સિમેન્ટીક વેબ અને લિંક્ડ ડેટા. સુધારાઓ અને ઉમેરાઓ

હું આ તાજેતરમાં પ્રકાશિત થયેલ પુસ્તકનો એક ટુકડો લોકો સમક્ષ રજૂ કરવા માંગુ છું:

એન્ટરપ્રાઇઝનું ઓન્ટોલોજીકલ મોડેલિંગ: પદ્ધતિઓ અને તકનીકો [ટેક્સ્ટ]: મોનોગ્રાફ / [એસ. V. Gorshkov, S. S. Kralin, O. I. Mushtak અને અન્ય; એક્ઝિક્યુટિવ એડિટર એસ.વી. ગોર્શકોવ]. - એકટેરિનબર્ગ: યુરલ યુનિવર્સિટી પબ્લિશિંગ હાઉસ, 2019. - 234 પૃષ્ઠ: બીમાર., ટેબલ; 20 સે.મી. - લેખક. પાછળની ટોચ પર દર્શાવેલ છે. સાથે. - ગ્રંથસૂચિ ch ના અંતે. — ISBN 978-5-7996-2580-1: 200 નકલો.

હેબ્રે પર આ ટુકડો પોસ્ટ કરવાનો હેતુ ચાર ગણો છે:

• તે અસંભવિત છે કે જો કોઈ આદરણીયનો ગ્રાહક ન હોય તો કોઈ પણ આ પુસ્તક તેમના હાથમાં પકડી શકશે SergeIndex; તે ચોક્કસપણે વેચાણ પર નથી.
• ટેક્સ્ટમાં સુધારા કરવામાં આવ્યા છે (તેઓ નીચે પ્રકાશિત નથી) અને ઉમેરાઓ કરવામાં આવ્યા છે જે મુદ્રિત મોનોગ્રાફના ફોર્મેટ સાથે ખૂબ સુસંગત નથી: ટોપિકલ નોટ્સ (સ્પોઇલર્સ હેઠળ) અને હાઇપરલિંક્સ.
• હું ઇચ્છું છું પ્રશ્નો અને ટિપ્પણીઓ એકત્રિત કરો, અન્ય કોઈપણ પ્રકાશનોમાં આ ટેક્સ્ટને સુધારેલા સ્વરૂપમાં શામેલ કરતી વખતે તેમને ધ્યાનમાં લેવા માટે.
• ઘણા સિમેન્ટીક વેબ અને લિંક્ડ ડેટાના અનુયાયીઓ હજુ પણ માને છે કે તેમનું વર્તુળ એટલું સાંકડું છે, મુખ્યત્વે કારણ કે સામાન્ય લોકોને હજુ સુધી યોગ્ય રીતે સમજાવવામાં આવ્યું નથી કે સિમેન્ટીક વેબ અને લિંક્ડ ડેટાના અનુયાયી બનવું કેટલું મહાન છે. ટુકડાના લેખક, જો કે તે આ વર્તુળનો છે, આ અભિપ્રાય ધરાવતો નથી, પરંતુ, તેમ છતાં, પોતાને બીજો પ્રયાસ કરવા માટે જવાબદાર માને છે.

અને તેથી,

સિમેન્ટીક વેબ

ઈન્ટરનેટના ઉત્ક્રાંતિને નીચે પ્રમાણે રજૂ કરી શકાય છે (અથવા તેના વિભાગો વિશે વાત કરો જે નીચે દર્શાવેલ ક્રમમાં રચાયા હતા):

1. ઇન્ટરનેટ પર દસ્તાવેજો. મુખ્ય તકનીકો - ગોફર, FTP, વગેરે.
   સ્થાનિક સંસાધનોના વિનિમય માટે ઇન્ટરનેટ એ વૈશ્વિક નેટવર્ક છે.
2. ઇન્ટરનેટ દસ્તાવેજો. મુખ્ય તકનીકો HTML અને HTTP છે.
   ખુલ્લા સંસાધનોની પ્રકૃતિ તેમના ટ્રાન્સમિશન માધ્યમની લાક્ષણિકતાઓને ધ્યાનમાં લે છે.
3. ઇન્ટરનેટ ડેટા. મુખ્ય તકનીકો - REST અને SOAP API, XHR, વગેરે.
   ઈન્ટરનેટ એપ્લીકેશનનો યુગ, માત્ર લોકો જ સંસાધનોના ઉપભોક્તા બનતા નથી.
4. ઇન્ટરનેટ ડેટા. મુખ્ય તકનીકો લિંક્ડ ડેટા તકનીકો છે.
   બીજી કોર ટેક્નોલોજીના નિર્માતા અને W3C ના ડિરેક્ટર બર્નર્સ-લી દ્વારા આગાહી કરાયેલ આ ચોથા તબક્કાને સિમેન્ટીક વેબ કહેવામાં આવે છે; લિંક્ડ ડેટા ટેક્નોલોજીઓ વેબ પરના ડેટાને માત્ર મશીન દ્વારા વાંચવા યોગ્ય જ નહીં, પણ "મશીન-સમજી શકાય તેવો" બનાવવા માટે ડિઝાઇન કરવામાં આવી છે.

નીચેનામાંથી, વાચક બીજા અને ચોથા તબક્કાના મુખ્ય ખ્યાલો વચ્ચેના પત્રવ્યવહારને સમજી શકશે:

• URL એ URI ને અનુરૂપ છે,
• HTML નું એનાલોગ RDF છે,
• એચટીએમએલ હાઇપરલિંક આરડીએફ દસ્તાવેજોમાં યુઆરઆઈ ઘટનાઓ જેવી જ છે.

સિમેન્ટીક વેબ એ ચોક્કસ સ્વયંસ્ફુરિત અથવા લોબીડ વલણ કરતાં ઈન્ટરનેટના ભાવિની પ્રણાલીગત દ્રષ્ટિ વધુ છે, જો કે તે આને ધ્યાનમાં લઈ શકે છે. ઉદાહરણ તરીકે, વેબ 2.0 તરીકે ઓળખાતી મહત્વની લાક્ષણિકતા "વપરાશકર્તા-નિર્મિત સામગ્રી" તરીકે ગણવામાં આવે છે. ખાસ કરીને, W3C ભલામણને ધ્યાનમાં લેવા માટે કહેવામાં આવે છે “વેબ એનોટેશન ઓન્ટોલોજી"અને જેમ કે એક બાંયધરી સોલિડ.

શું સિમેન્ટીક વેબ ડેડ છે?

જો તમે ના પાડી અવાસ્તવિક અપેક્ષાઓ, સિમેન્ટીક વેબ સાથેની પરિસ્થિતિ લગભગ વિકસિત સમાજવાદના સમય દરમિયાન સામ્યવાદ જેવી જ છે (અને ઇલિચના શરતી આદેશો પ્રત્યેની વફાદારી જોવામાં આવે છે કે કેમ, દરેકને પોતાને માટે નક્કી કરવા દો). શોધ એન્જિન તદ્દન સફળતાપૂર્વક વેબસાઇટ્સને RDFa અને JSON-LD નો ઉપયોગ કરવા દબાણ કરે છે અને પોતે નીચે વર્ણવેલ (Google નોલેજ ગ્રાફ, Bing નોલેજ ગ્રાફ) થી સંબંધિત ટેકનોલોજીનો ઉપયોગ કરે છે.

સામાન્ય શબ્દોમાં, લેખક કહી શકતા નથી કે શું વધુ ફેલાવાને અટકાવે છે, પરંતુ તે વ્યક્તિગત અનુભવના આધારે બોલી શકે છે. એવી સમસ્યાઓ છે કે જે SW આક્રમણની પરિસ્થિતિઓમાં "બૉક્સની બહાર" ઉકેલી શકાય છે, જો કે તે ખૂબ વ્યાપક નથી. પરિણામે, જેઓ આ કાર્યોનો સામનો કરી રહ્યા છે તેઓ પાસે જેઓ ઉકેલ પૂરો પાડવા સક્ષમ છે તેમની સામે બળજબરીનું કોઈ સાધન નથી, જ્યારે ઉકેલની બાદમાંની સ્વતંત્ર જોગવાઈ તેમના બિઝનેસ મોડલનો વિરોધાભાસ કરે છે. તેથી અમે HTML ને વિશ્લેષિત કરવાનું ચાલુ રાખીએ છીએ અને વિવિધ API ને એકસાથે ગુંદર કરીએ છીએ, એક બીજાથી વધુ.

જો કે, લિંક્ડ ડેટા ટેક્નોલોજીઓ મુખ્ય પ્રવાહની વેબની બહાર ફેલાયેલી છે; પુસ્તક, હકીકતમાં, આ એપ્લિકેશનોને સમર્પિત છે. હાલમાં, લિન્ક્ડ ડેટા સમુદાય અપેક્ષા રાખે છે કે આ ટેક્નોલોજીઓ વધુ વ્યાપક બનશે, ગાર્ટનરના રેકોર્ડિંગ (અથવા તમને ગમે તેવી ઘોષણા), જેમ કે વલણોના જ્ઞાન આલેખ и ડેટા ફેબ્રિક. હું માનું છું કે આ ખ્યાલોના "સાયકલ" અમલીકરણો સફળ થશે નહીં, પરંતુ નીચે ચર્ચા કરાયેલ W3C ધોરણોથી સંબંધિત છે.

લિંક કરેલ ડેટા

બર્નર્સ-લીએ લિન્ક્ડ ડેટાને સિમેન્ટીક વેબ "સાચું કર્યું" તરીકે વ્યાખ્યાયિત કર્યું: અભિગમો અને તકનીકોનો સમૂહ જે તેને તેના અંતિમ લક્ષ્યો હાંસલ કરવા દે છે. લિંક્ડ ડેટા બર્નર્સ-લીના મૂળભૂત સિદ્ધાંતો પ્રકાશિત નીચે મુજબ.

સિદ્ધાંત 1. એકમોને નામ આપવા માટે URI નો ઉપયોગ કરવો.

URI એ એન્ટ્રીઓ માટે સ્થાનિક સ્ટ્રિંગ આઇડેન્ટિફાયરની વિરુદ્ધ વૈશ્વિક એન્ટિટી ઓળખકર્તા છે. ત્યારબાદ, આ સિદ્ધાંતને Google નોલેજ ગ્રાફ સૂત્રમાં શ્રેષ્ઠ રીતે વ્યક્ત કરવામાં આવ્યો હતો “વસ્તુઓ, શબ્દમાળાઓ નહીં».

સિદ્ધાંત 2. એચટીટીપી સ્કીમમાં યુઆરઆઈનો ઉપયોગ કરવો જેથી કરીને તેનો સંદર્ભ દૂર કરી શકાય.

URI નો ઉલ્લેખ કરીને, તે સિગ્નિફાયરની પાછળનું સિગ્નિફાઈડ મેળવવું શક્ય હોવું જોઈએ (ઓપરેટરના નામ સાથેની સામ્યતા અહીં સ્પષ્ટ છે).*"C માં); વધુ સ્પષ્ટ રીતે, આ સંકેતની કેટલીક રજૂઆત મેળવવા માટે - HTTP હેડરની કિંમત પર આધાર રાખીને Accept:. કદાચ, AR/VR યુગના આગમન સાથે, સંસાધન પોતે જ મેળવવું શક્ય બનશે, પરંતુ અત્યારે, મોટે ભાગે, તે RDF દસ્તાવેજ હશે, જે SPARQL ક્વેરી ચલાવવાનું પરિણામ છે. DESCRIBE.

સિદ્ધાંત 3. W3C ધોરણોનો ઉપયોગ - મુખ્યત્વે RDF(S) અને SPARQL - ખાસ કરીને URI ને સંદર્ભિત કરતી વખતે.

લિંક્ડ ડેટા ટેક્નોલોજી સ્ટેકના આ વ્યક્તિગત "સ્તરો" તરીકે પણ ઓળખાય છે સિમેન્ટીક વેબ લેયર કેક, નીચે વર્ણવવામાં આવશે.

સિદ્ધાંત 4. એન્ટિટીનું વર્ણન કરતી વખતે અન્ય યુઆરઆઈના સંદર્ભોનો ઉપયોગ.

RDF તમને કુદરતી ભાષામાં સંસાધનના મૌખિક વર્ણન સુધી તમારી જાતને મર્યાદિત કરવાની મંજૂરી આપે છે, અને ચોથો સિદ્ધાંત આ ન કરવાનું કહે છે. જો પ્રથમ સિદ્ધાંત સાર્વત્રિક રીતે અવલોકન કરવામાં આવે છે, તો સંસાધનનું વર્ણન કરતી વખતે તે શક્ય બને છે, જેમાં "વિદેશી" લોકોનો સમાવેશ થાય છે, જેના કારણે ડેટાને લિંક્ડ કહેવામાં આવે છે. હકીકતમાં, RDFS શબ્દભંડોળમાં નામ આપવામાં આવેલ URI નો ઉપયોગ કરવો લગભગ અનિવાર્ય છે.

RDF

RDF (સંસાધન વર્ણન ફ્રેમવર્ક) એ આંતરસંબંધિત સંસ્થાઓનું વર્ણન કરવા માટેની ઔપચારિકતા છે.

"વિષય-પ્રિડિકેટ-ઑબ્જેક્ટ" પ્રકારનાં નિવેદનો, જેને ત્રિપુટી કહેવાય છે, એન્ટિટી અને તેમના સંબંધો વિશે બનાવવામાં આવે છે. સૌથી સરળ કિસ્સામાં, વિષય, અનુમાન અને ઑબ્જેક્ટ બધા URI છે. સમાન URI અલગ-અલગ ત્રિપુટીઓમાં અલગ-અલગ સ્થિતિમાં હોઈ શકે છે: વિષય, પ્રિડિકેટ અને ઑબ્જેક્ટ બનો; આમ, ત્રિપુટીઓ એક પ્રકારનો ગ્રાફ બનાવે છે જેને RDF ગ્રાફ કહેવાય છે.

વિષયો અને ઑબ્જેક્ટ્સ માત્ર URI જ નહીં, પણ કહેવાતા પણ હોઈ શકે છે ખાલી ગાંઠો, અને વસ્તુઓ પણ હોઈ શકે છે શાબ્દિક. શાબ્દિક શબ્દમાળાની રજૂઆત અને પ્રકારનો સંકેત ધરાવતા આદિમ પ્રકારોના ઉદાહરણો છે.

શાબ્દિક શબ્દો લખવાના ઉદાહરણો (ટર્ટલ સિન્ટેક્સમાં, તેના વિશે વધુ નીચે): "5.0"^^xsd:float и "five"^^xsd:string. પ્રકાર સાથે શાબ્દિક rdf:langString ભાષાના ટેગથી પણ સજ્જ થઈ શકે છે; ટર્ટલમાં તે આના જેવું લખેલું છે: "five"@en и "пять"@ru.

ખાલી ગાંઠો વૈશ્વિક ઓળખકર્તાઓ વિનાના "અનામી" સંસાધનો છે, જેના વિશે નિવેદનો, જોકે, કરી શકાય છે; અસ્તિત્વના ચલોના પ્રકાર.

તેથી (આ, હકીકતમાં, આરડીએફનો આખો મુદ્દો છે):

• વિષય એ URI અથવા ખાલી નોડ છે,
• અનુમાન એ URI છે,
• ઑબ્જેક્ટ એ URI, ખાલી નોડ અથવા શાબ્દિક છે.

શા માટે આગાહીઓ ખાલી ગાંઠો ન હોઈ શકે?

સંભવિત કારણ અનૌપચારિક રીતે ત્રિપુટીને પ્રથમ-ક્રમના પ્રિડિકેટ લોજિકની ભાષામાં સમજવા અને અનુવાદિત કરવાની ઇચ્છા છે. s p o જેવું કંઈક જ્યાં - આગાહી, и - સ્થિરાંકો. આ સમજણના નિશાન દસ્તાવેજમાં છે "LBase: સિમેન્ટીક વેબની ભાષાઓ માટે સિમેન્ટિક્સ", જે W3C કાર્યકારી જૂથ નોંધની સ્થિતિ ધરાવે છે. આ સમજ સાથે, ત્રિપુટી s p []જ્યાં [] - ખાલી નોડ, તરીકે અનુવાદિત કરવામાં આવશે જ્યાં - ચલ, પરંતુ પછી કેવી રીતે ભાષાંતર કરવું s [] o? W3C ભલામણ સ્થિતિ સાથે દસ્તાવેજ "RDF 1.1 સિમેન્ટિક્સ” અન્ય અનુવાદ પદ્ધતિ પ્રદાન કરે છે, પરંતુ તેમ છતાં ખાલી ગાંઠો હોવાના પૂર્વાનુમાનની શક્યતાને ધ્યાનમાં લેતા નથી.

જો કે, મનુ સ્પોર્ની મંજૂરી.

RDF એ અમૂર્ત મોડેલ છે. RDF વિવિધ વાક્યરચનાઓમાં લખી શકાય છે (ક્રમાંકિત) RDF/XML, ટર્ટલ (સૌથી વધુ માનવ વાંચી શકાય છે), જેએસઓએન-એલડી, એચ.ડી.ટી. (દ્વિસંગી).

સમાન RDF ને RDF/XML માં અલગ અલગ રીતે ક્રમાંકિત કરી શકાય છે, તેથી, ઉદાહરણ તરીકે, XSD નો ઉપયોગ કરીને પરિણામી XML ને માન્ય કરવામાં અથવા XPath નો ઉપયોગ કરીને ડેટા કાઢવાનો પ્રયાસ કરવાનો કોઈ અર્થ નથી. તેવી જ રીતે, JSON-LD Javascript ના ડોટ અને સ્ક્વેર-કૌંસ નોટેશનનો ઉપયોગ કરીને RDF સાથે કામ કરવાની સરેરાશ Javascript ડેવલપરની ઇચ્છાને સંતોષે તેવી શક્યતા નથી (જોકે JSON-LD એક મિકેનિઝમ ઓફર કરીને તે દિશામાં આગળ વધે છે. ફ્રેમિંગ).

મોટા ભાગના વાક્યરચના લાંબા URI ને ટૂંકા કરવાની રીતો પ્રદાન કરે છે. ઉદાહરણ તરીકે, એક જાહેરાત @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> ટર્ટલમાં પછી તમને તેના બદલે લખવા માટે પરવાનગી આપશે <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> માત્ર rdf:type.

આરડીએફએસ

આરડીએફએસ (RDF સ્કીમા) - એક મૂળભૂત મોડેલિંગ શબ્દભંડોળ, મિલકત અને વર્ગ અને ગુણધર્મોના ખ્યાલોનો પરિચય આપે છે જેમ કે rdf:type, rdfs:subClassOf, rdfs:domain и rdfs:range. RDFS શબ્દકોશનો ઉપયોગ કરીને, ઉદાહરણ તરીકે, નીચેના માન્ય અભિવ્યક્તિઓ લખી શકાય છે:

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 એ વર્ણન અને મોડેલિંગ શબ્દભંડોળ છે, પરંતુ તે અવરોધક ભાષા નથી (જોકે સત્તાવાર સ્પષ્ટીકરણ અને પાંદડા આવા ઉપયોગની શક્યતા). "સ્કીમા" શબ્દને "XML સ્કીમા" અભિવ્યક્તિના સમાન અર્થમાં સમજવો જોઈએ નહીં. દાખ્લા તરીકે, :author rdfs:range foaf:Person તેનો અર્થ છે rdf:type તમામ મિલકત કિંમતો :author - foaf:Person, પરંતુ તેનો અર્થ એ નથી કે આ અગાઉથી કહેવું જોઈએ.

SPARQL

SPARQL (SPARQL પ્રોટોકોલ અને RDF ક્વેરી લેંગ્વેજ) - RDF ડેટાની ક્વેરી કરવા માટેની ભાષા. એક સરળ કિસ્સામાં, SPARQL ક્વેરી એ નમૂનાઓનો સમૂહ છે જેની સામે ક્વેરી કરવામાં આવી રહેલા ગ્રાફના ત્રિપુટીઓ મેળ ખાય છે. પેટર્નમાં વિષય, અનુમાન અને ઑબ્જેક્ટ પોઝિશનમાં ચલ હોઈ શકે છે.

ક્વેરી આવા વેરિયેબલ મૂલ્યો પરત કરશે કે, જ્યારે નમૂનાઓમાં અવેજી કરવામાં આવે ત્યારે, ક્વેરી કરેલ RDF ગ્રાફ (તેના ત્રિપુટીઓનો સબસેટ) ના સબગ્રાફમાં પરિણમી શકે છે. ત્રિપુટીના વિવિધ નમૂનાઓમાં સમાન નામના ચલોની સમાન કિંમતો હોવી આવશ્યક છે.

ઉદાહરણ તરીકે, ઉપરોક્ત સાત RDFS સ્વયંસિદ્ધ સમૂહને જોતાં, નીચેની ક્વેરી પરત આવશે rdfs:domain и rdfs:range મૂલ્યો તરીકે ?s и ?p અનુક્રમે:

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

તે નોંધવું યોગ્ય છે કે SPARQL એ ઘોષણાત્મક છે અને ગ્રાફ ટ્રાવર્સલનું વર્ણન કરવા માટેની ભાષા નથી (જો કે, કેટલીક RDF રિપોઝીટરીઝ ક્વેરી એક્ઝેક્યુશન પ્લાનને સમાયોજિત કરવાની રીતો પ્રદાન કરે છે). તેથી, કેટલીક પ્રમાણભૂત ગ્રાફ સમસ્યાઓ, ઉદાહરણ તરીકે, ટૂંકો રસ્તો શોધવો, SPARQL માં ઉકેલી શકાતો નથી, જેમાં મિલકત માર્ગો (પરંતુ, ફરીથી, વ્યક્તિગત RDF ભંડાર આ સમસ્યાઓને ઉકેલવા માટે વિશેષ એક્સ્ટેંશન ઓફર કરે છે).

SPARQL વિશ્વની નિખાલસતાની ધારણાને શેર કરતું નથી અને "નિષ્ફળતા તરીકે નકાર" અભિગમને અનુસરે છે, જેમાં શક્ય જેમ કે ડિઝાઇન FILTER NOT EXISTS {…}. મિકેનિઝમનો ઉપયોગ કરીને ડેટા વિતરણને ધ્યાનમાં લેવામાં આવે છે સંઘીય પ્રશ્નો.

SPARQL એક્સેસ પોઈન્ટ - એક RDF સ્ટોરેજ જે SPARQL ક્વેરીઝ પર પ્રક્રિયા કરવા સક્ષમ છે - તેમાં બીજા તબક્કાના કોઈ સીધા એનાલોગ નથી (આ ફકરાની શરૂઆત જુઓ). તેને ડેટાબેઝ સાથે સરખાવી શકાય છે, જેની સામગ્રીના આધારે HTML પૃષ્ઠો જનરેટ થયા હતા, પરંતુ બહારથી ઍક્સેસિબલ છે. SPARQL એક્સેસ પોઈન્ટ ત્રીજા સ્ટેજથી API એક્સેસ પોઈન્ટ સાથે વધુ સમાન છે, પરંતુ બે મુખ્ય તફાવતો સાથે. સૌપ્રથમ, ઘણી "અણુ" ક્વેરીઝને એકમાં જોડવી શક્ય છે (જે GraphQL ની મુખ્ય લાક્ષણિકતા માનવામાં આવે છે), અને બીજું, આવા API સંપૂર્ણપણે સ્વ-દસ્તાવેજીકૃત છે (જે HATEOAS એ હાંસલ કરવાનો પ્રયાસ કર્યો છે).

પોલેમિકલ ટીકા

RDF એ વેબ પર ડેટા પ્રકાશિત કરવાની એક રીત છે, તેથી RDF સ્ટોરેજને દસ્તાવેજ DBMS ગણવો જોઈએ. સાચું છે, કારણ કે આરડીએફ એક ગ્રાફ છે અને વૃક્ષ નથી, તે પણ ગ્રાફ આધારિત હોવાનું બહાર આવ્યું છે. તે અદ્ભુત છે કે તે બધા પર કામ કર્યું. કોણે વિચાર્યું હશે કે એવા સ્માર્ટ લોકો હશે જે ખાલી ગાંઠો અમલમાં મૂકશે. કૉડ અહીં છે તે કામ ન કર્યું.

આરડીએફ ડેટાની ઍક્સેસ ગોઠવવાની ઓછી સંપૂર્ણ સુવિધાયુક્ત રીતો પણ છે, ઉદાહરણ તરીકે, લિંક કરેલ ડેટા ટુકડાઓ (LDF) અને લિંક કરેલ ડેટા પ્લેટફોર્મ (LDP).

OWL

OWL (વેબ ઓન્ટોલોજી લેંગ્વેજ) - જ્ઞાનનું પ્રતિનિધિત્વ કરવા માટેની ઔપચારિકતા, વર્ણન તર્કનું સિન્ટેક્ટિક સંસ્કરણ (નીચે દરેક જગ્યાએ OWL 2 કહેવું વધુ યોગ્ય છે, OWL નું પ્રથમ સંસ્કરણ તેના પર આધારિત હતું ).

OWL માં વર્ણનાત્મક તર્કશાસ્ત્રની વિભાવનાઓ વર્ગોને અનુરૂપ છે, ભૂમિકાઓ ગુણધર્મોને અનુરૂપ છે, વ્યક્તિઓ તેમનું અગાઉનું નામ જાળવી રાખે છે. સ્વયંસિદ્ધ પણ કહેવાય છે.

ઉદાહરણ તરીકે, કહેવાતા માં માન્ચેસ્ટર વાક્યરચના OWL નોટેશન માટે અમને પહેલાથી જ જાણીતું સ્વયંસિદ્ધ આ રીતે લખવામાં આવશે:

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

OWL લખવા માટે અન્ય વાક્યરચના છે, જેમ કે કાર્યાત્મક વાક્યરચના, સત્તાવાર સ્પષ્ટીકરણમાં વપરાયેલ, અને OWL/XML. વધુમાં, OWL ને શ્રેણીબદ્ધ કરી શકાય છે અમૂર્ત RDF વાક્યરચના માટે અને આગળ - કોઈપણ ચોક્કસ વાક્યરચનાઓમાં.

OWL ને RDF સાથે બેવડા સંબંધ છે. એક તરફ, તેને એક પ્રકારનો શબ્દકોશ તરીકે ગણી શકાય જે આરડીએફએસને વિસ્તૃત કરે છે. બીજી બાજુ, તે એક વધુ શક્તિશાળી ઔપચારિકતા છે જેના માટે RDF માત્ર એક સીરીયલાઇઝેશન ફોર્મેટ છે. તમામ પ્રાથમિક OWL રચનાઓ એક જ RDF ત્રિપુટીનો ઉપયોગ કરીને લખી શકાતી નથી.

OWL કન્સ્ટ્રક્ટ્સના કયા સબસેટનો ઉપયોગ કરવાની મંજૂરી છે તેના આધારે, તેઓ કહેવાતા વિશે બોલે છે OWL પ્રોફાઇલ્સ. પ્રમાણિત અને સૌથી પ્રસિદ્ધ છે OWL EL, OWL RL અને OWL QL. પ્રોફાઇલની પસંદગી લાક્ષણિક સમસ્યાઓની કોમ્પ્યુટેશનલ જટિલતાને અસર કરે છે. OWL રચનાઓનો સંપૂર્ણ સેટ અનુરૂપ , OWL DL કહેવાય છે. કેટલીકવાર તેઓ ઓડબ્લ્યુએલ ફુલ વિશે પણ વાત કરે છે, જેમાં સીમેન્ટીક અને કોમ્પ્યુટેશનલ પ્રતિબંધો વિના, આરડીએફમાં સહજ સંપૂર્ણ સ્વતંત્રતા સાથે ઓડબ્લ્યુએલ રચનાઓનો ઉપયોગ કરવાની મંજૂરી છે. . ઉદાહરણ તરીકે, કંઈક વર્ગ અને મિલકત બંને હોઈ શકે છે. OWL ફુલ અનિર્ણાયક છે.

OWL માં પરિણામોને જોડવા માટેના મુખ્ય સિદ્ધાંતો ખુલ્લા વિશ્વની ધારણાને અપનાવવા છે. O.W.A.) અને અનન્ય નામોની ધારણાનો અસ્વીકાર (અનન્ય નામ ધારણા, યુએનએ). નીચે આપણે જોઈશું કે આ સિદ્ધાંતો ક્યાં દોરી શકે છે અને કેટલીક OWL રચનાઓ રજૂ કરી શકે છે.

ઓન્ટોલોજીમાં નીચેનો ટુકડો (માન્ચેસ્ટર સિન્ટેક્સમાં) સમાવિષ્ટ થવા દો:

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

જ્હોનને ઘણા બાળકો છે એવું કહેવામાં આવ્યું છે તેના પરથી શું તે અનુસરશે? યુએનએનો ઇનકાર કરવાથી અનુમાન એન્જિનને આ પ્રશ્નનો નકારાત્મક જવાબ આપવા દબાણ કરવામાં આવશે, કારણ કે એલિસ અને બોબ એક જ વ્યક્તિ હોઈ શકે છે. નીચેના કરવા માટે, તમારે નીચેનો સ્વયંસિદ્ધ ઉમેરવાની જરૂર પડશે:

DifferentIndividuals: Alice, Bob, Carol, John

ચાલો હવે ઓન્ટોલોજીના ટુકડાનું નીચેનું સ્વરૂપ છે (જ્હોનને ઘણા બાળકો હોવાનું જાહેર કરવામાં આવ્યું છે, પરંતુ તેને ફક્ત બે બાળકો છે):

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

શું આ ઓન્ટોલોજી અસંગત હશે (જેને અમાન્ય ડેટાના પુરાવા તરીકે અર્થઘટન કરી શકાય)? OWA સ્વીકારવાથી અનુમાન એન્જિન નકારાત્મકમાં પ્રતિસાદ આપશે: "ક્યાંક" અન્ય (બીજી ઓન્ટોલોજીમાં) એવું કહી શકાય કે કેરોલ પણ જ્હોનનું બાળક છે.

આની શક્યતાને નકારી કાઢવા માટે, ચાલો જ્હોન વિશે એક નવી હકીકત ઉમેરીએ:

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

અન્ય બાળકોના દેખાવને બાકાત રાખવા માટે, ચાલો કહીએ કે "બાળક હોવું" મિલકતના તમામ મૂલ્યો લોકો છે, જેમાંથી અમારી પાસે ફક્ત ચાર છે:

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

હવે ઓન્ટોલોજી વિરોધાભાસી બનશે, જેની જાણ કરવામાં અનુમાન એન્જિન નિષ્ફળ જશે નહીં. છેલ્લી હસ્તગત સાથે, આપણી પાસે એક અર્થમાં, વિશ્વ "બંધ" છે, અને નોંધ લો કે જ્હોનનું પોતાનું બાળક હોવાની શક્યતા કેવી રીતે બાકાત છે.

એન્ટરપ્રાઇઝ ડેટાને લિંક કરવું

અભિગમો અને તકનીકોનો લિંક્ડ ડેટા સેટ મૂળ રીતે વેબ પર ડેટા પ્રકાશિત કરવા માટે બનાવાયેલ હતો. આંતરિક કોર્પોરેટ વાતાવરણમાં તેમનો ઉપયોગ ઘણી મુશ્કેલીઓનો સામનો કરે છે.

ઉદાહરણ તરીકે, બંધ કોર્પોરેટ વાતાવરણમાં, OWA ને અપનાવવા અને UNA ના અસ્વીકાર પર આધારિત OWL ની કપાતાત્મક શક્તિ, વેબની ખુલ્લી અને વિતરિત પ્રકૃતિને કારણે નિર્ણયો, ખૂબ જ નબળા છે. અને અહીં નીચેના ઉકેલો શક્ય છે.

• OWL ને અર્થશાસ્ત્ર સાથે સમર્થન આપવું, OWA ના ત્યાગ અને UNA ને અપનાવવા, અનુરૂપ આઉટપુટ એન્જિનના અમલીકરણને સૂચિત કરે છે. - આ પાથ સાથે ચાલે છે સ્ટારડોગ આરડીએફ સ્ટોરેજ.
• નિયમ એન્જિનની તરફેણમાં OWL ની કમાણીત્મક ક્ષમતાઓને છોડી દેવી. - સ્ટારડોગ સપોર્ટ કરે છે SWRL; Jena અને GraphDB ઓફર કરે છે પોતાના ભાષાઓ નિયમો
• OWL ની કપાતાત્મક ક્ષમતાઓનો ઇનકાર, મોડેલિંગ માટે RDFS ની નજીકના એક અથવા બીજા સબસેટનો ઉપયોગ. - નીચે આ વિશે વધુ જુઓ.

બીજી સમસ્યા એ છે કે કોર્પોરેટ વિશ્વ દ્વારા ડેટા ગુણવત્તાના મુદ્દાઓ અને લિંક્ડ ડેટા સ્ટેકમાં ડેટા માન્યતા સાધનોની અછત પર વધુ ધ્યાન આપવામાં આવે છે. અહીં આઉટપુટ નીચે મુજબ છે.

• ફરીથી, જો યોગ્ય અનુમાન એન્જિન ઉપલબ્ધ હોય તો બંધ વિશ્વ અર્થશાસ્ત્ર અને અનન્ય નામો સાથે OWL રચનાઓની માન્યતા માટે ઉપયોગ કરો.
• ઉપયોગ કરો SHACL, સિમેન્ટીક વેબ લેયર કેક લેયર્સની સૂચિ નક્કી કર્યા પછી પ્રમાણિત કરવામાં આવે છે (જો કે, તેનો ઉપયોગ નિયમોના એન્જિન તરીકે પણ થઈ શકે છે), અથવા ShEx.
• સમજવું કે બધું આખરે SPARQL ક્વેરીઝ સાથે થાય છે, તેનો ઉપયોગ કરીને તમારી પોતાની સરળ ડેટા માન્યતા પદ્ધતિ બનાવીને.

જો કે, આનુમાનિક ક્ષમતાઓ અને માન્યતા સાધનોનો સંપૂર્ણ અસ્વીકાર પણ લિંક્ડ ડેટા સ્ટેકને એવા કાર્યોમાં સ્પર્ધામાંથી બહાર રાખે છે જે લેન્ડસ્કેપમાં ખુલ્લા અને વિતરિત વેબ માટે સમાન હોય છે - ડેટા એકીકરણ કાર્યોમાં.

નિયમિત એન્ટરપ્રાઇઝ માહિતી સિસ્ટમ વિશે શું?

આ શક્ય છે, પરંતુ તમારે, અલબત્ત, સંબંધિત તકનીકોએ કઈ સમસ્યાઓ હલ કરવી પડશે તે વિશે ચોક્કસપણે વાકેફ હોવું જોઈએ. પરંપરાગત આઇટીના દૃષ્ટિકોણથી આ ટેક્નોલોજી સ્ટેક કેવો દેખાય છે તે બતાવવા માટે હું અહીં વિકાસ સહભાગીઓની લાક્ષણિક પ્રતિક્રિયાનું વર્ણન કરીશ. મને હાથીની કહેવતની થોડી યાદ અપાવે છે:

• વ્યાપાર વિશ્લેષક: RDF સીધા સંગ્રહિત લોજિકલ મોડેલ જેવું કંઈક છે.
• સિસ્ટમ એનાલિસ્ટ: RDF જેવું છે EAV, માત્ર અનુક્રમણિકાઓના સમૂહ અને અનુકૂળ ક્વેરી ભાષા સાથે.
• વિકાસકર્તા: સારું, આ બધું સમૃદ્ધ મોડેલ અને લો કોડના ખ્યાલોની ભાવનામાં છે, વાંચવું તાજેતરમાં આ વિશે.
• પ્રોજેક્ટ મેનેજર: હા તે જ છે સ્ટેક તોડીને!

પ્રેક્ટિસ બતાવે છે કે સ્ટેકનો ઉપયોગ મોટાભાગે ડેટાના વિતરણ અને વિજાતીયતા સંબંધિત કાર્યોમાં થાય છે, ઉદાહરણ તરીકે, જ્યારે MDM (માસ્ટર ડેટા મેનેજમેન્ટ) અથવા DWH (ડેટા વેરહાઉસ) ક્લાસ સિસ્ટમ્સ બનાવતી વખતે. આવી સમસ્યાઓ કોઈપણ ઉદ્યોગમાં હોય છે.

ઉદ્યોગ-વિશિષ્ટ એપ્લિકેશનોના સંદર્ભમાં, લિંક્ડ ડેટા તકનીકો હાલમાં નીચેના ઉદ્યોગોમાં સૌથી વધુ લોકપ્રિય છે.

• બાયોમેડિકલ તકનીકો (જ્યાં તેમની લોકપ્રિયતા ડોમેનની જટિલતા સાથે સંબંધિત હોય તેવું લાગે છે);

વર્તમાન

"ઉકળતા બિંદુ" એ તાજેતરમાં "નેશનલ મેડિકલ નોલેજ બેઝ" એસોસિએશન દ્વારા આયોજિત એક કોન્ફરન્સનું આયોજન કર્યું હતું.ઑન્ટોલોજીનું સંયોજન. થિયરીથી લઈને પ્રેક્ટિકલ એપ્લિકેશન સુધી».

• જટિલ ઉત્પાદનોનું ઉત્પાદન અને સંચાલન (મોટા મિકેનિકલ એન્જિનિયરિંગ, તેલ અને ગેસનું ઉત્પાદન; મોટાભાગે આપણે પ્રમાણભૂત વિશે વાત કરીએ છીએ ISO 15926);

વર્તમાન

અહીં પણ, કારણ વિષય વિસ્તારની જટિલતા છે, જ્યારે, ઉદાહરણ તરીકે, અપસ્ટ્રીમ સ્ટેજ પર, જો આપણે તેલ અને ગેસ ઉદ્યોગ વિશે વાત કરીએ, તો સરળ એકાઉન્ટિંગ માટે કેટલાક CAD કાર્યોની જરૂર છે.

2008 માં, શેવરોન દ્વારા આયોજિત એક પ્રતિનિધિ ઇન્સ્ટોલેશન ઇવેન્ટ યોજાઈ હતી પરિષદ.

ISO 15926, અંતે, તેલ અને ગેસ ઉદ્યોગ માટે થોડું ભારે લાગતું હતું (અને કદાચ મિકેનિકલ એન્જિનિયરિંગમાં તેનો વધુ ઉપયોગ જોવા મળે છે). ફક્ત સ્ટેટોઇલ (ઇક્વિનોર) તેના પર સંપૂર્ણ રીતે જોડાયેલું હતું; નોર્વેમાં, સમગ્ર ઇકોસિસ્ટમ. અન્ય પોતપોતાની વસ્તુ કરવાનો પ્રયાસ કરી રહ્યા છે. ઉદાહરણ તરીકે, અફવાઓ અનુસાર, ઘરેલું ઉર્જા મંત્રાલય "બળતણ અને ઉર્જા સંકુલનું વૈચારિક ઓન્ટોલોજીકલ મોડેલ" બનાવવાનો ઇરાદો ધરાવે છે, જે દેખીતી રીતે, ઇલેક્ટ્રિક પાવર ઉદ્યોગ માટે બનાવેલ છે.

• નાણાકીય સંસ્થાઓ (XBRL ને પણ SDMX અને RDF ડેટા ક્યુબ ઓન્ટોલોજીનો એક પ્રકારનો સંકર ગણી શકાય);

વર્તમાન

વર્ષની શરૂઆતમાં, LinkedIn એ નાણાકીય ઉદ્યોગના લગભગ તમામ દિગ્ગજોની ખાલી જગ્યાઓ સાથે લેખકને સક્રિયપણે સ્પામ કર્યા, જેમને તે ટીવી શ્રેણી "ફોર્સ મેજ્યુર" થી જાણે છે: ગોલ્ડમેન સૅશ, જેપીમોર્ગન ચેઝ અને/અથવા મોર્ગન સ્ટેનલી, વેલ્સ ફાર્ગો, SWIFT/Visa/Mastercard, Bank of America, Citigroup, Fed, Deutsche Bank... સંભવતઃ દરેક વ્યક્તિને તેઓ મોકલી શકે એવા કોઈની શોધમાં હતા. નોલેજ ગ્રાફ કોન્ફરન્સ. કેટલાક શોધવામાં સફળ થયા: નાણાકીય સંસ્થાઓએ બધું જ લીધું પ્રથમ દિવસની સવાર.

HeadHunter પર, માત્ર Sberbank ને કંઈક રસપ્રદ મળ્યું; તે "RDF જેવા ડેટા મોડેલ સાથે EAV સ્ટોરેજ" વિશે હતું.

સંભવતઃ, સ્થાનિક અને પશ્ચિમી નાણાકીય સંસ્થાઓની અનુરૂપ તકનીકીઓ માટે પ્રેમની ડિગ્રીમાં તફાવત બાદમાંની પ્રવૃત્તિઓની આંતરરાષ્ટ્રીય પ્રકૃતિને કારણે છે. દેખીતી રીતે, રાજ્યની સરહદો પર એકીકરણ માટે ગુણાત્મક રીતે અલગ સંગઠનાત્મક અને તકનીકી ઉકેલોની જરૂર છે.

• વાણિજ્યિક એપ્લિકેશન્સ સાથે પ્રશ્ન-જવાબ સિસ્ટમ્સ (IBM વોટસન, Apple Siri, Google નોલેજ ગ્રાફ);

વર્તમાન

માર્ગ દ્વારા, સિરીના નિર્માતા, થોમસ ગ્રુબર, ઓન્ટોલોજીની ખૂબ જ વ્યાખ્યાના લેખક છે (IT અર્થમાં) "વિભાવના સ્પષ્ટીકરણ" તરીકે. મારા મતે, આ વ્યાખ્યામાં શબ્દોને ફરીથી ગોઠવવાથી તેનો અર્થ બદલાતો નથી, જે કદાચ સૂચવે છે કે તે ત્યાં નથી.

• સંરચિત ડેટાનું પ્રકાશન (વધુ વાજબીતા સાથે આ લિંક્ડ ઓપન ડેટાને આભારી હોઈ શકે છે).

વર્તમાન

લિંક્ડ ડેટાના મોટા ચાહકો કહેવાતા ગ્લેમ છે: ગેલેરીઓ, પુસ્તકાલયો, આર્કાઇવ્સ અને સંગ્રહાલયો. તે કહેવું પૂરતું છે કે લાઇબ્રેરી ઑફ કૉંગ્રેસ MARC21 માટે રિપ્લેસમેન્ટને પ્રોત્સાહન આપી રહી છે BIBFRAME, જે ગ્રંથસૂચિ વર્ણનના ભાવિ માટે પાયો પૂરો પાડે છે અને, અલબત્ત, RDF પર આધારિત.

વિકિડેટાને ઘણીવાર લિંક્ડ ઓપન ડેટાના ક્ષેત્રમાં સફળ પ્રોજેક્ટના ઉદાહરણ તરીકે ટાંકવામાં આવે છે - વિકિપીડિયાનું એક પ્રકારનું મશીન-વાંચી શકાય તેવું સંસ્કરણ, જેની સામગ્રી, ડીબીપીડિયાથી વિપરીત, લેખ માહિતીબોક્સમાંથી આયાત કરીને જનરેટ કરવામાં આવતી નથી, પરંતુ વધુ કે ઓછા મેન્યુઅલી બનાવેલ છે (અને પછીથી તે જ માહિતીબોક્સ માટે માહિતીનો સ્ત્રોત બને છે).

અમે પણ ભલામણ કરીએ છીએ કે તમે તેને તપાસો યાદી "ગ્રાહકો" વિભાગમાં Stardog વેબસાઇટ પર Stardog RDF સ્ટોરેજના વપરાશકર્તાઓ.

ગાર્ટનરમાં, તે બની શકે છે ઇમર્જિંગ ટેક્નોલોજીસ 2016 માટે હાઇપ સાયકલ "એન્ટરપ્રાઇઝ ટેક્સોનોમી એન્ડ ઓન્ટોલોજી મેનેજમેન્ટ" નિરાશાની ખીણમાં વંશના મધ્યમાં મૂકવામાં આવ્યું છે જેમાં 10 વર્ષ કરતાં પહેલાં "ઉત્પાદકતા ઉચ્ચપ્રદેશ" સુધી પહોંચવાની સંભાવના છે.

એન્ટરપ્રાઇઝ ડેટાને કનેક્ટ કરી રહ્યું છે

આગાહીઓ, આગાહીઓ, આગાહીઓ...

ઐતિહાસિક રુચિને લીધે, મેં ગાર્ટનરની વિવિધ વર્ષોની આગાહીઓ નીચે ટેબ્યુલેટ કરી છે જે આપણને રુચિ ધરાવે છે.

વર્ષ	ટેકનોલોજી	અહેવાલ	પોઝિશન	ઉચ્ચપ્રદેશ માટે વર્ષો
2001	સિમેન્ટીક વેબ	ઉભરતી તકનીકીઓ	ઇનોવેશન ટ્રિગર	5-10
2006	કોર્પોરેટ સિમેન્ટીક વેબ	ઉભરતી તકનીકીઓ	ફૂલેલી અપેક્ષાઓની ટોચ	5-10
2012	સિમેન્ટીક વેબ	મોટી માહિતી	ફૂલેલી અપેક્ષાઓની ટોચ	> 10
2015	લિંક કરેલ ડેટા	એડવાન્સ્ડ એનાલિટિક્સ અને ડેટા સાયન્સ	મોહભંગની ચાટ	5-10
2016	એન્ટરપ્રાઇઝ ઓન્ટોલોજી મેનેજમેન્ટ	ઉભરતી તકનીકીઓ	મોહભંગની ચાટ	> 10
2018	જ્ઞાન આલેખ	ઉભરતી તકનીકીઓ	ઇનોવેશન ટ્રિગર	5-10

જો કે, પહેલેથી જ "હાઇપ સાયકલ..." 2018 અન્ય ઉપરનું વલણ દેખાયું છે - નોલેજ ગ્રાફ્સ. એક ચોક્કસ પુનર્જન્મ થયો: ગ્રાફ ડીબીએમએસ, કે જેના પર વપરાશકર્તાઓનું ધ્યાન અને વિકાસકર્તાઓના પ્રયત્નો બદલાયા, ભૂતપૂર્વની વિનંતીઓ અને પછીની ટેવોના પ્રભાવ હેઠળ, રૂપરેખા અને સ્થિતિને લેવાનું શરૂ કર્યું. તેમના પુરોગામી સ્પર્ધકોની.

લગભગ દરેક ગ્રાફ ડીબીએમએસ હવે કોર્પોરેટ "નોલેજ ગ્રાફ" બનાવવા માટે પોતાને યોગ્ય પ્લેટફોર્મ જાહેર કરે છે ("લિંક્ડ ડેટા" ને ક્યારેક "કનેક્ટેડ ડેટા" દ્વારા બદલવામાં આવે છે), પરંતુ આવા દાવા કેટલા વાજબી છે?

ગ્રાફ ડેટાબેસેસ હજુ પણ એસેમેન્ટીક છે; ગ્રાફ ડીબીએમએસમાંનો ડેટા હજુ પણ એ જ ડેટા સિલો છે. URIs ને બદલે સ્ટ્રિંગ આઇડેન્ટિફાયર બે ગ્રાફ DBMS ને એકીકૃત કરવાના કાર્યને હજુ પણ એક સંકલન કાર્ય બનાવે છે, જ્યારે બે RDF સ્ટોર્સને એકીકૃત કરવાથી ઘણીવાર ફક્ત બે RDF ગ્રાફને મર્જ કરવામાં આવે છે. એસેમેન્ટિસિટીનું બીજું પાસું એ એલપીજી ગ્રાફ મોડેલની બિન-પ્રતિબિંબિતતા છે, જે સમાન પ્લેટફોર્મનો ઉપયોગ કરીને મેટાડેટાનું સંચાલન કરવાનું મુશ્કેલ બનાવે છે.

છેલ્લે, ગ્રાફ ડીબીએમએસમાં અનુમાન એન્જિન અથવા નિયમ એન્જિન નથી. આવા એન્જિનના પરિણામો જટિલ પ્રશ્નો દ્વારા પુનઃઉત્પાદિત કરી શકાય છે, પરંતુ આ SQL માં પણ શક્ય છે.

જો કે, અગ્રણી RDF સ્ટોરેજ સિસ્ટમને LPG મોડલને ટેકો આપવામાં કોઈ મુશ્કેલી નથી. સૌથી નક્કર અભિગમ બ્લેઝગ્રાફમાં એક સમયે પ્રસ્તાવિત માનવામાં આવે છે: RDF* મોડેલ, RDF અને LPGનું સંયોજન.

વધુ વાંચો

તમે હેબ્રે પરના પાછલા લેખમાં એલપીજી મોડલ માટે આરડીએફ સ્ટોરેજ સપોર્ટ વિશે વધુ વાંચી શકો છો: "આરડીએફ સ્ટોરેજ સાથે હવે શું થઈ રહ્યું છે". હું આશા રાખું છું કે એક દિવસ નોલેજ ગ્રાફ્સ અને ડેટા ફેબ્રિક વિશે એક અલગ લેખ લખવામાં આવશે. અંતિમ વિભાગ, સમજવા માટે સરળ છે, ઉતાવળમાં લખવામાં આવ્યો હતો, જો કે, છ મહિના પછી પણ, આ ખ્યાલો સાથે બધું વધુ સ્પષ્ટ નથી.

સાહિત્ય

1. Halpin, H., Monnin, A. (eds.) (2014). ફિલોસોફિકલ એન્જિનિયરિંગ: વેબની ફિલોસોફી તરફ
2. એલેમંગ, ડી., હેન્ડલર, જે. (2011) વર્કિંગ ઓન્ટોલોજિસ્ટ માટે સિમેન્ટીક વેબ (2જી આવૃત્તિ)
3. Staab, S., Studer, R. (eds.) (2009) હેન્ડબુક ઓન ઓન્ટોલોજી (2જી આવૃત્તિ)
4. વુડ, ડી. (એડ.). (2011) એન્ટરપ્રાઇઝ ડેટાને લિંક કરવું
5. કીટ, એમ. (2018) ઑન્ટોલોજી એન્જિનિયરિંગનો પરિચય

સોર્સ: www.habr.com