Seitenhistorie

Python ist zurecht sehr beliebt als Skripting-Sprache und eignet sich hervorragend zur Verarbeitung und Transformation von Daten in beliebigen Formaten. Durch die unzähligen verfügbaren Module gibt es wohl kaum eine Schnittstelle, die via Python nicht in wenigen Zeilen Code nutzbar ist. Dank Rdflib ist auch die Verarbeitung und Erzeugung von Linked Open Data einfach umsetzbar. Darüber hinaus erlauben Jupyter Notebooks eine schrittweise Erarbeitung von Metadaten-Workflows, inklusive Dokumentation in Markdown. Für umfangreichere Datenaufbereitungen und Analysen steht mit Pandas ein mächtiges Werkzeug zur Verfügung. Gemeinsames Arbeiten an diesen Workflows und Versionsverwaltung kann schließlich über Git realisiert werden, via Gitlab oder GitHub können weitere Prozesse angestoßen und der Workflow in vorhandene Systeme integriert werden.

Im Modul wird das Zusammenspiel der Komponenten an beispielhaften Workflows vorgestellt. Gemeinsam mit den Teilnehmern sollen dabei Fragen zu möglichen Nutzungsszenarien geklärt und Erfahrungen ausgetauscht werden.

Zielgruppe: Metadaten-Praktiker:innen

Vorkenntnisse: Grundkenntnisse in Python, Jupyter Labs und Git. Umgang mit Metadaten in gängigen Formaten, z.B. XML, JSON, CSV.

Voraussetzungen: Eigenes Notebook, mit Git, Jupyter Labs, sowie den Python-Modulen Pandas, Rdflib und JupyText vorinstalliert. Genauere Angaben werden vor dem Workshop zur Verfügung gestellt.

• Jupyter Labs: https://jupyter.org/install
• JupyText: https://pypi.org/project/jupytext/
• Rdflib: https://pypi.org/project/rdflib/
• Pandas: https://pypi.org/project/pandas/

Die Module sind alle in Anaconda verfügbar, einer Python Distribution, die insbesondere unter Windows zu empfehlen ist: https://www.anaconda.com/

Max. Teilnehmeranzahl: 20

Im

Workshop

wird

SkoHub,

ein

Ökosystem

verschiedener

Software-Module

zur

Publikation

und

Nutzung

kontrollierter

Vokabulare

im

Web

vorgestellt.

Neben

einer

kurzen

Einführung

in

SKOS

werden

wir

gemeinsam

ein

Vokabular

mit

SkoHub

Vocabs

veröffentlichen.

Im

Anschluss

stellen

wir

SkoHub

Reconcile

vor,

das

den

Abgleich

von

Daten

mit

einem

SKOS-Vokabular

ermöglicht,

basierend

auf

der

standardisierten

Reconciliation

API

und

unter

Nutzung

von

OpenRefine.

Abschließend

geben

wir

noch

einen

Ausblick

auf

das

SkoHub-PubSub-Modul,

das

kontrollierte

Vokabulare

zu

Akteuren

in

föderierten

sozialen

Netzwerken

(Fediverse,

z.B.

Mastodon)

macht.

Zielgruppe:

Menschen,

die

mit

kontrollierten

Vokabularen

und

an

Datentransformationen

arbeiten

Vorkenntnisse:

Erste

Vorkenntnisse

im

Bereich

kontrollierter

Vokabulare

und

Linked

Open

Data

sind

wünschenswert,

aber

nicht

zwingend

erforderlich.

Voraussetzungen:

Laptop,

Account bei

GitHub

Teilnehmeranzahl:

max.

20