Technische verdieping: linked data
Raadzaam presenteert de meest relevante informatie in de juiste context.
Op de pagina Technologie leggen we op hoofdlijnen uit hoe we dit doen: door een kennisgraaf van het raadsdomein te combineren met geavanceerde information retrieval technologie.
In deze blog gaan we dieper in op de kennisgraaf en hoe we met linked data structuur en samenhang aanbrengen in raadsinformatie. In de volgende blog laten we zien hoe we met zoekstrategieën bepalen welke informatie relevant is voor verschillende zoekvragen.
Waarom zoeken in raadsinformatie vaak lastig is
De belangrijkste bron voor raadsinformatie is in de meeste gemeenten het raadsinformatiesysteem (RIS). De griffie gebruikt dit systeem 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 het archief van de gemeenteraad, waarin data over vele jaren beleidsvorming ligt opgeslagen.
Van losse documenten naar samenhang
Het RIS biedt via een kalender toegang tot deze informatie. Als gebruikers weten wanneer iets op de agenda stond, kunnen zij relevante informatie eenvoudig terugvinden.
Dit wordt lastiger wanneer zij dit niet weten, of zoeken naar informatie over een onderwerp dat tijdens meerdere vergaderingen aan bod is gekomen. Het RIS heeft hiervoor een zoekfunctie, maar die levert vaak niet de resultaten op die gebruikers verwachten. Achtergrondkennis is dan nodig om een compleet beeld te krijgen, waardoor beginnende raadsleden zich vaak wenden tot meer ervaren collega’s of raadsadviseurs.
De werking van de zoekfunctie wordt bepaald door hoe de data in het RIS is opgeslagen. Een RIS is gestructureerd rond agendapunten en documenten, en dat zijn ook de resultaten die gebruikers terugvinden.
Het gevolg is dat gebruikers door de spreekwoordelijke bomen het bos niet meer zien. In de praktijk zoeken zij namelijk naar informatie op een hoger abstractieniveau: niet alleen losse documenten, maar vooral de context waarin beleid tot stand is gekomen en de samenhang tussen verschillende raadsstukken.
De kennisgraaf: structuur in het raadsdomein
Om de data in het RIS beter te kunnen doorzoeken en presenteren, hebben we voor Raadzaam een extra laag boven het RIS gecreëerd: een kennisgraaf.
In deze laag definiëren we de relevante concepten binnen het raadsdomein en de relaties daartussen. Dit domeinmodel is ontwikkeld in samenwerking met raadsleden en raadsadviseurs en sluit aan bij de manier waarop zij over raadswerk denken en spreken.
De data uit het RIS wordt gekoppeld aan deze concepten. Hierdoor ontstaat toegang tot de informatie zonder dat deze wordt beperkt door de manier waarop data in het RIS is opgeslagen.
Hieronder drie voorbeelden die de werking van de knowledge graph toelichten.
Voorbeeld 1: een compleet beeld van een raadsvoorstel
Uit interviews met raadsleden bleek dat zij vaak zoeken naar informatie over raadsvoorstellen. Deze worden meestal tijdens meerdere vergaderingen besproken en gaan gepaard met bijlagen zoals rapportages, toelichtingen of visies. Daarnaast gebruiken raadsleden andere instrumenten, zoals amendementen en moties, om voorstellen aan te passen.
Om een goed beeld te krijgen van een raadsvoorstel is inzicht in al deze informatie nodig. In het RIS komt het document voor waarin het voorstel wordt beschreven, maar ontbreekt een entiteit die al deze informatie met elkaar verbindt. Gebruikers vinden losse documenten, agendapunten en gerelateerde instrumenten, die zij zelf moeten combineren.
Om aan te sluiten bij de informatiebehoefte van raadsleden hebben we het raadsvoorstel als apart concept toegevoegd aan het domeinmodel. Voor ieder raadsvoorstel creëren we vervolgens een entiteit waarmee we de relevante agendapunten, documenten en instrumenten verbinden.
Zo ontstaat in één keer een compleet overzicht van een raadsvoorstel, in plaats van losse onderdelen.
Het raadsvoorstel concept verbindt losse agendapunten.
Voorbeeld 2: uitspraken uit notulen halen
Tijdens de voorbereiding op een vergadering zoeken raadsleden vaak naar eerdere uitspraken van collega’s en wethouders. Door hen te confronteren met eerdere uitspraken proberen zij hun standpunt te onderbouwen of de discussie te beïnvloeden.
Deze uitspraken zijn terug te vinden in de notulen, waarbij per uitspraak de spreker is vastgelegd. De zoekfunctie van een RIS doorzoekt echter de volledige notulen en maakt geen gebruik van deze structuur. Gebruikers moeten daarom zelf achterhalen wie een uitspraak heeft gedaan.
Om dit te verbeteren extraheren we individuele uitspraken en de bijbehorende personen uit de notulen en voegen deze als aparte entiteiten toe aan de knowledge graph.
Raadzaam zoekt vervolgens in deze uitspraken, in plaats van in de notulen als geheel. Gebruikers kunnen filteren op persoon of partij en vinden zo sneller relevante informatie.
Door individuele uitspraken, personen en partijen te extraheren, kan specifieker worden gezocht.
Voorbeeld 3: informatie uit verschillende systemen verbinden
Naast het RIS zijn er binnen de griffie vaak andere systemen met relevante informatie, zoals toezeggingen, videotulen en interne administraties.
Om zich volledig te informeren, moeten raadsleden deze bronnen nu afzonderlijk doorzoeken en de resultaten zelf combineren.
De knowledge graph van Raadzaam maakt het mogelijk om data uit verschillende bronnen te combineren en met elkaar te verbinden. Gebruikers kunnen daardoor in één keer alle relevante informatie vinden, inclusief de samenhang tussen deze informatie.
Raadsinformatie uit verschillende systemen wordt in de knowledge graph met elkaar verbonden.
Linked data: informatie verbinden en betekenis geven
De manier waarop raadsinformatie in systemen wordt opgeslagen, beperkt hoe deze kan worden doorzocht en teruggevonden. Zonder overkoepelende concepten vinden gebruikers losse documenten, zonder structuur zoeken zij in volledige notulen en zonder verbindingen blijven resultaten gefragmenteerd.
De knowledge graph voegt domeinkennis toe aan de data, verbindt informatie uit verschillende systemen en weerspiegelt de structuur van het raadsdomein.
Daardoor wordt de bruikbaarheid van de data niet langer bepaald door de manier waarop het is opgeslagen, maar door de manier waarop gebruikers ermee willen werken.
Van informatie naar inzicht
Door raadsinformatie te structureren en te verbinden verandert de manier waarop gebruikers ermee werken.
Van: zoeken in documenten
Naar: inzicht in beleid en besluitvorming
Gebruikers vinden niet alleen sneller de juiste informatie, maar begrijpen ook beter hoe besluiten tot stand zijn gekomen en hoe onderwerpen zich door de tijd ontwikkelen.
Wat volgt
In de volgende blogpost laten we zien hoe we met behulp van zoekstrategieën bepalen welke informatie relevant is voor verschillende soorten zoekvragen.