Zoeken op maat: linked data

Geplaatst op 22 december 2022 door Peter Tessel

De belangrijkste bron voor raadsinformatie is in de meeste gemeenten het raadsinformatiesysteem (RIS). Het RIS wordt door de griffie gebruikt om vergaderingen te plannen en om raadsleden en andere betrokkenen tijdig van de juiste informatie te voorzien. Voorafgaand aan een vergadering zijn hier de agenda en de te bespreken stukken te vinden, tijdens de vergadering de live-stream en na afloop de notulen en de lijst met besluiten. In de praktijk vormt het RIS ook vaak het archief van de gemeenteraad en ligt hier de data over vele jaren beleid maken in opgeslagen.

Het RIS biedt via een kalender toegang tot de data die er in opgeslagen ligt. Als gebruikers weten wanneer iets op de agenda stond, kunnen zij relevante informatie op deze manier eenvoudig terugvinden. Dit wordt echter een stuk lastiger als gebruikers dit niet weten of op zoek zijn naar informatie over een onderwerp dat tijdens verschillende vergaderingen aan de orde is gesteld. Het RIS heeft voor zulke vragen een zoekfunctie, maar vaak geeft die niet de resultaten die gebruikers verwachten. Achtergrondkennis is dan nodig om een compleet beeld te krijgen en beginnende raadsleden wenden zich bij dit soort zoekvragen vaak tot meer ervaren collega's of raadsadviseurs.

De werking van de zoekfunctie in een RIS wordt bepaald door de manier waarop data in dit systeem is opgeslagen. Een RIS is gestructureerd rond agendapunten en documenten en als gebruikers gaan zoeken, zijn dit de resultaten die ze vinden. Het gevolg hiervan is echter dat ze door de spreekwoordelijke bomen het bos niet meer zien. In de praktijk zijn gebruikers namelijk vaak op zoek naar informatie op een hoger abstractieniveau; niet alleen naar afzonderlijke documenten en agendapunten, maar ook naar de context waarin beleid tot stand is gekomen. Naar de samenhang tussen de agendapunten en de documenten.

Knowledge graph

Om de data in het RIS goed te kunnen doorzoeken en presenteren, hebben we voor Raadzaam een extra laag boven het RIS gecreëerd waarin we alle relevante concepten binnen het raadsdomein hebben gedefinieerd, een zogenaamde knowledge graph. Dit domeinmodel hebben we tijdens het ontwerpproces samen met raadsleden en informatiespecialisten ontwikkeld en sluit naadloos aan bij de manier waarop zij over raadswerk denken en spreken. De data in het RIS koppelen we aan de relevante concepten in de knowledge graph en deze geeft hier vervolgens toegang toe zonder daarbij te worden beperkt door de manier waarop de data in het RIS is opgeslagen.

Hieronder drie voorbeelden die de werking van de knowledge graph toelichten:

Voorbeeld 1: data combineren

Uit de interviews die we tijdens het ontwerpen van Raadzaam met raadsleden hebben gehouden, bleek dat zij vaak op zoek zijn naar informatie over raadsvoorstellen. Anders dan andere raadsinstrumenten worden raadsvoorstellen meestal tijdens verschillende vergaderingen besproken, hebben ze vaak bijlagen zoals rapportages, toelichtingen of visies en gebruiken raadsleden andere raadsinstrumenten om ze aan te passen of aan te vullen. Om een goed beeld te krijgen van een raadsvoorstel is het voor raadsleden dus van belang om inzicht te krijgen in al deze informatie. Tijdens ons onderzoek bleek echter dat het raadsvoorstel niet als apart concept in het RIS voorkomt. Als raadsleden naar raadsvoorstellen gaan zoeken, vinden ze documenten die ze beschrijven, agendapunten tijdens welke ze zijn besproken en eventuele bijlagen en gerelateerde raadsinstrumenten als amendementen en moties. Om met de zoekfunctie van een RIS dus een goed beeld te krijgen van een raadsvoorstel, moeten raadsleden deze losse resultaten zelf combineren.

Om goed aan te sluiten bij de informatiebehoefte van raadsleden hebben we het raadsvoorstel als concept toegevoegd aan het domeinmodel. Voor ieder raadsvoorstel creëren we een aparte entiteit en verbinden we die met de agendapunten tijdens welke het is besproken. Zo kunnen we alle agendapunten, documenten, bijlagen en gerelateerde raadsinstrumenten in één keer uit het RIS halen en in één overzicht tonen. Raadsleden krijgen zo dus direct een compleet beeld van een raadsvoorstel in plaats van dat ze de afzonderlijke componenten vinden.

Het raadsvoorstel concept verbindt losse agendapunten.

Voorbeeld 2: data extraheren

Tijdens de voorbereiding op een vergadering zijn raadsleden vaak op zoek naar eerdere uitspraken van collega raadsleden en wethouders over onderwerpen op de agenda. Door opponenten, medestanders of wethouders tijdens een debat te confronteren met eerder gedane uitspraken, proberen ze hen te overtuigen van hun standpunt en de discussie in hun voordeel te beslissen. De uitspraken die tijdens een vergadering zijn gedaan zijn in notulen terug te vinden met per uitspraak de betreffende persoon. De zoekfunctie van een RIS doorzoekt de gehele notulen wanneer een raadslid een zoekterm invoert en maakt daarbij geen gebruik van de structuur die in de notulen aanwezig is. Als een gezochte term in de notulen van een vergadering voorkomt, moet een raadslid vervolgens dus nog kijken wie de betreffende uitspraak heeft gedaan.

Om raadsleden sneller relevante uitspraken te laten vinden, extraheren we de individuele uitspraken en de betreffende personen uit de notulen en voegen we die als aparte entiteiten toe aan de knowledge graph. Raadzaam zoekt in deze individuele uitspraken en niet in de notulen als geheel. Raadsleden kunnen hierbij filteren op persoon of partij en hoeven niet langer in de notulen te kijken wie een uitspraak deed. Ze vinden relevante uitspraken zo dus sneller.

Door individuele uitspraken, personen en partijen te extraheren, kan specifieker worden gezocht.

Voorbeeld 3: data verbinden

Naast het RIS zijn er binnen de griffie vaak nog andere, minder omvangrijke systemen die relevante informatie voor raadsleden bevatten: toezeggingen, videotulen, interne administratie van de griffie, etc. Als raadsleden zich volledig willen informeren, zijn ze nu dus genoodzaakt deze bronnen afzonderlijk te doorzoeken en de resultaten zelf te combineren.

De knowledge graph die Raadzaam boven het RIS creëert, hoeft zich niet te beperken tot data uit het RIS. Data uit allerlei bronnen kan hiermee toegankelijk gemaakt worden en aan elkaar worden gekoppeld. Gebruikers kunnen met Raadzaam dus niet alleen verschillende systemen doorzoeken, maar krijgen ook resultaten die de informatie uit deze systemen combineren. Ze vinden zo dus in één keer alle relevante informatie.

Raadsinformatie uit verschillende systemen wordt in de knowledge graph met elkaar verbonden.

Linked data

De manier waarop raadsinformatie in de verschillende raadssystemen wordt opgeslagen, stelt dus beperkingen aan hoe het kan worden doorzocht en teruggevonden. Zonder overkoepelende raadsvoorstellen vinden raadsleden losse agendapunten en documenten, zonder individuele uitspraken zoeken zij in complete notulen en zonder verbindende concepten krijgen zij afzonderlijke resultaten. De knowledge graph die we voor Raadzaam hebben gecreëerd, voegt domeinkennis toe aan de data, verbindt de data uit de verschillende raadssystemen met elkaar en weerspiegelt de structuur van het raadsdomein. De bruikbaarheid van de data wordt zo niet langer bepaald door de manier waarop het in het RIS of in andere raadssystemen is opgeslagen en het wordt mogelijk om hier passend toegang toe te geven.

Hoe Raadzaam precies toegang geeft tot raadsinformatie, leggen we uit in de volgende blogpost waarin we laten zien hoe wij in nauwe samenwerking met raadsleden, fractiemedewerkers en raadsadviseurs zoekstrategieën op maat hebben gemaakt voor de verschillende zoektaken binnen het raadsdomein.