Sémantický web a Linked Data. Opravy a doplnění

Rád bych představil veřejnosti úryvek z této nedávno vydané knihy:

Ontologické modelování podniku: metody a technologie [Text]: monografie / [S. V. Gorškov, S. S. Kralin, O. I. Muštak a další; odpovědný redaktor S. V. Gorškov]. — Jekatěrinburg: Vydavatelství Uralské univerzity, 2019. — 234 s.: il., tab. — 20 cm. — Autoři uvedeni na zadní straně titulního listu. — Bibliografie na konci kapitol. — ISBN 978-5-7996-2580-1: 200 výtisků.

Cíl zveřejnění tohoto úryvku na Habru je čtyřnásobný:

• Těžko si někdo dokáže představit, že by tuto knihu měl v rukou, pokud není klientem váženého SergeIndex; určitě není k dispozici v prodeji.
• Text obsahuje opravy (níže nijak nevyznačené) a provedené doplnění, která nejsou příliš kompatibilní s formátem tištěné monografie: aktuální poznámky (pod spoilery) a hyperlinky.
• Rád bych shromáždil otázky a připomínky, abych je vzal v úvahu při zařazení tohoto textu v přepracované podobě do jiných publikací.
• Mnozí zastánci Sémantického webu a Linked Data stále věří, že jejich okruh je tak úzký, především proto, že široké veřejnosti dosud nebylo dostatečně dobře vysvětleno, jak skvělé je být zastáncem Sémantického webu a Linked Data. Autor úryvku, i když k této skupině patří, si tento názor nenárokuje, nicméně se cítí zavázán učinit další pokus.

Takže,

Sémantický web

Evoluce Internetu může být představena následujícím způsobem (nebo můžeme hovořit o jeho segmentech, které vznikaly v uvedeném pořadí):

1. Dokumenty na internetu. Klíčové technologie — Gopher, FTP atd.
   Internet je globální sítí pro výměnu lokálních zdrojů.
2. Internet dokumentů. Klíčové technologie — HTML a HTTP.
   Charakter vystavovaných zdrojů zohledňuje zvláštnosti prostředí jejich přenosu.
3. Data na internetu. Klíčové technologie — REST a SOAP API, XHR a další.
   Éra internetových aplikací, uživateli zdrojů se stávají nejen lidé.
4. Internet dat. Klíčové technologie — technologie Linked Data.
   Tento čtvrtý krok, předpovídaný Berners-Leem, tvůrcem klíčových technologií druhého stupně a ředitelem W3C, se nazývá Sémantický web; technologie Linked Data mají učinit data na webu nejen strojově čitelná, ale i 'strojově srozumitelná'.

Z dalšího textu čtenář zjistí shodu klíčových pojmů druhé a čtvrté fáze:

• analogy URL jsou URI,
• analogem HTML je RDF,
• HTML hypertextovým odkazům odpovídají výskyty URI v dokumentech RDF.

Semantický web je spíše systémové vidění budoucnosti internetu než konkrétní spontánní nebo lobbovaný trend, ačkoliv může brát v úvahu i tyto poslední. Například důležitou charakteristikou toho, co se nazývá Web 2.0, je "uživatelsky generovaný obsah". Tuto skutečnost by měla brát v úvahu například doporučení W3C "Web Annotation Ontology" a takový projekt, jako je Solid.

Je semantický web mrtvý?

Pokud se vzdáme nereálných očekávání,, situace se semantickým webem je zhruba stejná jako s komunismem v době vyspělého socialismu (a to, zda se dodržují podmíněné závěti Iljiče, ať si rozhodne každý sám). Vyhledávače docela úspěšně nutí webové stránky k používání RDFa a JSON-LD a samy využívají technologie příbuzné těm, které budou popisovány dále (Google Knowledge Graph, Bing Knowledge Graph).

V obecné rovině autor nemůže říct, co brání většímu rozšíření, může však vyjádřit svůj názor na základě osobní zkušenosti. Úkoly, které by se řešily "z krabice" v podmínkách nástupu SW, existují, avšak nejsou příliš masové. V důsledku toho ti, kdo před těmito úkoly stojí, nemají prostředky k nátlaku na ty, kteří jsou schopni zajistit řešení, a samotné zajištění řešení těmito posledními odporuje jejich obchodním modelům. Tak pokračujeme v parsování HTML a spojování různých API, jedno horší než druhé.

Nicméně technologie Linked Data se rozšířily i za hranice masového webu; tomu jsou věnovány aplikace v této knize. V současnosti komunita Linked Data očekává, že tyto technologie získají ještě větší rozšíření díky zafixování (nebo prohlášení, jak komu vyhovuje) Gartnerovými trendy, jako jsou Knowledge Graphs a Data Fabric. Doufám, že úspěch nebudou mít "cyklistické" realizace těchto konceptů, ale ty, které se týkají níže uvedených standardů W3C.

Linked Data

Berners-Lee definoval Linked Data jako "správně udělaný" semantický web: soubor přístupů a technologií, které umožňují dosáhnout jeho konečných cílů. Základní principy Linked Data Berners-Lee vyzdvihuje následující.

Princip 1. Použití URI pro pojmenování entit.

URI jsou globálními identifikátory entit, na rozdíl od lokálních řetězcových identifikátorů záznamů. Nejlepším vyjádřením tohoto principu je slogan Google Knowledge Graph „věci, ne řetězce».

Princip 2. Použití URI v protokolu HTTP, aby je bylo možné dereferencovat.

Pokud se přistoupí k URI, mělo by být možné získat význam, který stojí za tímto významovým (zde je analogie s názvem operátora „*“ v C); přesněji, získat nějakou reprezentaci tohoto významu — v závislosti na hodnotě HTTP hlavičky Accept:. Možná, s příchodem éry AR/VR bude možné získat samotný zdroj, zatím to pravděpodobně bude RDF dokument, který je výsledkem vykonávání SPARQL dotazu DESCRIBE.

Princip 3. Použití standardů W3C — především RDF(S) a SPARQL — zejména při dereferencování URI.

Tyto jednotlivé „vrstvy“ technologického stacku Linked Data, známého také pod názvem Semantický web vrstvený dort, budou podrobně popsány dále.

Princip 4. Použití při popisu entit odkazů na jiné URI.

RDF umožňuje omezit se na slovní popis zdroje v přirozeném jazyce, a čtvrtý princip vyzývá k tomu, aby se tak nedělo. Při dodržování prvního principu je možné při popisu zdroje odkazovat na jiné, včetně „cizích“, což má za následek, že se data nazývají propojenými. Ve skutečnosti je téměř nevyhnutelné použití URI pojmenovaných ve slovníku RDFS.

RDF

RDF (Rámec popisu zdrojů) — formalismus pro popis vzájemně propojených entit.

O entitách a jejich vzájemných vztazích se dělají tvrzení formátu „subjekt-predikát-objekt“, nazývané trojice. V nejjednodušším případě jsou subjekt, predikát a objekt všechny URI. Stejné URI může být v různých trojicích na různých pozicích: být subjekt i predikát i objekt; trojice tak tvoří jakýsi graf, nazývaný RDF graf.

Subjekty a objekty mohou být nejen URI, ale také takzvané prázdné uzly, a objekty mohou být také literály. Literály jsou instance primitivních typů, skládající se z řetězcového zobrazení a určení typu.

Příklady zápisu literálů (v Turtle syntaxi, o které bude řeč níže): "5.0"^^xsd:float a "pět"^^xsd:string. Literály s typem rdf:langString mohou být opatřeny také jazykovým tagem, v Turtle se to zapisuje takto: "five"@en a "pět"@cs.

Prázdné uzly – „anonymní“ zdroje bez globálních identifikátorů, o kterých však mohou být učiněna tvrzení; jakési existenční proměnné.

Takže (v tom, to je vlastně podstata RDF):

• subjekt – to je URI nebo prázdný uzel,
• predikát – to je URI,
• objekt – to je URI, prázdný uzel nebo literál.

Proč nemohou být predikáty prázdnými uzly?

Pravděpodobný důvod – touha neformálně chápat a překládat do jazyka logiky predikátů prvního řádu trojici s p o jako něco podobného , kde – predikát, a – konstanty. Stopy takového chápání jsou v dokumentu „LBase: Semantics for Languages of the Semantic Web“, který má status poznámky pracovní skupiny W3C. Při takovém chápání trojice s p [], kde [] – prázdný uzel, bude přeložena jako , kde – proměnná, ale jak tedy přeložit s [] o? Имеющий статус рекомендации W3C документ «RDF 1.1 Semantics„ navrhuje jiný způsob překladu, ale možnost, aby predikáty byly prázdnými uzly, přesto nezohledňuje.

Nicméně, Manu Sporni dovolili.

RDF – abstraktní model. RDF může být zapsán (serializován) v různých syntaxi: RDF/XML, Turtle (nejčtenější), JSON-LD, HDT (binární).

Tentýž RDF může být serializován v RDF/XML různými způsoby, proto je například výsledný XML bezpředmětné validovat pomocí XSD nebo se pokoušet extrahovat data pomocí XPath. Stejně tak JSON-LD pravděpodobně neuspokojí přání běžného Javascript vývojáře pracovat s RDF s použitím tečkované a hranaté zápisu Javascriptu (i když JSON-LD se v tomto směru pohybuje, nabízející mechanismus framing).

Většina syntaxi nabízí způsoby zkracování dlouhých URI. Například prohlášení @prefix rdf: v Turtle umožní později psát místo <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> prostě rdf:type.

RDFS

RDFS (RDF Schema) – základní slovník modelování, zavádí pojmy vlastnosti a třídy a takové vlastnosti jako rdf:type, rdfs:subClassOf, rdfs:domain a rdfs:range. Pomocí slovníku RDFS mohou být napsána například následující pravdivá tvrzení:

rdf:type         rdf:type         rdf:Property .
rdf:Property     rdf:type         rdfs:Class .
rdfs:Class       rdfs:subClassOf  rdfs:Resource .
rdfs:subClassOf  rdfs:domain      rdfs:Class .
rdfs:domain      rdfs:domain      rdf:Property .
rdfs:domain      rdfs:range       rdfs:Class .
rdfs:label       rdfs:range       rdfs:Literal .

RDFS je slovník pro popis a modelování, ale není jazykem omezení (přestože oficiální specifikace a zanechává možnost takového použití). Slovo „Schema“ by nemělo být chápáno ve stejném smyslu, jaké má ve výrazu „XML Schema“. Například, :author rdfs:range foaf:Person znamená, že rdf:type všechna hodnota vlastnosti :author — foaf:Person, ale neznamená, že o tom musí být řečeno předem.

SPARQL

SPARQL (SPARQL Protocol and RDF Query Language) – jazyk pro dotazy na RDF data. V jednoduchém případě SPARQL dotaz představuje sadu vzorů, s nimiž se porovnávají trojice dotazovaného grafu. Ve vzorech mohou být na pozicích subjektů, predikátů a objektů proměnné.

Dotaz vrátí takové hodnoty proměnných, za které může být při dosazení do vzorů získán podgraf dotazovaného RDF grafu (podmnožina jeho trojic). Stejnojmenné proměnné v různých vzorech trojic by měly mít přitom stejné hodnoty.

Například, na výše uvedené sadě sedmi RDFS axiomů následující dotaz vrátí rdfs:domain a rdfs:range jako hodnoty ?s a ?p příslušně:

SELECT * WHERE {
 ?s ?p rdfs:Class .
 ?p ?p rdf:Property .
}

Je třeba poznamenat, že SPARQL je deklarativní a není jazykem pro popis procházení grafu (nicméně některé RDF úložiště nabízejí způsoby pro úpravu plánu provádění dotazu). Proto některé standardní úkoly grafu, například hledání nejkratší cesty, nemohou být vyřešeny pomocí SPARQL, včetně použití mechanismu property paths (ale opět některá RDF úložiště nabízejí speciální rozšíření pro řešení těchto úloh).

SPARQL nedělí presumci otevřenosti světa a řídí se přístupem „negation as failure“, a v něm jsou možné takové konstrukce, jako FILTER NOT EXISTS {…}. Distribuce dat se zohledňuje pomocí mechanismu federativních dotazů.

SPARQL endpoint — RDF úložiště, schopné zpracovávat SPARQL dotazy — nemá přímé ekvivalenty z druhé fáze (viz začátek tohoto odstavce). Lze jej přirovnat k databázi, na jejímž základě byly generovány HTML stránky, ale je externě přístupné. SPARQL endpoint je spíše analogií API endpointu z třetí fáze, avšak s dvěma hlavními rozdíly. Za prvé, existuje možnost kombinovat několik „atomických“ dotazů do jednoho (což je považováno za klíčovou vlastnost GraphQL), za druhé, takové API je plně sezdokumentované (čehož se HATEOAS pokoušel dosáhnout).

Polemic remark

RDF je způsob publikace dat na webu, proto by se RDF úložiště měla považovat za dokumentární SŘBD. Pravda, protože RDF je graf, a ne strom, jsou také grafová. Úžasné, že vůbec vznikla. Kdo by mohl pomyslet, že se najdou chytráci, kteří implementují blank nodes. Kodddovi se to nepodařilo.

Existují i méně plnohodnotné způsoby organizace přístupu k RDF datům, například Linked Data Fragments (LDF) a Linked Data Platform (LDP).

OWL

OWL (Web Ontology Language) — formalismus pro reprezentaci znalostí, syntaktická varianta deskriptivní logiky (všude níže je správnější hovořit o OWL 2, první verze OWL byla založena na ).

Konzepte deskriptivních logik odpovídají třídám, role — vlastnostem, jednotlivci si zachovávají své původní názvy. Axiomy se také nazývají axiomy.

Například v takzvané manchesterské syntaxi pro zápis OWL již známá axioma bude zapsána takto:

Class: Human
Class: Parent
   EquivalentClass: Human and (inverse hasParent) some Human
ObjectProperty: hasParent

Existují i jiné syntaxy pro zápis OWL, například funkční syntaxe, používané v oficiální specifikaci, a OWL/XML. Kromě toho může být OWL serializován do abstraktní syntaxe RDF a následně — do jakékoli z konkrétních syntaxí.

OWL v souvislosti s RDF vystupuje ve dvojím postavení. Z jedné strany jej lze považovat za jakýsi slovník, který rozšiřuje RDFS. Z druhé strany, je to mocnější formalismus, pro který je RDF pouze formát serializace. Ne všechny elementární konstrukce OWL lze zapsat pomocí jediného RDF trojice.

V závislosti na tom, jaké podmnožství konstrukcí OWL je povoleno používat, se hovoří o tzv. profilech OWL. Standardizované a nejznámější jsou OWL EL, OWL RL a OWL QL. Výběr profilu ovlivňuje výpočetní složitost typických úloh. Kompletní sada konstrukcí OWL, která odpovídá , se nazývá OWL DL. Někdy se také hovoří o OWL Full, ve kterém je povoleno používat konstrukce OWL s plnou svobodou vlastního RDF, bez sémantických a výpočetních omezení . Například něco může být jak třídou, tak vlastností. OWL Full není rozhodnutelný.

Klíčové principy připojování důsledků v OWL - přijetí předpokladu otevřeného světa (open world assumption, OWA) a odmítnutí předpokladu unikátnosti jmen (unique name assumption, UNA). Níže uvidíme, k čemu mohou tyto principy vést, a seznámíme se s některými konstrukcemi OWL.

Předpokládejme, že ontologie obsahuje následující fragment (v manchesterské syntaxi):

Class: manyChildren
   EquivalentTo: Human that hasChild min 3
Individual: John
   Types: Human
   Facts: hasChild Alice, hasChild Bob, hasChild Carol

Bude z toho vyplývat, že John je mnohačetný? Odmítání UNA donutí výrokový motor odpovědět záporně, protože Alice a Bob mohou být ve skutečnosti jednou a tou samou osobou. Aby následující platilo, bude zapotřebí přidat tuto axiom:

DifferentIndividuals: Alice, Bob, Carol, John

Předpokládejme nyní, že fragment ontologie má následující podobu (John je prohlášen za mnohačetného, ale má pouze dva děti):

Class: manyChildren
   EquivalentTo: Human that hasChild min 3
Individual: John
   Types: Human, manyChildren
   Facts: hasChild Alice, hasChild Bob
DifferentIndividuals: Alice, Bob, Carol, John

Bude tato ontologie protichůdná (což lze interpretovat jako důkaz neplatnosti dat)? Přijetí OWA donutí výrokový motor odpovědět záporně: „někde“ jinde (v jiné ontologii) může být zmíněno, že Carol je také Johnovým dítětem.

Abychom vyloučili tuto možnost, přidáme nový fakt o Johnovi:

Individual: John
   Facts: hasChild Alice, hasChild Bob, not hasChild Carol

Abychom vyloučili vznik dalších dětí, řekněme, že všechny hodnoty vlastnosti „mít dítě“ jsou lidé, kterých máme dohromady čtyři:

ObjectProperty: hasChild
   Domain: Human
   Characteristics: Irreflexive
Class: Human
EquivalentTo: { Alice, Bill, Carol, John }

Nyní se ontologie stane protichůdnou, což výrokový motor neomylně oznámí. Poslední z axiomat jsme v určitém smyslu „uzavřeli“ svět, a věnujte pozornost tomu, jakým způsobem byla vyloučena možnost, že John by mohl být dítětem sám sobě.

Propojování podnikových dat

Sada přístupů a technologií propojených dat byla původně určena pro publikaci dat na webu. Jejich použití ve firemním prostředí se setkává s řadou potíží.

Například v uzavřeném firemním prostředí se ukazuje, že deduktivní síla OWL, založená na přijetí OWA a odmítnutí UNA — rozhodnutích podmíněných otevřenou a rozloženou povahou webu, je příliš slabá. A zde jsou možné následující východy.

• Zajištění OWL sémantikou, vyžadující odmítnutí OWA a přijetí UNA, implementace odpovídajícího výstupního enginu. — Tímto směrem se ubírá RDF úložiště Stardog.
• Odmítnutí deduktivních schopností OWL ve prospěch pravidlových enginů. — Stardog podporuje SWRL; Jena a GraphDB nabízejí vlastní jazyky pravidel.
• Odmítnutí deduktivních schopností OWL, použití pro modelování určitého podmnožiny blízké RDFS. — Podívejte se na to dále.

Další problém — výraznější pozornost, kterou je možné ve firemním světě věnovat problémům kvality dat, a nedostatek nástrojů pro validaci dat ve stacku propojených dat. Východy jsou zde následující.

• Opět použití konstrukcí OWL pro validaci se sémantikou uzavřeného světa a jedinečnosti jmen při existenci odpovídajícího výstupního enginu.
• Použití SHACL, který byl standardizován již poté, co byl vyhotoven seznam vrstev přístupového webu Semantic Web Layer Cake (nicméně může být použit také jako pravidlový engine), nebo ShEx.
• Uvědomění si, že vše je nakonec realizováno dotazy SPARQL, vytvoření vlastního jednoduchého mechanismu pro validaci dat s jejich použitím.

Nicméně i úplné odmítnutí deduktivních schopností a nástrojů pro validaci ponechává stack propojených dat neporovnatelným v úlohách, které jsou krajově podobné otevřenému a rozloženému webu — v úlohách integrace dat.

Co běžného se týká firemního informačního systému?

Je to možné, ale je potřeba mít na paměti, jaké konkrétní problémy budou odpovídající technologie muset vyřešit. Popíši zde typickou reakci účastníků vývoje, abych ukázal, jak vypadá tento technologický stack z pohledu konvenční IT. Poněkud to připomíná příběh o slonu:

• Obchodní analytik: RDF je něco jako logický model, který je přímo uložen.
• Systémový analytik: RDF — to je jako EAV, jen s hromadou indexů a pohodlným jazykem dotazů.
• Vývojář: no, to všechno je ve spiritu konceptů rich model a low code, četl o tom nedávno.
• Vedoucí projektu: no to je přece collapsing the stack!

Praxe ukazuje, že stack se nejčastěji používá v úlohách spojených s distribucí a heterogenitou dat, například při budování systémů třídy MDM (Master Data Management) nebo DWH (Data Warehouse). Takové úkoly existují v každém odvětví.

Pokud jde o aplikace s odbornou specializací, v současné době jsou technologie Linked Data nejpopulárnější v následujících oblastech.

• biomedicínské technologie (kde je jejich popularita zřejmě spojena se složitostí předmětu);

aktuální

V 'Těkají obraz' se nedávno konala konference 'Zjednocení ontologií. Od teorie k praktickému použití».

• výroba a provoz složitých výrobků (velké strojírenství, těžba ropy a plynu; nejčastěji se mluví o standardu ISO 15926);

aktuální

I zde je důvodem složitost předmětu, kdy například v rámci upstream, pokud mluvíme o ropném a plynovém průmyslu, jednoduchý účet musí mít určité funkce CAD.

V roce 2008 se konala Chevronem organizovaná uváděcí konference.

ISO 15926 se nakonec ropného a plynárenského průmyslu ukázal jako příliš těžký (a sotva našel větší použití v strojírenství). Tu se dá říci, že se na něm pořádně usadila pouze Statoil (Equinor), v Norsku kolem něj vznikl celý ekosystém. Ostatní se snaží dělat něco svého. Například, podle zpráv, domácí Ministerstvo energetiky má v plánu vytvořit 'konceptuální ontologický model energetického sektoru', podobný, zřejmě, vytvořenému pro energetiku.

• finanční instituce (i XBRL lze považovat za jakýsi hybrid SDMX a ontologie RDF Data Cube);

aktuální

LinkedIn na začátku roku aktivně bombardoval autora nabídkami snad od všech gigantů finančního průmyslu, které zná ze seriálu 'Suits': Goldman Sachs, JPMorgan Chase a/nebo Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, Fed, Deutsche Bank… Pravděpodobně všichni hledali někoho, koho by mohli poslat na Knowledge Graph Conference. Několika lidem se to podařilo: finanční instituce obsadily celé ráno prvního dne.

Na HeadHunteru se něco zajímavého objevilo jen u Sberbanky, jednalo se o „EAV úložiště s RDF-podobným modelem dat“.

Pravděpodobně je rozdíl v míře obliby odpovídajících technologií mezi domácími a západními finančními institucemi způsoben transnacionálním charakterem činnosti těch druhých. Zřejmě integrace přes státní hranice vyžaduje zcela odlišná organizační a technická řešení.

• systémy otázek a odpovědí, které mají komerční uplatnění (IBM Watson, Apple Siri, Google Knowledge Graph);

aktuální

Mimochodem, tvůrce Siri Thomas Gruber je autorem té definice ontologie (v IT smyslu) jako „specifikace konceptualizace“. Podle mě se pořadí slov v této definici nemění její smysl, což možná naznačuje, že tam ve skutečnosti není.

• publikace strukturovaných dat (s velkým oprávněním to může být řazeno již k Linked Open Data).

aktuální

Velcí fanoušci Linked Data — takzvané GLAM: Galerie, Knihovny, Archivy a Muzea. Stačí říci, že jako náhradu za MARC21 Kongresová knihovna prosazuje BIBFRAME, který poskytuje základy pro budoucnost bibliografického popisu a je samozřejmě založen na RDF.

Často je jako příklad úspěšného projektu v oblasti Linked Open Data uváděn Wikidata — jakási strojově čitelná verze Wikipedie, jejíž obsah, na rozdíl od DBPedia, není generován importem z infoboxů článků, ale vytváří se více méně ručně (a posléze se stává zdrojem informací pro ty stejné infoboxy).

Doporučujeme také k prostudování seznam uživatelů RDF úložiště Stardog na webu Stardog v sekci „Zákazníci“.

Ať už je to jakkoliv, v gartnerovském „Hype Cycle for Emerging Technologies“ z roku 2016 „Enterprise Taxonomy and Ontology Management“ je umístěn uprostřed pádu do údolí zklamání s perspektivou výstupu na „plošinu produktivity“ nejdříve za 10 let.

Propojení podnikových dat

Předpovědi, předpovědi, předpovědi…

Z historického zájmu jsem shrnul do tabulky níže gartnerovské předpovědi různých let týkající se nás zajímajících technologií.

Nicméně, už v „Hype Cycle…“ z roku 2018 Objevil se nový vzestupný trend — Knowledge Graphs. Došlo k jakési reinkarnaci: grafové databáze, na které se zaměřila pozornost uživatelů a síly vývojářů, pod vlivem požadavků prvních a zvyklostí druhých začaly nabývat obrysy a pozici svých předchůdců a konkurentů.

Prakticky každá grafová databáze nyní proklamuje, že je vhodnou platformou pro budování firemního „grafu znalostí“ („linked data“ někdy nahrazené „connected data“), ale do jaké míry jsou takové nároky oprávněné?

Grafové databáze zůstávají i nadále asociativní, data v grafové databázi jsou stále tím samým datovým silem. Řetězcové identifikátory místo URI činí úkol integrace dvou grafových databází stejným úkolem integrace, zatímco integrace dvou RDF úložišť se často redukuje prostě na sjednocení dvou RDF grafů. Dalším aspektem asociativity je nereflektivita grafového modelu LPG, což ztěžuje správu metadat pomocí téže platformy.

Nakonec grafové databáze nemají výstupní enginy a enginy pravidel. Výsledky práce takových enginů mohou být reprodukovány složitostí dotazů, ale to je možné i v SQL.

Avšak vedoucí RDF úložiště nemají potíže s podporou modelu LPG. Nejvýznamnější je přístup, který byl kdysi navržen v Blazegraph: model RDF*, spojující RDF a LPG.

Více informací

Podrobněji o podpoře modelu LPG ze strany RDF úložišť si můžete přečíst v předchozím článku na habru: „Co se nyní děje s RDF úložišti“. O Knowledge Graphs a Data Fabric doufám, že bude jednou napsán samostatný článek. Závěrečná část, jak snadno pochopit, byla psána ve spěchu, přesto i po půl roce jsou tyto koncepty stále nejasnější.

Literatura

1. Halpin, H., Monnin, A. (eds.) (2014). Philosophical Engineering: Toward a Philosophy of the Web
2. Allemang, D., Hendler, J. (2011) Semantic Web for the Working Ontologist (2nd ed.)
3. Staab, S., Studer, R. (eds.) (2009) Handbook on Ontologies (2nd ed.)
4. Wood, D. (ed.). (2011) Linking Enterprise Data
5. Keet, M. (2018) An Introduction to Ontology Engineering

Zdroj: habr.com