Semantiline veeb ja seotud andmed. Parandused ja täiendused

Soovin tutvustada publikule lõiku värskelt ilmunud raamatust:

Ontoloogiline ettevõtte modelleerimine: meetodid ja tehnoloogiad [Tekst]: monograafia / [S. V. Gorškov, S. S. Kralin, O. I. Muštak jt.; vastutav toimetaja S. V. Gorškov]. — Jekaterinburg: Uurali ülikooli kirjastus, 2019. — 234 lk.: ill., tabelid; 20 cm. — Autorid on loetletud tiitellehe tagaküljel. — Bibliograafia on peatükkide lõpus. — ISBN 978-5-7996-2580-1: 200 eksemplari.

Selle lõigu avaldamise eesmärk Habré on neljakordne:

• Tõenäoliselt ei õnnestu kellelgi seda raamatut käes hoida, kui ta ei ole austatud SergeIndex; selle müük on absoluutne fakt, et seda ei ole.
• Teksti on tehtud korrektuurid (need ei ole allpool kuidagi esile tõstetud) ja täiendused, mis ei ühildu väga trükimonograafia formaadiga: päevakajalised märkused (spoleri all) ja hüperlingid.
• Tahaks koguda küsimusi ja märkusi, et arvestada neid teksti kaasamisel ümbertöödeldud kujul mõni muude väljaannete juurde.
• Paljud Semantilise Veebi ja Lingitud Andmete pooldajad usuvad endiselt, et nende ring on niivõrd kitsas peamiselt seetõttu, et laiemale avalikkusele ei ole tõeliselt selgitatud, kui äge on olla Semantilise Veebi ja Lingitud Andmete pooldaja. Käesoleva lõigu autor, kuigi kuulub sellesse ringi, ei jaga seda arvamust, kuid peab siiski vajalikuks teha veel üks katse.

Nii et,

Semantiline veeb

Interneti arengut saab kujutada järgmiselt (või rääkida selle segmentidest, mis on kujunenud allpool toodud järjekorras):

1. Dokumendid internetis. Peamised tehnoloogiad — Gopher, FTP jne.
   Internet on globaalne võrgustik kohalike ressursside vahetamiseks.
2. Dokumendid internetis. Peamised tehnoloogiad — HTML ja HTTP.
   Esitatud ressursside iseloom arvesse võtmise keskkonna edastamise eripära.
3. Andmed internetis. Peamised tehnoloogiad — REST ja SOAP API, XHR jne.
   Interneti rakenduste ajastu, ressursse tarbivad mitte ainult inimesed.
4. Andmete internet. Peamised tehnoloogiad — Lingitud Andmete tehnoloogiad.
   Neljas etapp, mille ennustas Berners-Lee, märksõnaliste tehnoloogiate looja ja W3C direktor, nimetatakse semantiliseks veebiks; Linked Data tehnoloogiad on mõeldud selleks, et teha veebis olevad andmed mitte ainult masinloetavateks, vaid ka "masinaga arusaadavateks".

Edasi liikudes saab lugejale selgeks, kuidas seondub teise ja neljanda etapi võtmekontseptsioonide vastavus:

• URL-ide analoogid on URI-d,
• HTML-i analoog on RDF,
• HTML-i hüperlinkidele vastavad URI sisenemised RDF-dokumentides.

Semantiline veeb on pigem süsteemne nägemus tulevikust internetis, mitte konkreetne spontaane või eelnevalt mõjutatud trend, kuigi ta suudab arvestada ka viimastega. Näiteks peetakse Web 2.0 oluliseks omaduseks «kasutajatelt loodud sisu». Selle arvessevõtmiseks on loodud soovitused W3C «Web Annotation Ontology» ja selline algatus nagu Solid.

Kas semantiline veeb on surnud?

Kui loobuda ebarealistlikest ootustest,on olukord semantilise veebiga umbes sama, mis kommunismiga arenenud sotsialismi ajal (ja kas järgida Ilyichi tingimusi, las igaüks otsustab ise). Otsingumootorid on üsna edukad sunab veebilehed RDFa ja JSON-LD kasutusele ning kasutavad ise tehnoloogiaid, mis on seotud edasiste kirjeldustega (Google Knowledge Graph, Bing Knowledge Graph).

Üldiselt ei saa autor öelda, mis takistab laiemat levikut, kuid ta võib väljendada oma arvamust isikliku kogemuse põhjal. On ülesandeid, mis saaksid olla lahendatud 'kastist välja' SW tekkimise tingimustes, kuigi need ei ole väga laialdased. Seetõttu ei ole neil, kellele need ülesanded on suunatud, vahendeid survet avaldada neile, kes suudavad lahendust pakkuda, ning nende enda lahenduste eeldamine on nende äri mudelitega vastuolus. Nii et jätkame HTML-i parsimist ja erinevate API-de ühendamist, mis on üksteisest halvemad.

Kuid Linked Data tehnoloogiad on levinud ka massilisest veebist väljapoole; sellel ongi raamat pühendatud. Praegu ootab Linked Data kogukond, et need tehnoloogiad saaksid veelgi suuremat levikut tänu Gartneri selliste trendide fikseerimisele (või kuulutamisele, kellele meeldib), nagu Knowledge Graphs ja Data Fabric. Loodame, et nende kontseptsioonide «jalgrataste» tõlgendused ei saavuta edu, vaid need, mis on seotud järgmiste W3C-standarditega.

Linked Data

Berners-Lee määratles Linked Data kui „korrektset“ semantilist veebi: lähenemiste ja tehnoloogiate kogum, mis võimaldab saavutada selle lõppeesmärke. Linked Data põhiprincipsid, mida Berners-Lee toodud järgmistena.

Põhimõte 1. URI-de kasutamine entiteetide nimede määratlemiseks.

URI-d on globaalset laadi entiteetide identifikaatorid, erinevalt lokaalsetest stringi identifikaatoritest, mida salvestatakse. Hiljem leidis see põhimõte parema väljenduse Google Knowledge Graphi loosungis «things, not strings».

Põhimõte 2. URI-de kasutamine HTTP-protokollis, et neid oleks võimalik dereferentseerida.

URI-dele pöördudes peaks olema võimalik saada nende tähendust, mis nende taga seisab (siin on arusaadav analoogia C keeles operaatori «*» nimetuse osas); täpsemalt, saada mingit representatsiooni sellest tähendusest — sõltuvalt HTTP-pealkirja väärtusest Accept:. Võib-olla tuleb AR/VR ajastu saabudes ressursi kätte saada, kuid praegu on see tõenäoliselt RDF-dokument, mis on loodud SPARQLi päringu tulemusena. DESCRIBE.

Printsiip 3. W3C standardite kasutamine — eelkõige RDF(S) ja SPARQL — sealhulgas URI-de dereferentseerimisel.

Need eraldi „kihid“ seotud andmete tehnoloogiast, tuntud ka kui Semantic Web Layer Cake, kirjeldame me hiljem.

Printsiip 4. Oluline on seostada muude URI-dega, kui kirjeldatakse entiteete.

RDF võimaldab piirata ressursi kirjeldust loomulikus keeles, kuid neljas printsiip kutsub üles seda mitte tegema. Kui esimese printsiibi reegleid järgitakse, tekib võimalus viidata teistele, sealhulgas „võõrastele“ ressurssidele, mistõttu andmed saavad olla seotud. Peaaegu vältimatu on URI-de kasutamine, mis on nimed RDFS-sõnastikus.

RDF

RDF (Resource Description Framework) — formaalsus omavahel seotud entiteetide kirjeldamiseks.

Entiteetide ja nende omavaheliste seoste kohta tehakse väiteid vormis "subjekt-predikaat-objekt", mida nimetatakse tripletiteks. Lihtsaimatel juhtudel on nii subjekt, predikaat kui ka objekt URI. Üks ja sama URI võib erinevates tripletites olla erinevates positsioonides: olles nii subjekt, predikaat kui ka objekt; seeläbi moodustavad tripletid omamoodi graafi, mida nimetatakse RDF-graafiks.

Subjektid ja objektid ei pruugi olla mitte ainult URI-d, vaid ka nii nimetatud tühjad sõlmed, ning objektid võivad olla ka literalid. Literalid on primitiivsete tüüpide eksemplarid, mis koosnevad stringi esitlusest ja tüübi määratlemisest.

Näited literalide esitamisest (Turtle süntaksis, millest räägitakse allpool): "5.0"^^xsd:float ja "five"^^xsd:string. Literalid, mille tüüp on rdf:langString , võivad olla varustatud ka keelemärgiga, mida Turtle'is esitatakse nii: "five"@en ja "пять"@ru.

Tühjad sõlmed on "anonüümsed" ressursid, millel pole globaalseid identifikaatoreid, mille kohta võivad siiski tehtud olla väited; omamoodi eksistentsiaalsed muutujad.

Nii et (selles peitubki kogu RDF mõte):

• subjekt on URI või tühja sõlm,
• predikaat on URI,
• objekt on URI, tühja sõlm või literal.

Miks ei tohi predikaadid olla tühjad sõlmed?

Tõenäoliselt on põhjus soov mitteformaalselt mõista ja tõlkida esmakordselt järjepideva loogika predikaadi keelde triplette. s p o kui midagi sarnast , kus — predikaat, ja — konstant. Sellise arusaama jäljed on dokumendis „LBase: Semantics for Languages of the Semantic Web”, millel on W3C töögrupi märkme staatus. Sellise arusaama korral tõlgitakse triplet s p [], kus [] — tühjaks sõlmeks, kuid kuidas tõlkida , kus s [] o RDF 1.1 Semantics? Имеющий статус рекомендации W3C документ «“ pakub teistsugust tõlkemudelit, kuid võimalust, et predikaadid võivad olla tühjad sõlmed, siiski ei käsitleta.Siiski, Manu Sporni

lubas RDF — abstraktne mudel. RDF võib olla salvestatud (serialiseeritud) erinevates süntaksites:.

RDF/XML Turtle, (kõige inimesesõbralikum), JSON-LD HDT, (binaarne). (binaarne).

Üks ja seesama RDF võib olla erinevalt serialiseeritud RDF/XML formaati, seega on näiteks saadud XML mõttetu valideerida XSD abil või proovida andmeid välja tõmmata XPath'i abil. Samuti ei rahulda JSON-LD tõenäoliselt tavalise Javascript-arendaja soovi töötada RDF-iga kasutades Javascripti punkt- ja ruuduklamber süntaksit (kuigi JSON-LD liigub selles suunas, pakkudes mehhanismi raamistamiseks).

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

RDFS

RDFS (RDF skeem) — põhivara mudel, mis tutvustab mõisted omadustest ja klassidest ning sellistest omadustest nagu rdf:type, rdfs:subClassOf, rdfs:domain ja rdfs:range. RDFS sõnastiku abil võivad näiteks olla kirjutatud 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 kirjeldamis- ja modelleerimissõnastik, kuid ei ole piiride keelt (kuigi ametlik spetsifikatsioon ja jätab võimaluse selliseks kasutamiseks). Sõna „Schema” ei tohiks mõista sama tähendusega kui väljendis „XML Schema”. Näiteks, :author rdfs:range foaf:Person tähendab, et rdf:type kõikide omaduse :author — foaf:Person, kuid see ei tähenda, et sellest tuleks eelnevalt rääkida.

SPARQL

SPARQL (SPARQL Protokoll ja RDF Küsitluskeel) on küsitluskeel RDF-andmete jaoks. Lihtsatel juhtudel koosneb SPARQL-päring hulgast mustritest, millega võrreldakse küsitletud graafi triplette. Mustrites võivad subjektide, predikaatide ja objektide kohtades olla muutujad.

Päring tagastab sellised muutujate väärtused, mille asendamisel mustrites võib saada küsitletud RDF-graafi alagraafi (alamhulga tema triplette). Sama nimega muutujad erinevates mustrites peavad omama sel juhul samu väärtusi.

Näiteks, eespool toodud seitsmest RDFS-aksioonist 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 deklareeritav ja ei ole graafide läbimise kirjeldamise keel (kuid mõned RDF-hoidlad pakuvad viise päringute täitmise plaani korrigeerimiseks). Seetõttu ei saa mõningaid standardseid graafülesandeid, näiteks kõige lühema tee leidmist, lahendada SPARQL-is, sealhulgas selle mehhanismi kasutamisel omanditeed (aga uuesti, mõned RDF-hoidlad pakuvad neid ülesandeid lahendamiseks erilisi laiendusi).

SPARQL ei jaga maailma avatusest tulenevat eeldust ning järgib lähenemist "negatsioon kui ebaõnnestumine", milles on võimalikud sellised konstrueeringud nagu FILTER NOT EXISTS {…}. Andmete jaotus arvestatakse föderatiivsete päringute mehhanismiga.

SPARQLi ligipunkt — RDF-hoidla, mis suudab töötlema SPARQL-päringuid — ei oma otsepäringut teisest etapist (vt selle lõigu algust). Seda saab võrrelda andmebaasiga, mille sisu põhjal genereeriti HTML-lehed, kuid väliskasutuseks. SPARQLi ligipunkt on pigem API ligipunkti analoog kolmandast etapist, kuid kahe olulise erinevusega. Esiteks on võimalik ühendada mitu 'aatomaarset' päringut üheks (mis on GraphQLi võtmeomadus), teiseks on selline API täielikult isedokumenteeritud (mille poole HATEOAS püüdis jõuda).

Poleemiline märkuse

RDF on andmete avaldamise viis veebis, seetõttu tuleks RDF-hoidlaid pidada dokumentaalseteks andmebaasideks. Tõsi, kuna RDF on graaf, mitte puu, on nad ühtlasi ka graafilised. Üllatav, et nad üldse saadud on. Kes oleks võinud arvata, et leidub tarku, kes rakendavad tühje sõlmi. Koodal ei õnnestunud see. ei õnnestunud.

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

OWL

OWL (Web Ontology Language) — teadmiste esitamise formaal, süntaktiline variant kirjeldusteadusest (kogu edaspidi on korrektsem öelda OWL 2, esimene versioon OWL põhines ).

Deskriptsioonideaduse kontseptidele OWL-is vastavad klassid, rollidele — omadused, individuaalid hoiavad oma varasemaid nimesid. Aksiome nimetatakse samuti aksioomideks.

Näiteks, nii nimetatud Manchesteri süntaksis juba tuntud aksioom OWL-i kontekstis kirjutatakse nii:

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

On olemas ka muid süntakse OWL-i kirja panemiseks, näiteks funktsionaalne süntaks, mida kasutatakse ametlikus spetsifikatsioonis, ning OWL/XML. Lisaks võib OWL olla serialiseeritud abstraktsesse RDF süntaksisse ja hiljem — ükskõik millisesse konkreetsetesse süntaksitesse.

OWL on RDF-i suhtes kahepoolne. Ühest küljest võib seda vaadelda kui mingisugust sõnastikku, mis laiendab RDFS-i. Teiselt poolt on see võimsam formaal, mille jaoks RDF on vaid serialiseerimise formaat. Mitte kõik OWL-i elementaarsed konstruktsioonid ei ole võimalikud ühel RDF-tripletil.

Sõltuvalt sellest, milliseid OWL struktuuride alamkogusid on lubatud kasutada, räägitakse nn OWL profiilidest. Standardiseeritud ja tuntumad on OWL EL, OWL RL ja OWL QL. Profiili valik mõjutab tüüpiliste ülesannete arvutuslikku keerukust. Täielik OWL struktuuride kogum, mis vastab , nimetatakse OWL DL-ks. Mõnikord räägitakse ka OWL Fullist, kus OWL struktuure on lubatud kasutada täieliku vabadusega nagu RDF-is, ilma semantiliste ja arvutuslike piiranguteta . Näiteks võib midagi olla nii klass kui ka omadus. OWL Full on mittetäielik.

OWL-is järelduste ühendamise peamised põhimõtted on avatud maailma eelduse (open world assumption, OWA) ja nimede unikaalsuse eelduse (unique name assumption, UNA) tagasilükkamine. Allpool näeme, milleni need põhimõtted viia võivad, ja tutvume mõnede OWL struktuuridega.

Oletame, et ontoloogia sisaldab järgmist fragmenti (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 isa? UNA-st loobumine sunnib järeldusmasinat sellele küsimusele negatiivselt vastama, kuna Alice ja Bob võivad olla üks ja sama inimene. Järelduste tegemiseks on vajalik lisada järgmine aksioom:

Erinevad isikud: Alice, Bob, Carol, John

Olgu nüüd ontoloogia fragment järgmine (John on kuulutatud mitme lapse isaks, kuid tal on kirjas vaid kaks last):

Klass: mitme lapse isa
   Samaväärne: Inimene, kellel on vähemalt 3 last
Isik: John
   Tüübid: Inimene, mitme lapse isa
   Faktid: on laps Alice, on laps Bob
Erinevad isikud: Alice, Bob, Carol, John

Kas on see ontoloogia vastuoluline (mida võib tõlgendada andmete kehtetuks tunnistamisena)? OWA vastuvõtt sunnib järeldusmasinat vastama eitavalt: "kusagil" mujal (teises ontoloogias) võib täiesti olla väidetud, et Carol on samuti John'i laps.

Kuna seda võimalust välistada, lisame John'i kohta uue fakti:

Isik: John
   Faktid: on laps Alice, on laps Bob, mitte laps Carol

Kuna välistada ka teiste laste ilmumine, ütleme, et kõik omaduste "omada last" väärtused on inimesed, keda meil kokku on ainult neli:

Objektomadus: on laps
   Domeen: Inimene
   Iseloomustused: Irrefleksiivne
Klass: Inimene
Samaväärne: { Alice, Bill, Carol, John }

Nüüd muutub ontoloogia vastuoluliseks, millest hübriidmudel kindlasti teatab. Viimase aksioomina „sulgime” mingil määral maailma ning pöörake tähelepanu, kuidas on välistatud võimalus, et John on iseenda laps.

Ühendamine ettevõtte andmetega

Linked Data lähenemisviiside ja tehnoloogiate kogum, mis algselt mõeldud andmete avaldamiseks veebis, seisab silmitsi mitmete raskustega nende kasutamisel organisatsioonide vahel.

Näiteks suletud organisatsioonilises keskkonnas osutub OWLi deduktiivne jõud liiga nõrgaks, tuginedes OWA-le ja loobudes UNA-st — lahendustest, mis on seotud avatud ja hajutatud veebiga. Siin on järgmised võimalused.

• OWL-i semantika andmine, mis eeldab OWA-st loobumist ja UNA vastuvõtmist, sobiva hübriidmootori rakendamine. — Sel teel käib RDF-andmehoidla Stardog.
• Deduktiivsetest võimalustest loobumine OWLi kasuks reeglite mootori kõrval. — Stardog toetab SWRL; Jena ja GraphDB pakuvad oma reeglite keeli.
• Deduktiivsetest võimalustest loobumine OWLi kasutamiseks teatud alamhulga modelleerimiseks, mis on seotud RDFS-iga. — Vaata lähemalt.

Teine probleem on suurem tähelepanu, mida ettevõtluses andmekvaliteedi probleemidele võiks pöörata, ja Linked Data tehnoloogia virnas andmete valideerimise tööriistade puudumine. Siit tulenevad järgmised lahendused.

• Taaskord, OWLi konstruktsioonide kasutamine valideerimiseks, millel on suletud maailma semantika ja nimede unikaalsus sobiva järeldusmootoriga.
• Kasutamine SHACL, mida on standardiseeritud pärast Semantic Web Layer Cake kihistiku kinnitamist (kuigi seda saab kasutada ka reegli mootori vormis), või ShEx.
• Teadlikkus, et kõik lõpuks toimub SPARQL päringute kaudu, luues ise lihtsa andmete valideerimise mehhanismi nende kasutamisega.

Kuid isegi täielik loobumine deduktiivsetest võimalustest ja valideerimistööriistadest jätab Linked Data virna konkurentsivõimetuks avatud ja jaotatud veebiga seotud ülesannetes — andmete integreerimise ülesannetes.

Kuidas on tavalise ettevõtte infosüsteemiga?

See on võimalik, kuid tuleb kindlasti arvestada, millised probleemid peavad vastavad tehnoloogiad lahendama. Kirjeldan siin tüüpilist arendajate reaktsiooni, et näidata, milline on see tehnoloogiline virn konventsionaalse IT vaatenurgast. See meenutab veidi muinasjuttu elevandist:

• Ärianalüütik: RDF on midagi sellist nagu otseselt talletatud loogiline mudel.
• Süsteemianalüütik: RDF on nagu EAV, ainult et seal on palju indekseid ja mugav päringute keel.
• Arendaja: noh, kõik see on rich model ja low code kontseptsioonide vaimus, lugesin hiljuti sellest.
• Projektijuht: jah, see on ju stack'i kokkuvarisemine!

Praktika näitab, et virna kasutatakse kõige sagedamini jaotuse ja andmete heterogeensuse seotud ülesannetes, näiteks MDM (Master Data Management) või DWH (Andmehoidla) süsteemide loomisel. Selliseid ülesandeid leidub iga valdkonna sees.

Mis puudutab valdkonnapõhiseid rakendusi, siis praegu on Linked Data tehnoloogiad kõige populaarsemad järgmistes valdkondades.

• biomeditsiinitehnoloogiad (kus nende populaarsus näib olevat seotud teema keerukusega);

aktuaalne

„Keeda punktis“ hiljuti toimus assotsiatsiooni „Rahvuslik Meditsiini Teadmiste Baas“ poolt korraldatud konverents „Ontoloogiate ühendamine. Teooriast praktilise rakendamiseni».

• keerukate toodete valmistamine ja kasutamine (suurem masinatööstus, nafta ja gaasi tootmine; enamasti räägitakse standardist ISO 15926);

aktuaalne

Siin on põhjusteks samuti ala keerukus, kui näiteks üleminekuetapis, rääkides nafta- ja gaasitööstusest, on lihtsa arvestuse jaoks vajalikud teatud CAD-funktsioonid.

2008. aastal toimus Chevroni korraldatud esinduslik avakonverents konverents.

ISO 15926 osutus nafta- ja gaasitööstusele lõpuks liiga raskeks (ja leidis vähem kasu masinatööstuses). Ainult Statoil (Equinor) on sellele tõeliselt järele andnud, ümber Norra on tekkinud terve ökosüsteem. Teised püüavad teha midagi oma. Näiteks, nagu kuulujutud räägivad, kavatseb Eesti Energeetikaministeerium luua „konseptuaalse ontoloogilise mudeli ENE“, mis on tõenäoliselt sarnane elektrienergia jaoks loodud mudelile.

• finantsasutused (isegi XBRL võib näha kui mingi hübriid SDMX-ist ja RDF Data Cube ontoloogiast);

aktuaalne

LinkedIn saatis aasta alguses aktiivselt autorile tööpakkumisi peaaegu kõikidelt finantssektori hiidudelt, keda ta tunneb sarjast „Suurimad suured” : Goldman Sachs, JPMorgan Chase ja/või Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, FRS, Deutsche Bank… Tundub, et kõik otsisid, kedagi, keda saaks saata Knowledge Graph Conference. Paljusid leiti üsna palju: finantsasutused hõivasid kogu esimese päeva hommikupooliku.

HeadHunteris leidus midagi huvitavat ainult Sberbanki osas, juttu oli „EAV-lao RDF sarnase andmemudeli” kohta.

Tõenäoliselt tuleneb erinevus kodumaiste ja lääne finantsasutuste armastuses vastavate tehnoloogiate vastu nimetatud institutsioonide transnationaliseeritud iseloomust. Tundub, et riigipiirideülesed integratsioonid nõuavad kvaliteetselt erinevaid organisatsioonilisi ja tehnilisi lahendusi.

• küsimus-vastus süsteemidele, mis on kaubanduslikult rakendatavad (IBM Watson, Apple Siri, Google Knowledge Graph);

aktuaalne

Muuseas, Siri looja Thomas Gruber on see, kes lõi anuontoloogia (IT tähenduses) määratluse kui "kontseptualiseerimise spetsifikatsioon". Minu arvates ei muuda sõnade järjestus selles määratluses selle tähendust, mis võib tõsta küsimusi, et kas seda üldse on.

• struktureeritud andmete publikatsioon (millega on tugev alus seostada Linked Open Data).

aktuaalne

Suured Linked Data armastajad on nn GLAM: galeriid, raamatukogud, arhiivid ja muuseumid. Siinkohal on piisav öelda, et Kongressi Raamatukogu edendab BIBFRAME, mis mis loob aluse bibliograafilise kirjelduse tulevikule ja on loomulikult põhinenud RDF-l.

Sageli tuuakse edukate Linked Open Data projektide näitena välja Wikidata — omamoodi masinloetav versioon Vikipeediast, mille sisu, erinevalt DBPediast, ei genereerita artiklite infokastidest impordiga, vaid luuakse enam-vähem käsitsi (ja muutub seejärel infokastide koosseisu infosaksamaa).

Soovitame tutvuda nimekiri RDF-kogumiku Stardog kasutajatega Stardogi veebisaidil jaotises "Customers".

Kuidas iganes, Gartneri "Hype Cycle for Emerging Technologies" 2016. aastast «Enterprise Taxonomy and Ontology Management» on het ülemineku keskmes langes pettumuse orgu, millelt tõusmine «tõhususe platoole» ei toimu enne järgmise kümne aasta jooksul.

Ühendamine ettevõtte andmetega

Prognoosid, prognoosid, prognoosid...

Ajaloolise huvi tõttu olen tabelisse kokku koondanud Gartneri prognoose erinevatelt aastatel seotud tehnoloogiate kohta.

Tegelikult juba «Hype Cycle…» 2018. aastast ilmus teine tõusutee trend — Knowledge Graphs. Toimus teatud reinkarnatsioon: grafitüüpi andmebaasid, millele oli siirdunud kasutajate ja arendajate tähelepanu, hakkasid mõjutatuna esimestest nõudmistest ja viimaste harjumustest saama kontuure ja positsioneerimist oma eelkäijate konkurentide seas.

Peaaegu iga grafitüüpi andmebaas kuulutab end nüüd sobilikuks platvormiks ettevõtte «teadmiste grafi» väljatöötamiseks («linked data» asendatakse mõnikord «connected data»-ga), kuid kui õigustatud on sellised nõudmised?

Graafandmebaasid on endiselt asemantilised; andmed graafikus DB-s jäävad kõikide andmesilode sisse. Stringi identifikaatorid URI-de asemel muudavad kahe graafandmebaasi integreerimise ülesande endiselt integreerimise ülesandeks, samas kui kahe RDF-hoidla integreerimine tähendab sageli lihtsalt kahe RDF-graafi ühinemist. Teine aspekt asemantilisusest on graafiku mudeli LPG mittepeegelduslikkus, mis raskendab metainfo juhtimist sama platvormi abil.

Lõpuks puuduvad graafandmebaasidel väljalaskemootorid ja reeglimootorid. Nende mootoreid saab tulemuslikkuse küljest kompenseerida päringute keerukuse suurendamisega, kuid see on võimalik ka SQL-is.

Siiski ei tunne juhtivad RDF-hoidlad LPG mudeli toetamisel raskusi. Kõige usaldusväärsemaks peetakse lähenemist, mille kunagi esitas Blazegraph: RDF* mudel, mis ühendab RDF ja LPG.

Loe lähemalt

RDF-hoidlate toetuse kohta LPG mudelile saab lugeda eelnevast artiklist Habrast: „Mis toimub praegu RDF-hoidlate seas”. Loodan, et Knowledge Graphs ja Data Fabric teemal kirjutatakse ühel päeval eraldi artikkel. Lõpposa, nagu kergesti mõistetav, kirjutati kiirusel ja kuigi pool aastat on möödas, ei ole need kontseptsioonid oluliselt selgemad.

Kirjandus

1. Halpin, H., Monnin, A. (toim.) (2014). Filosoofiline inseneriteadus: tee veebifilosoofiani
2. Allemang, D., Hendler, J. (2011) Semantiline veeb töötavale ontoloogile (2. väljaanne)
3. Staab, S., Studer, R. (toim.) (2009) Ontoloogiate käsiraamat (2. väljaanne)
4. Wood, D. (toim.). (2011) Ettevõtte andmete lingimine
5. Keet, M. (2018) Sissejuhatus ontoloogia inseneriteadusse

Allikas: habr.com