സെമാന്റിക് വെബ്, ലിങ്ക്ഡ് ഡാറ്റ. തിരുത്തലുകളും കൂട്ടിച്ചേർക്കലുകളും

അടുത്തിടെ പ്രസിദ്ധീകരിച്ച ഈ പുസ്തകത്തിന്റെ ഒരു ഭാഗം പൊതുജനങ്ങൾക്ക് സമർപ്പിക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നു:

ഒരു എന്റർപ്രൈസിന്റെ ഒന്റോളജിക്കൽ മോഡലിംഗ്: രീതികളും സാങ്കേതികവിദ്യകളും [ടെക്സ്റ്റ്]: മോണോഗ്രാഫ് / [എസ്. വി.ഗോർഷ്കോവ്, എസ്.എസ്. ക്രാലിൻ, ഒ.ഐ.മുഷ്താക് തുടങ്ങിയവർ; എക്സിക്യൂട്ടീവ് എഡിറ്റർ എസ്.വി. ഗോർഷ്കോവ്]. - എകറ്റെറിൻബർഗ്: യുറൽ യൂണിവേഴ്സിറ്റി പബ്ലിഷിംഗ് ഹൗസ്, 2019. - 234 പേ.: ill., പട്ടിക; 20 സെ.മീ - രചയിതാവ്. പിൻ തലയിൽ സൂചിപ്പിച്ചിരിക്കുന്നു. കൂടെ. - ഗ്രന്ഥസൂചിക അദ്ധ്യായത്തിന്റെ അവസാനം. — ISBN 978-5-7996-2580-1: 200 കോപ്പികൾ.

ഈ ശകലം ഹബ്രെയിൽ പോസ്റ്റുചെയ്യുന്നതിന്റെ ഉദ്ദേശ്യം നാലിരട്ടിയാണ്:

• ആദരണീയനായ ഒരാളുടെ ഇടപാടുകാരനല്ലെങ്കിൽ ആർക്കും ഈ പുസ്തകം അവരുടെ കൈകളിൽ പിടിക്കാൻ സാധ്യതയില്ല സെർജി സൂചിക; ഇത് തീർച്ചയായും വിൽപ്പനയ്‌ക്കില്ല.
• ടെക്‌സ്‌റ്റിൽ തിരുത്തലുകൾ വരുത്തി (അവ ചുവടെ ഹൈലൈറ്റ് ചെയ്‌തിട്ടില്ല) കൂടാതെ പ്രിന്റ് ചെയ്‌ത മോണോഗ്രാഫിന്റെ ഫോർമാറ്റുമായി തീരെ പൊരുത്തപ്പെടാത്ത കൂട്ടിച്ചേർക്കലുകൾ വരുത്തിയിട്ടുണ്ട്: ടോപ്പിക്കൽ നോട്ടുകളും (സ്‌പോയിലറുകൾക്ക് കീഴിൽ) ഹൈപ്പർലിങ്കുകളും.
• എനിക്ക് ഇത് വേണം ചോദ്യങ്ങളും അഭിപ്രായങ്ങളും ശേഖരിക്കുക, മറ്റേതെങ്കിലും പ്രസിദ്ധീകരണങ്ങളിൽ ഈ വാചകം പരിഷ്കരിച്ച രൂപത്തിൽ ഉൾപ്പെടുത്തുമ്പോൾ അവ കണക്കിലെടുക്കുന്നതിന്.
• അനേകം സെമാന്റിക് വെബ്, ലിങ്ക്ഡ് ഡാറ്റ അനുയായികൾ ഇപ്പോഴും അവരുടെ സർക്കിൾ വളരെ ഇടുങ്ങിയതാണെന്ന് വിശ്വസിക്കുന്നു, പ്രധാനമായും സെമാന്റിക് വെബിന്റെയും ലിങ്ക്ഡ് ഡാറ്റയുടെയും അനുയായിയാകുന്നത് എത്ര മഹത്തരമാണെന്ന് പൊതുജനങ്ങൾക്ക് ഇതുവരെ ശരിയായി വിശദീകരിച്ചിട്ടില്ല. ശകലത്തിന്റെ രചയിതാവ്, ഈ സർക്കിളിൽ പെടുന്നവനാണെങ്കിലും, ഈ അഭിപ്രായം പുലർത്തുന്നില്ല, എന്നിരുന്നാലും, മറ്റൊരു ശ്രമം നടത്താൻ താൻ ബാധ്യസ്ഥനാണെന്ന് കരുതുന്നു.

അങ്ങനെയാണെങ്കിൽ,

സെമാന്റിക് വെബ്

ഇൻറർനെറ്റിന്റെ പരിണാമം ഇനിപ്പറയുന്ന രീതിയിൽ പ്രതിനിധീകരിക്കാം (അല്ലെങ്കിൽ ചുവടെ സൂചിപ്പിച്ചിരിക്കുന്ന ക്രമത്തിൽ രൂപപ്പെട്ട അതിന്റെ സെഗ്‌മെന്റുകളെക്കുറിച്ച് സംസാരിക്കുക):

1. ഇന്റർനെറ്റിലെ രേഖകൾ. പ്രധാന സാങ്കേതികവിദ്യകൾ - ഗോഫർ, എഫ്‌ടിപി മുതലായവ.
   പ്രാദേശിക വിഭവങ്ങളുടെ കൈമാറ്റത്തിനുള്ള ഒരു ആഗോള ശൃംഖലയാണ് ഇന്റർനെറ്റ്.
2. ഇന്റർനെറ്റ് പ്രമാണങ്ങൾ. HTML, HTTP എന്നിവയാണ് പ്രധാന സാങ്കേതികവിദ്യകൾ.
   തുറന്നുകാട്ടപ്പെടുന്ന വിഭവങ്ങളുടെ സ്വഭാവം അവയുടെ പ്രക്ഷേപണ മാധ്യമത്തിന്റെ സവിശേഷതകൾ കണക്കിലെടുക്കുന്നു.
3. ഇന്റർനെറ്റ് ഡാറ്റ. പ്രധാന സാങ്കേതികവിദ്യകൾ - REST, SOAP API, XHR മുതലായവ.
   ഇന്റർനെറ്റ് ആപ്ലിക്കേഷനുകളുടെ യുഗം, ആളുകൾ മാത്രമല്ല വിഭവങ്ങളുടെ ഉപഭോക്താക്കളായി മാറുന്നത്.
4. ഇന്റർനെറ്റ് ഡാറ്റ. ലിങ്ക്ഡ് ഡാറ്റ ടെക്നോളജികളാണ് പ്രധാന സാങ്കേതികവിദ്യകൾ.
   സെക്കന്റ് കോർ ടെക്നോളജിയുടെ സ്രഷ്ടാവും W3C യുടെ ഡയറക്ടറുമായ ബെർണേഴ്സ്-ലീ പ്രവചിച്ച ഈ നാലാമത്തെ ഘട്ടത്തെ സെമാന്റിക് വെബ് എന്ന് വിളിക്കുന്നു; ലിങ്ക് ചെയ്‌ത ഡാറ്റ സാങ്കേതികവിദ്യകൾ വെബിലെ ഡാറ്റ മെഷീൻ റീഡബിൾ മാത്രമല്ല, "മെഷീൻ-മനസ്സിലാക്കാവുന്നവ" ആക്കാനാണ് രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്.

ഇനിപ്പറയുന്നവയിൽ നിന്ന്, രണ്ടാമത്തെയും നാലാമത്തെയും ഘട്ടങ്ങളിലെ പ്രധാന ആശയങ്ങൾ തമ്മിലുള്ള കത്തിടപാടുകൾ വായനക്കാരന് മനസ്സിലാകും:

• URL-കൾ URI-കൾക്ക് സമാനമാണ്,
• HTML ന്റെ അനലോഗ് RDF ആണ്,
• HTML ഹൈപ്പർലിങ്കുകൾ RDF പ്രമാണങ്ങളിലെ URI സംഭവങ്ങൾക്ക് സമാനമാണ്.

സെമാന്റിക് വെബ് എന്നത് ഒരു പ്രത്യേക സ്വതസിദ്ധമായ അല്ലെങ്കിൽ ലോബി ചെയ്ത പ്രവണതയെക്കാളും ഇന്റർനെറ്റിന്റെ ഭാവിയെക്കുറിച്ചുള്ള ഒരു വ്യവസ്ഥാപിത വീക്ഷണമാണ്, എന്നിരുന്നാലും ഇതിന് ഇവയെല്ലാം കണക്കിലെടുക്കാം. ഉദാഹരണത്തിന്, വെബ് 2.0 എന്ന് വിളിക്കപ്പെടുന്നതിന്റെ ഒരു പ്രധാന സ്വഭാവം "ഉപയോക്താവ് സൃഷ്ടിച്ച ഉള്ളടക്കം" ആയി കണക്കാക്കപ്പെടുന്നു. പ്രത്യേകിച്ചും, W3C ശുപാർശ അത് കണക്കിലെടുക്കാൻ ആവശ്യപ്പെടുന്നു "വെബ് വ്യാഖ്യാന ഒന്റോളജി"അത്തരത്തിലുള്ള ഒരു സംരംഭം ഖരമായ.

സെമാന്റിക് വെബ് ഡെഡ് ആണോ?

നിങ്ങൾ നിരസിച്ചാൽ അയഥാർത്ഥ പ്രതീക്ഷകൾ, വികസിത സോഷ്യലിസത്തിന്റെ കാലത്തെ കമ്മ്യൂണിസത്തിന്റെ അവസ്ഥയ്ക്ക് സമാനമാണ് സെമാന്റിക് വെബിന്റെ അവസ്ഥ (കൂടാതെ ഇലിച്ചിന്റെ സോപാധിക നിർദ്ദേശങ്ങളോടുള്ള വിശ്വസ്തത നിരീക്ഷിക്കപ്പെടുന്നുണ്ടോ, എല്ലാവരും സ്വയം തീരുമാനിക്കട്ടെ). സെർച്ച് എഞ്ചിനുകൾ തികച്ചും വിജയകരമായി RDFa, JSON-LD എന്നിവ ഉപയോഗിക്കുന്നതിന് വെബ്‌സൈറ്റുകളെ നിർബന്ധിക്കുക, താഴെ വിവരിച്ചിരിക്കുന്നവയുമായി ബന്ധപ്പെട്ട സാങ്കേതികവിദ്യകൾ അവർ തന്നെ ഉപയോഗിക്കുന്നു (Google നോളജ് ഗ്രാഫ്, ബിംഗ് നോളജ് ഗ്രാഫ്).

പൊതുവായി പറഞ്ഞാൽ, കൂടുതൽ വ്യാപനത്തെ തടയുന്നത് എന്താണെന്ന് രചയിതാവിന് പറയാൻ കഴിയില്ല, പക്ഷേ വ്യക്തിപരമായ അനുഭവത്തിന്റെ അടിസ്ഥാനത്തിൽ അദ്ദേഹത്തിന് സംസാരിക്കാൻ കഴിയും. SW ആക്രമണത്തിന്റെ സാഹചര്യങ്ങളിൽ "ബോക്‌സിന് പുറത്ത്" പരിഹരിക്കാൻ കഴിയുന്ന പ്രശ്‌നങ്ങളുണ്ട്, അവ വളരെ വ്യാപകമല്ലെങ്കിലും. തൽഫലമായി, ഈ ജോലികൾ അഭിമുഖീകരിക്കുന്നവർക്ക് ഒരു പരിഹാരം നൽകാൻ കഴിവുള്ളവർക്കെതിരെ നിർബന്ധിത മാർഗങ്ങളൊന്നുമില്ല, എന്നാൽ രണ്ടാമത്തേതിന്റെ സ്വതന്ത്രമായ ഒരു പരിഹാരം അവരുടെ ബിസിനസ്സ് മോഡലുകൾക്ക് വിരുദ്ധമാണ്. അതിനാൽ ഞങ്ങൾ HTML പാഴ്‌സ് ചെയ്യുന്നത് തുടരുകയും വിവിധ API-കൾ ഒരുമിച്ച് പശ ചെയ്യുകയും ചെയ്യുന്നു.

എന്നിരുന്നാലും, ലിങ്ക്ഡ് ഡാറ്റ സാങ്കേതികവിദ്യകൾ മുഖ്യധാരാ വെബിനപ്പുറം വ്യാപിച്ചു; പുസ്തകം, വാസ്തവത്തിൽ, ഈ ആപ്ലിക്കേഷനുകൾക്കായി സമർപ്പിച്ചിരിക്കുന്നു. നിലവിൽ, ഈ സാങ്കേതികവിദ്യകൾ കൂടുതൽ വ്യാപകമാകുമെന്ന് ലിങ്ക്ഡ് ഡാറ്റ കമ്മ്യൂണിറ്റി പ്രതീക്ഷിക്കുന്നത് ഗാർട്ട്‌നറുടെ റെക്കോർഡിംഗിലൂടെ (അല്ലെങ്കിൽ നിങ്ങൾ ഇഷ്ടപ്പെടുന്നതുപോലെ പ്രഖ്യാപനം) വിജ്ഞാന ഗ്രാഫുകൾ и ഡാറ്റ ഫാബ്രിക്. ഈ ആശയങ്ങളുടെ "സൈക്കിൾ" നടപ്പാക്കലുകളല്ല വിജയിക്കുമെന്ന് ഞാൻ വിശ്വസിക്കാൻ ആഗ്രഹിക്കുന്നു, എന്നാൽ ചുവടെ ചർച്ചചെയ്യുന്ന W3C മാനദണ്ഡങ്ങളുമായി ബന്ധപ്പെട്ടവ.

ലിങ്കുചെയ്‌ത ഡാറ്റ

ബെർണേഴ്‌സ്-ലീ ലിങ്ക്ഡ് ഡാറ്റയെ സെമാന്റിക് വെബ് "ശരിയായി ചെയ്തു" എന്ന് നിർവചിച്ചു: അതിന്റെ ആത്യന്തിക ലക്ഷ്യങ്ങൾ കൈവരിക്കാൻ അനുവദിക്കുന്ന സമീപനങ്ങളുടെയും സാങ്കേതികവിദ്യകളുടെയും ഒരു കൂട്ടം. ലിങ്ക്ഡ് ഡാറ്റ ബെർണേഴ്സ്-ലീയുടെ അടിസ്ഥാന തത്വങ്ങൾ ഹൈലൈറ്റ് ചെയ്തു ഇനിപ്പറയുന്നവ.

തത്വം 1. എന്റിറ്റികൾക്ക് പേര് നൽകാൻ URI-കൾ ഉപയോഗിക്കുന്നു.

എൻട്രികൾക്കായുള്ള ലോക്കൽ സ്ട്രിംഗ് ഐഡന്റിഫയറുകൾക്ക് വിരുദ്ധമായി യുആർഐകൾ ആഗോള എന്റിറ്റി ഐഡന്റിഫയറുകളാണ്. തുടർന്ന്, ഗൂഗിൾ നോളജ് ഗ്രാഫ് എന്ന മുദ്രാവാക്യത്തിൽ ഈ തത്ത്വം നന്നായി പ്രകടിപ്പിക്കപ്പെട്ടു.ചരടുകളല്ല, കാര്യങ്ങൾ".

തത്വം 2. HTTP സ്കീമിൽ URI-കൾ ഉപയോഗിക്കുന്നതിലൂടെ അവ ഡീ-റഫറൻസ് ചെയ്യാൻ കഴിയും.

ഒരു യുആർഐ പരാമർശിക്കുന്നതിലൂടെ, ആ സിഗ്നിഫയറിന് പിന്നിലുള്ള സിഗ്നഫൈഡ് (ഓപ്പറേറ്ററുടെ പേരുമായുള്ള സാമ്യം ഇവിടെ വ്യക്തമാണ്) ലഭിക്കണം.*"സിയിൽ); കൂടുതൽ കൃത്യമായി പറഞ്ഞാൽ, എച്ച്ടിടിപി തലക്കെട്ടിന്റെ മൂല്യത്തെ ആശ്രയിച്ച്, ഇതിന്റെ ചില പ്രാതിനിധ്യം ലഭിക്കും Accept:. ഒരുപക്ഷേ, AR/VR യുഗത്തിന്റെ ആവിർഭാവത്തോടെ, ഉറവിടം തന്നെ നേടാനാകും, എന്നാൽ ഇപ്പോൾ, മിക്കവാറും, ഇത് ഒരു RDF പ്രമാണമായിരിക്കും, ഇത് ഒരു SPARQL അന്വേഷണം നടപ്പിലാക്കുന്നതിന്റെ ഫലമാണ്. DESCRIBE.

തത്വം 3. W3C സ്റ്റാൻഡേർഡുകളുടെ ഉപയോഗം - പ്രാഥമികമായി RDF(S), SPARQL - പ്രത്യേകിച്ചും URI-കൾ ഒഴിവാക്കുമ്പോൾ.

ലിങ്ക്ഡ് ഡാറ്റ ടെക്നോളജി സ്റ്റാക്കിന്റെ ഈ വ്യക്തിഗത "ലെയറുകൾ" എന്നും അറിയപ്പെടുന്നു സെമാന്റിക് വെബ് ലെയർ കേക്ക്, താഴെ വിവരിക്കും.

തത്വം 4. എന്റിറ്റികളെ വിവരിക്കുമ്പോൾ മറ്റ് യുആർഐകളിലേക്കുള്ള റഫറൻസുകളുടെ ഉപയോഗം.

സ്വാഭാവിക ഭാഷയിൽ ഒരു വിഭവത്തിന്റെ വാക്കാലുള്ള വിവരണത്തിലേക്ക് സ്വയം പരിമിതപ്പെടുത്താൻ RDF നിങ്ങളെ അനുവദിക്കുന്നു, നാലാമത്തെ തത്വം ഇത് ചെയ്യരുതെന്ന് ആവശ്യപ്പെടുന്നു. ആദ്യ തത്വം സാർവത്രികമായി നിരീക്ഷിക്കുകയാണെങ്കിൽ, "വിദേശ" ഉൾപ്പെടെയുള്ളവയെ പരാമർശിക്കാൻ ഒരു ഉറവിടം വിവരിക്കുമ്പോൾ അത് സാധ്യമാകും, അതിനാലാണ് ഡാറ്റയെ ലിങ്ക്ഡ് എന്ന് വിളിക്കുന്നത്. വാസ്തവത്തിൽ, RDFS പദാവലിയിൽ പേരിട്ടിരിക്കുന്ന URI-കൾ ഉപയോഗിക്കുന്നത് ഏറെക്കുറെ അനിവാര്യമാണ്.

ആർ ഡി എഫ്

ആർ ഡി എഫ് (റിസോഴ്സ് ഡിസ്ക്രിപ്ഷൻ ഫ്രെയിംവർക്ക്) പരസ്പര ബന്ധമുള്ള എന്റിറ്റികളെ വിവരിക്കുന്നതിനുള്ള ഒരു ഔപചാരികതയാണ്.

ട്രിപ്പിൾസ് എന്ന് വിളിക്കപ്പെടുന്ന "വിഷയം-പ്രവചനം-വസ്തു" തരത്തിലുള്ള പ്രസ്താവനകൾ എന്റിറ്റികളെക്കുറിച്ചും അവയുടെ ബന്ധങ്ങളെക്കുറിച്ചും ഉണ്ടാക്കുന്നു. ഏറ്റവും ലളിതമായ സാഹചര്യത്തിൽ, വിഷയം, പ്രവചനം, വസ്തു എന്നിവയെല്ലാം യുആർഐകളാണ്. ഒരേ URI വ്യത്യസ്‌ത ട്രിപ്പിറ്റുകളിൽ വ്യത്യസ്ത സ്ഥാനങ്ങളിൽ ആയിരിക്കാം: ഒരു വിഷയം, ഒരു പ്രവചനം, ഒരു വസ്തു; അങ്ങനെ, ട്രിപ്പിൾസ് ഒരു RDF ഗ്രാഫ് എന്ന് വിളിക്കുന്ന ഒരു തരം ഗ്രാഫ് ഉണ്ടാക്കുന്നു.

വിഷയങ്ങളും വസ്തുക്കളും URI-കൾ മാത്രമല്ല, വിളിക്കപ്പെടുന്നവയും ആകാം ശൂന്യമായ നോഡുകൾ, കൂടാതെ വസ്തുക്കളും ആകാം അക്ഷരങ്ങൾ. സ്ട്രിംഗ് പ്രാതിനിധ്യവും ഒരു തരം സൂചനയും അടങ്ങുന്ന പ്രാകൃത തരങ്ങളുടെ ഉദാഹരണങ്ങളാണ് ലിറ്ററലുകൾ.

അക്ഷരങ്ങൾ എഴുതുന്നതിനുള്ള ഉദാഹരണങ്ങൾ (ആമ വാക്യഘടനയിൽ, അതിനെക്കുറിച്ച് കൂടുതൽ ചുവടെ): "5.0"^^xsd:float и "five"^^xsd:string. തരം ഉള്ള അക്ഷരങ്ങൾ rdf:langString ഒരു ഭാഷാ ടാഗും സജ്ജീകരിക്കാം; ആമയിൽ ഇത് ഇതുപോലെ എഴുതിയിരിക്കുന്നു: "five"@en и "пять"@ru.

ഗ്ലോബൽ ഐഡന്റിഫയറുകൾ ഇല്ലാത്ത "അജ്ഞാത" ഉറവിടങ്ങളാണ് ശൂന്യമായ നോഡുകൾ, ഏത് പ്രസ്താവനകൾ നടത്താം; ഒരുതരം അസ്തിത്വ വേരിയബിളുകൾ.

അതിനാൽ (വാസ്തവത്തിൽ, RDF-ന്റെ മുഴുവൻ പോയിന്റും ഇതാണ്):

• വിഷയം ഒരു URI അല്ലെങ്കിൽ ഒരു ശൂന്യമായ നോഡ് ആണ്,
• പ്രവചനം ഒരു URI ആണ്,
• ഒബ്‌ജക്റ്റ് ഒരു URI, ഒരു ശൂന്യമായ നോഡ് അല്ലെങ്കിൽ ഒരു അക്ഷരമാണ്.

എന്തുകൊണ്ട് പ്രവചനങ്ങൾ ശൂന്യമായ നോഡുകൾ ആയിക്കൂടാ?

ട്രിപ്പിൾ അനൗപചാരികമായി മനസ്സിലാക്കാനും ഫസ്റ്റ്-ഓർഡർ പ്രെഡിക്കേറ്റ് ലോജിക്കിന്റെ ഭാഷയിലേക്ക് വിവർത്തനം ചെയ്യാനും ഉള്ള ആഗ്രഹമാണ് സാധ്യതയുള്ള കാരണം. s p o എന്തോ പോലെ എവിടെ - പ്രവചിക്കുക, и - സ്ഥിരാങ്കങ്ങൾ. ഈ ധാരണയുടെ അടയാളങ്ങൾ പ്രമാണത്തിൽ ഉണ്ട് "എൽബേസ്: സെമാന്റിക് വെബിന്റെ ഭാഷകൾക്കുള്ള സെമാന്റിക്സ്", ഇതിന് ഒരു W3C വർക്കിംഗ് ഗ്രൂപ്പ് നോട്ടിന്റെ നിലയുണ്ട്. ഈ ധാരണയോടെ, ട്രിപ്പിൾ s p []എവിടെ [] - ശൂന്യമായ നോഡ്, എന്ന് വിവർത്തനം ചെയ്യപ്പെടും എവിടെ - വേരിയബിൾ, എന്നാൽ എങ്ങനെ വിവർത്തനം ചെയ്യാം s [] o? W3C ശുപാർശ നിലയുള്ള പ്രമാണം "RDF 1.1 സെമാന്റിക്സ്” മറ്റൊരു വിവർത്തന രീതി വാഗ്ദാനം ചെയ്യുന്നു, പക്ഷേ പ്രവചനങ്ങൾ ശൂന്യമായ നോഡുകളാകാനുള്ള സാധ്യത ഇപ്പോഴും പരിഗണിക്കുന്നില്ല.

എന്നിരുന്നാലും, മനു സ്‌പോർണി അനുവദിച്ചു.

RDF ഒരു അമൂർത്ത മാതൃകയാണ്. വിവിധ വാക്യഘടനകളിൽ RDF എഴുതാം (സീരിയലൈസ് ചെയ്തിരിക്കുന്നത്): RDF/XML, ടർട്ടിൽ (മനുഷ്യർക്ക് ഏറ്റവും വായിക്കാൻ കഴിയുന്നത്) JSON-LD, എച്ച്.ഡി.ടി (ബൈനറി).

ഒരേ RDF വ്യത്യസ്ത രീതികളിൽ RDF/XML-ലേക്ക് സീരിയലൈസ് ചെയ്യാൻ കഴിയും, അതിനാൽ, XSD ഉപയോഗിച്ച് ഫലമായുണ്ടാകുന്ന XML സാധൂകരിക്കുന്നതിൽ അർത്ഥമില്ല അല്ലെങ്കിൽ XPath ഉപയോഗിച്ച് ഡാറ്റ എക്‌സ്‌ട്രാക്‌റ്റുചെയ്യാൻ ശ്രമിക്കുക. അതുപോലെ, ജാവാസ്ക്രിപ്റ്റിന്റെ ഡോട്ടും സ്ക്വയർ-ബ്രാക്കറ്റ് നൊട്ടേഷനും ഉപയോഗിച്ച് RDF-നൊപ്പം പ്രവർത്തിക്കാനുള്ള ശരാശരി Javascript ഡവലപ്പറുടെ ആഗ്രഹം JSON-LD തൃപ്തിപ്പെടുത്താൻ സാധ്യതയില്ല (JSON-LD ഒരു മെക്കാനിസം വാഗ്ദാനം ചെയ്തുകൊണ്ട് ആ ദിശയിലേക്ക് നീങ്ങുന്നുണ്ടെങ്കിലും ഫ്രെയിമിംഗ്).

മിക്ക വാക്യഘടനകളും ദൈർഘ്യമേറിയ യുആർഐകൾ ചെറുതാക്കാനുള്ള വഴികൾ വാഗ്ദാനം ചെയ്യുന്നു. ഉദാഹരണത്തിന്, ഒരു പരസ്യം @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> ടർട്ടിൽ പിന്നീട് എഴുതാൻ നിങ്ങളെ അനുവദിക്കും <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> വെറും rdf:type.

ആർഡിഎഫ്എസ്

ആർഡിഎഫ്എസ് (RDF സ്കീമ) - ഒരു അടിസ്ഥാന മോഡലിംഗ് പദാവലി, പ്രോപ്പർട്ടി, ക്ലാസ്, പ്രോപ്പർട്ടികൾ തുടങ്ങിയ ആശയങ്ങൾ അവതരിപ്പിക്കുന്നു rdf:type, rdfs:subClassOf, rdfs:domain и rdfs:range. RDFS നിഘണ്ടു ഉപയോഗിച്ച്, ഉദാഹരണത്തിന്, ഇനിപ്പറയുന്ന സാധുവായ പദപ്രയോഗങ്ങൾ എഴുതാം:

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 .

ആർ‌ഡി‌എഫ്‌എസ് ഒരു വിവരണവും മോഡലിംഗ് പദാവലിയുമാണ്, പക്ഷേ ഇത് ഒരു നിയന്ത്രണ ഭാഷയല്ല (ഔദ്യോഗിക സ്പെസിഫിക്കേഷൻ ആണെങ്കിലും ഇലകൾ അത്തരം ഉപയോഗത്തിനുള്ള സാധ്യത). "XML സ്കീമ" എന്ന പദപ്രയോഗത്തിലെ അതേ അർത്ഥത്തിൽ "സ്കീമ" എന്ന വാക്ക് മനസ്സിലാക്കാൻ പാടില്ല. ഉദാഹരണത്തിന്, :author rdfs:range foaf:Person എന്നാണ് rdf:type എല്ലാ പ്രോപ്പർട്ടി മൂല്യങ്ങളും :author - foaf:Person, എന്നാൽ ഇത് മുൻകൂട്ടി പറയണമെന്ന് അർത്ഥമാക്കുന്നില്ല.

സ്പാർക്ൾ

സ്പാർക്ൾ (SPARQL പ്രോട്ടോക്കോളും RDF ചോദ്യ ഭാഷയും) - RDF ഡാറ്റ അന്വേഷിക്കുന്നതിനുള്ള ഒരു ഭാഷ. ഒരു ലളിതമായ സാഹചര്യത്തിൽ, ഒരു SPARQL ചോദ്യം എന്നത് ഒരു കൂട്ടം സാമ്പിളുകളാണ്, അതിനെതിരെ അന്വേഷിക്കുന്ന ഗ്രാഫിന്റെ ട്രിപ്പിറ്റുകൾ പൊരുത്തപ്പെടുന്നു. പാറ്റേണുകളിൽ വിഷയം, പ്രവചനം, ഒബ്ജക്റ്റ് സ്ഥാനങ്ങൾ എന്നിവയിൽ വേരിയബിളുകൾ അടങ്ങിയിരിക്കാം.

ചോദ്യം അത്തരം വേരിയബിൾ മൂല്യങ്ങൾ നൽകും, അത് സാമ്പിളുകളിലേക്ക് മാറ്റിസ്ഥാപിക്കുമ്പോൾ, അന്വേഷിച്ച RDF ഗ്രാഫിന്റെ ഒരു ഉപഗ്രാഫിലേക്ക് (അതിന്റെ ട്രിപ്പിൾസിന്റെ ഒരു ഉപവിഭാഗം) കാരണമാകും. ട്രിപ്പിറ്റുകളുടെ വ്യത്യസ്ത സാമ്പിളുകളിലെ ഒരേ പേരിലുള്ള വേരിയബിളുകൾക്ക് ഒരേ മൂല്യങ്ങൾ ഉണ്ടായിരിക്കണം.

ഉദാഹരണത്തിന്, മുകളിൽ പറഞ്ഞിരിക്കുന്ന ഏഴ് RDFS ആക്സിയോമുകൾ നൽകിയാൽ, ഇനിപ്പറയുന്ന ചോദ്യം തിരികെ നൽകും rdfs:domain и rdfs:range മൂല്യങ്ങളായി ?s и ?p യഥാക്രമം:

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

SPARQL ഡിക്ലറേറ്റീവ് ആണെന്നതും ഗ്രാഫ് ട്രാവെർസൽ വിവരിക്കുന്നതിനുള്ള ഒരു ഭാഷയല്ല എന്നതും ശ്രദ്ധിക്കേണ്ടതാണ് (എന്നിരുന്നാലും, ചില RDF റിപ്പോസിറ്ററികൾ ക്വറി എക്സിക്യൂഷൻ പ്ലാൻ ക്രമീകരിക്കാനുള്ള വഴികൾ വാഗ്ദാനം ചെയ്യുന്നു). അതിനാൽ, ചില സ്റ്റാൻഡേർഡ് ഗ്രാഫ് പ്രശ്നങ്ങൾ, ഉദാഹരണത്തിന്, ഏറ്റവും ചെറിയ പാത കണ്ടെത്തുന്നത്, SPARQL-ൽ പരിഹരിക്കാൻ കഴിയില്ല. സ്വത്ത് പാതകൾ (പക്ഷേ, വീണ്ടും, വ്യക്തിഗത RDF ശേഖരണങ്ങൾ ഈ പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നതിന് പ്രത്യേക വിപുലീകരണങ്ങൾ വാഗ്ദാനം ചെയ്യുന്നു).

SPARQL ലോകത്തിന്റെ തുറന്നുപറച്ചിലിന്റെ അനുമാനം പങ്കിടുന്നില്ല കൂടാതെ "പരാജയമെന്ന നിലയിൽ നിഷേധം" എന്ന സമീപനമാണ് പിന്തുടരുന്നത്. സാധ്യമാണ് തുടങ്ങിയ ഡിസൈനുകൾ FILTER NOT EXISTS {…}. മെക്കാനിസം ഉപയോഗിച്ച് ഡാറ്റ വിതരണം കണക്കിലെടുക്കുന്നു ഫെഡറേറ്റഡ് ചോദ്യങ്ങൾ.

SPARQL ആക്സസ് പോയിന്റിന് - SPARQL അന്വേഷണങ്ങൾ പ്രോസസ്സ് ചെയ്യാൻ കഴിവുള്ള ഒരു RDF സ്റ്റോറേജ് - രണ്ടാം ഘട്ടത്തിൽ നിന്ന് നേരിട്ടുള്ള അനലോഗുകൾ ഇല്ല (ഈ ഖണ്ഡികയുടെ തുടക്കം കാണുക). HTML പേജുകൾ സൃഷ്‌ടിച്ച ഉള്ളടക്കത്തെ അടിസ്ഥാനമാക്കി ഇതിനെ ഒരു ഡാറ്റാബേസിനോട് ഉപമിക്കാം, പക്ഷേ പുറത്തേക്ക് ആക്‌സസ് ചെയ്യാൻ കഴിയും. SPARQL ആക്‌സസ് പോയിന്റ് മൂന്നാം ഘട്ടത്തിൽ നിന്നുള്ള API ആക്‌സസ് പോയിന്റുമായി കൂടുതൽ സാമ്യമുള്ളതാണ്, എന്നാൽ രണ്ട് പ്രധാന വ്യത്യാസങ്ങളുണ്ട്. ഒന്നാമതായി, നിരവധി "ആറ്റോമിക്" അന്വേഷണങ്ങൾ ഒന്നായി സംയോജിപ്പിക്കാൻ കഴിയും (ഇത് ഗ്രാഫ്ക്യുഎല്ലിന്റെ പ്രധാന സ്വഭാവമായി കണക്കാക്കപ്പെടുന്നു), രണ്ടാമതായി, അത്തരമൊരു എപിഐ പൂർണ്ണമായും സ്വയം-രേഖപ്പെടുത്തുന്നതാണ് (അതാണ് HATEOAS നേടാൻ ശ്രമിച്ചത്).

വിവാദ പരാമർശം

വെബിൽ ഡാറ്റ പ്രസിദ്ധീകരിക്കുന്നതിനുള്ള ഒരു മാർഗമാണ് RDF, അതിനാൽ RDF സംഭരണം ഒരു ഡോക്യുമെന്റ് DBMS ആയി കണക്കാക്കണം. ശരിയാണ്, RDF ഒരു ഗ്രാഫ് ആയതിനാൽ ഒരു മരമല്ല, അവയും ഗ്രാഫ് അധിഷ്ഠിതമായി മാറി. അത് അപ്പാടെ പ്രവർത്തിച്ചു എന്നത് അത്ഭുതകരമാണ്. ബ്ലാങ്ക് നോഡുകൾ നടപ്പിലാക്കാൻ മിടുക്കരായ ആളുകൾ ഉണ്ടാകുമെന്ന് ആരാണ് കരുതിയിരുന്നത്. കോഡ് ഇവിടെയുണ്ട് അതു ഫലിച്ചില്ല.

RDF ഡാറ്റയിലേക്കുള്ള ആക്‌സസ് ഓർഗനൈസുചെയ്യുന്നതിന് പൂർണ്ണ ഫീച്ചർ ചെയ്യാത്ത വഴികളുമുണ്ട്, ഉദാഹരണത്തിന്, ലിങ്ക് ചെയ്‌ത ഡാറ്റ ശകലങ്ങൾ (എൽഡിഎഫ്) കൂടാതെ ലിങ്ക് ചെയ്‌ത ഡാറ്റ പ്ലാറ്റ്‌ഫോം (എൽഡിപി).

ഓവല

ഓവല (വെബ് ഒന്റോളജി ലാംഗ്വേജ്) - അറിവിനെ പ്രതിനിധീകരിക്കുന്നതിനുള്ള ഒരു ഔപചാരികത, വിവരണ യുക്തിയുടെ വാക്യഘടന (താഴെയുള്ള എല്ലായിടത്തും OWL 2 എന്ന് പറയുന്നത് കൂടുതൽ ശരിയാണ്, OWL-ന്റെ ആദ്യ പതിപ്പ് അടിസ്ഥാനമാക്കിയുള്ളതാണ് ).

OWL-ലെ വിവരണാത്മക ലോജിക്കുകളുടെ ആശയങ്ങൾ ക്ലാസുകളുമായി പൊരുത്തപ്പെടുന്നു, റോളുകൾ പ്രോപ്പർട്ടികളുമായി പൊരുത്തപ്പെടുന്നു, വ്യക്തികൾ അവരുടെ മുമ്പത്തെ പേര് നിലനിർത്തുന്നു. ആക്സിയോമുകളെ ആക്സിയം എന്നും വിളിക്കുന്നു.

ഉദാഹരണത്തിന്, വിളിക്കപ്പെടുന്നവയിൽ മാഞ്ചസ്റ്റർ വാക്യഘടന OWL നൊട്ടേഷനായി നമുക്ക് ഇതിനകം അറിയാവുന്ന ഒരു സിദ്ധാന്തം ഇങ്ങനെ എഴുതപ്പെടും:

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

OWL എഴുതുന്നതിനുള്ള മറ്റ് വാക്യഘടനകൾ ഉണ്ട് പ്രവർത്തനപരമായ വാക്യഘടന, ഔദ്യോഗിക സ്പെസിഫിക്കേഷനിൽ ഉപയോഗിച്ചു, കൂടാതെ OWL/XML. കൂടാതെ, OWL സീരിയലൈസ് ചെയ്യാവുന്നതാണ് RDF വാക്യഘടന സംഗ്രഹിക്കാൻ കൂടാതെ - ഏതെങ്കിലും പ്രത്യേക വാക്യഘടനയിൽ.

OWL-ന് RDF-മായി ഇരട്ട ബന്ധമുണ്ട്. ഒരു വശത്ത്, RDFS വിപുലീകരിക്കുന്ന ഒരു തരം നിഘണ്ടുവായി ഇതിനെ കണക്കാക്കാം. മറുവശത്ത്, ഇത് കൂടുതൽ ശക്തമായ ഔപചാരികതയാണ്, അതിനായി RDF ഒരു സീരിയലൈസേഷൻ ഫോർമാറ്റ് മാത്രമാണ്. എല്ലാ പ്രാഥമിക OWL നിർമ്മിതികളും ഒരൊറ്റ RDF ട്രിപ്പിൾ ഉപയോഗിച്ച് എഴുതാൻ കഴിയില്ല.

OWL നിർമ്മിതികളുടെ ഏത് ഉപവിഭാഗമാണ് ഉപയോഗിക്കാൻ അനുവദിച്ചിരിക്കുന്നത് എന്നതിനെ ആശ്രയിച്ച്, അവർ വിളിക്കപ്പെടുന്നവയെക്കുറിച്ച് സംസാരിക്കുന്നു OWL പ്രൊഫൈലുകൾ. OWL EL, OWL RL, OWL QL എന്നിവയാണ് സ്റ്റാൻഡേർഡ് ചെയ്തതും ഏറ്റവും പ്രശസ്തമായതും. പ്രൊഫൈലിന്റെ തിരഞ്ഞെടുപ്പ് സാധാരണ പ്രശ്നങ്ങളുടെ കമ്പ്യൂട്ടേഷണൽ സങ്കീർണ്ണതയെ ബാധിക്കുന്നു. അനുബന്ധമായ OWL നിർമ്മിതികളുടെ പൂർണ്ണമായ ഒരു കൂട്ടം , OWL DL എന്ന് വിളിക്കുന്നു. ചില സമയങ്ങളിൽ അവർ OWL Full എന്നതിനെക്കുറിച്ചും സംസാരിക്കുന്നു, അതിൽ OWL നിർമ്മിതികൾ ആർഡിഎഫിൽ അന്തർലീനമായ പൂർണ്ണ സ്വാതന്ത്ര്യത്തോടെ, സെമാന്റിക്, കമ്പ്യൂട്ടേഷണൽ നിയന്ത്രണങ്ങളില്ലാതെ ഉപയോഗിക്കാൻ അനുവദിച്ചിരിക്കുന്നു. . ഉദാഹരണത്തിന്, എന്തെങ്കിലും ഒരു ക്ലാസും ഒരു വസ്തുവും ആകാം. OWL ഫുൾ അനിശ്ചിതത്വത്തിലാണ്.

ഓപ്പൺ വേൾഡ് അനുമാനം സ്വീകരിക്കുന്നതാണ് OWL-ൽ അനന്തരഫലങ്ങൾ കൂട്ടിച്ചേർക്കുന്നതിനുള്ള പ്രധാന തത്വങ്ങൾ. ഒ.ഡബ്ല്യു.എ.) കൂടാതെ തനതായ പേരുകളുടെ അനുമാനം നിരസിക്കുക (അതുല്യമായ നാമ അനുമാനം, UNA). ഈ തത്ത്വങ്ങൾ എവിടേക്കാണ് നയിക്കുന്നതെന്നും ചില OWL നിർമ്മിതികൾ അവതരിപ്പിക്കുമെന്നും നമുക്ക് ചുവടെ കാണാം.

ഓന്റോളജിയിൽ ഇനിപ്പറയുന്ന ശകലം അടങ്ങിയിരിക്കട്ടെ (മാഞ്ചസ്റ്റർ വാക്യഘടനയിൽ):

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

ജോണിന് ധാരാളം കുട്ടികളുണ്ടെന്ന് പറഞ്ഞതിൽ നിന്ന് അത് പിന്തുടരുമോ? യുഎൻഎ നിരസിക്കുന്നത് ഈ ചോദ്യത്തിന് നെഗറ്റീവ് ഉത്തരം നൽകാൻ അനുമാന എഞ്ചിനെ നിർബന്ധിക്കും, കാരണം ആലീസും ബോബും ഒരേ വ്യക്തിയായിരിക്കാം. ഇനിപ്പറയുന്നവ സംഭവിക്കുന്നതിന്, ഇനിപ്പറയുന്ന സിദ്ധാന്തം ചേർക്കേണ്ടത് ആവശ്യമാണ്:

DifferentIndividuals: Alice, Bob, Carol, John

ഇനി ഓന്റോളജി ശകലത്തിന് ഇനിപ്പറയുന്ന രൂപം ഉണ്ടായിരിക്കട്ടെ (ജോണിന് ധാരാളം കുട്ടികളുണ്ടെന്ന് പ്രഖ്യാപിക്കപ്പെടുന്നു, പക്ഷേ അദ്ദേഹത്തിന് രണ്ട് കുട്ടികൾ മാത്രമേയുള്ളൂ):

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

ഈ ഓന്റോളജി പൊരുത്തമില്ലാത്തതായിരിക്കുമോ (അസാധുവായ ഡാറ്റയുടെ തെളിവായി ഇതിനെ വ്യാഖ്യാനിക്കാം)? OWA സ്വീകരിക്കുന്നത് അനുമാനം എഞ്ചിൻ നെഗറ്റീവ് ആയി പ്രതികരിക്കാൻ ഇടയാക്കും: "എവിടെയെങ്കിലും" (മറ്റൊരു ഓന്റോളജിയിൽ) കരോൾ ജോണിന്റെ കുട്ടിയാണെന്ന് പറയാവുന്നതാണ്.

ഇതിനുള്ള സാധ്യത തള്ളിക്കളയാൻ, ജോണിനെക്കുറിച്ചുള്ള ഒരു പുതിയ വസ്തുത ചേർക്കാം:

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

മറ്റ് കുട്ടികളുടെ രൂപം ഒഴിവാക്കാൻ, "ഒരു കുട്ടി ഉള്ള" സ്വത്തിന്റെ എല്ലാ മൂല്യങ്ങളും ആളുകളാണെന്ന് പറയാം, അവരിൽ നമുക്ക് നാല് പേർ മാത്രമേയുള്ളൂ:

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

ഇപ്പോൾ ഓന്റോളജി വൈരുദ്ധ്യമായിത്തീരും, അത് അനുമാനം എഞ്ചിൻ റിപ്പോർട്ടുചെയ്യുന്നതിൽ പരാജയപ്പെടില്ല. അവസാനത്തെ സിദ്ധാന്തങ്ങൾ ഉപയോഗിച്ച്, ഒരർത്ഥത്തിൽ, ലോകത്തെ “അടച്ചു”, ജോൺ സ്വന്തം കുട്ടിയാകാനുള്ള സാധ്യത എങ്ങനെ ഒഴിവാക്കപ്പെടുന്നുവെന്ന് ശ്രദ്ധിക്കുക.

എന്റർപ്രൈസ് ഡാറ്റ ലിങ്ക് ചെയ്യുന്നു

ലിങ്ക്ഡ് ഡാറ്റ സെറ്റ് സമീപനങ്ങളും സാങ്കേതികവിദ്യകളും യഥാർത്ഥത്തിൽ വെബിൽ ഡാറ്റ പ്രസിദ്ധീകരിക്കാൻ ഉദ്ദേശിച്ചുള്ളതാണ്. ഒരു ആന്തരിക കോർപ്പറേറ്റ് പരിതസ്ഥിതിയിൽ അവയുടെ ഉപയോഗം നിരവധി ബുദ്ധിമുട്ടുകൾ അഭിമുഖീകരിക്കുന്നു.

ഉദാഹരണത്തിന്, ഒരു അടഞ്ഞ കോർപ്പറേറ്റ് പരിതസ്ഥിതിയിൽ, OWA സ്വീകരിക്കുന്നതും UNA നിരസിക്കുന്നതും അടിസ്ഥാനമാക്കിയുള്ള OWL-ന്റെ കിഴിവ് ശക്തി, വെബിന്റെ തുറന്നതും വിതരണവുമായ സ്വഭാവം മൂലമുള്ള തീരുമാനങ്ങൾ വളരെ ദുർബലമാണ്. കൂടാതെ, ഇനിപ്പറയുന്ന പരിഹാരങ്ങൾ ഇവിടെ സാധ്യമാണ്.

• OWL ന് അർത്ഥശാസ്ത്രം നൽകൽ, OWA ഉപേക്ഷിച്ച് യുഎൻഎ സ്വീകരിക്കൽ, അനുബന്ധ ഔട്ട്പുട്ട് എഞ്ചിൻ നടപ്പിലാക്കൽ എന്നിവ സൂചിപ്പിക്കുന്നു. - ഈ പാതയിലൂടെ പോകുന്നു സ്റ്റാർഡോഗ് RDF സംഭരണം.
• റൂൾ എഞ്ചിനുകൾക്ക് അനുകൂലമായി OWL-ന്റെ കിഴിവ് കഴിവുകൾ ഉപേക്ഷിക്കുന്നു. - സ്റ്റാർഡോഗ് പിന്തുണയ്ക്കുന്നു SWRL; ജെനയും ഗ്രാഫ്ഡിബിയും ഓഫർ ചെയ്യുന്നു സ്വന്തമാണ് ഭാഷകൾ നിയമങ്ങൾ
• OWL-ന്റെ ഡിഡക്റ്റീവ് കഴിവുകൾ നിരസിക്കുക, മോഡലിംഗിനായി RDFS-ന് അടുത്തുള്ള ഒന്നോ അല്ലെങ്കിൽ മറ്റൊരു ഉപവിഭാഗത്തിന്റെ ഉപയോഗം. - ഇതിനെക്കുറിച്ച് കൂടുതൽ ചുവടെ കാണുക.

കോർപ്പറേറ്റ് ലോകം ഡാറ്റാ ഗുണനിലവാര പ്രശ്‌നങ്ങളിലും ലിങ്ക് ചെയ്‌ത ഡാറ്റ സ്റ്റാക്കിലെ ഡാറ്റ മൂല്യനിർണ്ണയ ഉപകരണങ്ങളുടെ അഭാവത്തിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നതാണ് മറ്റൊരു പ്രശ്‌നം. ഇവിടെ ഔട്ട്പുട്ടുകൾ താഴെ പറയുന്നവയാണ്.

• വീണ്ടും, അനുയോജ്യമായ ഒരു അനുമാന എഞ്ചിൻ ലഭ്യമാണെങ്കിൽ, അടച്ച ലോക സെമാന്റിക്സും അതുല്യമായ പേരുകളും ഉള്ള OWL നിർമ്മിതികളുടെ മൂല്യനിർണ്ണയത്തിനായി ഉപയോഗിക്കുക.
• ഉപയോഗിക്കുക എസ്എസിഎൽ, സെമാന്റിക് വെബ് ലെയർ കേക്ക് ലെയറുകളുടെ ലിസ്റ്റ് പരിഹരിച്ചതിന് ശേഷം സ്റ്റാൻഡേർഡ് ചെയ്തു (എന്നിരുന്നാലും, ഇത് ഒരു റൂൾസ് എഞ്ചിനായും ഉപയോഗിക്കാം), അല്ലെങ്കിൽ ഷെഎക്സ്.
• എല്ലാം ആത്യന്തികമായി SPARQL അന്വേഷണങ്ങൾ ഉപയോഗിച്ചാണെന്ന് മനസ്സിലാക്കുക, അവ ഉപയോഗിച്ച് നിങ്ങളുടേതായ ലളിതമായ ഡാറ്റ മൂല്യനിർണ്ണയ സംവിധാനം സൃഷ്ടിക്കുന്നു.

എന്നിരുന്നാലും, ഡിഡക്റ്റീവ് കഴിവുകളുടെയും മൂല്യനിർണ്ണയ ഉപകരണങ്ങളുടെയും പൂർണ്ണമായ നിരസിക്കൽ പോലും, തുറന്നതും വിതരണം ചെയ്തതുമായ വെബിന് സമാനമായ ടാസ്‌ക്കുകളിൽ - ഡാറ്റാ ഇന്റഗ്രേഷൻ ടാസ്‌ക്കുകളിൽ ലിങ്ക് ചെയ്‌ത ഡാറ്റ സ്റ്റാക്കിനെ മത്സരത്തിൽ നിന്ന് ഒഴിവാക്കുന്നു.

ഒരു സാധാരണ എന്റർപ്രൈസ് വിവര സംവിധാനത്തെക്കുറിച്ച്?

ഇത് സാധ്യമാണ്, എന്നാൽ അനുബന്ധ സാങ്കേതികവിദ്യകൾ പരിഹരിക്കേണ്ട പ്രശ്നങ്ങൾ എന്താണെന്ന് നിങ്ങൾ തീർച്ചയായും അറിഞ്ഞിരിക്കണം. പരമ്പരാഗത ഐടിയുടെ വീക്ഷണകോണിൽ നിന്ന് ഈ ടെക്നോളജി സ്റ്റാക്ക് എങ്ങനെയുണ്ടെന്ന് കാണിക്കാൻ വികസന പങ്കാളികളുടെ ഒരു സാധാരണ പ്രതികരണം ഞാൻ ഇവിടെ വിവരിക്കും. ആനയുടെ ഉപമ എന്നെ അല്പം ഓർമ്മിപ്പിക്കുന്നു:

• ബിസിനസ്സ് അനലിസ്റ്റ്: നേരിട്ട് സംഭരിച്ച ലോജിക്കൽ മോഡൽ പോലെയാണ് RDF.
• സിസ്റ്റം അനലിസ്റ്റ്: RDF പോലെയാണ് ഇ.എ.വി, ഒരു കൂട്ടം സൂചികകളും സൗകര്യപ്രദമായ അന്വേഷണ ഭാഷയും ഉപയോഗിച്ച് മാത്രം.
• ഡവലപ്പർ: ശരി, ഇതെല്ലാം സമ്പന്നമായ മോഡലിന്റെയും ലോ കോഡിന്റെയും ആശയങ്ങളുടെ ആത്മാവിലാണ്, വായിച്ചു ഇതിനെക്കുറിച്ച് അടുത്തിടെ.
• പ്രോജക്റ്റ് മാനേജർ: അതെ അത് തന്നെ സ്റ്റാക്ക് തകരുന്നു!

ഡാറ്റയുടെ വിതരണവും വൈവിധ്യവും സംബന്ധിച്ച ടാസ്ക്കുകളിൽ സ്റ്റാക്ക് മിക്കപ്പോഴും ഉപയോഗിക്കുമെന്ന് പ്രാക്ടീസ് കാണിക്കുന്നു, ഉദാഹരണത്തിന്, MDM (മാസ്റ്റർ ഡാറ്റാ മാനേജ്മെന്റ്) അല്ലെങ്കിൽ DWH (ഡാറ്റ വെയർഹൗസ്) ക്ലാസ് സിസ്റ്റങ്ങൾ നിർമ്മിക്കുമ്പോൾ. ഏത് വ്യവസായ മേഖലയിലും ഇത്തരം പ്രശ്നങ്ങൾ ഉണ്ട്.

വ്യവസായ-നിർദ്ദിഷ്‌ട ആപ്ലിക്കേഷനുകളുടെ കാര്യത്തിൽ, ലിങ്ക്ഡ് ഡാറ്റ സാങ്കേതികവിദ്യകൾ നിലവിൽ ഇനിപ്പറയുന്ന വ്യവസായങ്ങളിൽ ഏറ്റവും ജനപ്രിയമാണ്.

• ബയോമെഡിക്കൽ സാങ്കേതികവിദ്യകൾ (അവരുടെ ജനപ്രീതി ഡൊമെയ്‌നിന്റെ സങ്കീർണ്ണതയുമായി ബന്ധപ്പെട്ടിരിക്കുന്നതായി തോന്നുന്നു);

നിലവിലെ

"ബോയിലിംഗ് പോയിന്റ്" അടുത്തിടെ "നാഷണൽ മെഡിക്കൽ നോളജ് ബേസ്" അസോസിയേഷൻ സംഘടിപ്പിച്ച ഒരു കോൺഫറൻസിന് ആതിഥേയത്വം വഹിച്ചു.ഓന്റോളജികൾ സംയോജിപ്പിക്കുന്നു. സിദ്ധാന്തം മുതൽ പ്രായോഗിക പ്രയോഗം വരെ".

• സങ്കീർണ്ണമായ ഉൽപ്പന്നങ്ങളുടെ ഉൽപാദനവും പ്രവർത്തനവും (വലിയ മെക്കാനിക്കൽ എഞ്ചിനീയറിംഗ്, എണ്ണ, വാതക ഉത്പാദനം; മിക്കപ്പോഴും നമ്മൾ സ്റ്റാൻഡേർഡിനെക്കുറിച്ചാണ് സംസാരിക്കുന്നത് ISO 15926);

നിലവിലെ

ഇവിടെയും, വിഷയ മേഖലയുടെ സങ്കീർണ്ണതയാണ് കാരണം, ഉദാഹരണത്തിന്, അപ്‌സ്ട്രീം ഘട്ടത്തിൽ, എണ്ണ, വാതക വ്യവസായത്തെക്കുറിച്ച് നമ്മൾ സംസാരിക്കുകയാണെങ്കിൽ, ലളിതമായ അക്കൗണ്ടിംഗിന് ചില CAD പ്രവർത്തനങ്ങൾ ആവശ്യമാണ്.

2008-ൽ, ഷെവ്റോൺ സംഘടിപ്പിച്ച ഒരു പ്രതിനിധി ഇൻസ്റ്റലേഷൻ പരിപാടി നടന്നു സമ്മേളനം.

ISO 15926, അവസാനം, എണ്ണ, വാതക വ്യവസായത്തിന് അൽപ്പം ഭാരമുള്ളതായി തോന്നി (ഒരുപക്ഷേ മെക്കാനിക്കൽ എഞ്ചിനീയറിംഗിൽ കൂടുതൽ പ്രയോഗം കണ്ടെത്തി). സ്റ്റാറ്റോയിൽ (ഇക്വിനോർ) മാത്രം അതിൽ നന്നായി ഹുക്ക് ചെയ്തു; നോർവേയിൽ, മൊത്തത്തിൽ ആവാസവ്യവസ്ഥ. മറ്റുള്ളവർ സ്വന്തം കാര്യം ചെയ്യാൻ ശ്രമിക്കുന്നു. ഉദാഹരണത്തിന്, കിംവദന്തികൾ അനുസരിച്ച്, ആഭ്യന്തര ഊർജ മന്ത്രാലയം ഒരു "ഇന്ധനത്തിന്റെയും ഊർജ്ജ സമുച്ചയത്തിന്റെയും ആശയപരമായ ഓന്റോളജിക്കൽ മോഡൽ" സൃഷ്ടിക്കാൻ ഉദ്ദേശിക്കുന്നു. വൈദ്യുതോർജ്ജ വ്യവസായത്തിനായി സൃഷ്ടിച്ചത്.

• സാമ്പത്തിക സ്ഥാപനങ്ങൾ (എക്സ്ബിആർഎൽ പോലും എസ്ഡിഎംഎക്സ്, ആർഡിഎഫ് ഡാറ്റ ക്യൂബ് ഓന്റോളജി എന്നിവയുടെ ഒരുതരം ഹൈബ്രിഡ് ആയി കണക്കാക്കാം);

നിലവിലെ

വർഷത്തിന്റെ തുടക്കത്തിൽ, "ഫോഴ്സ് മജ്യൂർ" എന്ന ടിവി സീരീസിൽ നിന്ന് അദ്ദേഹത്തിന് അറിയാവുന്ന സാമ്പത്തിക വ്യവസായത്തിലെ മിക്കവാറും എല്ലാ ഭീമന്മാരിൽ നിന്നുമുള്ള ഒഴിവുകൾ ലിങ്ക്ഡ്ഇൻ രചയിതാവിനെ സജീവമായി സ്പാം ചെയ്തു: ഗോൾഡ്മാൻ സാച്ച്സ്, ജെപി മോർഗൻ ചേസ് കൂടാതെ/അല്ലെങ്കിൽ മോർഗൻ സ്റ്റാൻലി, വെൽസ് ഫാർഗോ, SWIFT/Visa/Mastercard, Bank of America, Citigroup, Fed, Deutsche Bank... ഒരുപക്ഷെ എല്ലാവരും തങ്ങൾക്ക് അയയ്‌ക്കാൻ കഴിയുന്ന ആരെയെങ്കിലും തിരയുകയായിരുന്നു. നോളജ് ഗ്രാഫ് കോൺഫറൻസ്. ചിലർക്ക് കണ്ടെത്താൻ കഴിഞ്ഞു: സാമ്പത്തിക സ്ഥാപനങ്ങൾ എല്ലാം എടുത്തു ആദ്യ ദിവസത്തെ രാവിലെ.

HeadHunter-ൽ, Sberbank മാത്രമാണ് രസകരമായ എന്തെങ്കിലും കണ്ടത്; അത് "ആർഡിഎഫ് പോലുള്ള ഡാറ്റാ മോഡലുള്ള EAV സംഭരണത്തെക്കുറിച്ചാണ്."

ഒരുപക്ഷേ, ആഭ്യന്തര, പാശ്ചാത്യ ധനകാര്യ സ്ഥാപനങ്ങളുടെ അനുബന്ധ സാങ്കേതികവിദ്യകളോടുള്ള സ്നേഹത്തിന്റെ അളവിലുള്ള വ്യത്യാസം പിന്നീടുള്ള പ്രവർത്തനങ്ങളുടെ അന്തർദേശീയ സ്വഭാവം മൂലമാകാം. പ്രത്യക്ഷത്തിൽ, സംസ്ഥാന അതിർത്തികളിലൂടെയുള്ള സംയോജനത്തിന് ഗുണപരമായി വ്യത്യസ്തമായ സംഘടനാപരവും സാങ്കേതികവുമായ പരിഹാരങ്ങൾ ആവശ്യമാണ്.

• വാണിജ്യ ആപ്ലിക്കേഷനുകളുള്ള ചോദ്യോത്തര സംവിധാനങ്ങൾ (ഐബിഎം വാട്സൺ, ആപ്പിൾ സിരി, ഗൂഗിൾ നോളജ് ഗ്രാഫ്);

നിലവിലെ

വഴിയിൽ, സിരിയുടെ സ്രഷ്ടാവ്, തോമസ് ഗ്രുബർ, ഓന്റോളജിയുടെ (ഐടി അർത്ഥത്തിൽ) ഒരു "സങ്കല്പവൽക്കരണ സ്പെസിഫിക്കേഷൻ" എന്നതിന്റെ നിർവചനത്തിന്റെ രചയിതാവാണ്. എന്റെ അഭിപ്രായത്തിൽ, ഈ നിർവചനത്തിലെ വാക്കുകൾ പുനഃക്രമീകരിക്കുന്നത് അതിന്റെ അർത്ഥം മാറ്റില്ല, അത് ഒരുപക്ഷേ അത് ഇല്ലെന്ന് സൂചിപ്പിക്കുന്നു.

• ഘടനാപരമായ ഡാറ്റയുടെ പ്രസിദ്ധീകരണം (കൂടുതൽ ന്യായീകരണത്തോടെ ഇത് ലിങ്ക്ഡ് ഓപ്പൺ ഡാറ്റയ്ക്ക് ആട്രിബ്യൂട്ട് ചെയ്യാം).

നിലവിലെ

ലിങ്ക്ഡ് ഡാറ്റയുടെ വലിയ ആരാധകരാണ് GLAM എന്ന് വിളിക്കപ്പെടുന്നവ: ഗാലറികൾ, ലൈബ്രറികൾ, ആർക്കൈവുകൾ, മ്യൂസിയങ്ങൾ. MARC21 ന് പകരമായി ലൈബ്രറി ഓഫ് കോൺഗ്രസ് പ്രോത്സാഹിപ്പിക്കുന്നു എന്ന് പറഞ്ഞാൽ മതിയാകും ബിബ്ഫ്രെയിം, ഏത് ഗ്രന്ഥസൂചിക വിവരണത്തിന്റെ ഭാവിക്ക് ഒരു അടിത്തറ നൽകുന്നു കൂടാതെ, തീർച്ചയായും, RDF അടിസ്ഥാനമാക്കിയുള്ളതാണ്.

ലിങ്ക്ഡ് ഓപ്പൺ ഡാറ്റാ മേഖലയിലെ വിജയകരമായ ഒരു പ്രോജക്റ്റിന്റെ ഉദാഹരണമായി വിക്കിഡാറ്റ പലപ്പോഴും ഉദ്ധരിക്കപ്പെടുന്നു - വിക്കിപീഡിയയുടെ ഒരു തരം മെഷീൻ-റീഡബിൾ പതിപ്പ്, ഇതിന്റെ ഉള്ളടക്കം, ഡിബിപീഡിയയിൽ നിന്ന് വ്യത്യസ്തമായി, ലേഖന ഇൻഫോബോക്സുകളിൽ നിന്ന് ഇറക്കുമതി ചെയ്തതല്ല, മറിച്ച് കൂടുതലോ കുറവോ സ്വമേധയാ സൃഷ്ടിച്ചു (പിന്നീട് അതേ ഇൻഫോബോക്സുകൾക്കുള്ള വിവരങ്ങളുടെ ഉറവിടമായി മാറുന്നു).

നിങ്ങൾ അത് പരിശോധിക്കാനും ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നു പട്ടിക "ഉപഭോക്താക്കൾ" വിഭാഗത്തിലെ Stardog വെബ്സൈറ്റിലെ Stardog RDF സംഭരണത്തിന്റെ ഉപയോക്താക്കൾ.

ഗാർട്ട്നറിൽ അങ്ങനെയാകട്ടെ ഉയർന്നുവരുന്ന സാങ്കേതികവിദ്യകൾക്കായുള്ള ഹൈപ്പ് സൈക്കിൾ 2016 "എന്റർപ്രൈസ് ടാക്‌സോണമി ആൻഡ് ഓന്റോളജി മാനേജ്‌മെന്റ്" നിരാശയുടെ താഴ്‌വരയിലേക്കുള്ള ഒരു ഇറക്കത്തിന്റെ മധ്യത്തിൽ സ്ഥാപിച്ചിരിക്കുന്നത് 10 വർഷത്തിനുള്ളിൽ ഒരു "ഉൽപാദനക്ഷമത പീഠഭൂമി"യിലെത്താനുള്ള സാധ്യതയോടെയാണ്.

എന്റർപ്രൈസ് ഡാറ്റ ബന്ധിപ്പിക്കുന്നു

പ്രവചനങ്ങൾ, പ്രവചനങ്ങൾ, പ്രവചനങ്ങൾ...

ചരിത്രപരമായ താൽപ്പര്യം കണക്കിലെടുത്ത്, ഞങ്ങൾക്ക് താൽപ്പര്യമുള്ള സാങ്കേതികവിദ്യകളെക്കുറിച്ചുള്ള ഗാർട്ട്നറുടെ വിവിധ വർഷങ്ങളിലെ പ്രവചനങ്ങൾ ഞാൻ ചുവടെ പട്ടികപ്പെടുത്തിയിട്ടുണ്ട്.

Год	സാങ്കേതികവിദ്യ	റിപ്പോർട്ട് ചെയ്യുക	സ്ഥാനം	പീഠഭൂമിയിലേക്ക് വർഷങ്ങൾ
2001	സെമാന്റിക് വെബ്	എമർജിംഗ് ടെക്നോളജീസ്	ഇന്നൊവേഷൻ ട്രിഗർ	5-10
2006	കോർപ്പറേറ്റ് സെമാന്റിക് വെബ്	എമർജിംഗ് ടെക്നോളജീസ്	ഊതിപ്പെരുപ്പിച്ച പ്രതീക്ഷകളുടെ കൊടുമുടി	5-10
2012	സെമാന്റിക് വെബ്	വലിയ ഡാറ്റ	ഊതിപ്പെരുപ്പിച്ച പ്രതീക്ഷകളുടെ കൊടുമുടി	> 10
2015	ലിങ്കുചെയ്‌ത ഡാറ്റ	അഡ്വാൻസ്ഡ് അനലിറ്റിക്സും ഡാറ്റ സയൻസും	നിരാശയുടെ തൊട്ടി	5-10
2016	എന്റർപ്രൈസ് ഒന്റോളജി മാനേജ്മെന്റ്	എമർജിംഗ് ടെക്നോളജീസ്	നിരാശയുടെ തൊട്ടി	> 10
2018	വിജ്ഞാന ഗ്രാഫുകൾ	എമർജിംഗ് ടെക്നോളജീസ്	ഇന്നൊവേഷൻ ട്രിഗർ	5-10

എന്നിരുന്നാലും, ഇതിനകം പ്രവേശിച്ചു "ഹൈപ്പ് സൈക്കിൾ..." 2018 മറ്റൊരു മുകളിലേക്കുള്ള പ്രവണത പ്രത്യക്ഷപ്പെട്ടു - നോളജ് ഗ്രാഫുകൾ. ഒരു പ്രത്യേക പുനർജന്മം സംഭവിച്ചു: ഉപയോക്താക്കളുടെ ശ്രദ്ധയും ഡവലപ്പർമാരുടെ പരിശ്രമവും മാറുന്ന ഗ്രാഫ് ഡിബിഎംഎസുകൾ, മുൻകാല അഭ്യർത്ഥനകളുടെയും പിന്നീടുള്ളവരുടെ ശീലങ്ങളുടെയും സ്വാധീനത്തിൽ, രൂപരേഖകളും സ്ഥാനനിർണ്ണയവും ഏറ്റെടുക്കാൻ തുടങ്ങി. അവരുടെ മുൻഗാമികളുടെ എതിരാളികൾ.

മിക്കവാറും എല്ലാ ഗ്രാഫുകളും DBMS ഇപ്പോൾ ഒരു കോർപ്പറേറ്റ് "നോളജ് ഗ്രാഫ്" ("ലിങ്ക് ചെയ്‌ത ഡാറ്റ" എന്നത് ചിലപ്പോൾ "കണക്‌റ്റഡ് ഡാറ്റ" ഉപയോഗിച്ച് മാറ്റിസ്ഥാപിക്കപ്പെടുന്നു) നിർമ്മിക്കുന്നതിനുള്ള അനുയോജ്യമായ പ്ലാറ്റ്‌ഫോമായി സ്വയം പ്രഖ്യാപിക്കുന്നു, എന്നാൽ അത്തരം അവകാശവാദങ്ങൾ എത്രത്തോളം ന്യായമാണ്?

ഗ്രാഫ് ഡാറ്റാബേസുകൾ ഇപ്പോഴും അസ്‌മന്റിക് ആണ്; ഒരു ഗ്രാഫ് ഡിബിഎംഎസിലെ ഡാറ്റ ഇപ്പോഴും അതേ ഡാറ്റാ സിലോയാണ്. URI-കൾക്ക് പകരം സ്ട്രിംഗ് ഐഡന്റിഫയറുകൾ രണ്ട് ഗ്രാഫ് DBMS-കൾ സംയോജിപ്പിക്കുക എന്നത് ഇപ്പോഴും ഒരു സംയോജന ചുമതലയാണ്, അതേസമയം രണ്ട് RDF സ്റ്റോറുകൾ സംയോജിപ്പിക്കുന്നത് പലപ്പോഴും രണ്ട് RDF ഗ്രാഫുകൾ ലയിപ്പിക്കുന്നതിന് കാരണമാകുന്നു. എൽപിജി ഗ്രാഫ് മോഡലിന്റെ റിഫ്ലെക്‌സിവിറ്റി ഇല്ലാത്തതാണ് അസെമാന്റിസിറ്റിയുടെ മറ്റൊരു വശം, ഇത് ഒരേ പ്ലാറ്റ്‌ഫോം ഉപയോഗിച്ച് മെറ്റാഡാറ്റ കൈകാര്യം ചെയ്യുന്നത് ബുദ്ധിമുട്ടാക്കുന്നു.

അവസാനമായി, ഗ്രാഫ് ഡിബിഎംഎസുകൾക്ക് അനുമാന എഞ്ചിനുകളോ റൂൾ എഞ്ചിനുകളോ ഇല്ല. അത്തരം എഞ്ചിനുകളുടെ ഫലങ്ങൾ സങ്കീർണ്ണമായ ചോദ്യങ്ങൾ വഴി പുനർനിർമ്മിക്കാൻ കഴിയും, എന്നാൽ ഇത് SQL-ൽ പോലും സാധ്യമാണ്.

എന്നിരുന്നാലും, മുൻനിര RDF സ്റ്റോറേജ് സിസ്റ്റങ്ങൾക്ക് LPG മോഡലിനെ പിന്തുണയ്‌ക്കാൻ പ്രയാസമില്ല. ബ്ലേസ്‌ഗ്രാഫിൽ ഒരു സമയത്ത് നിർദ്ദേശിച്ചിട്ടുള്ള ഏറ്റവും ദൃഢമായ സമീപനമായി കണക്കാക്കപ്പെടുന്നു: RDF* മോഡൽ, RDF, LPG എന്നിവ സംയോജിപ്പിക്കുന്നു.

കൂടുതൽ

എൽപിജി മോഡലിനുള്ള ആർഡിഎഫ് സ്റ്റോറേജ് പിന്തുണയെക്കുറിച്ച് ഹബ്രെയെക്കുറിച്ചുള്ള മുൻ ലേഖനത്തിൽ നിങ്ങൾക്ക് കൂടുതൽ വായിക്കാം: "RDF സ്റ്റോറേജിൽ ഇപ്പോൾ എന്താണ് സംഭവിക്കുന്നത്". ഒരു ദിവസം നോളജ് ഗ്രാഫുകളെക്കുറിച്ചും ഡാറ്റ ഫാബ്രിക്കുകളെക്കുറിച്ചും ഒരു പ്രത്യേക ലേഖനം എഴുതപ്പെടുമെന്ന് ഞാൻ പ്രതീക്ഷിക്കുന്നു. അവസാന ഭാഗം, മനസിലാക്കാൻ എളുപ്പമുള്ളത് പോലെ, തിടുക്കത്തിൽ എഴുതിയതാണ്, എന്നിരുന്നാലും, ആറ് മാസത്തിന് ശേഷവും, ഈ ആശയങ്ങളിൽ എല്ലാം കൂടുതൽ വ്യക്തമല്ല.

സാഹിത്യം

1. Halpin, H., Monnin, A. (eds.) (2014). ഫിലോസഫിക്കൽ എഞ്ചിനീയറിംഗ്: വെബിന്റെ തത്ത്വശാസ്ത്രത്തിലേക്ക്
2. Allemang, D., Hendler, J. (2011) സെമാന്റിക് വെബ് ഫോർ ദ വർക്കിംഗ് ഒന്റോളജിസ്റ്റ് (രണ്ടാം പതിപ്പ്)
3. Staab, S., Studer, R. (eds.) (2009) ഹാൻഡ്‌ബുക്ക് ഓൺ ഓന്റോളജിസ് (2nd ed.)
4. വുഡ്, ഡി. (എഡി.). (2011) എന്റർപ്രൈസ് ഡാറ്റ ലിങ്കിംഗ്
5. കീറ്റ്, എം. (2018) ഓന്റോളജി എഞ്ചിനീയറിംഗിന് ഒരു ആമുഖം

അവലംബം: www.habr.com