Semantiskais tīmeklis un Linked Data. Izlabojumi un papildinājumi

Vēlos iepazīstināt sabiedrību ar fragmentu no šīs nesen iznākušās grāmatas:

Ontoloģiskā uzņēmuma modelēšana: metodes un tehnoloģijas [Teksts]: monogrāfija / [S. V. Gorškovs, S. S. Kraliņ, O. I. Muštaks u.c.; atbildīgais redaktors S. V. Gorškovs]. — Jekaterinburga: Urāļu universitātes izdevniecība, 2019. — 234 lpp.: ilustr., tabulas; 20 cm. — Autori norādīti uz grāmatas aizmugures vāka. — Bibliogrāfija nodaļu beigās. — ISBN 978-5-7996-2580-1: 200 eksemplāru.

Šī fragmenta publicēšanas mērķis ir četrrindīgs:

• Ir maz ticams, ka kādam izdotos turēt šo grāmatu rokās, ja viņš nav cienījama SergeIndex; to tirdzniecībā noteikti nav.
• Tekstā ir veiktas izmaiņas (kuras zemāk nav izceltas) un pievienojumi, kas nav gluži saskaņā ar drukātas monogrāfijas formātu: aktualizēti komentāri (zem spoileriem) un hipersaites.
• Vēlos apkopot jautājumus un piezīmes, lai ņemtu vērā tos, iekļaujot šo tekstu pārstrādātā veidā citos izdevumos.
• Daudzi Semantic Web un Linked Data piekritēji joprojām uzskata, ka viņu loks ir tik šaurs galvenokārt tāpēc, ka plašai sabiedrībai joprojām nav pienācīgi skaidrots, kāpēc būt Semantic Web un Linked Data piekritējam ir tik brīnišķīgi. Fragmenta autors, kaut arī pieder šai nozarei, nepiekrīt šādam viedoklim, bet, neskatoties uz to, jūtas parādā vēl vienu mēģinājumu.

Tātad,

Semantic Web

Internetu var attēlot sekojoši (vai runāt par tā segmentiem, kas veidojušies norādītajā secībā):

1. Dokumenti internetā. Galvenās tehnoloģijas — Gopher, FTP u.tml.
   Internets ir globāla tīkls lokālo resursu apmaiņai.
2. Interneta dokumenti. Galvenās tehnoloģijas — HTML un HTTP.
   Izstādīto resursu raksturs ņem vērā videi to pārsūtīšanas iezīmes.
3. Dati internetā. Galvenās tehnoloģijas — REST un SOAP API, XHR u.c.
   Internet aplikāciju laikmets, resursu patērētāji kļūst ne tikai cilvēki.
4. Datu internets. Galvenās tehnoloģijas — Linked Data tehnoloģijas.
   Šis ceturtais posms, ko paredzēja Berners-Lees, galveno tehnoloģiju otrais izstrādātājs un W3C direktors, saucas Semantic Web; Linked Data tehnoloģijas ir domātas, lai padarītu datus tīmeklī ne tikai mašīnlasāmus, bet arī „mašīnas saprotamus”.

No turpmākā teksta lasītājs sapratīs otro un ceturto posmu pamata jēdzienu atbilstību:

• URL analogi ir URI,
• HTML analoga ir RDF,
• HTML hipersaites ir URI parādīšanās RDF dokumentos ir līdzīgas.

Semantiskais tīmeklis drīzāk ir sistemātiska nākotnes interneta redzamība nekā konkrēts spontāns vai lobēts trends, kaut arī spēj ņemt vērā arī pēdējos. Piemēram, svarīga iezīme, kas raksturo to, ko sauc par Web 2.0, ir "lietotāju radītais saturs". To ņemt vērā ir paredzēts, it īpaši, W3C ieteikums "Web Annotations Ontology" un tādi uzsākumi kā Solid.

Vai Semantiskais tīmeklis ir miris?

Ja attiektos no nereālistiskām cerībām, situācija ar semantisko tīmekli ir aptuveni tāda pati kā ar komunismu attīstītā sociālisma laikos (un vai tiks ievērota Iljiča nosacījumu uzticība, katrs izlemj pats). Meklēšanas dzinēji salīdzinoši veiksmīgi piespiež tīmekļa vietnes izmantot RDFa un JSON-LD, kā arī paši izmanto tehnoloģijas, kas saistītas ar aprakstītajām tālāk (Google Knowledge Graph, Bing Knowledge Graph).

Vispārējā veidā autors nevar teikt, kas kavē plašāku izplatīšanos, taču var izteikties, pamatojoties uz personīgo pieredzi. Uzdevumi, kurus varētu atrisināt "no kastes" SW apstākļu iestāšanās gadījumā, ir, lai arī ne ļoti masveidīgi. Kā sekas, tiem, kuriem šie uzdevumi ir, nav spiediena līdzekļu attiecībā uz tiem, kuri var nodrošināt risinājumu, pašnodrošināšana ar šiem pēdējiem ir pretrunā viņu biznesa modeļiem. Tātad turpinām parsēt HTML un salīmēt dažādas API, viena otru sliktāku.

Tomēr Linked Data tehnoloģijas ir guvušas izplatību arī ārpus masveidīgā tīmekļa; šiem pielietojumiem grāmata, patiesībā, ir veltīta. Pašlaik Linked Data kopiena cer, ka šīs tehnoloģijas iegūs vēl plašāku izplatību, pateicoties (vai pasludinātai, kā nu kuram patīk) Gartner šādu trendu fiksēšanai kā Knowledge Graphs un Data Fabric. Cerams, ka panākumus gūs ne "velo-bis" šo koncepciju īstenojumi, bet tie, kas attiecas uz apskatītajiem W3C standartiem.

Linked Data

Berners-Lee definēja Linked Data kā "pareizi izdarīto" semantisko tīmekli: pieeju un tehnoloģiju kopumu, kas ļauj sasniegt tā galvenos mērķus. Berners-Lee izdalīja dažus pamata principus Linked Data nākamie. Princips 1

. URI izmantošana entitāšu nosaukšanai.. URI izmantošana entitāšu nosaukšanai.

URI ir globālās identifikācijas entitātēm, atšķirībā no vietējām virkņu identifikācijām. Pēc tam šī principa labākais izteikums tika atrasts Google Knowledge Graph sauklī "things, not strings».

Otrais princips. URI izmantošana HTTP shēmā, lai tos varētu dereferencēt.

Piekļūstot URI, jābūt iespējai iegūt nozīmēto, kas stāv aiz šī nozīmētā (šeit saprotama analogija ar operatora "*" C valodā); precīzāk, iegūt kādu priekšstatu par šo nozīmēto — atkarībā no HTTP galvenes Accept:. Varbūt, ar AR/VR laikmetā būs iespējams iegūt pašu resursu, bet pagaidām, visticamāk, tas būs RDF dokuments, kas ir SPARQL vaicājuma izpildes rezultāts. DESCRIBE.

Trešais princips. W3C standartu izmantošana — pirmkārt, RDF(S) un SPARQL — īpaši, dereferencējot URI.

Šie atsevišķie "slāņi" Linked Data tehnoloģiju kaudzē, kas arī tiek dēvēta par Semantic Web Layer Cake, tiks aprakstīti turpmāk.

Ceturtais princips. Nosakot entitātes, jānorāda saites uz citiem URI.

RDF ļauj ierobežoties ar resursu aprakstu dabīgajā valodā, un ceturtais princips aicina to nedarīt. Pie vispārējas pirmā principa ievērošanas tiek radīta iespēja aprakstīt resursu, atsaucoties uz citiem, tostarp "svešiem", kā rezultātā dati tiek saukti par saistītiem. Patiesībā gandrīz neizbēgami ir URI izmantošana, kas nosaukta RDFS vārdnīcā.

RDF

RDF (Resource Description Framework) — savstarpēji saistītu entitāšu apraksta formalizācija.

Par entitātēm un to savstarpējām attiecībām tiek izteikti apgalvojumi veidā "subjekts-predikāts-objekts", ko sauc par tripletiem. Visvienkāršākajā gadījumā gan subjekts, gan predikāts, gan objekts ir URI. Viens un tas pats URI var atrasties dažādās pozīcijās dažādos tripletos: būt gan subjektam, gan predikātam, gan objektam; tādējādi tripleti veido sava veida grafu, ko sauc par RDF grafu.

Subjekti un objekti var būt ne tikai URI, bet arī tā sauktie tukšie mezgli, un objekti var būt arī literāli.Literāli ir primitīvo tipu piemēri, kas sastāv no virknējo attēlu un tipa norādēm.

Literālu pieraksta piemēri (Turtle sintaksē, par to vēlāk): "5.0"^^xsd:float un "five"^^xsd:string. Literāļi ar tipu rdf:langString var būt aprīkoti ar valodas tagu, Turtle tas tiek izteikts šādi: "five"@en un "pieci"@lv.

Tukšie mezgli ir «anoniemie» resursi bez globāliem identifikatoriem, par kuriem tomēr var izdarīt apgalvojumus; sava veida eksistenciālas mainīgās.

Tātad (tieši tajā slēpjas visa RDF jēga):

• subjekts — tas ir URI vai tukšs mezgls,
• predikāts — tas ir URI,
• objekts — tas ir URI, tukšs mezgls vai literāls.

Kāpēc predikāti nevar būt tukši mezgli?

Iespējams, iemesls ir vēlme neformāli saprast un tulkot uz pirmās pakāpes predikātu loģikas valodu tripletu s p o kā kaut kas līdzīgs , kur — predikāts, un — konstantes. Šādas izpratnes pēdas atrodas dokumentā «LBase: Semantika Semantiskās tīmekļa valodām», kas ir W3C darba grupas piezīme. Šādā izpratnē triplets s p [], kur [] — tukšs mezgls, tiks tulkots kā , kur — mainīgais, bet kā tad tulkot s [] o? Имеющий статус рекомендации W3C документ «RDF 1.1 Semantics» piedāvā citu tulkošanas veidu, tomēr predikātu iespēja būt tukšiem mezgliem joprojām netiek aplūkota.

Tomēr Manū Sporni atļāva.

RDF ir abstrakts modelis. RDF var tikt ierakstīts (sērijēts) dažādos sintakstēs: RDF/XML, Turtle (vispār cilvēkam lasāmākais), JSON-LD, HDT (binārais).

Tas pats RDF var tikt sērijēts RDF/XML dažādos veidos, tādēļ, piemēram, iegūtais XML nav jēgas validēt ar XSD vai mēģināt izvilkt datus, izmantojot XPath. Līdzīgi JSON-LD, iespējams, neapmierinās parasta Javascript izstrādātāja vēlmi strādāt ar RDF, izmantojot punktu un kvadrātu iekavas Javascript (lai gan JSON-LD virzās šajā virzienā, piedāvājot mehānismu kadrēšanai).

Lielākā daļa sintakšu piedāvā veidus, kā saīsināt garus URI. Piemēram, paziņojums @prefix rdf: Turtle ļaus pēc tam rakstīt vietā <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> vienkāršs rdf:type.

RDFS

RDFS (RDF shēma) — pamata modelēšanas vārdnīca, ievieš jēdzienus īpašības un klase un tādas īpašības kā rdf:type, rdfs:subClassOf, rdfs:domain un rdfs:range. Izmantojot RDFS vārdnīcu, var tikt ierakstīti, piemēram, šādi pareizie apgalvojumi:

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 ir aprakstošas un modelējošas vārdnīcas, bet nav ierobežojumu valoda (lai arī oficiālā specifikācija un atstāj šādas izmantošanas iespēja). Vārdu „Schema” nevajadzētu saprast tādā pašā nozīmē kā izteicienā „XML Schema”. Piemēram, :author rdfs:range foaf:Person norāda, ka rdf:type visu īpašuma vērtību :author — foaf:Person, taču tas nenozīmē, ka par to jānorāda iepriekš.

SPARQL

SPARQL (SPARQL Protokols un RDF vaicājumu valoda) — vaicājumu valoda RDF datiem. Vienkāršā gadījumā SPARQL vaicājums ir paraugu kopums, ar kuriem salīdzina vaicāmo grafu tripletus. Paraugos subjekta, predikāta un objekta pozīcijās var būt mainīgie.

Vaicājums atgriezīs tādas mainīgās vērtības, kuru aizvietojot paraugos, var iegūt apakšgrafu vaicājamajā RDF grafikā (tā apakškopas tripletus). Viena un tā paša nosaukuma mainīgajiem dažādos tripletu paraugos jābūt vienādām vērtībām.

Piemēram, iepriekš minētajam septiņu RDFS aksiomu komplektam šis vaicājums atgriezīs rdfs:domain un rdfs:range kā vērtības ?s un ?p attiecīgi:

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

Jāatzīmē, ka SPARQL ir deklaratīvs un nav grafu pārlūkošanas valoda (lai gan dažas RDF noliktavas piedāvā veidus, kā koriģēt vaicājuma izpildes plānu). Tāpēc dažas standarta grafu problēmas, piemēram, īsākā ceļa meklēšana, nevar tikt atrisinātas SPARQL, tostarp izmantojot mehānismu property paths (bet, vēlreiz, atsevišķi RDF noliktavas piedāvā īpašus paplašinājumus šādu uzdevumu risināšanai).

SPARQL neizšķir atvērtā pasaules pieņēmumu un ievēro pieeju „negation as failure”, tāpēc ir iespējamas tādas konstrukcijas kā FILTER NOT EXISTS {…}. Datu sadalījums tiek ņemts vērā, izmantojot federatīvos vaicājumus.

SPARQL saskarne — RDF noliktava, kas spēj apstrādāt SPARQL vaicājumus — nav tiešu analogu no otrā posma (skat. šī paragrafā sākumu). To var salīdzināt ar datu bāzi, uz kuras satura pamata tiek ģenerētas HTML lapas, bet ir pieejama ārēji. SPARQL saskarne ir vairāk līdzīga API saskarnei no trešā posma, tomēr ar divām galvenajām atšķirībām. Pirmkārt, ir iespēja apvienot vairākus „atomāros” vaicājumus vienā (kas tiek uzskatīts par galveno GraphQL raksturojumu), otrkārt, šāds API ir pilnībā autodokumentēts (ko centās panākt HATEOAS).

Strīdīgs novērojums

RDF — datu publicēšanas veids tīmeklī, tāpēc RDF krātuves būtu jāuzskata par dokumentu datu bāzēm. Patiesībā, ņemot vērā, ka RDF ir grafiks, nevis koks, tās arī ir grafiskās datu bāzes. Ir pārsteidzoši, ka tās vispār ir izdevies īstenot. Kas gan būtu domājis, ka atradīsies gudraji, kuri īstenos tukšos mezglus. Kods tā neizdevās.

Ir arī citi mazāk funkcionāli veidi, kā organizēt piekļuvi RDF datiem, piemēram, Linked Data Fragments (LDF) un Linked Data Platform (LDP).

OWL

OWL (Web Ontology Language) — zināšanu pārstāvniecības formalizācija, sintaktiskais variants aprakstošās loģikas (visur zemāk precīzāk būtu teikt OWL 2, pirmā OWL versija bija balstīta uz ).

Aprakstošās loģikas koncepcijām OWL atbilst klases, lomām — īpašības, indivīdi saglabā savus iepriekšējos nosaukumus. Aksiomas arī tiek sauktas par aksiomām.

Piemēram, tā sauktajā Manchester syntaksē OWL ieraksts, kuru jau pazīstam, būs ierakstīts šādi: Class: Human Class: Parent EquivalentClass: Human and (inverse hasParent) some Human ObjectProperty: hasParent

Ir arī citi sintakši OWL ierakstam, piemēram,

funkcionālais sintakss , ko izmanto oficiālajā specifikācijā, unOWL/XML . Turklāt OWL var seriālizētabstraktajā RDF sintaksē un tālāk — jebkurā no konkrētajām sintaksēm. OWL attiecībā uz RDF izpaužas divējādi. To, no vienas puses, var uzskatīt par kādu vārdu krājumu, kas paplašina RDFS. No otras puses, tas ir jaudīgāks formalizācija, kur RDF ir tikai seriālizācijas formāts. Ne visas elementārās OWL konstrukcijas var ierakstīt, izmantojot vienu RDF trīspusi.

Atkarībā no tā, kuru OWL konstrukciju apakškopu atļauts izmantot, runā par tā sauktajiem

OWL profiliem . Standartizētie un visbiežāk zināmie ir OWL EL, OWL RL un OWL QL. Profilu izvēle ietekmē tipisko uzdevumu aprēķinu sarežģītību. Pilns OWL konstrukciju kopums, kas atbilst, tiek saukts par OWL DL. Dažreiz runā arī par OWL Full, kur OWL konstrukcijas drīkst izmantot ar pilnu brīvību, kas pieder RDF, bez semantiskajiem un aprēķinu ierobežojumiem. Piemēram, kaut kas var būt gan klase, gan īpašība. OWL Full ir neizšķirams. Galvenie principa secinājumu pievienošanai OWL ietver atklāta pasaules pieņēmuma (open world assumption,

OWA ) pieņemšanu un atteikšanos no unikālu nosaukumu pieņēmuma (unique name assumption,UNA UNA). Zemāk mēs redzēsim, kādiem rezultātiem šie principi var novest, un iepazīsimies ar dažām OWL konstrukcijām.

Pieņemsim, ka ontoloģija satur sekojošo fragmentu (Mančestras sintaksē):

Klase: manyChildren
   Ekvivalents: Cilvēks, kam ir bērns min 3
Individuāls: Džons
   Veidi: Cilvēks
   Fakti: irBērns Alise, irBērns Bobs, irBērns Kerola

Vai no teiktā izriet, ka Džons ir ģimenes cilvēks? UNA atteikšana liks secinājuma motoram atbildēt negatīvi, jo Alise un Bobs var būt viena un tā pati persona. Lai secinājums būtu patiess, nepieciešams pievienot šādu aksiomu:

AtšķirīgasIndivīdi: Alise, Bobs, Kerola, Džons

Pieņemsim, ka tagad ontoloģijas fragments izskatās šādi (Džons ir deklarēts par ģimenes cilvēku, taču viņam norādīti tikai divi bērni):

Klase: manyChildren
   Ekvivalents: Cilvēks, kam ir bērns min 3
Individuāls: Džons
   Veidi: Cilvēks, manyChildren
   Fakti: irBērns Alise, irBērns Bobs
AtšķirīgasIndivīdi: Alise, Bobs, Kerola, Džons

Vai šī ontoloģija būs pretrunīga (to var interpretēt kā datu spēkā neesošas liecības)? OWA pieņemšana liks secinājuma motoram atbildēt negatīvi: "kur kaut kur" (citā ontoloģijā) var tikt teikts, ka Kerola arī ir Džona bērns.

Lai izslēgtu šo iespēju, pievienosim jaunu faktu par Džonu:

Individuāls: Džons
   Fakti: irBērns Alise, irBērns Bobs, navBērns Kerola

Lai izslēgtu citu bērnu parādīšanos, sakām, ka visi īpašības "būt bērnam" vērtības ir cilvēki, no kuriem mums ir tikai četri:

ObjektuĪpašība: irBērns
   Domēns: Cilvēks
   Raksturojumi: Neatgriezenisks
Klase: Cilvēks
Ekvivalents: { Alise, Bils, Kerola, Džons }

Tagad ontoloģija kļūs pretrunīga, ko secinājuma motors noteikti paziņos. Pēdējā no aksiomām mēs zināmā mērā "aizslēdzām" pasauli, un pievērsiet uzmanību, kā tikusi izslēgta iespēja, ka Džons ir pats sev bērns.

Savienojot uzņēmuma datus

Linked Data pieeju un tehnoloģiju kopums sākotnēji tika izstrādāts datu publicēšanai tīmeklī. To izmantošana iekšējās uzņēmumu vidēs saskaras ar vairākām grūtībām.

Piemēram, slēgtā uzņēmumu vidē OWL, kas balstās uz OWA pieņemšanu un UNA atteikšanu, izrādās pārāk vāja. Šeit ir iespējami sekojoši risinājumi.

• OWL apgādāšana ar semantiku, kas paredz OWA atteikšanu un UNA pieņemšanu, attiecīga secinājuma motora īstenošana. — Pa šādu ceļu iet RDF glabātuve Stardog.
• Atteikšanās no OWL deduktīvajām iespējām par labu noteikumu dzinējiem. — Stardog atbalsta SWRL; Jena un GraphDB piedāvā savus noteikumu valodā.
• Atteikšanās no OWL deduktīvajām iespējām, izmantošana modelēšanai kāda apakškopu, kas tuva RDFS. — Sīkāk par to vēlāk.

Cits jautājums ir lielāka uzmanība, ko korporatīvajā pasaulē iespējams pievērst datu kvalitātes problēmām, un datu validācijas instrumentu trūkums Linked Data stekā. Risinājumi ir šādi.

• Atkal, izmantošana, lai validētu OWL konstrukcijas ar slēgta pasaules semantiku un nosaukumu unikālumu, ja ir atbilstošs iznākuma dzinējs.
• Izmantošana SHACL, standartizēta jau pēc tam, kad Semantic Web Layer Cake slāņu saraksts tika apstiprināts (tomēr to var izmantot arī kā noteikumu dzinēju), vai ShEx.
• Apzināšanās, ka viss galu galā tiek darīts SPARQL vaicājumiem, radot savu vienkāršo datu validācijas mehānismu, izmantojot tās.

Tomēr pat pilnīga atteikšanās no deduktīvajām iespējām un validācijas rīkiem atstāj Linked Data steku bez konkurences uzdevumos, kas ir ainaviski līdzīgi atklātajam un izplatītajam tīmeklim — datu integrācijas uzdevumos.

Kā ir ar parasto korporatīvo informācijas sistēmu?

Tas ir iespējams, taču, protams, jāapzinās, kādas problēmas attiecīgās tehnoloģijas būs jārisina. Šeit aprakstīšu tipisku izstrādātāju dalībnieku reakciju, lai parādītu, kā izskatās šis tehnoloģiju steks no konvencionālās IT viedokļa. Nedaudz atgādina stāstu par ziloņiem:

• Biznesa analītiķis: RDF ir kaut kas līdzīgs tieši glabātai loģiskajai modele.
• Sistēmu analītiķis: RDF ir kā EAV, tikai ar kaudzi indeksu un ērtu vaicājumu valodu.
• Izstrādātājam: nu, tas viss ir bagātīgas modeļa un zemas koda konceptu garā, nesen par to lasīju. : jā, tas ir
• Projektu vadītājssabrukšana ar steku Prakse rāda, ka steks visbiežāk tiek izmantots uzdevumos, kas saistīti ar datu izplatību un heterogenitāti, piemēram, veidojot MDM (Master Data Management) vai DWH (Data Warehouse) sistēmas. Šādi uzdevumi pastāv jebkurā nozarē.!

Runājot par nozares specifiskajiem pielietojumiem, šobrīd Linked Data tehnoloģijas ir vispopulārākās šādās nozarēs.

Attiecībā uz nozaru specifiskajiem pielietojumiem, šobrīd Linked Data tehnoloģijas visvairāk ir populāras šādās nozarēs.

• biomedicīnas tehnoloģijas (kur to popularitāte, šķiet, ir saistīta ar tēmas sarežģītību);

aktuāls

Nesen «Kipšanas punktā» notika Ar nacionālo medicīnas zināšanu bāzi organizētā konference «Ontoloģiju apvienošana. No teorijas uz praktisko lietojumu».

• sarežģītu izstrādājumu ražošana un ekspluatācija (liela mašīnbūve, naftas un gāzes ieguve; visbiežāk tiek runāts par standartu ISO 15926);

aktuāls

Šeit arī iemesls ir tēmas sarežģītība, kad, piemēram, augšupejošajā posmā, runājot par naftas un gāzes nozari, vienkāršā uzskaite jāiekļauj dažas CAD funkcijas.

2008. gadā notika Chevron rīkota pārstāvības iestādes konference.

ISO 15926 galu galā šķita pārāk smags naftas un gāzes nozarei (un grūti vien rudenī atrada izplatītu pielietojumu mašīnbūvē). Lielākoties uz to krita Statoil (Equinor), Norvēģijā ap to izveidojās vesela ekosistēma. Citas mēģina darīt kaut ko savu. Piemēram, pēc baumām, vietējais Enerģētikas ministrija plāno izstrādāt «koncepcionālo ontoloģisko modeli TĒK», kas ir līdzīgs, šķiet, izstrādātajam elektroenerģētikā.

• finanšu organizācijas (pat XBRL var uzskatīt par kādu hibrīdu starp SDMX un RDF Data Cube ontoloģijām);

aktuāls

LinkedIn gada sākumā aktīvi sūtīja autoram vakances no gandrīz visiem finanšu nozares milžiem, kurus viņš zina no sērijas «Foršas problēmas»: Goldman Sachs, JPMorgan Chase un/vai Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, FRS, Deutsche Bank… Iespējams, visi meklēja, kurš varētu tikt nosūtīts uz Knowledge Graph Conference. Sākumā izdevās atrast diezgan daudziem: finanšu organizācijas aizņēma visu pirmā dienas rītu.

Uz HeadHunter kaut kas interesants atradās tikai Sberbankā, un runa bija par «EAV krātuvi ar RDF līdzīgu datu modeli».

Iespējams, atšķirība mīlestībā pret atbilstošajām tehnoloģijām vietējām un rietumu finanšu institūcijām ir saistīta ar pēdējo transnacionālo darbību būtību. Acīmredzot integrācija caur valstu robežām prasa kvalitatīvi citas organizatoriskās un tehniskās risinājumus.

• jautājumu-atbilžu sistēmām, kurām ir komerciāla lietojuma potenciāls (IBM Watson, Apple Siri, Google Knowledge Graph);

aktuāls

Starp citu, Siri radītājs Toms Grūbers ir šī IT definīcijas, kas tiek saukta par «konceptualizācijas specifikāciju», autors. Manuprāt, vārdu secības maiņa šajā definīcijā nemaina tās nozīmi, kas, iespējams, liecina par to, ka tās tur vispār nav.

• strukturēto datu publicēšana (ar lielu pamatojumu to varētu jau attiecināt uz Linked Open Data).

aktuāls

Lieli Linked Data mīļotāji ir tā sauktie GLAM: galerijas, bibliotēkas, arhīvi un muzeji. Šeit pietiek pieminēt, ka Kongresa bibliotēka virza BIBFRAME, kas kas nodrošina pamatu bibliogrāfiskās aprakstu nākotnei. Un, protams, tas balstās uz RDF.

Bieži vien kā veiksmīga projekta piemēru Linked Open Data jomā min Wikidata — sava veida mašīndarbnīci, kuras saturs, atšķirībā no DBPedia, netiek ģenerēts, importējot no rakstu informācijas lodziņiem, bet tiek radīts vairāk vai mazāk roku darbs (un vēlāk kļūst par informācijas avotu tiem pašiem informācijas lodziņiem).

Iesakām arī iepazīties sarakstu ar Stardog RDF glabātavas lietotājiem Stellar tīmekļa vietnē sadaļā «Klienti».

Kā būtu, lai nebūtu, gartneriskais «Hype Cycle for Emerging Technologies» 2016. gadā «Enterprise Taxonomy and Ontology Management» ir novietots vidū lejupslīdes lejlīmenī ar perspektīvu iekļūt «produktivitātes plato» ne agrāk kā pēc 10 gadiem.

Savienojošā uzņēmuma dati

Prognozes, prognozes, prognozes…

No vēsturiskā viedokļa esmu iekļāvis zemāk tabulā gartnere prognozes dažādiem gadiem attiecībā uz mums interesējošajām tehnoloģijām.

Tomēr jau 2018. gada Hype Cycle… parādījās cits augošs trends — zināšanu grafi. Notika kāda reinkarnācija: grafiskās DB, uz kurām lietotāju uzmanība un izstrādātāju spēki tika pārsūtīti, ietekmē pirmo pieprasījumus un pēdējo ieradumus, sāka iegūt koordinātas un pozicionēšanu saviem iepriekšējiem konkurentiem.

Gandrīz katra grafiskā DB tagad paziņo sevi par piemērotu platformu korporatīvā «zināšanu grafika» veidošanai («linked data» dažreiz aizvieto ar «connected data»), taču vai šādi apgalvojumi ir pamatoti?

Grafu datu bāzes joprojām ir asemantiskas, dati grafu DB — joprojām ir tāds pats datu silo. Vektora identifikatori, nevis URI, padara divu grafu DB integrācijas uzdevumu par tādu pašu uzdevumu, kamēr divu RDF krātuves integrācija bieži vien samazinās līdz abu RDF grafu apvienošanai. Vēl viens asemantiskuma aspekts ir neatsaucamība LPG grafu modelī, kas apgrūtina metadatu pārvaldību, izmantojot to pašu platformu.

Visbeidzot, grafu DB trūkst iznākuma dzinēju un noteikumu dzinēju. Šādu dzinēju rezultāti var tikt reproducēti, sarežģījot pieprasījumus, taču to var izdarīt arī SQL.

Tomēr vadošās RDF krātuves nesaskaras ar grūtībām atbalstīt LPG modeli. Visnopietnākais ir pieejas rosinātājs, kas kādreiz tika ieteikts Blazegraph: RDF* modelis, kas apvieno RDF un LPG.

Plašāk

Sīkāk par RDF krātuves atbalstu LPG modelim var izlasīt iepriekšējā rakstā Habrā: „Ko šobrīd dara RDF krātuves“. Par Knowledge Graphs un Data Fabric, cerams, kādreiz tiks uzrakstīts atsevišķs raksts. Noslēguma sadaļa, kā viegli saprast, tika rakstīta steigā, tomēr, pat pēc pusgada šajās koncepcijās viss nav daudz skaidrāks.

Literatūra

1. Halpin, H., Monnin, A. (red.) (2014). Filosofiskā inženierija: uz tīmekļa filosofiju
2. Allemang, D., Hendler, J. (2011) Semantiskais tīmeklis strādājošam ontologam (2. izdevums)
3. Staab, S., Studer, R. (red.) (2009) Prakšu grāmata par ontoloģijām (2. izdevums)
4. Wood, D. (red.). (2011) Uzņēmuma datu saistīšana
5. Keet, M. (2018) Ievads ontoloģiju inženierijā

Avots: habr.com