18th Semantic Web in Libraries Conference

SWIB (Semantic Web in Libraries) è una comunità e una conferenza annuale, giunta quest’anno alla sua diciottesima edizione. SWIB è incentrato sui Linked Open Data (LOD) nell’ambito delle biblioteche e delle organizzazioni affini. Si è affermato come un importante punto di incontro in cui personale informatico, sviluppatori, bibliotecari e ricercatori provenienti da tutto il mondo possono confrontarsi e imparare gli uni dagli altri. I temi trattati negli interventi e nei workshop di SWIB riguardano l’apertura e il collegamento dei dati, nonché la creazione di strumenti e software destinati alla produzione di LOD. A questi argomenti si affiancano presentazioni di progetti di ricerca nel campo delle scienze applicate, applicazioni in ambito industriale e iniziative legate ai LOD in altri settori.

Chiara Carlucci e Valeria Cioccolo di Inapp presentano “From OPAC to Knowledge Graph: IN.LOD and the Semantic Enrichment of Institutional Library Ecosystems”. L’intervento descrive IN.LOD, un progetto sviluppato presso l’Inapp volto alla trasformazione dell’infrastruttura semantica di un catalogo bibliotecario tradizionale in un ecosistema di Linked Open Data (LOD). Il progetto mira ad accrescere l’interoperabilità, la riusabilità e la connettività delle informazioni gestite dalla biblioteca, introducendo al contempo nuove modalità di accesso ed esplorazione della conoscenza istituzionale. Il knowledge graph risultante comprende attualmente oltre 12.000 entità semantiche e più di 56.000 relazioni, che collegano concetti del thesaurus, risorse bibliografiche, persone, organizzazioni, luoghi e fonti di conoscenza esterne. Tale modello consente di superare i limiti della ricerca bibliografica convenzionale, favorendo percorsi di navigazione basati sulle relazioni semantiche tra concetti ed entità. L’esperienza di IN.LOD offre inoltre uno spunto di riflessione sul ruolo delle infrastrutture semantiche nell’era dell’intelligenza artificiale generativa. Sebbene i Large Language Models (LLM) facilitino l’accesso all’informazione, l’accuratezza e l’affidabilità dei risultati dipendono in misura significativa dalla disponibilità di dati strutturati, identificabili e semanticamente organizzati. In questa prospettiva, la modellazione esplicita di concetti ed entità, associata al collegamento con fonti autorevoli esterne, rappresenta un elemento strategico per migliorare i processi di discovery e information retrieval supportati dall’IA.