Semantilised Veeb ja Lingitud Andmed. Parandused ja täiendused

Soovin tutvustada publikule lõiku sellest hiljuti ilmunud raamatust:

Ettevõtte ontoloogiline modelleerimine: meetodid ja tehnoloogiad [Tekst]: monograafia / [S. V. Gorškov, S. S. Kralin, O. I. Muštak jt.; vastutav toimetaja S. V. Gorškov]. — Jekaterinburg: Ural State University Press, 2019. — 234 lk.: ill., tabelid; 20 cm. — Autorid on märgitud pealkirjade tagaküljel. — Bibliograafia on peatükkides lõpus. — ISBN 978-5-7996-2580-1: 200 eksemplari.

Selle lõigu avaldamise eesmärk Habré on neljakordne:

• Väga tõenäoliselt ei saa keegi seda raamatut käes hoida, kui ta ei ole respekteeritud SergeIndex; müügis seda kindlasti pole.
• Teksti on tehtud redigeerimisi (allpool ei ole neid kuidagi eraldi välja toodud) ja lisatud, mis ei ole väga kooskõlas trükise monograafia formaadiga: aktuaalsed märkmed (peidikutes) ja hüperlingid.
• Tahaks koguda küsimusi ja märkusi, et arvesse võtta neid, kui see tekst võib-olla kaasatakse muudetud kujul mõnesse teise väljaandesse.
• Paljud Semantic Web'i ja Linked Data pooldajad arvavad, et nende ring on nii kitsas peamiselt seetõttu, et laiemale publikule pole senini hästi seletatud, kui tore on olla Semantic Web'i ja Linked Data pooldaja. Lõigu autor, kuigi kuulub sellesse ringi, ei jaga sellist arvamust, kuid siiski peab end kohustatuks tegema veel ühe katse.

Nii,

Semantic Web

Interneti arengut võib kujutada järgmiselt (või rääkida selle segmentidest, mis on kujunenud alltoodud järjekorras):

1. Dokumendid internetis. Peamised tehnoloogiad — Gopher, FTP jne.
   Internet on globaalne võrk kohalike ressursside vahetamiseks.
2. Internetidokumendid. Peamised tehnoloogiad — HTML ja HTTP.
   Käideldavate ressursside iseloom arvestab nende edastamise keskkonna eripära.
3. Andmed internetis. Peamised tehnoloogiad — REST ja SOAP API, XHR jne.
   Interneti rakenduste ajastu, mille ressursside tarbijad ei ole ainult inimesed.
4. Andmete internet. Peamised tehnoloogiad — Linked Data tehnoloogiad.
   See neljas etapp, mille ennustas Berners-Lee, kes lõi teise etapi võtmetehnoloogiad ja on W3C direktor, ning mida nimetatakse Semantic Web'iks; Linked Data tehnoloogiad on mõeldud andmete muutmiseks veebis mitte ainult masina loetavaks, vaid ka «masina mõistetavaks».

Edasi liikudes mõistab lugeja, kuidas on seotud teise ja neljanda etapi võtme mõisted:

• URL-de analoogid on URI-d,
• HTML-i analoog on RDF,
• HTML-i hüperlinkidele on analoogiks URI-sisendite ilmumine RDF-dokumentidesse.

Semantiline veeb on pigem süsteemne nägemus interneti tulevikust kui konkreetne spontaansus või lobitöö, kuigi see suudab arvesse võtta ka neid viimaseid. Näiteks peetakse Web 2.0 olulisteks tunnusteks "kasutajate loodud sisu". Seda arvesse võtma peaks, sealhulgas W3C soovitusega "Web Annotation Ontologyja selline algatus nagu Solid.

Kas semantiline veeb on surnud?

Kui loobuda reaalsusest kaugetest ootustest,on olukord semantilise veebiga ligikaudu sama, mis oli kommunismil arenenud sotsialismi ajal (ja kas järgida ilmse Iliči vanaraua reegleid, laskem igal ühel ise otsustada). Otsingumootorid on päris edukad, sundides veebilehti kasutama RDFa ja JSON-LD ning ise kasutades tehnoloogiaid, mis on suguluses edaspidi käsitletavatega (Google Knowledge Graph, Bing Knowledge Graph).

Üldiselt ei saa autor öelda, mis takistab suuremat levikut, kuid võib väljendada oma isiklikku kogemust. Probleemid, mida võiks „karbist välja” lahendada SW tingimustes, on olemas, kuigi mitte väga ulatuslikud. Seetõttu ei ole neil, kes nende probleemidega silmitsi seisavad, vahendeid nendega töötamiseks, kes saaksid nende lahenduse tagada, samas iseseisev lahendamine nende viimaste poolt on vastuolus nende äri mudelitega. Nii et jätkame HTML-i parsimist ja erinevate API-de ühendamist, üks toode halvem kui teine.

Kuid Linked Data tehnoloogiad on levinud ka massilisest veebist väljaspool; sellele rakendusele on raamat tegelikult pühendatud. Praegu ootab Linked Data kogukond, et need tehnoloogiad saavad veelgi suuremat levikut tänu Gartneri selliste suundumuste fikseerimisele (või kuulutamisele, kellele kuidas meeldib) nagu Knowledge Graphs ja Data Fabric. Tahaks loota, et need ei ole „jalgratta” rakendused nende kontseptsioonide osas, vaid seotud edaspidi arutletud W3C standarditega.

Linked Data

Berners-Lee määratles Linked Data kui „õigesti tehtud“ semantilise veeb: lähenemiste ja tehnoloogiate kogum, mis võimaldab saavutada selle lõppeesmärke. Linked Data põhialused, mille Berners-Lee tõstis esile, on järgmised.

Põhimõte 1. URI-de kasutamine olendi nimetamiseks.

URI-d on globaalsed identifikaatorid olendite jaoks, vastandina kohalikele tekstilistele identifikaatoritele. Hiljem väljendas seda põhimõtet kõige paremini Google Knowledge Graphi loosung «asjad, mitte stringid».

Põhimõte 2. URI-de kasutamine HTTP skeemis, et neid saaks dereferentsida.

URI-le viitamisel peaks olema võimalik saada tähendust, mis seondub selle tähistava objekti (siin on selge paralleel operaatori «*» C keeles); täpsemalt öeldes, saada mingit representatsiooni sellest tähendusest — olenevalt HTTP-pealkirja väärtusest Accept:. Võib-olla on AR/VR ajastu saabudes võimalik saada ressursi endaga, praegu on see tõenäoliselt RDF-dokument, mis on SPARQL-päringu täitmise tulemus. DESCRIBE.

Põhimõte 3. W3C standardite, eeskätt RDF(S) ja SPARQL-i kasutamine, eelkõige URI-de dereferentsimisel.

Need eraldi «kihid» lingitud andmete tehnoloogia järgus, tuntud ka kui Semantic Web Layer Cake, kirjeldatakse meile hiljem.

Põhimõte 4. Entiteetide kirjeldamisel tuleks viidata teistele URI-dele.

RDF võimaldab piirduda ressursi sõnalise kirjeldusega loomulikus keeles, ja neljas põhimõte kutsub seda mitte tegema. Kui esimest põhimõtet järgitakse, tekib võimalus viidata teistele, sealhulgas «välistele», ressurssidele, mistõttu andmed nimetatakse omavahel seotud olevateks. Tegelikult on praktikas peaaegu vältimatu kasutada RDFS-sõnastikus nimetatud URI-sid.

RDF

RDF (Resource Description Framework) — vastastikku seotud olendite kirjeldamise formaalsus.

Entiteetide ja nendevaheliste seoste kohta tehakse väiteid kujul «subjekt-predikaat-objekt», mida nimetatakse tripletideks. Lihtsaimal juhul on subjekt, predikaat ja objekt kõik URI-d. Üks ja sama URI võib olla erinevates tripletides erinevates positsioonides: olla nii subjekt, predikaat kui ka objekt; seeläbi moodustavad tripletid omamoodi graafi, mida nimetatakse RDF-graafiks.

Subjektid ja objektid võivad olla mitte ainult URI-d, vaid ka nn tühjad sõlmed, ning objektid võivad olla ka literalid. Literalid on primitiivsetest tüüpide eksemplarid, mis koosnevad stringi representatsioonist ja tüübi näidust.

Literali salvestamise näited (Turtle-süntaksis, sellest allpool): "5.0"^^xsd:float ja "five"^^xsd:string. Literalid, mille tüüp on rdf:langString , võivad olla varustatud ka keelemärgiga, Turtle-s seda väljendatakse nii: "five"@en ja "viis"@et.

Tühjad sõlmed on „anoniimsed“ ressursid, millel ei ole globaalseid identifikaatoreid, kuid mille kohta on siiski võimalik esitada väiteid; omamoodi eksistentsiaalsed muutujad.

Nii et (see ongi kogu RDF sisu):

• subjekt on URI või tühi sõlm,
• predikaat on URI,
• objekt on URI, tühi sõlm või tekst.

Miks ei tohi predikaadid olla tühjad sõlmed?

Tõenäoline põhjus on soov mõista ja tõlkida esimese järgu predikaatide loogika keelde kolmikut s p o nagu midagi sellist , kus — predikaat, ja — konstant. Selletaolise arusaama jälgi on leida dokumendist „LBase: Semantics for Languages of the Semantic Web“, mis on W3C töögrupi märkme staatuses. Selle arusaama järgi tõlgitakse kolmikut s p [], kus [] — tühi sõlm, kui see on tõlgitud kui , kus — muutuja, aga kuidas siis tõlkida s [] o? Имеющий статус рекомендации W3C документ «RDF 1.1 Semanticspakub teist tõlkeviisi, kuid võimalus, et predikaadid võivad olla tühjad sõlmed, ei ole siiski arvesse võetud.

Siiski, Manu Spornil on lubatud.

RDF on abstraktne mudel. RDF-i saab salvestada (serialiseerida) erinevates süntaksites: RDF/XML, Turtle (kõige loetavam), JSON-LD, HDT (binaarne).

Ühte ja sama RDF-i võib RDF/XML-is serialiseerida erinevate meetoditega, seetõttu ei ole näiteks saadud XML-i mõistlik valideerida XSD kaudu või proovida andmeid välja võtta XPathi abil. Samamoodi ei rahulda JSON-LD ilmselt tavalise Javascript-arendaja soovi töötada RDF-ga Javascripti punkt- ja ruudusulgude märkides (kuigi JSON-LD liigub sellega suunas, pakkudes mehhanismi raamistamiseks).

Enamik süntakse pakub viise pikkade URI-de lühendamiseks. Näiteks deklaratsioon @prefix rdf: Turtle'is võimaldab hiljem kirjutada asemel <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> lihtsalt rdf:type.

RDFS

RDFS (RDF Schema) — põhisõnavara modelleerimiseks, mis tutvustab mõisteid omadus ja klass ning selliseid omadusi nagu rdf:type, rdfs:subClassOf, rdfs:domain ja rdfs:range. RDFS sõnavara abil saab salvestada näiteks järgmised õiged väljendid:

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 on kirjeldamise ja modelleerimise sõnavara, kuid ei ole piirangute keel (kuigi ametlik spetsifikatsioon ja jätab sarnase kasutuse võimalus). Sõna „Schema“ ei tohi mõista samas tähenduses nagu väljendis „XML Schema“. Näiteks, :author rdfs:range foaf:Person tähendab, et rdf:type kõigi omaduse väärtuste :author — foaf:Person, kuid see ei tähenda, et sellest peaks eelnevalt rääkima.

SPARQL

SPARQL (SPARQL-protokoll ja RDF-i päringukeel) – RDF-andmete päringukeel. Lihtsas vormis esindab SPARQL-päring mustrite kogumit, millega võrreldakse küsitava graafi triplette. Mustrites subjekti, predikaate ja objekte asendavad muutujaid.

Päring tagastab selliseid muutujate väärtusi, mille asendamisel mustrites võib saada küsitava RDF-graafi alagrafi (selle tripletide hulga alamkogumi). Üksikute muutuja nimed erinevates tripletimustrites peavad olema ühesugused.

Näiteks, antud seitsme RDFS-aksioomi kogumi põhjal tagastab järgmine päring rdfs:domain ja rdfs:range väärtustena ?s ja ?p vastavalt:

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

Tasub märkida, et SPARQL on deklaratiivne ega ole graafi läbimise kirjeldamise keel (kuigi mõned RDF-andmebaasid pakuvad päringu täitmise plaani kohandamise võimalusi). Seetõttu ei saa mõningaid standardseid graafiülesandeid, näiteks lühima tee leidmist, SPARQL-i abil lahendada, sealhulgas ka mehhanismi kasutades property paths (aga veelkord, eraldi RDF-andmebaasid pakuvad nende ülesannete lahendamiseks spetsiaalseid laiendusi).

SPARQL ei tee maailmas avatusest eeldusi ja järgib lähenemist „negation as failure“, selles on võimalik sellised konstruktsioonid nagu FILTER NOT EXISTS {…}. Andmete jaotust arvesse võetakse mehhanismi abil föderatiivsed päringud.

SPARQL-i lõpp-punkt – RDF-andmebaas, mis suudab töödelda SPARQL-päringuid – ei oma otseseid analooge teise etapi (vt selle lõigu algust) kontekstis. Seda võib võrrelda andmebaasiga, mille põhjal genereeriti HTML-lehed, kuid mis on väljastpoolt juurutatud. SPARQL-i lõpp-punkt on pigem API lõpp-punkti analoog kolmandast etapist, kuid kahe peamise erinevusega. Esiteks on võimalik liita mitu „aatomaarset“ päringut ühte (mis peetakse GraphQL-i peamiseks omaduseks), teiseks on see API täielikult ise-dokumenteeritud (millega püüti saavutada HATEOAS).

Poleemiline märkus

RDF on andmete avaldamise viis veebis, seega tuleks RDF-ladu pidada dokumentide andmebaasideks. Tõsi, kuna RDF on graaf, mitte puu, on nad ühtlasi ka graafikodad. Üllatav, et nad tõepoolest olemas on. Kes oleks võinud arvata, et leidub nutikaid inimesi, kes teostavad tühje sõlmi. Kundal ei tulnud välja see ei töötanud.

On olemas ka vähem funktsionaalseid viise RDF-andmetele juurdepääsu organiseerimiseks, näiteks Linked Data Fragments (LDF) ja Linked Data Platform (LDP).

OWL

OWL (Web Ontology Language) on teadmusmodelleerimise formaal, süntaksi versioon kirjeldusloogikast (kõikjal allpool on õigem rääkida OWL 2-st, esimene versioon OWL põhines ).

Kirjeldusloogika mõisted vastavad OWL-is klassidele, rollid - omadustele, indiviidid säilitavad oma varasema nime. Aksiome nimetatakse samuti aksioomideks.

Näiteks nimetatud Manchesteri süntaksis kirjutatakse siis OWL-is meile juba teadaolev aksioom nii:

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

RDF-i jaoks on olemas ka teisi süntakse, näiteks funktsionaalne süntaks, mida kasutatakse ametlikus spetsifikatsioonis, ja OWL/XML.Lisaks saab OWL-i serialiseerida RDF-i abstraktsesse süntaksisse ja seejärel - ühte kindlasse süntaksisse.

OWL seondub RDF-iga kahel viisil. Ühelt poolt võib seda vaadelda kui sõnaraamatut, mis laiendab RDFS-i. Teiselt poolt on see võimsam formaal, mille jaoks RDF on vaid serialiseerimise formaat. Mitte kõiki elementaarseid OWL-i konstruktsioone ei saa esitada vaid ühe RDF-tripletina.

Sõltuvalt sellest, milline OWL-i konstruktsioonide alamhulk on lubatud, räägitakse nn OWL-i profiilidest.Standardiseeritud ja enim tuntud on OWL EL, OWL RL ja OWL QL. Profiili valik mõjutab tüüpiliste ülesannete arvutuslikku keerukust. OWL-i täielik konstruktsioonide kogum, mis vastab , nimetatakse OWL DL-ks. Mõnikord räägitakse ka OWL Full-ist, kus OWL-i konstruktsioone on lubatud kasutada täieliku vabadusega, mis on omane RDF-le, ilma semantiliste ja arvutuslike piiranguteta. Näiteks võib midagi olla nii klass kui omadus. OWL Full ei ole lahendatav.

OWL-is järelduste tegemise peamised põhimõtted on avatud maailma oletuse (open world assumption, OWA) ja ainulaadsete nimede oletuse (unique name assumption, UNA). Alljärgnevalt näeme, milleni need põhimõtted viivad, ja tutvume mõningate OWL-struktuuridega.

Olgu ontoloogia järgmine fragment (Manchesteri süntaksis):

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

Kas sellest tuleneb, et John on mitme lapse vanem? UNA-lt loobumine paneb järeldusmasina sellele küsimusele negatiivselt vastama, sest Alice ja Bob võivad olla sama inimene. Järelduse tegemiseks on vajalik lisada järgmine aksioom:

DifferentIndividuals: Alice, Bob, Carol, John

Olgu nüüd ontoloogia fragment järgmine (John kuulutatakse mitme lapse vanemaks, kuid tal on vaid kaks last):

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

Kas see ontoloogia on vastuoluline (mida võib tõlgendada andmete kehtetuks tunnistamisena)? OWA aktsepteerimine pane järeldusmasina vastama eitavalt: "kuskil" mujal (teises ontoloogias) võib täiesti olla öeldud, et Carol on samuti John'i laps.

Selle võimaluse välistamiseks lisame John'ile uue fakti:

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

Kuna välistame ka teiste laste ilmumise, ütleme, et kõik 'lapse omamise' omaduse väärtused on inimesed, keda meil on kokku neli:

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

Nüüd muutub ontoloogia vastuoluliseks, mille üle järeldusmasin ei jäta rahule jäämata. Viimase aksiooniga 'suletime' kuidagi maailma ja pöörake tähelepanu, kuidas John'i enda lapseks olemise võimalus on välistatud.

Linking Enterprise Data

Linked Data lähenemisviiside ja tehnoloogiate kogum oli algselt mõeldud andmete avaldamiseks veebis. Nende kasutamine sisekorporatiivses keskkonnas seisab silmitsi mitmete probleemidega.

Näiteks suletud ettevõtte keskkonnas osutub OWL, mis põhineb OWA aktsepteerimisel ja UNA-st loobumisel - lahendused, mis on tingitud avatud ja jaotatud veebist, liiga nõrkadeks deduktsioonivõimeteks. Siin on võimalused järgmised.

• OWL-i semantika määramine, mis eeldab OWA-st loobumist ja UNA aktsepteerimist, vastava järeldusmasina rakendamine. - Sellist teed järgib RDF-andmehoidla Stardog.
• OWL-i deduktiivsete võimaluste loobumine reegli mootori kasuks. — Stardog toetab SWRL; Jena ja GraphDB pakuvad oma keelesid reeglite jaoks.
• Deduktiivsete võimaluste loobumine OWL-ist, kasutamine sellele või teisele RDFS-ile lähedase alamkogumi modelleerimiseks. — Vaata selle kohta hiljem.

Teine probleem on olulisem tähelepanu, mida ettevõtte maailmas võib pöörata andmekvaliteedi probleemidele, ning Linked Data tehnoloogiate hulgas andmete valideerimise tööriistade puudumine. Lahendused on järgmised.

• Taaskord, OWL-i konstruktsioonide valideerimise kasutamine suletud maailma semantika ja ainulaadsuse nimede kasutamisel koos asjakohase väljundimootoriga.
• Kasutamine SHACL, standardiseeritud pärast seda, kui Semantiline Veebikihtide kook on fikseeritud (kuid seda võib kasutada ka reeglite mootori õiguseks), või ShEx.
• Teadlikkus, et kõik toimub lõppkokkuvõttes SPARQL-päringute abil, luues nende kasutamiseks oma lihtsa andmete valideerimise mehhanismi.

Kuid isegi täielik loobumine deduktiivsetest võimalustest ja valideerimise tööriistadest jätab Linked Data stacki konkurentsituks andmete integreerimise ülesannetes, mis on maastikult sarnased avatud ja jaotatud veebiga.

Kuidas tavaliselt korporatiivne infosüsteem?

See on võimalik, kuid muidugi tuleb arvestada, milliseid probleeme vastavad tehnoloogiad lahendada peavad. Kirjeldan siin tüüpilist arendajate reaktsiooni, et näidata, milline see tehnoloogiline stack välja näeb tavalise IT perspektiivist. Natuke meenutab see muinasjuttu elevandist:

• Ärianalüütik: RDF on midagi sellist nagu vahetult salvestatud loogiline mudel.
• Süsteemi analüütik: RDF on nagu EAV, ainult paljude indeksite ja mugava päringukeelaga.
• Arendaja: noh, see kõik on rich model ja low code kontseptsioonide vaimus, lugesin hiljuti sellest.
• Projekti juht: jah, see on stacki kokkuvarisemine!

Praktika näitab, et stacki kasutatakse kõige sagedamini jaotuse ja andmete heterogeensusega seotud ülesannetes, näiteks MDM (Master Data Management) või DWH (Andmebaidihaldus) süsteemide loomisel. Sellised ülesanded esinevad igas tööstuses.

Mis puutub tööstusele spetsiifilistesse rakendustesse, siis on Linked Data tehnoloogiad praegu kõige populaarsemad järgmistes valdkondades.

• biomeditsiini tehnoloogiad (kus nende populaarsus näib olevat seotud eriala keerukusega);

aktuaalne

Hiljuti toimus „Keerukuspunktis“ konverents, mille korraldas „Riiklik Meditsiiniliste Teadmiste Baas“.Ontoloogiate ühendamine. Teooriast praktilisse rakendamisse».

• keerukate toodete valmistamine ja kasutamine (suurtööstus, nafta- ja gaasitootmine; sageli räägitakse standardist ISO 15926);

aktuaalne

Siin on samuti põhjuseks eriala keerukus, kui näiteks ülemise voolu etapis, rääkides nafta- ja gaasitööstusest, peavad lihtsad süsteemid omama mõningaid CAD-funktsioone.

2008. aastal toimus Chevroni korraldatud esinduslik asutamis- konverents.

ISO 15926 tundus lõpuks nafta- ja gaasitööstusele liiga keeruline (ja leidis harva kasutust masinatööstuses). Ainult Statoil (Equinor) kasutas seda ulatuslikult, Norras tekkis selle ümber terve ökosüsteem.Teised püüavad teha midagi oma. Näiteks on kuulda, et Eesti Energiaministeerium kavatseb luua „kontekstilise ontoloogilise mudeli ENE“, mis on ilmselt sarnane elektritootmise jaoks loodud mudelile..

• finantsorganisatsioonid (isegi XBRL-d võiks pidada teatud hübriidiks SDMX ja RDF andmekubu ontoloogia vahel);

aktuaalne

LinkedIn spämis aasta alguses autorit pakkumistega peaaegu kõigilt finantssektori hiidudelt, keda ta tunneb sarjast „Suurmadalad“: Goldman Sachs, JPMorgan Chase ja/või Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, Föderaalreserv, Deutsche Bank… Ilmselt kõik otsisid kedagi, keda saaks saata Knowledge Graph Conference. Paljusid suudeti leida: finantsorganisatsioonid hõivasid kogu esimese päeva hommiku..

HeadHunteris leidus midagi huvitavat ainult Sberbankis, kus räägiti „EAV-laost RDF-sarnase andmemudeliga“.

Ilmselt tuleneb kodumaiste ja lääne finantsasutuste armastus vastavate tehnoloogiate vastu nende transnatonaalsest tegevusest. Ühendused riigipiiride vahel näivad nõudvat kvaliteetselt teistsuguseid organisatsioonilisi ja tehnilisi lahendusi.

• küsimus-vastus süsteemid, millel on kaubanduslik rakendus (IBM Watson, Apple Siri, Google Knowledge Graph);

aktuaalne

Muide, Siri looja Thomas Gruber on autor sellel metafüüsika (IT mõttes) mõisted määratlemise, mis kõlab nagu "konceptualiseerimise spetsiifikatsioon". Minu arvates, lause sõnavara vahetus ei muuda selle tähendust, mis võib-olla näitab, et selle mõisted puuduvad.

• struktureeritud andmete avaldamine (mille alusel võime seda juba seostada Linked Open Data'ga).

aktuaalne

Suured Linked Data huvilised — nn GLAM: Galeriid, Raamatukogud, Arhiivid ja Muuseumid. Siin piisab, kui öelda, et MARC21 asemel propageerib Kongressi Raamatukogu BIBFRAME, mis moodustab aluse bibliograafilise kirjelduse tulevikuks. ja loomulikult põhineb see RDF-il.

Tihti tuuakse näiteks edukast Linked Open Data projektist välja Wikidata — omamoodi masina loetav versioon Wikipediast, mille sisu, vastupidiselt DBPedia'le, ei genereerita artiklite infokastide importimise toel, vaid luuakse enam-vähem käsitsi (ja seejärel muutub see teabe allikaks samu infokaste jaoks).

Soovitatav on ka tutvuda nimekiri RDF-lao Stardog kasutajatega Stardogi veebisaidil jaotises „Kliendid”.

Igatahes, Gartneri „Hype Cycle for Emerging Technologies” 2016. aastast „Enterprise Taxonomy and Ontology Management” on paigutatud keskele pettumuse orgu, mille väljumise perspektiiv on „produktiivsuse platoole” vähemalt 10 aasta pärast.

Connecting Enterprise Data

Prognoosid, prognoosid, prognoosid...

Ajaloolise huvi tõttu olen koostanud tabeli Gartneri prognoosidest erinevatel aastatel meid huvitavate tehnoloogiate kohta.

Kuid juba „Hype Cycle...” 2018. aastast ilmnes teine tõusutrend — Knowledge Graphs. Toimus teatud reinkarnatsioon: graafide andmebaasid, mis osutusid kasutajate ja arendajate tähelepanu keskmesse, hakkasid vastama varasemate konkurentide joontele ja positsioneerimisele.

Peaaegu iga graafide andmebaas kuulutab end sobivaks platvormiks ettevõtte „teadmiste graafi” loomiseks ("linked data" vahetatakse mõnikord "connected data" vastu), kuid kui õigustatud on sellised kavatsused?

Graafide andmebaasid on endiselt asemantilised, andmed graafilises DB-s on endiselt sama data silo. Stringi identifikaatorid URI-de asemel teevad kahe graafika DB integreerimise ülesandeks sama, samas kui kahe RDF-hoidla integreerimine kujuneb sageli lihtsalt kahe RDF-graafi ühendamiseks. Teine aspekt asemantilisusest on graafimudeli LPG mittereflekssiivsus, mis raskendab metaandmete haldamist sama platvormi abil.

Lõpuks ei oma graafilised DB-d väljundimootoreid ega reeglimootoreid. Selliste mootorete tulemusi saab korrata päringute keerukuse suurendamisega, kuid seda on võimalik teha isegi SQL-is.

Kuid juhtivad RDF-hoidlad ei koge LPG mudeli toetamisel raskusi. Tunnustatuim lähenemine on kunagi Blazegraphis ette pandud: RDF* mudel, mis ühendab RDF-i ja LPG-d.

Lisateave

Rohkem teavet RDF-hoidlate toetuse kohta LPG mudelile saab lugeda eelmisest artiklist Habr: „Mis toimub praegu RDF-hoidlate seas“. Knowledge Graphs ja Data Fabric kohta loodetavasti kirjutatakse ühel päeval eraldi artikkel. Lõpposa, nagu kerge vaevaga mõista, kirjutati kiiresti, ent isegi kuus kuud hiljem ei ole need kontseptsioonid kuigi palju selgemaks muutunud.

Kirjandus

1. Halpin, H., Monnin, A. (toim.) (2014). Filosoofiline inseneeria: suund veebifilosoofiale
2. Allemang, D., Hendler, J. (2011) Semantiline veeb töötava ontoloogina (2. väljaanne)
3. Staab, S., Studer, R. (toim.) (2009) Ontoloogiate käsiraamat (2. väljaanne)
4. Wood, D. (toim.). (2011) Ettevõtte andmete lingitamine
5. Keet, M. (2018) Sissejuhatus ontoloogia inseneerimisse

Allikas: habr.com