセスする」 （The Programming Historian Webサイト）があります。 すべての人がグーグルでできるように、教育を受けたすべての人がSPARQLの基本を学ぶべきだと思います。 文字通り、複雑で強力な検索クエリを作成する方法に関するものです（以下の例を参照）。 毎日使用するわけではありませんが、次のタスクで情報の検索と分析が行われ、1か月の手作業が必要な場合、それを回避する方法がわかります。
  
  率直に言って、優れたプレゼンテーションにもかかわらず、資料は依然として非常に複雑です。RDFデータ形式、オントロジー、およびSPARQLクエリ言語です。 この記事を見つけるまで、私はクールな人々がどれだけそれを使用しているかを賞賛することしかできませんでしたが、それを機能させる方法を理解していませんでした。 Programming Historianは、非常に理解しやすい例と洗練された資料を提供し、その使用方法を示します。
  
  ところで、彼らのサイトはその名前に興味がないわけではありません。 彼らは歴史学者に研究のための計算ツールとプログラミングの使用を教えています。 プログラミングを少し行うと仕事が楽になるからです。
  
  
• Wikidataにクエリを実行し、それをヒストリーペディアで視覚化する方法に関する15分間の入門ビデオチュートリアルです。 純粋に実用的なレッスン。その後、どのボタンを使用してリクエストを作成し、結果を消化可能な形式で表示するかを理解します。 チュートリアルの後、このビデオを見てから練習を始めることをお勧めします。
  
  
• ツールの力を吹き込むためのリクエストの例。 「実行」をクリックしてください。 クエリウィンドウで、マウスを使用して識別子をポイントできます。ツールチップでは、不思議なwdt：P31およびwd：Q12136の背後に隠れているものが表示されます。 そのため、主要都市のすべての女性市長または100本以上の映画を発表した作曲家を返すクエリです。 または、自分の訓練のために思いついたリクエスト- 病気に加えて、映画俳優の死の原因について。
  
  
• ナレッジベースに関する優れた入門記事が1つと 2つあります。
  
  
• リンクされたデータが使用される場所の良い例は、 PanamaPapersです。 このような膨大なドキュメントの配列を調べるために、RDFに似た形式でリンクが追加されました。 接続をグラフとして視覚化します。 不完全に行われましたが、この構造を手で触ってみるのは理にかなっています。
  
  
• データプロバイダー。 ほとんどすべてのマップとHistropediaは、急速に成長しているWikidata wikiプロジェクトまたはプロジェクトを使用して、 DBpedia Wikipediaからデータソースとしてデータを自動的に抽出します。 これらのプロジェクトは、関連する機械可読データのソースをコミュニティが常に更新することを目的としています。 美術品や考古学のオブジェクトのコレクション 、地理的な名前と伝記の辞書 、生物学的オントロジーについて-博物館によってサポートされているあらゆる種類のより保守的なデータソースがあります。 おそらくもっとたくさんあります。 「SPARQLエンドポイント」によるGoogle。

この記録があなたの好奇心を癒し、歴史の明快さであなたの身近な学童を魅了するのに役立つだけでなく、歴史データの新しいツールとデータベースのトピックに関するあなたの想像力を目覚めさせることを願っています。 歴史情報学の分野の作品は、耕されていない分野です。 紳士にご参加ください！

upd：都市化の歴史と人類の発展に関する2つのマップを思い出して追加しました。 そして、手で作られた別の非常にシンプルなカード。