Semantic Web og Linked Data. Korrigeringer og tillegg

Jeg vil gjerne presentere et utdrag fra denne nylig utgitte boken:

Ontologisk modellering av bedriften: metoder og teknologier [Tekst]: monografi / [S. V. Gorškov, S. S. Kralin, O. I. Muštak m.fl.; ansvarlig redaktør S. V. Gorškov]. — Jekaterinburg: Ural universitet forlag, 2019. — 234 s.: ill., tab.; 20 cm. — Forfatterne er oppgitt på baksiden av tittelbladet. — Bibliografi på slutten av kapitlene. — ISBN 978-5-7996-2580-1: 200 eksemplarer.

Målet med å publisere dette utdraget på Habra er firefoldig:

• Det er lite sannsynlig at noen vil kunne holde denne boken i hendene med mindre de er kunde av det respekterte SergeIndex; den er helt sikkert ikke til salgs.
• Teksten har blitt korrigert (endringene er ikke uthevet nedenfor) og gjort tilføyninger som ikke er helt kompatible med formatet til en trykt monografi: aktuelle merknader (under spoilere) og hyperlenker.
• Det er ønskelig å samle spørsmål og kommentarer, for å ta hensyn til dem når teksten skal inkluderes i en revidert utgave i andre publikasjoner.
• Mange tilhengere av Semantic Web og Linked Data mener fortsatt at deres krets er så smal hovedsakelig fordi offentligheten fortsatt ikke har fått en ordentlig forklaring på hvor fantastisk det er å være tilhenger av Semantic Web og Linked Data. Forfatteren av utdraget, selv om han tilhører denne kretsen, deler ikke denne oppfatningen, men anser det likevel som sin plikt å gjøre et nytt forsøk.

Så,

Semantic Web

Utviklingen av internett kan fremstilles på følgende måte (eller man kan snakke om segmentene som har blitt dannet i nedenstående rekkefølge):

1. Dokumenter på internett. Nøkkelteknologier — Gopher, FTP osv.
   Internett er et globalt nettverk for utveksling av lokale ressurser.
2. Internett dokumenter. Nøkkelteknologier — HTML og HTTP.
   Karakteren av de utstilte ressursene tar hensyn til egenskapene ved overføringsmiljøet.
3. Data på internett. Nøkkelteknologier — REST og SOAP API, XHR osv.
   Tiden for internett-applikasjoner, der ressursbrukerne ikke bare er mennesker.
4. Internett data. Nøkkelteknologier — Linked Data teknologier.
   Dette fjerde stadiet, spådd av Berners-Lee, skaperen av de sentrale teknologiene fra det andre stadiet og direktøren for W3C, kalles Semantic Web; Linked Data-teknologier er laget for å gjøre data på nettet ikke bare maskinlesbare, men også «maskinforståelige».

Fra det videre vil leseren forstå samsvaret mellom de sentrale begrepene fra det andre og det fjerde stadiet:

• URL-er er URI.
• HTML-er er RDF.
• HTML-hyperlenker svarer til URI-innføringer i RDF-dokumenter.

Det Semantiske Nettet er mer et systemisk syn på fremtiden til internett enn en konkret, tilfeldig eller lobbyistisk trend, selv om det kan ta hensyn til disse siste. For eksempel er en viktig egenskap ved det som kalles Web 2.0 «brukergenerert innhold». Dette skal tas i betraktning, spesielt av W3C-anbefalingen «Web Annotation Ontology» og et slikt initiativ som Solid.

Lever Semantiske Nettet?

Hvis vi ser bort fra urealistiske forventninger, er situasjonen med det semantiske nettet omtrent den samme som med kommunismen på tidspunktet for utviklet sosialisme (og om man overholder de betingede testamentene til Ilyich, får hver avgjøre selv). Søkemotorer tvinger ganske effektivt nettsteder til å bruke RDFa og JSON-LD, og bruker selv teknologier beslektet med de som beskrives videre (Google Knowledge Graph, Bing Knowledge Graph).

Generelt kan forfatteren ikke si hva som hindrer større utbredelse, men kan si noe basert på personlig erfaring. Oppgavene som ville bli løst «ut av boksen» under forholdene som følge av SW, eksisterer, selv om de ikke er veldig utbredte. Som et resultat har de som står overfor disse oppgavene, ingen maktmidler overfor de som kan tilby en løsning, og selvstendig tilveiebringelse av løsningen fra de sistnevnte motstrider forretningsmodellene deres. Så vi fortsetter å analysere HTML og lime sammen ulike API-er, den ene stygger enn den andre.

Imidlertid har teknologiene for Linked Data fått utbredelse også utenfor det vanlige nettet; denne boken er faktisk dedikert til disse bruksområdene. I dag forventer Linked Data-samfunnet at disse teknologiene vil få enda større utbredelse takket være fastsettelsen (eller proklamasjonen, som noen vil ha det) fra Gartner av slike trender som Knowledge Graphs og Data Fabric. Man håper at det ikke er «sykkel»-implementeringene av disse konseptene som får suksess, men de som er relevante for de standardene fra W3C som skal vurderes videre.

Linked Data

Berners-Lee definerte Linked Data som det «riktig utførte» semantiske nettet: en samling tilnærminger og teknologier som gjør det mulig å nå dets endelige mål. De grunnleggende prinsippene for Linked Data ble fremhevet av Berners-Lee som følgende. Prinsipp 1

. Bruk av URI for navngivning av enheter.. Bruk av URI for å navngi enheter.

URI er globale identifikatorer for entiteter i modsætning til lokale strengebehandlingsidentifikatorer. Senere fandt dette princip sit bedste udtryk i sloganet fra Google Knowledge Graph «ting, ikke strenge».

Princip 2. Brug af URI i HTTP-schemata, så de kan derefereres.

Når man henvender sig til en URI, bør det være muligt at få fat i den betydning, der ligger bag dette tegn (her er analogien med navnet på operatoren «*» i C); mere præcist, at få en repræsentation af denne betydning - afhængigt af værdien af HTTP-headeren Accept:. Måske, med ankomsten af AR/VR-æraen, vil det være muligt at få selve ressourcen, men indtil videre vil det sandsynligvis være et RDF-dokument, som er resultatet af udførelsen af en SPARQL-forespørgsel DESCRIBE.

Princip 3. Brug af W3C-standarder - især RDF(S) og SPARQL - i forbindelse med dereferencering af URI.

Disse separate "lag" i Linked Data-teknologistakken, også kendt som Semantic Web Layer Cake, vil blive beskrevet af os senere.

Princip 4. Brug af links til andre URI, når man beskriver entiteter.

RDF giver mulighed for at begrænse sig til den verbale beskrivelse af en ressource på et naturligt sprog, og den fjerde princip opfordrer ikke til dette. Med den generelle overholdelse af det første princip åbner der sig mulighed for at henvise til andre ressourcer, herunder "fremmede", når man beskriver en ressource, hvorfor dataene kaldes forbundne. Det er faktisk næsten uundgåeligt at bruge URI'er, der er navngivet i RDFS-ordbogen.

RDF

RDF (Resource Description Framework) - en formalism for beskrivelse af sammenkoblede entiteter.

Der laves udsagn om entiteter og deres relationer i formen "subjekt-prædikat-objekt", der kaldes tripletter. I den enkleste form er både subjekt, prædikat og objekt URI'er. Den samme URI kan i forskellige tripletter befinde sig i forskellige positioner: være både subjekt, prædikat og objekt; på den måde danner tripletterne en slags graf, kaldet en RDF-graf.

Subjekter og objekter kan ikke kun være URI'er, men også såkaldte tomme noder, og objekter kan også være literaler. Literalere er instanser af primitive typer, der består af en strengrepræsentation og angivelse af type.

Eksempler på optegnelse af literaler (i Turtle-syntaksen, som vi tager op senere): "5.0"^^xsd:float og "five"^^xsd:string. Literalere med typen rdf:langString kan også være forsynet med en sprogkode, i Turtle skrives det sådan: "five"@en og "fem"@nn.

Tomme nodar er «anonyme» ressursar utan globale id, som det kan gjerast påstandar om; ein slags eksistensielle variablar.

Så (dette er eigentleg heile poenget med RDF):

• subjektet er ein URI eller tom nod.
• predikatet er ein URI,
• objektet er ein URI, tom nod eller litteral.

Kvifor kan ikkje predikata vere tomme nodar?

Den sannsynlege grunnen er ønsket om å forstå og omsetje triplettar til språket for førsteordens predikatlogikk. s p o som noko a la , hvor — predikat, og — konstanter. Spor etter denne forståinga finst i dokumentet «LBase: Semantics for Languages of the Semantic Web», som har status som arbeidingsgruppnotat. Med denne forståinga vil tripletten s p [], hvor [] — tom nod, bli omsett som , hvor — variabel, men korleis skal ein då omsetje s [] o? Имеющий статус рекомендации W3C документ «RDF 1.1 Semantics» foreslår ein annan måte å omsetje på, men moglegheita for predikata å vere tomme nodar blir likevel ikkje vurdert.

For øvrig har Manu Sporny godkjent.

RDF er ein abstrakt modell. RDF kan bli skriven (serialisert) i ulike syntaksar: RDF/XML, Turtle (den mest lesarvennlege), JSON-LD, HDT (binær).

Den same RDF-en kan bli serialisert i RDF/XML på ulike måtar, så for eksempel er det meningslaust å validere den resulterande XML-en med XSD eller prøve å hente ut data med XPath. I same grad vil JSON-LD neppe tilfredsstille ønsket frå ein vanleg Javascript-utviklar om å arbeide med RDF ved hjelp av punkt- og firkantnotasjon i Javascript ( sjølv om JSON-LD går i denne retninga, og tilbyr mekanismen framing).

Dei fleste syntaksar tilbyr måtar å forkorte lange URI-ar. For eksempel vil ei erklæring @prefix rdf: i Turtle gjere det mogleg å skrive i staden for <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> bare rdf:type.

RDFS

RDFS (RDF Schema) er ei grunnleggjande ordbok for modellar, som innfører omgrep som eigenskap og klasse, samt eigenskapar som rdf:type, rdfs:subClassOf, rdfs:domain og rdfs:range. Ved hjelp av RDFS-ordboka kan for eksempel følgjande sanningar bli nedskrivne:

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 er ein ordbok for beskrivelse og modellering, men er ikkje eit språk for restriksjonar ( sjølv om den offisielle spesifikasjonen kjem med mulig anvendelse). Ordet «Schema» skal ikke forstås i samme betydning som i uttrykket «XML Schema». For eksempel, :author rdfs:range foaf:Person betyder at rdf:type alle verdier av egenskapen :author — foaf:Person, men det betyr ikke at dette må sies på forhånd.

SPARQL

SPARQL (SPARQL-protokoll og RDF-forespørselsspråk) er språket for forespørseler mot RDF-data. En enkel SPARQL-forespørsel består av et sett med mønstre som blir sammenlignet med tripletter i den forespurte grafen. Mønstrene kan inneholde variable i posisjonene for subjekter, predikater og objekter.

Forespørselen vil returnere slike verdier av variabler, der substitusjon av dem i mønstrene kan gi et delgraf av den forespurte RDF-grafen (en delmengde av dens tripletter). Variabler med samme navn i forskjellige mønstre av tripletter må ha de samme verdiene.

For eksempel, i det ovenstående settet av syv RDFS-aksjomer, vil følgende forespørsel returnere rdfs:domain og rdfs:range som verdier ?s og ?p henholdsvis:

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

Det er verdt å merke seg at SPARQL er deklarativt og ikke er et språk for å beskrive graftraversering (men noen RDF-lagre tilbyr måter å justere spørringsplanen). Derfor kan noen standard grafoppgaver, som å finne den korteste stien, ikke løses med SPARQL, inkludert ved bruk av mekanismen property paths (men igjen, enkelte RDF-lagre tilbyr spesielle utvidelser for å løse disse oppgavene).

SPARQL skiller ikke mellom verdens åpenhet og følger tilnærmingen «negation as failure», der kan slike konstruksjoner, som FILTER NOT EXISTS {…}. Datafordeling tas i betraktning ved hjelp av mekanismen føderative forespørseler.

En SPARQL-endepunkt — et RDF-lager som er i stand til å behandle SPARQL-forespørseler — har ikke direkte analoger fra det andre trinnet (se begynnelsen av dette avsnittet). Det kan sammenlignes med en database, basert på innholdet som HTML-sider ble generert fra, men som er tilgjengelig utenfra. SPARQL-endepunktet ligner mer på et API-endepunkt fra det tredje trinnet, men har to hovedforskjeller. For det første er det mulig å kombinere flere «atomiske» forespørseler til én (noe som anses som en nøkkelfunksjon ved GraphQL), og for det andre er et slikt API fullt selv-dokumentert (noe HATEOAS forsøkte å oppnå).

Polemiskt bemerkning

RDF — en metode for publisering av data på nettet, så RDF-lagre bør betraktes som dokumentbaserte DBMS. Tross alt, ettersom RDF er en graf og ikke et tre, har de også blitt grafbaserte. Det er overraskende at de i det hele tatt eksisterer. Hvem skulle trodd at det ville finnes kloke hoder som implementerer blank nodes? Hos Codd ble det ikke. Det gikk ikke..

Det finnes også mindre funksjonelle metoder for å organisere tilgang til RDF-data, for eksempel, Linked Data Fragments (LDF) og Linked Data Platform (LDP).

OWL

OWL (Web Ontology Language) — et formalisme for representasjon av kunnskap, en syntaksvariant av beskrivelseslogikk. (det er mer presist å si OWL 2 nedenfor; den første versjonen av OWL var basert på ).

Konsepter fra beskrivelseslogikk svarer til klasser i OWL, roller til egenskaper, og individer beholder sine tidligere navn. Aksiomer kalles også aksiomer.

For eksempel, i den såkalte Manchester-syntaksen, vil en kjent akse i OWL bli skrevet slik: Class: Human Class: Parent EquivalentClass: Human and (inverse hasParent) some Human ObjectProperty: hasParent

Det finnes også andre syntakser for å skrive OWL, for eksempel,

funksjonell syntaks, som brukes i den offisielle spesifikasjonen, ogOWL/XML. Dessuten kan OWL serialiserestil abstrakt syntaks RDF og deretter — til hvilken som helst av de spesifikke syntaksene. OWL har en dobbel forhold til RDF. På den ene siden kan den betraktes som et slags ordbok som utvider RDFS. På den annen side er det en mer kraftig formalisme, hvor RDF kun er en serialiseringsformat. Ikke alle grunnleggende konstruksjoner i OWL kan skrives med bare én RDF-triplett.

Avhengig av hvilket undermengde av OWL-konstruksjoner som er tillatt, snakker man om såkalte

OWL-profiler. De standardiserte og mest kjente — er OWL EL, OWL RL og OWL QL. Valg av profil påvirker den beregningsmessige kompleksiteten av typiske oppgaver. Det komplette settet av OWL-konstruksjoner, som kallesOWL DL. Noen ganger snakker man også om OWL Full, hvor OWL-konstruksjoner kan brukes med full frihet, som den som er iboende i RDF, uten semantiske og beregningsmessige begrensninger. For eksempel kan noe være både en klasse og en egenskap. OWL Full er uoppløselig. Nøkkelprinsippene for å legge til konsekvenser i OWL er antakelsen om åpen verden (open world assumption,

OWA) og avvisningen av antakelsen om unikhet av navn (unique name assumption, UNA.) og avskaffelse av forutsetningen om unikhet av navn (unique name assumption, UNA). Neden vi vil se på hva disse prinsippene kan føre til, og bli kjent med noen OWL-konstruksjoner.

La ontologien inneholde følgende utdrag (i Manchester-syntaks):

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

Vil det som er sagt, følge at John har mange barn? Avvisningen av UNA vil føre til at inferensmotoren svarer negativt på dette spørsmålet, ettersom Alice og Bob godt kan være den samme personen. For at dette skal følge, må en slik aksiom legges til:

DifferentIndividuals: Alice, Bob, Carol, John

La oss nå se på ontologidelen ha følgende form (John erklært som barnefattig, men han har angitt bare to barn):

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

Vil denne ontologien være motstridende (noe som kan tolkes som et bevis på ugyldige data)? Aksept av OWA vil føre til at inferensmotoren svarer negativt: «et sted» i en annen ontologi kan det godt hende at Carol også er et barn av John.

For å utelukke denne muligheten, la oss legge til et nytt faktum om John:

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

For å utelukke muligheten for andre barn, la oss si at alle verdier for egenskapen "ha barn" — mennesker, som vi kun har fire av:

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

Nå vil ontologien være motstridende, noe som inferensmotoren ikke vil unngå å rapportere. I den siste av aksiomene har vi på en måte "kommet til en slutt" i vår verden, og merk hvordan muligheten for at John er sitt eget barn er utelukket.

Kobling av bedriftsdata

Sett med tilnærminger og teknologier for Linked Data var opprinnelig beregnet på publisering av data på nett. Bruken av dem i et bedriftsmiljø møter flere utfordringer.

For eksempel, i et lukket bedriftsmiljø viser OWL, som er basert på aksept av OWA og avvisning av UNA — løsninger betinget av det åpne og distribuerte preget av nettet, seg for svak.

• Gi OWL semantikk, som forutsetter avvisning av OWA og aksept av UNA, implementering av en passende inferensmotor. — Ved å gå denne veien er det RDF-lageret Stardog.
• Avkall av deduktive muligheter i OWL til fordel for regelmotorer. — Stardog støtter SWRL; Jena og GraphDB tilbyr sine egne språk for regler.
• Avkall av deduktive muligheter i OWL, bruk for modellering av et bestemt subset nær RDFS. — Se mer om dette nedenfor.

Et annet problem er den langt større oppmerksomheten som er mulig å vie til datakvalitetsproblemer i næringslivet, og fraværet av verktøy for datavalidering i Linked Data-stakken. Her er løsningene.

• Igjen, bruk av OWL-konstruksjoner med lukket verdens semantikk og unike navn ved hjelp av en passende utgangsmotor.
• Bruken SHACL, standardisert allerede etter at lagene i Semantic Web Layer Cake ble bekreftet (men den kan også brukes som en regelmotor), eller ShEx.
• Å være klar over at alt til slutt gjøres med SPARQL-spørringer, og skape en egen enkel mekanisme for datavalidering ved hjelp av dem.

Likevel, selv en fullstendig avkalling av deduktive muligheter og verktøy for validering lar Linked Data-stakken forbli konkurransedyktig i oppgaver som ligner åpne og distribuerte nett — innen dataintegrasjonsoppgaver.

Hva med vanlige bedriftsinformasjonssystemer?

Det er muligens, men selvfølgeligvis må man være klar over hvilke spesifikke problemer de relevante teknologiene må løse. Jeg vil beskrive den typiske reaksjonen fra utviklingsdeltakere for å vise hvordan denne teknologistakken ser ut fra et konvensjonelt IT-perspektiv. Det minner litt om fabelen om elefanten:

• Forretningsanalytiker: RDF er noe som en logisk modell lagret direkte.
• Systemanalytiker: RDF er som EAV, bare med masse indekser og et praktisk spørringsspråk.
• Utvikler: vel, dette er alt i ånden til konsepter som rich model og low code, leste om dette nylig.
• Prosjektleder: ja, dette er collapsing the stack!

Praksis viser at stakken oftest brukes i oppgaver relatert til distribusjon og heterogenitet av data, for eksempel ved bygging av systemer for MDM (Master Data Management) eller DWH (Data Warehouse). Slike oppgaver finnes i alle bransjer.

Når det gjelder bruksområder med bransjespesifikke krav, er teknologiene for Linked Data for tiden mest populære i følgende bransjer.

• biomedisinske teknologier (deres popularitet synes å være knyttet til kompleksiteten i fagområdet);

aktuell

I «Kokepunktet» ble det nylig holdt en konferanse organisert av foreningen «Nasjonalt medisinsk kunnskapsbase» «Sammenstilling av ontologier. Fra teori til praktisk anvendelse».

• produksjon og drift av komplekse produkter (stor maskinteknikk, utvinning av olje og gass; det dreier seg oftest om standarden ISO 15926);

aktuell

Her er også grunnen kompleksiteten i fagområdet, når man for eksempel i upstream-fasen, snakker man om olje- og gassindustrien, en enkel registrering trenger noen CAD-funksjoner.

I 2008 ble det arrangert en representativ oppstartskonferanse av Chevron konferanse.

ISO 15926 viste seg til slutt å være for tungvint for olje- og gassindustrien (og hadde knapt større anvendelse i maskinteknikk). Bare Statoil (Equinor) har for alvor satset på det, og i Norge har det dannet seg et helt økosystem. Andre prøver å lage noe eget. For eksempel, det sies at den innenlandske energiministeriet har til hensikt å utvikle en «konseptuell ontologisk modell for energisektoren», som sannsynligvis er skapt for energisektoren.

• finansorganisasjoner (selv XBRL kan betraktes som en slags hybrid mellom SDMX og ontologien RDF Data Cube);

aktuell

LinkedIn spammet i begynnelsen av året forfatteren med stillinger nesten fra alle gigantene i finansindustrien, kjent fra TV-serien «Suits»: Goldman Sachs, JPMorgan Chase og/eller Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, Federal Reserve, Deutsche Bank… Antagelig søkte alle etter noen som kunne sendes til Knowledge Graph Conference. Mange fant det: finansorganisasjonene okkuperte hele morgen den første dagen.

På HeadHunter kom det imidlertid kun interessante stillinger fra Sberbank, det dreide seg om et «EAV-lager med en RDF-lignende datamodell».

Forskjellen i grad av kjærlighet til de aktuelle teknologiene blant innenlandske og vestlige finansinstitusjoner synes å være bestemt av den transnasjonale karakteren til sistnevnte. Det ser ut til at integrering på tvers av landegrenser krever helt andre organisatoriske og tekniske løsninger.

• spørsmål-svar systemer med kommersiell anvendelse (IBM Watson, Apple Siri, Google Knowledge Graph);

aktuell

For your information, the creator of Siri, Thomas Gruber, is the author of the very definition of ontology (in the IT sense) as 'specification of conceptualization'. In my opinion, rearranging the words in this definition does not change its meaning, which may indicate that it is perhaps meaningless.

• publication of structured data (this can largely be attributed to Linked Open Data).

aktuell

Big enthusiasts of Linked Data are the so-called GLAM: Galleries, Libraries, Archives, and Museums. It is sufficient to say that in place of MARC21, the Library of Congress promotes BIBFRAME, som provides a foundation for the future of bibliographic description and, of course, is based on RDF.

Often, Wikidata is cited as a successful project in the field of Linked Open Data — a kind of machine-readable version of Wikipedia, the content of which, unlike DBPedia, is not generated by importing from the infoboxes of articles, but is created more or less manually (and later becomes a source of information for those same infoboxes).

We also recommend exploring en liste the Stardog RDF storage users on the Stardog website in the 'Customers' section.

Be that as it may, in the Gartner ‘Hype Cycle for Emerging Technologies’ of 2016 ‘Enterprise Taxonomy and Ontology Management’ is positioned in the middle of the descent into the valley of disappointment with prospects of reaching the ‘productivity plateau’ no earlier than in 10 years.

Connecting Enterprise Data

Predictions, predictions, predictions…

Out of historical interest, I have compiled the Gartner forecasts of various years regarding the technologies of interest to us in the table below.

However, already in the ‘Hype Cycle…’ of 2018 a new rising trend appeared — Knowledge Graphs. There was a sort of reincarnation: graph databases, which have caught the attention of users and the efforts of developers, began to take shape and positioning of their predecessors-competitors under the influence of the requests of the former and the habits of the latter.

Practically every graph database now declares itself a suitable platform for building an enterprise 'knowledge graph' ('linked data' is sometimes replaced by 'connected data'), but how justified are such claims?

Grafdatabaser er fortsatt asemantiske, data i graf-databasen er fortsatt det samme data siloet. Strengidentifikatorer i stedet for URI gjør oppgaven med å integrere to grafdatabaser til den samme oppgaven med integrering, mens integrering av to RDF-lagre ofte bare reduseres til å kombinere to RDF-grafer. Et annet aspekt ved asemantiskhet er den ikke-refleksive grafmodellen LPG, noe som gjør det vanskelig å håndtere metadata ved bruk av samme plattform.

Til slutt har graferede databaser ingen utledningsmotorer eller regelmotorer. Resultatene fra slike motorer kan gjenskapes ved å komplicere forespørslene, men det er også mulig selv i SQL.

Likevel opplever ledende RDF-lagre ikke vanskeligheter med å støtte LPG-modellen. Den mest solide tilnærmingen anses å være den foreslått i Blazegraph: RDF*-modellen som kombinerer RDF og LPG.

Les mer

Mer om støtten fra RDF-lagre til LPG-modellen kan leses i den forrige artikkelen på Habr: «Hva skjer med RDF-lagrene nå». Om Knowledge Graphs og Data Fabric håper jeg en dag vil bli skrevet en egen artikkel. Den avsluttende delen, som det er lett å forstå, ble skrevet i hast, men selv etter et halvt år er det fortsatt ikke mye klarere med disse begrepene.

Litteratur

1. Halpin, H., Monnin, A. (red.) (2014). Filosofisk Ingeniørkunst: Mot en Filosofi av nettet
2. Allemang, D., Hendler, J. (2011) Semantisk Nett for den Arbeidende Ontologen (2. utg.)
3. Staab, S., Studer, R. (red.) (2009) Håndbok om Ontologier (2. utg.)
4. Wood, D. (red.). (2011) Koble Bedriftsdata
5. Keet, M. (2018) En Introduksjon til Ontologi Ingeniørfærdigheter

Kilde: habr.com