Semantic Web a Linked Data. Opravy a doplnenia

Chcem predstaviť verejnosti úryvok z tejto nedávno vydanej knihy:

Ontologické modelovanie podniku: metódy a technológie [Text]: monografia / [S. V. Gorškov, S. S. Kralin, O. I. Muštak a kol.; zodpovedný redaktor S. V. Gorškov]. — Jekaterinburg: Vydavateľstvo Uralkej univerzity, 2019. — 234 s.: ilustrácie, tabuľky; 20 cm. — Autori sú uvedení na zadnej strane titulnej strany. — Bibliografia na konci kapitol. — ISBN 978-5-7996-2580-1: 200 výtlačkov.

Cieľ vyklenutia tohto úryvku na Habre je štvornásobný:

• Málokomu sa podarí mať túto knihu vo svojich rukách, ak nie je klientom uznávaného SergeIndex; na predaj nie je určite.
• Text bol upravený (opravy nie sú nijako zvýraznené) a doplnený o prvky, ktoré nie sú veľmi kompatibilné s formátom tlačenej monografie: aktuálne poznámky (pod spoilerom) a hyperlinky.
• Rád by som zhromaždil otázky a pripomienky, aby som ich zohľadnil pri zaradení tohto textu v upravenej forme do iných publikácií.
• Mnohí zasvätenci do Semantic Web a Linked Data stále považujú, že ich okruh je taký úzky predovšetkým preto, že širokej verejnosti nebolo dostatočne vysvetlené, aké skvelé je byť zasvätencom do Semantic Web a Linked Data. Autor úryvku, aj keď patrí do tohto okruhu, túto myšlienku nezdieľa, no napriek tomu považuje za svoju povinnosť urobiť ešte jeden pokus.

Takže,

Semantic Web

Evolúciu internetu môžeme predstaviť nasledovne (alebo hovoriť o jeho segmentoch, ktoré sa formovali v nižšie uvedenom poradí):

1. Dokumenty v internete. Kľúčové technológie — Gopher, FTP a pod.
   Internet je globálna sieť na výmenu lokálnych zdrojov.
2. Internet dokumentov. Kľúčové technológie — HTML a HTTP.
   Charakter vystavovaných zdrojov zohľadňuje špecifiká prostredia ich prenosu.
3. Údaje v internete. Kľúčové technológie — REST a SOAP API, XHR a pod.
   Éra internetových aplikácií, spotrebiteľmi zdrojov sa stávajú nielen ľudia.
4. Internet údajov. Kľúčové technológie — technológie Linked Data.
   Tento štvrtý stupeň, predpovedaný Berners-Lee, tvorcom kľúčových technológií druhého stupňa a riaditeľom W3C, a nazýva sa Semantic Web; technológie Linked Data majú za cieľ sprístupniť údaje na webe nielen pre stroje, ale aj pre ich 'porozumenie'.

Z ďalšieho čítania bude čitateľovi jasné, aké súvislosti existujú medzi kľúčovými pojmami druhého a štvrtého stupňa:

• analógmi URL sú URI,
• analogom HTML je RDF,
• HTML hypertextovým odkazom sú ekvivalentné výskyty URI v RDF dokumentoch.

Sémantický web je skôr systémovým pohľadom na budúcnosť internetu, než konkrétnym spontánnym alebo lobbovaným trendom, hoci dokáže zohľadniť aj posledné. Napríklad dôležitou charakteristikou toho, čo sa nazýva Web 2.0, je „obsah vytváraný používateľmi“. Na jej zohľadnenie je určená najmä odporúčanie W3C „Web Annotation Ontology“ a takéto podnikanie ako Solid.

Je Sémantický web mŕtvy?

Ak sa vzdáme nerealistických očakávaní,situácia so sémantickým webom je približne taká istá ako s komunizmom v čase rozvinutého socializmu (a či sa dodrží vernosť podmienenej záväzkom Iľjiča, to nech sa každý rozhodne sám). Vyhľadávače pomerne úspešne nútia webové stránky používať RDFa a JSON-LD a sami používajú technológie súvisiace s tými, ktoré sú popísané nižšie (Google Knowledge Graph, Bing Knowledge Graph).

V obecných črtách autor nemôže povedať, čo bráni väčšiemu rozšíreniu, ale môže vyjadriť názor na základe osobnej skúsenosti. Úlohy, ktoré by sa riešili „z krabice“ v podmienkach nástupu SW, existujú, hoci nie sú veľmi masové. Ako dôsledok, tí, ktorí čelí týmto úlohám, nemajú prostriedky na donútenie tých, ktorí sú schopní zabezpečiť riešenie; samostatné zabezpečenie riešenia týmito poslednými je v rozpore s ich obchodnými modelmi. Takže pokračujeme v parsovaní HTML a spájaní rôznych API, jedno je horšie ako druhé.

Avšak technológie pre Linked Data sa rozšírili aj za rámec masového webu; týmto ich aplikáciám je kniha vlastne venovaná. V súčasnosti komunita Linked Data očakáva, že tieto technológie získajú ešte väčšie rozšírenie vďaka fixácii (alebo vyhláseniu, komu ako vyhovuje) Gartnerom takých trendov, ako sú Knowledge Graphs a Data Fabric. Chcelo by sa veriť, že úspech nebudú mať „bicyklové“ realizácie týchto konceptov, ale tie, ktoré súvisia so štandardmi W3C, ktoré budú skúmané ďalej.

Linked Data

Berners-Lee definoval Linked Data ako „správne urobený“ sémantický web: súbor prístupov a technológií, ktoré umožňujú dosiahnuť jeho konečné ciele. Základné princípy Linked Data, ktoré zdôraznil Berners-Lee, sú nasledujúce. Princíp 1

. Používanie URI na pomenovanie entít.. Používanie URI na pomenovávanie entít.

URI sú globálne identifikátory entít na rozdiel od lokálnych reťazcových identifikátorov záznamov. Následne najlepšie vyjadrenie tohto princípu našlo miesto v slogane Google Knowledge Graph "vecí, nie reťazcov».

Princíp 2. Používanie URI v schéme HTTP, aby bolo možné ich dereferencovať.

Pri oslovení URI by malo byť možné získať význam, ktorý sa za týmto významovým znakom skrýva (tu je zrejmá analógia s názvom operátora "*" v C); konkrétne získať určitú reprezentáciu tohto významu — v závislosti od hodnoty HTTP hlavičky Accept:. Možno, s príchodom éry AR/VR, bude možné získať samotný zdroj, zatiaľ to bude pravdepodobne RDF dokument, ktorý je výsledkom vykonania SPARQL dotazu DESCRIBE.

Princíp 3. Používanie štandardov W3C — predovšetkým RDF(S) a SPARQL — najmä pri dereferencovaní URI.

Tieto jednotlivé "vrstvy" technológie Linked Data, známej aj pod názvom Semantic Web Layer Cake, budú opísané ďalej.

Princíp 4. Používanie odkazov na iné URI pri opisovaní entít.

RDF umožňuje obmedziť sa na slovný opis zdroja v prírodnom jazyku a štvrtý princíp vyzýva, aby sa to nerobilo. Pri všeobecnom dodržiavaní prvého princípu sa otvára možnosť pri opisovaní zdroja odkazovať na iné, vrátane "cudzích", kvôli čomu sú údaje nazývané prepojené. V skutočnosti je takmer nevyhnutné používanie URI pomenovaných v slovníku RDFS.

RDF

RDF (Resource Description Framework) — formalizmus na opis vzájomne prepojených entít.

O entitách a ich vzájomných vzťahoch sa robia vyhlásenia typu "subjekt-predikát-objekt", nazývané tripletmi. V najjednoduchšom prípade sú subjekt, predikát a objekt všetko URI. Ten istý URI môže byť v rôznych tripletov rôznych pozíciách: byť aj subjektom, aj predikátom, aj objektom; takto tripletová štruktúra tvorí akýsi graf, nazývaný RDF graf.

Subjekty a objekty nemusia byť len URI, ale aj takzvané prázdne uzly, zatiaľ čo objekty môžu byť ešte aj literály. Literály sú inštancie primitívnych typov, ktoré sa skladajú zo stringového zastúpenia a indikácie typu.

Príklady zápisu literálov (v syntaxi Turtle, o ktorej bude nižšie): "5.0"^^xsd:float a "five"^^xsd:string. Literály s typom rdf:langString môžu mať pridanú aj jazykovú značku, v Turtle sa to zapisuje takto: "five"@en a "päť"@sk.

Prázdne uzly sú "anonymné" zdroje bez globálnych identifikátorov, o ktorých sa však môžu robiť tvrdenia; svojho druhu existenciálne premenné.

Takže (v tom je vlastne celá podstata RDF):

• subjekt — to je URI alebo prázdny uzol,
• predikát — to je URI,
• objekt — to je URI, prázdny uzol alebo literál.

Prečo predikáty nemôžu byť prázdnymi uzlami?

Pričína je pravdepodobne snaha neformálne chápať a prekladať do jazyka logiky predikátov prvej úrovne trojice s p o ako niečo podobné , kde — predikát, a — konštanty. Stopy takéhoto chápania sú v dokumente "LBase: Semantics for Languages of the Semantic Web", ktorý má status poznámky pracovnej skupiny W3C. Pri takomto pochopení trojice s p [], kde [] — prázdny uzol, bude preložený ako , kde — premenná, ale ako teda preložiť s [] o? Имеющий статус рекомендации W3C документ «RDF 1.1 Semantics» ponúka iný spôsob prekladu, ale možnosť predikátov byť prázdnymi uzlami aj tak nezvažuje.

Napriek tomu, Manu Sporni povolené.

RDF — abstraktný model. RDF může byť zapísaný (serializovaný) v rôznych syntaktických rodinách: RDF/XML, Turtle (najčitateľnejší), JSON-LD, HDT (binarne).

Ten istý RDF môže byť serializovaný v RDF/XML rôznymi spôsobmi, preto napríklad výsledný XML nemá zmysel validovať pomocou XSD alebo sa pokúšať extrahovať dáta s pomocou XPath. Rovnako tak JSON-LD ťažko uspokojí túžby bežného Javascript vývojára pracovať s RDF za pomoci bodkovanej a hranatej zápisovej notácie Javascript (aj keď JSON-LD sa touto cestou uberá, ponúkajúce mechanizmus framing).

Väčšina syntaktických rodín ponúka spôsoby skrátenia dlhých URI. Napríklad vyhlásenie @prefix rdf: v Turtle umožní potom písať namiesto <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> jednoduchý rdf:type.

RDFS

RDFS (RDF Schema) — základný slovník modelovania, zavádza pojmy vlastnosti a triedy a také vlastnosti, ako sú rdf:type, rdfs:subClassOf, rdfs:domain a rdfs:range. S pomocou slovníka RDFS môžu byť zapísané, napríklad, nasledujúce platné vyjadrenia:

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 slovník popisu a modelovania, ale nie je jazykom obmedzení (aj keď oficiálna špecifikácia a zanecháva možnosť takéhoto používania). Slovo „Schema“ by sa nemalo chápať v tom istom zmysle ako vo výraze „XML Schema“. Napríklad, :author rdfs:range foaf:Person znamená, že rdf:type všetkých hodnôt vlastnosti :author — foaf:Person, ale to neznamená, že o tom treba hovoriť vopred.

SPARQL

SPARQL (SPARQL Protocol and RDF Query Language) — jazyk dotazov na RDF dáta. V jednoduchých prípadoch je SPARQL dotaz súbor vzorov, s ktorými sa porovnávajú trojice dotazovaného grafu. Vo vzoroch môžu na pozíciách subjektov, predikátov a objektov byť premenné.

Dotaz vráti také hodnoty premenných, pri substitúcii ktorých do vzorov môže vzniknúť podgraf dotazovaného RDF grafu (podmnožina jeho trojíc). Zhodné premenné v rôznych vzoroch trojíc musia pritom mať rovnaké hodnoty.

Napríklad, na uvedenej sade zo siedmich RDFS axiomov nasledujúci dotaz vráti rdfs:domain a rdfs:range ako hodnoty ?s a ?p príslušne:

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

Je potrebné poznamenať, že SPARQL je deklaratívny jazyk a nie je jazykom na opis prechodu grafu (avšak niektoré RDF úložiská ponúkajú spôsoby úpravy plánu vykonávania dotazu). Preto niektoré štandardné grafové úlohy, ako napríklad vyhľadávanie najkratšej cesty, nie je možné riešiť v SPARQL, vrátane použitia mechanizmu property paths (ale, opäť, niektoré RDF úložiská ponúkajú špeciálne rozšírenia na riešenie týchto úloh).

SPARQL nezdieľa predpoklad otvorenosti sveta a riadi sa prístupom „negation as failure“, v ňom sú možné také konštrukcie, ako FILTER NOT EXISTS {…}. Rozdelenosť dát sa zohľadňuje pomocou mechanizmu federatívnych dotazov.

Prístupový bod SPARQL — RDF úložisko, schopné spracovávať SPARQL dotazy — nemá priame analógy z druhej etapy (pozri začiatok tohto odseku). Môže sa podobať databáze, na základe obsahu ktorej sa generovali HTML stránky, ale dostupnej zvonku. Prístupový bod SPARQL je skôr analógom prístupového bodu API z tretej etapy, avšak s dvoma hlavnými rozdielmi. Po prvé, existuje možnosť zlúčiť niekoľko „atomárnych“ dotazov do jedného (čo sa považuje za kľúčovú charakteristiku GraphQL), po druhé, takýto API je plne samodokumentovaný (čo sa snažil dosiahnuť HATEOAS).

Polemic remark

RDF je spôsob publikovania údajov na webe, a preto by sa RDF úložiská mali považovať za dokumentové databázové systémy. Pravda, že RDF je graf, nie strom, takže sú zároveň aj grafovými. Prekvapujúce je, že vôbec vznikli. Kto by si pomyslel, že nájdeme géniov, ktorí realizujú prázdne uzly. U Codda sa to nepodarilo.

Existujú aj menej plnofunkčné spôsoby organizácie prístupu k RDF údajom, napríklad Linked Data Fragments (LDF) a Linked Data Platform (LDP).

OWL

OWL (Web Ontology Language) je formalizmus na reprezentáciu znalostí, syntaktická varianta deskriptívnej logiky (vo všetkých prípadoch nižšie je správnejšie hovoriť OWL 2, prvá verzia OWL bola založená na ).

Konceptom deskriptívnych logík v OWL zodpovedajú triedy, rolám – vlastnosti, jednotlivci si udržujú svoje predchádzajúce názvy. Axiomy sa tiež nazývajú axiomy.

Napríklad, v takzvanom manchesterskom syntaktickom jazyku pre zápis OWL už známa axioma bude zapísaná takto:

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

Existujú aj iné syntaxy na zápis OWL, napríklad funkčný syntaktický jazyk, používaný v oficiálnej špecifikácii, a OWL/XML.Okrem toho môže byť OWL serializovaný v abstraktnom syntaktickom jazyku RDF a následne – v akýchkoľvek konkrétnych syntaxi.

OWL vo vzťahu k RDF vystupuje v dvojitom vzťahu. Z jednej strany ho možno považovať za akýsi slovník, ktorý rozširuje RDFS. Z druhej strany je to mocnejší formalizmus, pre ktorý je RDF len formát serializácie. Nie všetky elementárne konštrukcie OWL môžu byť zapísané prostredníctvom jedného RDF trojice.

V závislosti na tom, aké podmnožstvo konštrukcií OWL je povolené používať, hovoríme o takzvaných profiloch OWL.Štandardizované a najznámejšie sú OWL EL, OWL RL a OWL QL. Výber profilu ovplyvňuje výpočtovú zložitosti typických úloh. Úplná sada konštrukcií OWL, ktoré zodpovedajú , sa nazýva OWL DL. Niekedy sa hovorí aj o OWL Full, v ktorom sú konštrukcie OWL povolené používať s plnou voľnosťou, vlastnou RDF, bez sémantických a výpočtových obmedzení. Napríklad niečo môže byť aj triedou, aj vlastnosťou. OWL Full je nerozlíšiteľný.

Kľúčové princípy pridávania dôsledkov v OWL – prijatie predpokladu otvoreného sveta (open world assumption, OWA) a odmietnutie predpokladu jedinečnosti názvov (unique name assumption,UNA UNA). Nižšie uvidíme, k čomu môžu tieto princípy viesť, a zoznámime sa s niektorými konštrukciami OWL.

Nech ontológia obsahuje nasledujúci fragment (v manchesterskej syntaxi):

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

Bude z uvedeného nasledovať, že John je mnohodetný? Odmietnutie UNA spôsobí, že engine odvodenia na túto otázku odpovie záporne, pretože Alice a Bob môžu byť celkom jedno a to isté osoba. Aby sa odvodenie mohlo uskutočniť, bude potrebné pridať túto axiómu:

DifferentIndividuals: Alice, Bob, Carol, John

Nech teraz fragment ontológie vyzerá nasledovne (John je vyhlásený za mnohodetného, ale má uvedených len dvoch detí):

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

Bude táto ontológia protirečivá (čo je možné interpretovať ako dôkaz neplatnosti údajov)? Prijatie OWA spôsobí, že engine odvodenia odpovie negatívne: „niekde“ ešte (v inej ontológii) môže byť povedané, že Carol je tiež dieťaťom Johna.

Aby sa vylúčila táto možnosť, pridajme nový fakt o Johnovi:

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

Aby sa vylúčil vznik aj iných detí, povedzme, že všetky hodnoty vlastnosti „mať dieťa“ — sú ľudia, ktorých máme len štyroch:

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

Teraz sa ontológia stane protirečivou, o čom engine odvodenia nevyhne informovať. Posledná axióma akýmsi spôsobom „uzavrela“ svet, a všimnite si, akým spôsobom bola vylúčená možnosť, že John je dieťaťom sám sebe.

Linking Enterprise Data

Súbor prístupov a technológií Linked Data bol pôvodne určený na publikovanie údajov na webe. Ich použitie v internej korporátnej prostredí čelí niekoľkým ťažkostiam.

Napríklad v uzavretom korporátnom prostredí sa ukazuje, že deduktívna sila OWL, založená na prijatí OWA a odmietnutí UNA – rozhodnutiach podmienených otvorenou a rozdelenou povahou webu – je príliš slabá. A tu sú možné nasledujúce výstupy.

• Nadeľovanie OWL sémantikou, ktorá predpokladá odmietnutie OWA a prijatie UNA, implementácia príslušného engine odvodenia. — Takýmto smerom ide RDF-úložisko Stardog.
• Odmietanie deduktívnych schopností OWL v prospech pravidlových motorov. — Stardog podporuje SWRL; Jena a GraphDB ponúkajú vlastné jazyky pravidiel.
• Odmietanie deduktívnych schopností OWL, využitie pre modelovanie toho alebo iného podmnožstva blízkeho RDFS. — Pozri o tom ďalej.

Iným problémom je väčšia pozornosť, ktorú je možné venovať problémom kvality dát v podnikovej sfére, a absencia nástrojov na validáciu dát v stacku Linked Data. Riešenia sú nasledovné.

• Opäť, využitie na validáciu konštrukcií OWL so sémantikou uzavretého sveta a unikátnosti mien pri existencii príslušného výstupného motora.
• Použitie SHACL, štandardizovaného už po tom, ako bol zoznam vrstiev Semantic Web Layer Cake potvrdený (aj keď môže byť použitý aj ako pravidlový motor), alebo ShEx.
• Uvedomenie si, že všetko sa nakoniec robí SPARQL dopytmi, vytvorenie vlastného jednoduchého mechanizmu na validáciu dát s ich využitím.

Avšak úplné odmietanie deduktívnych schopností a nástrojov na validáciu necháva stack Linked Data bezkonkurenčný v úlohách, tematicky súvisiacich s otvoreným a distribuovaným webom — pri integrácii dát.

Čo tak bežný podnikový informačný systém?

Je to možné, ale samozrejme treba mať na pamäti, aké konkrétne problémy budú príslušné technológie musieť vyriešiť. Opíšem tu typickú reakciu účastníkov vývoja, aby som ukázal, ako vyzerá tento technologický stack z pohľadu konvenčného IT. Trochu to pripomína príbeh o slonovi:

• Biznis analytik: RDF je niečo ako priamo uložený logický model.
• Systémový analytik: RDF je ako EAV, len s množstvom indexov a pohodlným jazykom dopytov.
• Vývojár: no, to všetko je v duchu konceptov rich model a low code, čítal nedávno o tom.
• Projektový manažér: áno, to je predsa collapsing the stack!

Praxe ukazuje, že stack sa najčastejšie používa v úlohách spojených s distribuovanosťou a heterogenitou dát, napríklad pri budovaní systémov triedy MDM (Master Data Management) alebo DWH (Data Warehouse). Takéto úlohy existujú v každom odvetví.

Pokiaľ ide o aplikácie s odvetvovou špecifikou, v súčasnosti sú technológie Linked Data najpopulárnejšie v nasledujúcich oblastiach.

• biomedicínske technológie (kde súvisí ich popularita, zjavne, s komplexnosťou predmetnej oblasti);

aktuálny

V "Bodke varu" sa v posledných dňoch konala konferencia "Zjednotenie ontológií. Od teórie k praktickej aplikácii».

• výroba a prevádzka zložitých výrobkov (veľké strojárstvo, ťažba ropy a plynu; spravidla ide o štandard ISO 15926);

aktuálny

Aj tu je príčinou komplexnosť predmetnej oblasti, keď, napríklad, na fáze upstream, ak hovoríme o ropnom a plynárenskom odvetví, je základné vedenie potrebné mať niektoré funkcie CAD.

V roku 2008 sa konala predstaviteľská zakladajúca konferencia.

ISO 15926 sa nakoniec ukázal byť pre ropný a plynárenský sektor ťažkopádny (a sotva našiel širšie uplatnenie v strojárenstve). Hlavne sa na ňom usadila len Statoil (Equinor), v Nórsku sa okolo neho vytvoril celý ekosystém. Ostatní sa snažia robiť niečo vlastné. Napríklad, podľa správ, domáce Ministerstvo energetiky plánuje vytvoriť "konceptuálny ontologický model energetického odvetvia", podobný pravdepodobne vytvorenému pre energetiku.

• finančné organizácie (aj XBRL možno považovať za akúsi hybridnú SDMX a ontológiu RDF Data Cube);

aktuálny

LinkedIn na začiatku roka aktívne spamoval autora pracovnými ponukami od snáď všetkých gigantov finančného priemyslu, ktorých pozná zo seriálu "Suits": Goldman Sachs, JPMorgan Chase a/alebo Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, Fed, Deutsche Bank… Pravdepodobne, všetci hľadali, koho by mohli poslať na Knowledge Graph Conference. Mnoho z nich sa podarilo nájsť: finančné organizácie sa zmocnili celého ranka prvého dňa.

Na HeadHunterovi sa však niečo zaujímavé našlo len u Sberbanky, hovorilo sa o "EAV úložisku s RDF podobným modelom údajov".

Pravdepodobne rozdiel v miere lásky k príslušným technológiám medzi domácimi a západnými finančnými inštitúciami je spôsobený transnárodným charakterom činnosti posledných. Zjavne, integrácia cez štátne hranice vyžaduje kvalitne iné organizačné a technické riešenia.

• otázkovo-odpovedné systémy, ktoré majú komerčné uplatnenie (IBM Watson, Apple Siri, Google Knowledge Graph);

aktuálny

Mimochodom, tvorca Siri Thomas Gruber je autor tohto známeho definovania ontológie (v IT význame) ako „špecifikácie konceptualizácie“. Podľa môjho názoru, preusporiadanie slov v tejto definícii nemení jeho význam, čo možno naznačuje, že tam ani nie je.

• publikovanie štruktúrovaných údajov (s veľkým základom to môže byť už priradené k Linked Open Data).

aktuálny

Veľkí fanúšikovia Linked Data — takzvané GLAM: Galérie, Knižnice, Archívy a Múzeá. Tu stačí povedať, že na náhradu MARC21 Knižnica Kongresu propaguje BIBFRAME, ktorý poskytuje základ pre budúcnosť bibliografického popisu a samozrejme je založený na RDF.

Často ako príklad úspešného projektu v oblasti Linked Open Data uvádzajú Wikidata — akúsi strojovo čitateľnú verziu Wikipédie, ktorej obsah, na rozdiel od DBPedia, nie je generovaný importom z infoboxov článkov, ale vytvára sa viac-menej ručne (a následne sa stáva zdrojom informácií pre tie isté infoboxy).

Odporúčame aj na zoznámenie a list používateľov RDF úložiska Stardog na stránke Stardog v sekcii „Customers“.

Nech už je to akokoľvek, v gartnerovskom „Hype Cycle for Emerging Technologies“ 2016 „Enterprise Taxonomy and Ontology Management“ bol umiestnený v strede zostupu do údolia sklamania s vyhliadkou na východ na „plato produktivity“ najmenej za 10 rokov.

Prepojenie firemných údajov

Predpovede, predpovede, predpovede...

Z historického hľadiska som zhromaždil v tabuľke nižšie gartnerovské predpovede rôznych rokov o technológiách, ktoré nás zaujímajú.

Napriek tomu, už v „Hype Cycle...“ 2018 sa objavil iný vzostupný trend — Knowledge Graphs. Nastala akási reinkarnácia: grafové DBMS, na ktoré sa presunulo zameranie používateľov a úsilie vývojárov, pod vplyvom požiadaviek prvých a zvyklostí posledných začali nadobúdať obrysy a pozicionovanie svojich predchodcov-kompetitorov.

Takmer každý grafový DBMS teraz vyhlasuje, že je vhodnou platformou na vytvorenie firemného „grafu znalostí“ („linked data“ sa niekedy nahrádza výrazom „connected data“), ale do akej miery sú takéto nároky oprávnené?

Grafové databázy sú naďalej asemantické, dáta v grafovej DB sú stále tým istým datovým silom. Ťahové identifikátory namiesto URI robia úlohu integrácie dvoch grafových DB stále tou istou úlohou integrácie, zatiaľ čo integrácia dvoch RDF úložísk často spočíva len v zjednotení dvoch RDF grafov. Ďalší aspekt asemantickosti je nereflexívnosť grafovej modelu LPG, ktorá sťažuje správu metadát pomocou tej istej platformy.

Napokon, grafové DB nemajú motor pre vyvodenie a pravidlové motory. Výsledky činnosti takých motorov je možné replikovať komplikovaním dotazov, ale to je možné aj v SQL.

Napriek tomu, vedúce RDF úložiská nemajú problém podporovať model LPG. Najuznávanejší je prístup, ktorý bol navrhnutý v minulosti v Blazegraph: model RDF*, ktorý kombinuje RDF a LPG.

Viac informácií

Podrobnejšie o podpore modelu LPG zo strany RDF úložísk sa môžete dočítať v predchádzajúcom článku na Habr: „Čo sa teraz deje s RDF úložiskami“. O Knowledge Graphs a Data Fabric dúfam, že raz bude napísaný samostatný článok. Záverečná časť, ako je ľahké pochopiť, bola napísaná v zhone, no aj po polroku sa s týmito konceptami nie je veľa jasnejšie.

Literatúra

1. Halpin, H., Monnin, A. (eds.) (2014). Philosophical Engineering: Toward a Philosophy of the Web
2. Allemang, D., Hendler, J. (2011) Semantic Web for the Working Ontologist (2. vyd.)
3. Staab, S., Studer, R. (eds.) (2009) Handbook on Ontologies (2. vyd.)
4. Wood, D. (ed.). (2011) Linking Enterprise Data
5. Keet, M. (2018) An Introduction to Ontology Engineering

Zdroj: habr.com