Semantic Web i Linked Data. Ispravci i dodaci

Želim predstaviti javnosti deo ove nedavno objavljene knjige:

Ontološko modeliranje preduzeća: metode i tehnologije [Tekst]: monografija / [S. V. Gorškov, S. S. Kralin, O. I. Muštak i dr.; odgovorni urednik S. V. Gorškov]. — Jekaterinburg: Izd-vo Uralskog univerziteta, 2019. — 234 str.: il., tab.; 20 cm. — Autori su navedeni na poleđini naslovne strane. — Bibliografija na kraju poglavlja. — ISBN 978-5-7996-2580-1: 200 egz.

Cilj izlaganja ovog fragmenta na Habru je četvorostruk:

  • Teško da će iko uspeti da drži ovu knjigu u rukama, osim ako nije klijent uglednog SergeIndex; njenog u prodaji nema nikako.
  • U tekst su unesene ispravke (one nisu naglašene ispod) i napravljeni su dodaci koji nisu u potpunosti kompatibilni sa formatom štampane monografije: aktuelne napomene (pod spoilerima) i hiperveze.
  • Želi se sakupiti pitanja i primedbe, kako bi se uzela u obzir prilikom uključivanja ovog teksta u prerađenom obliku u neka druga izdanja.
  • Mnogi zagovornici Semantic Weba i Linked Data još uvek smatraju da je njihovo krug toliko uski uglavnom zato što široj javnosti do sada nije dobro objašnjeno koliko je divno biti zagovornik Semantic Weba i Linked Data. Autor fragmenta, iako pripada ovom krugu, ne deli to mišljenje, ali se, ipak, smatra obaveznim da još jednom pokuša.

Dakle,

Semantic Web

Evoluciju Interneta možemo predstaviti na sledeći način (ili govoriti o njegovim segmentima, koji su se formirali u navedenom redu):

  1. Dokumenti na internetu. Ključne tehnologije — Gopher, FTP i sl.
    Internet je globalna mreža za razmenu lokalnih resursa.
  2. Internet dokumenata. Ključne tehnologije — HTML i HTTP.
    Karakter izloženih resursa uzima u obzir osobine okruženja njihovog prenosa.
  3. Podaci na internetu. Ključne tehnologije — REST i SOAP API, XHR itd.
    Era internet aplikacija, korisnici resursa postaju ne samo ljudi.
  4. Internet podataka. Ključne tehnologije — tehnologije Linked Data.
    Ova četvrta faza, predviđena Berners-Leeom, tvorcem ključnih tehnologija druge i direktora W3C, naziva se Semantic Web; tehnologije Linked Data su namenjene tome da učine podatke na webu ne samo mašinski čitljivim, već i 'mašinski razumljivim'.

Iz daljeg će čitatelju postati jasno usklađivanje ključnih pojmova druge i četvrte faze:

  • analoge URL su URI,
  • analog HTML-a je RDF,
  • HTML hiperveze su slične pojavama URI u RDF dokumentima.

Semantički Web je više sustavnu viziju budućnosti interneta, nego konkretnu spontanu ili lobiranu tendenciju, iako može uzeti u obzir i te posljednje. Na primjer, važna karakteristika onoga što se naziva Web 2.0 smatra se 'sadržajem koji kreiraju korisnici'. Uzimati to u obzir trebala bi, između ostalog, preporuka W3C "Web Annotation Ontology" i takvo nastojanje kao Solid.

Je li Semantički Web mrtav?

Ako se odustane od nerealnih očekivanja,situacija sa semantičkim webom je otprilike ista kao s komunizmom u doba razvijenog socijalizma (a hoće li biti vjernosti uvjetnim zaštnim zavjetima Iljića, svatko nek odluči sam). Pretraživači prilično uspješno prisiljavaju web stranice da koriste RDFa i JSON-LD, a sami koriste tehnologije srodne onima opisanim u nastavku (Google Knowledge Graph, Bing Knowledge Graph).

U općem smislu autor ne može reći što sprječava šire usvajanje, ali može se izraziti na temelju osobnog iskustva. Zadatak koji se mogao rješavati 'iz kutije' u uvjetima nastupanja SW postoji, iako nije baš masovan. Kao posljedica, oni koji se suočavaju s tim zadacima nemaju sredstva prisile prema onima koji mogu osigurati rješenje, a samostalno osiguranje rješenja od strane ovih potonjih protivi se njihovim poslovnim modelima. Tako da nastavljamo parsirati HTML i spajati razne API-je, jedan je drugome lošiji.

Međutim, tehnologije Linked Data su se raširile i izvan masovnog weba; ovoj namjeni je knjiga, zapravo, posvećena. Trenutno zajednica Linked Data očekuje da će ove tehnologije dobiti još šire usvajanje zahvaljujući utvrđivanju (ili proglašenju, kome kako drago) Gartnera takvih trendova kao što su Knowledge Graphs i Data Fabric. Želim vjerovati da će uspijevati ne 'biciklističke' implementacije ovih koncepcija, već one koje su u vezi s razmatranim standardima W3C.

Linked Data

Berners-Lee je definirao Linked Data kao 'ispravno provedeni' semantički web: skup pristupa i tehnologija koji omogućuju postizanje njegovih konačnih ciljeva. Osnovne principe Linked Data Berners-Lee isticao sljedeće.

Princip 1. Korištenje URI-ja za imenovanje entiteta.

URI su globalni identifikatori entiteta u suprotnosti s lokalnim string identifikatorima zapisa. Kasnije je najbolje izražavanje ovog principa pronađeno u sloganu Google Knowledge Graph „stvari, a ne stringovi».

Princip 2. Upotreba URI u HTTP shemi omogućava njihovo dereferenciranje.

Kada se pristupa URI-ju, mora biti moguće dobiti značenje koje stoji iza tog značenja (ovdje je analogija s nazivom operatera „*“ u C-u); točnije, dobiti neku predstavu tog značenja — ovisno o vrijednosti HTTP zaglavlja Accept:. Možda će, s početkom ere AR/VR, biti moguće dobiti sam resurs, ali za sada, to će najvjerojatnije biti RDF dokument koji je rezultat izvršavanja SPARQL upita DESCRIBE.

Princip 3. Korištenje W3C standarda — prvenstveno, RDF(S) i SPARQL — osobito prilikom dereferenciranja URI-ja.

Ovi individualni „slojevi“ tehnološkog stoga povezanih podataka, poznati i kao Semantic Web Layer Cake, bit će opisani u nastavku.

Princip 4. Korištenje u opisivanju entiteta linkova na druge URI.

RDF omogućava ograničavanje verbalnog opisa resursa na prirodnom jeziku, a četvrti princip poziva na izbjegavanje toga. Uz univerzalno poštovanje prvog principa, postaje moguće u opisu resursa pozivati se na druge, uključujući „strane“, zbog čega se podaci nazivaju povezanim. Zapravo, korištenje URI-ja, imenovanih u rječniku RDFS, gotovo je neizbježno.

RDF

RDF (Resource Description Framework) — formalizam za opisivanje međusobno povezanih entiteta.

O entitetima i njihovim međusobnim odnosima čine se tvrdnje tipa „subjekt-predikat-objekt“, koje se nazivaju tripletima. U najjednostavnijem slučaju, i subjekt, i predikat, i objekt su URI. Isti URI može se u različitim tripletima nalaziti na različitim pozicijama: biti i subjekt, i predikat i objekt; tako tripleti tvore svojevrsni graf, nazvan RDF graf.

Subjekti i objekti ne mogu biti samo URI, već i takozvani prazni čvorovi, a objekti mogu biti i literali. Literali su instanca primitvenih tipova, sastojanje od string reprezentacije i oznake tipa.

Primjeri zapisa literala (u Turtle sintaksi, o kojoj ćemo kasnije): "5.0"^^xsd:float i "five"^^xsd:string. Literali s tipom rdf:langString mogu biti obogaćeni jezičnom oznakom, u Turtle se to zapisuje ovako: "five"@en i "pet"@ru.

Prazni čvorovi su "anonimni" resursi bez globalnih identifikatora o kojima se, međutim, mogu iznositi tvrdnje; svojevrsne egzistencijalne varijable.

Dakle (u tome se zapravo sastoji suština RDF-a):

  • subjekt je URI ili prazan čvor,
  • predikat je URI,
  • objekt je URI, prazan čvor ili literal.

Zašto predikati ne mogu biti prazni čvorovi?

Verovatna osnova je želja da se neformalno razume i prevodi u jezik logike prvog reda triplet s p o kao nešto slično Semantic Web i Linked Data. Ispravci i dodaci, gdje Semantic Web i Linked Data. Ispravci i dodaci — predikat, Semantic Web i Linked Data. Ispravci i dodaci i Semantic Web i Linked Data. Ispravci i dodaci — konstante. Tragovi takvog razumevanja nalaze se u dokumentu "LBase: Semantika za jezike semantičkog veba", koji ima status beleške radne grupe W3C. Prilikom takvog razumevanja triplet s p [], gdje [] — prazan čvor, prevodiće se kao Semantic Web i Linked Data. Ispravci i dodaci, gdje Semantic Web i Linked Data. Ispravci i dodaci — varijabla, ali kako tada prevesti s [] o? Имеющий статус рекомендации W3C документ «RDF 1.1 Semantika" nudi drugi način prevođenja, ali mogućnost predikata da budu prazni čvorovi se i dalje ne razmatra.

Ipak, Manu Sporni su dozvolili.

RDF je apstraktni model. RDF se može zapisati (serijalizovati) u različitim sintaksama: RDF/XML, Turtle (najčitljiviji za ljude), JSON-LD, HDT (binarno).

Isti RDF može biti serijalizovan u RDF/XML na različite načine, stoga je, na primer, nastali XML besmisleno validirati pomoću XSD ili pokušavati da se podaci izvuku uz pomoć XPath-a. Slično tome, JSON-LD verovatno neće zadovoljiti želju običnog Javascript programera da radi sa RDF koristeći tačku i kvadratnu zagradu Javascript (iako JSON-LD ide u tom pravcu, nudeći mehanizam okvirnog).

Većina sintaksa nudi načine skraćivanja dugih URI. Na primer, deklaracija @prefix rdf: u Turtle-u omogućava da se kasnije piše umesto <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> samo rdf:type.

RDFS

RDFS (RDF Šema) — osnovni rečnik modelovanja, uvodi pojmove svojstva i klase i takva svojstva kao rdf:type, rdfs:subClassOf, rdfs:domain i rdfs:range. Uz pomoć rečnika RDFS mogu se zabeležiti, na primer, sledeće tačne tvrdnje:

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 rečnik opisivanja i modelovanja, ali nije jezik ograničenja (iako zvanična specifikacija i ostavlja mogućnost takvog korištenja). Riječ „Schema” ne treba shvatiti u istom značenju kao u izrazu „XML Schema”. Na primjer, :author rdfs:range foaf:Person znači da su rdf:type svi vrijednosti svojstva :author — foaf:Person, ali to ne znači da se o tome mora reći unaprijed.

SPARQL

SPARQL (SPARQL protokol i RDF jezik upita) — jezik za upite RDF podacima. U jednostavnom slučaju, SPARQL upit predstavlja skup obrazaca s kojima se uspoređuju trojke upitnog grafika. U obrascima, na mjestima subjekata, predikata i objekata mogu se nalaziti varijable.

Upit će vratiti takve vrijednosti varijabli, pri čemu se njihovo umetanje u obrasce ostvaruje podgrafom upitnog RDF grafa (podskup njegovih trojki). Varijable s istim imenom u različitim obrascima trojki moraju imati iste vrijednosti.

Na primjer, na prethodnom skupu od sedam RDFS aksiona, sljedeći upit će vratiti rdfs:domain i rdfs:range kao vrijednosti ?s i ?p odnosno:

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

Važno je napomenuti da je SPARQL deklarativan i nije jezik za opisivanje pretraživanja grafa (ipak, neka RDF pohrane nude načine za prilagodbu plana izvršenja upita). Stoga neki standardni grafički problemi, poput pronalaska najkraćeg puta, ne mogu se riješiti na SPARQL-u, uključujući i korištenje mehanizma property paths (ali, opet, pojedine RDF pohrane nude specijalne proširenja za rješavanje tih problema).

SPARQL ne dijeli pretpostavku otvorenosti svijeta i slijedi pristup „negacija kao neuspjeh”, u njemu možemo takve konstrukcije, kao što su FILTER NOT EXISTS {…}. Distribucija podataka uzima se u obzir pomoću mehanizma federativnih upita.

SPARQL pristupna točka — RDF pohrana sposobna obraditi SPARQL upite — nema izravne analoge iz drugog koraka (vidi početak ovog odlomka). Može se usporediti s bazom podataka, na osnovi sadržaja koje su generirane HTML stranice, ali dostupnom izvana. SPARQL pristupna točka je više analogija pristupnoj točki API iz treće faze, ali s dvije glavne razlike. Prvo, postoji mogućnost kombiniranja nekoliko „atomskih” upita u jedan (što se smatra ključnom karakteristikom GraphQL), i drugo, takav API je potpuno samodokumentiran (što je HATEOAS pokušavao postići).

Polemička napomena

RDF — način objavljivanja podataka na webu, stoga bi RDF depoi trebalo smatrati dokumentnim SBD-ovima. Istina, budući da je RDF graf, a ne stablo, oni su istovremeno i grafovski. Čudno je da su se uopće pojavili. Tko bi pomislio da će se pojaviti pametnjakovići koji će implementirati prazne čvorove. Kodda nije uspio izvršiti to.

Postoje i manje funkcionalni načini organiziranja pristupa RDF podacima, primjerice, Fragmenti povezanih podataka (LDF) i Platforma povezanih podataka (LDP).

OWL

OWL (Jezik web ontologije) — formalizam za predstavljanje znanja, sintaktička verzija deskripcijske logike Semantic Web i Linked Data. Ispravci i dodaci (svugdje dolje je pravilnije govoriti OWL 2, prva verzija OWL bila je temeljena na Semantic Web i Linked Data. Ispravci i dodaci).

Konceptima deskripcijskih logika u OWL odgovaraju klase, dok su svojstva — uloge, a individue zadržavaju svoja prethodna imena. Aksijomi se također nazivaju aksijomima.

Na primjer, u takozvanom mančesterskom sintaksu za zapis OWL, već poznata aksijoma Semantic Web i Linked Data. Ispravci i dodaci bit će zapisana ovako:

Klasa: Čovjek
Klasa: Roditelj
   EkvivalentnaKlasa: Čovjek i (inverzni roditelj) neki Čovjek
ObjektnoSvojstvo: imaRoditelja

Postoje i druge sintakse za zapis OWL, primjerice, funkcionalna sintaksa, korištena u službenoj specifikaciji, i OWL/XML.Osim toga, OWL može biti serializiran u apstraktnu sintaksu RDF i dalje — u bilo koju od konkretnih sintaksa.

OWL se u odnosu na RDF pojavljuje u dvostrukom odnosu. S jedne strane, može se smatrati nekom vrstom rječnika, koji proširuje RDFS. S druge strane, to je moćniji formalizam, za koji je RDF samo format serializacije. Nisu sve elementarne konstrukcije OWL-a moguće zapisati pomoću jedinog RDF tropleta.

Ovisno o tome koje podskupove konstrukcija OWL-a je dopušteno koristiti, govori se o takozvanim profilima OWL.Standardizirani i najpoznatiji su OWL EL, OWL RL i OWL QL. Odabir profila utječe na računsku složenost tipičnih zadataka. Potpuni skup konstrukcija OWL, koji odgovara Semantic Web i Linked Data. Ispravci i dodaci, zove se OWL DL. Ponekad se također govori o OWL Full, u kojem su konstrukcije OWL-a dopuštene koristiti s potpunom slobodom koja pripada RDF-u, bez semantičkih i računskih ograničenja. Semantic Web i Linked Data. Ispravci i dodaciNa primjer, nešto može biti i klasa i svojstvo. OWL Full nije rješiv.

Ključni principi pridruživanja posljedica u OWL-u — prihvaćanje pretpostavke otvorenog svijeta (open world assumption, OWA) i odbacivanje pretpostavke jedinstvenosti imena (unique name assumption, UNA). U nastavku ćemo vidjeti do čega mogu dovesti ti principi i upoznati se s nekim konstrukcijama OWL-a.

Neka ontologija sadrži sljedeći fragment (u mančesterskoj sintaksi):

Klasa: mnogodjece
   Ekvivalentno: Čovjek koji ima djetet min 3
Individua: John
   Tipovi: Čovjek
   Činjenice: imaDijete Alice, imaDijete Bob, imaDijete Carol

Hoće li iz rečenog proizaći da je John mnogodjece? Odricanje od UNA će natjerati motor zaključivanja da na ovo pitanje odgovori negativno, jer Alice i Bob mogu biti ista osoba. Da bi se to afirmiralo, potrebno je dodati sljedeću aksiomu:

RazličiteIndividue: Alice, Bob, Carol, John

Neka sada fragment ontologije izgleda ovako (John je proglašen mnogodjecom, ali mu je navedeno samo dvoje djece):

Klasa: mnogodjece
   Ekvivalentno: Čovjek koji ima djetet min 3
Individua: John
   Tipovi: Čovjek, mnogodjece
   Činjenice: imaDijete Alice, imaDijete Bob
RazličiteIndividue: Alice, Bob, Carol, John

Hoće li ova ontologija biti proturječna (što se može interpretirati kao dokaz nevalidnosti podataka)? Prihvaćanje OWA natjerat će motor zaključivanja da odgovori negativno: "negdje" možda (u drugoj ontologiji) može biti rečeno da je Carol također dijete Johna.

Da bismo isključili ovu mogućnost, dodajmo novu činjenicu o Johnu:

Individua: John
   Činjenice: imaDijete Alice, imaDijete Bob, ne imaDijete Carol

Da bismo isključili pojavu i druge djece, recimo da su sve vrijednosti svojstva "imati dijete" ljudi, kojih imamo ukupno četvero:

ObjektnoSvojstvo: imaDijete
   Domen: Čovjek
   Karakteristike: Irrefleksivno
Klasa: Čovjek
Ekvivalentno: { Alice, Bill, Carol, John }

Sada će ontologija postati proturječna, o čemu motor zaključivanja neće propustiti obavijestiti. Posljednjom od aksioma nekim smo načinom "zatvorili" svijet, i obratite pažnju kako je isključena mogućnost da je John dijete samom sebi.

Povezivanje podataka poduzeća

Skup pristupa i tehnologija Linked Data prvobitno je bio namijenjen za objavu podataka na webu. Korištenje u okviru poduzeća suočava se s nizom poteškoća.

Na primjer, u zatvorenoj korporativnoj sredini, deduktivna moć OWL-a, koja se temelji na prihvaćanju OWA i odricanju od UNA — odluke proizašle iz otvorenog i distribuiranog karaktera weba, pokazuje se kao preslaba. I ovdje su mogući sljedeći izlazi.

  • Obogaćivanje OWL-a semantikama, koje podrazumijeva odricanje od OWA i prihvaćanje UNA, implementacija odgovarajućeg motora zaključivanja. — Ovako se nastavlja RDF-skladište Stardog.
  • Odustajanje od deduktivnih mogućnosti OWL u korist pravnih motora. — Stardog podržava SWRL; Jena i GraphDB nude vlastite jezike pravila.
  • Odustajanje od deduktivnih mogućnosti OWL, korištenje za modeliranje određenog podskupa bliskog RDFS-u. — Vidi više o tome kasnije.

Drugi problem je veća pažnja koju u korporativnom svijetu možemo posvetiti pitanjima kvalitete podataka, te nedostatak alata za validaciju podataka u Linked Data okviru. Rješenja su sljedeća.

  • Ponovno, korištenje za validaciju OWL konstrukcija sa semantikom zatvorenog svijeta i jedinstvenosti imena uz odgovarajući izlazni motor.
  • Korištenje SHACL, standardiziranog nakon što je popis slojeva Semantic Web Layer Cake potvrđen (međutim, može se koristiti i kao pravni motor), ili ShEx.
  • Svijest o tome da se sve u konačnici radi SPARQL upitima, stvaranje vlastitog jednostavnog mehanizma za validaciju podataka koristeći ih.

Međutim, čak i potpuno odustajanje od deduktivnih mogućnosti i alata za validaciju ostavlja Linked Data okvir neusporedivim u zadacima sličnim otvorenom i distribuiranom webu — u zadacima integracije podataka.

Što je s običnim korporativnim informacijskim sustavom?

To je moguće, ali treba当然, imati na umu koje specifične probleme će odgovarajuće tehnologije morati riješiti. Ovdje ću opisati tipične reakcije sudionika razvoja kako bih pokazao kako izgleda ovaj tehnološki okvir iz perspektive konvencionalnog IT-a. Malo podsjeća na priču o slonu:

  • Poslovni analitičar: RDF je nešto poput izravno pohranjene logičke slike.
  • Sistemski analitičar: RDF je kao EAV, samo s gomilom indeksa i praktičnim jezikom upita.
  • Programer: pa, to je sve u duhu koncepta bogatih modela i niskog koda, čitajući nedavno o tome.
  • Voditelj projekta: da, to je smanjivanje slojeva!

Praksa pokazuje da se okvir najčešće koristi u zadacima vezanim uz distribuiranost i heterogenost podataka, na primjer, pri izgradnji sustava klase MDM (Upravljanje osnovnim podacima) ili DWH (Skladište podataka). Takvi zadaci postoje u svakoj industriji.

Što se tiče primjena s industrijskim specifičnostima, trenutno su tehnologije Linked Data najpopularnije u sljedećim industrijama.

  • biomedicinske tehnologije (gdje je njihova popularnost očito povezana s složenošću predmetnog područja);

aktualno

U 'Točki kipenja' se nedavno održala konferencija 'Ujedinjenje ontologija. Od teorije do praktične primjene».

  • proizvodnja i korištenje složenih proizvoda (veliko strojogradstvo, vađenje nafte i plina; najčešće se radi o standardu ISO 15926);

aktualno

Ovdje je također razlog složenost predmetnog područja, kada, na primjer, u fazi upstream, ako govorimo o industriji nafte i plina, jednostavna računica treba imati određene funkcije CAD-a.

Godine 2008. održana je konferencija koju je organizirao Chevron. konferencija.

ISO 15926 na kraju se pokazao kao pretežak za industriju nafte i plina (teško da je našao značajniju primjenu u strojogradnji). Primarno se na njega oslonila gotovo isključivo Statoil (Equinor), u Norveškoj se oko njega stvorila čitava ekosustav.Ostali pokušavaju raditi nešto svoje. Na primjer, prema informacijama, domaće Ministarstvo energetike namjerava raditi na stvaranju 'konceptualnog ontološkog modela energetskog sektora', sličnog, očito, onome stvorenom za elektroenergetiku..

  • financijske organizacije (čak se XBRL može smatrati nekim hibridom SDMX-a i RDF Data Cube ontologije);

aktualno

LinkedIn je početkom godine aktivno slao autora na ponude za poslove gotovo svih velikana financijske industrije koje poznaje iz serije 'Bureaucracy': Goldman Sachs, JPMorgan Chase i/ili Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, FRS, Deutsche Bank… Vjerojatno su svi tražili nekoga koga će poslati na Konferenciju o znanju i grafu.Pronađen je velik broj kandidata: financijske organizacije su zauzele cijelo jutro prvog dana..

Na HeadHunter-u su se zanimljive ponude nalazile samo kod Sberbanke, govorilo se o 'EAV skladištu s RDF-sličnim modelom podataka'.

Vjerojatno je razlika u stupnju privrženosti odgovarajućim tehnologijama domaćih i zapadnih financijskih institucija uvjetovana transnacionalnim karakterom djelovanja potonjih. Očito, integracije preko državnih granica zahtijevaju kvalitativno druge organizacijske i tehničke odluke.

  • sustavi pitanja i odgovora koji imaju komercijalnu primjenu (IBM Watson, Apple Siri, Google Knowledge Graph);

aktualno

Naime, kreator Sira Thomas Gruber je autor poznate definicije ontologije (u IT smislu) kao "specifikacije konceptualizacije". Po mom mišljenju, preuređenje reči u ovoj definiciji ne menja njen smisao, što možda sugeriše da ga i nema.

  • objava strukturiranih podataka (sa dobrim osnovom to se može već svrstati pod Linked Open Data).

aktualno

Veliki ljubitelji Linked Data — takozvani GLAM: Galerije, Biblioteke, Arhivi i Muzeji. Ovde je dovoljno reći da Biblioteka Kongresa promoviše BIBFRAME, koju postavlja osnovu za budućnost bibliografskog opisa i, naravno, zasniva se na RDF-u.

Često se kao primer uspešnog projekta u oblasti Linked Open Data navodi Wikidata — svojevrsna mašinski čitljiva verzija Wikipedije, čiji se sadržaj, za razliku od DBPedia, ne kreira importovanjem iz infokutija članaka, već se stvara više-manje ručno (i kasnije postaje izvor informacija za iste te infokutije).

Preporučujemo takođe da se upoznate popis s korisnicima RDF skladišta Stardog na sajtu Stardog u odeljku „Kupci“.

U svakom slučaju, u Gartnerovom „Hype Cycle for Emerging Technologies“ iz 2016. godine „Upravljanje korporativnom taksonomijom i ontologijom“ postavljeno je u sredinu silazne putanje kroz dolinu razočaranja s perspektivom izlaska na „plato produktivnosti“ najranije za 10 godina.

Povezivanje korporativnih podataka

Prognoze, prognoze, prognoze…

Iz istorijskog interesa prikazao sam u tabeli u nastavku Gartnerove prognoze iz raznih godina o tehnologijama koje nas interesuju.

GodinaTehnologijaIzvještajPozicijaGodina do plata
2001Semantic WebEmerging TechnologiesInovativni trigger5-10
2006Korporativna semantic webEmerging TechnologiesVrhunac iskrivljenih očekivanja5-10
2012Semantic WebBig DataVrhunac iskrivljenih očekivanja>10
2015Linked DataNapredna analitika i nauka o podacimaDolina razočaranja5-10
2016Upravljanje korporativnom ontologijomEmerging TechnologiesDolina razočaranja>10
2018Knowledge GraphsEmerging TechnologiesInovativni trigger5-10

Međutim, već u „Hype Cycle…“ iz 2018. godine pojavila se druga rastuća tendencija — Knowledge Graphs. Došlo je do svojevrsne reinkarnacije: grafički DBMS, na koje je usmerena pažnja korisnika i snaga programera, pod uticajem zahteva prvih i navika potonjih, počela su da dobijaju konture i pozicioniranje svojih prethodnika-konkurenta.

Gotovo svaki grafički DBMS sada se proglašava prikladnom platformom za izgradnju korporativnog „grafika znanja“ („linked data“ ponekad se zamenjuje sa „connected data“), ali koliko su opravdana takva obilježja?

Graf bazama podataka i dalje nisu semantični, podaci u grafičkoj DB-u ostaju isti podaci u silosu podataka. Strukturni identifikatori umjesto URI-a čine integraciju dviju grafičkih DB još uvijek zadatak integracije, dok se integracija dvaju RDF spremišta često svodi na jednostavno spajanje dvaju RDF grafova. Drugi aspekt nesemantičnosti je nerefleksivnost grafičkog modela LPG, što otežava upravljanje metapodacima pomoću iste platforme.

Na kraju, grafičke DB-e nemaju mehanizme izvođenja i mehanizme pravila. Rezultati rada takvih mehanizama mogu se reproducirati kompliciranjem upita, no to je moguće i u SQL-u.

Međutim, vodeći RDF spremnici ne imaju problema s podrškom za LPG model. Najozbiljnijim se smatra pristup koji je prije nekog vremena predložen u Blazegraphu: RDF* model, koji kombinira RDF i LPG.

Više informacija

Više o podršci RDF spremnika za LPG model možete pročitati u prethodnom članku na Habr-u: „Što se trenutno događa s RDF spremnicima“. O Knowledge Graphs i Data Fabric bit će, nadam se, jednom napisana posebna članak. Završni odjeljak, kao što se lako može razumjeti, napisan je u žurbi, no i nakon šest mjeseci s ovim konceptima nije puno jasnije.

Literatura

  1. Halpin, H., Monnin, A. (ur.) (2014). Filosofsko inženjerstvo: prema filozofiji weba
  2. Allemang, D., Hendler, J. (2011) Semantički web za radnog ontologa (2. izd.)
  3. Staab, S., Studer, R. (ur.) (2009) Priručnik o ontologijama (2. izd.)
  4. Wood, D. (ur.). (2011) Povezivanje podataka u poduzeću
  5. Keet, M. (2018) Uvod u inženjerstvo ontologije

Izvor: habr.com

Kupite pouzdan hosting za web stranice s DDoS zaštitom, VPS VDS servere 🔥 Kupite pouzdan hosting za web stranice s DDoS zaštitom, VPS VDS servere | ProHoster