Rád by som verejnosti predstavil fragment tejto nedávno vydanej knihy:
Ontologické modelovanie podniku: metódy a technológie [Text]: monografia / [S. V. Gorshkov, S. S. Kralin, O. I. Mushtak a ďalší; výkonný redaktor S.V. Gorshkov]. - Jekaterinburg: Vydavateľstvo Uralskej univerzity, 2019. - 234 s.: obr., tabuľka; 20 cm.- Autor. uvedené na zadnej sýkorke. s. - Bibliografia na konci ch. — ISBN 978-5-7996-2580-1: 200 výtlačkov.
Účel uverejnenia tohto fragmentu na Habré je štvornásobný:
- Je nepravdepodobné, že niekto bude môcť držať túto knihu v rukách, ak nie je klientom rešpektovaného ; Určite nie je v predaji.
- V texte boli urobené opravy (nie sú zvýraznené nižšie) a boli urobené doplnky, ktoré nie sú veľmi kompatibilné s formátom tlačenej monografie: aktuálne poznámky (pod spojlermi) a hypertextové odkazy.
- chcem zbierať otázky a komentáre, aby sa zohľadnili pri zaraďovaní tohto textu v revidovanej podobe do akýchkoľvek iných publikácií.
- Mnohí prívrženci sémantického webu a prepojených dát stále veria, že ich okruh je taký úzky, najmä preto, že širokej verejnosti ešte nebolo poriadne vysvetlené, aké skvelé je byť prívržencom sémantického webu a prepojených dát. Autor fragmentu, hoci patrí do tohto okruhu, tento názor nezastáva, no napriek tomu sa považuje za povinný urobiť ďalší pokus.
Takže,
Sémantický web
Vývoj internetu možno znázorniť takto (alebo hovoriť o jeho segmentoch, ktoré sa vytvorili v poradí uvedenom nižšie):
- Dokumenty na internete. Kľúčové technológie – Gopher, FTP atď.
Internet je globálna sieť na výmenu miestnych zdrojov. - Internetové dokumenty. Kľúčovými technológiami sú HTML a HTTP.
Charakter exponovaných zdrojov zohľadňuje vlastnosti ich prenosového média. - Internetové údaje. Kľúčové technológie – REST a SOAP API, XHR atď.
V ére internetových aplikácií sa nielen ľudia stávajú spotrebiteľmi zdrojov. - Internetové údaje. Kľúčovými technológiami sú technológie Linked Data.
Táto štvrtá etapa, ktorú predpovedal Berners-Lee, tvorca kľúčových technológií druhej a riaditeľ W3C, sa nazýva sémantický web; Technológie Linked Data sú navrhnuté tak, aby boli údaje na webe nielen strojovo čitateľné, ale aj „strojovo pochopiteľné“.
Z toho, čo nasleduje, čitateľ pochopí súlad medzi kľúčovými pojmami druhej a štvrtej etapy:
- Adresy URL sú analogické s URI,
- analógom HTML je RDF,
- Hypertextové odkazy HTML sú podobné výskytom URI v dokumentoch RDF.
Sémantický web je skôr systémovou víziou budúcnosti internetu ako špecifickým spontánnym alebo lobovaným trendom, hoci aj tieto posledné môže brať do úvahy. Napríklad dôležitá charakteristika toho, čo sa nazýva Web 2.0, sa považuje za „obsah vytvorený používateľmi“. Najmä odporúčanie W3C sa vyzýva, aby to vzalo do úvahy „„a taký záväzok ako .
Je sémantický web mŕtvy?
Ak odmietnete , je situácia so sémantickým webom približne rovnaká ako s komunizmom v časoch rozvinutého socializmu (a či je dodržaná lojalita k Iľjičovým podmieneným príkazom, nech sa každý rozhodne sám). Vyhľadávače prinútiť webové stránky, aby používali RDFa a JSON-LD a sami používali technológie súvisiace s tými, ktoré sú opísané nižšie (Google Knowledge Graph, Bing Knowledge Graph).
Vo všeobecnosti autor nevie povedať, čo bráni väčšiemu šíreniu, ale môže hovoriť na základe vlastnej skúsenosti. Existujú problémy, ktoré by sa dali vyriešiť „out of the box“ v podmienkach SW ofenzívy, hoci nie sú veľmi rozšírené. Výsledkom je, že tí, ktorí čelia týmto úlohám, nemajú žiadne prostriedky nátlaku voči tým, ktorí sú schopní poskytnúť riešenie, zatiaľ čo ich nezávislé poskytnutie riešenia je v rozpore s ich obchodnými modelmi. Takže pokračujeme v analyzovaní HTML a lepení rôznych API, navzájom na hovno.
Technológie prepojených dát sa však rozšírili aj mimo bežného webu; Kniha je v skutočnosti venovaná týmto aplikáciám. V súčasnosti komunita Linked Data očakáva, že sa tieto technológie ešte viac rozšíria vďaka Gartneru zaznamenávaniu (alebo hlásaniu, ako chcete) trendov ako napr. Grafy znalostí и Data Fabric. Chcel by som veriť, že úspešné nebudú „bicyklové“ implementácie týchto konceptov, ale tie, ktoré súvisia so štandardmi W3C, o ktorých sa hovorí nižšie.
Prepojené údaje
Berners-Lee definoval Linked Data ako sémantický web „správne vykonaný“: súbor prístupov a technológií, ktoré mu umožňujú dosiahnuť jeho konečné ciele. Základné princípy Linked Data Berners-Lee nasledujúci.
Princíp 1. Použitie URI na pomenovanie entít.
URI sú globálne identifikátory entity na rozdiel od lokálnych reťazcov identifikátorov pre položky. Následne bol tento princíp najlepšie vyjadrený v slogane Google Knowledge Graph „".
Princíp 2. Použitie URI v schéme HTTP, aby bolo možné z nich odstrániť odkazy.
Odkazovaním na URI by malo byť možné získať označované za týmto signifikantom (analógia s názvom operátora je tu jasná).*"v C); presnejšie, aby sme získali nejakú reprezentáciu tohto označenia - v závislosti od hodnoty hlavičky HTTP Accept:. Možno s príchodom éry AR/VR bude možné získať samotný zdroj, ale zatiaľ s najväčšou pravdepodobnosťou pôjde o dokument RDF, ktorý je výsledkom vykonania dotazu SPARQL DESCRIBE.
Princíp 3. Použitie štandardov W3C – predovšetkým RDF(S) a SPARQL – najmä pri dereferencovaní URI.
Tieto jednotlivé „vrstvy“ zásobníka technológie Linked Data, známeho aj ako , bude popísané nižšie.
Princíp 4. Použitie odkazov na iné URI pri popise entít.
RDF vám umožňuje obmedziť sa na verbálny popis zdroja v prirodzenom jazyku a štvrtý princíp vyzýva, aby ste to nerobili. Ak je prvý princíp všeobecne dodržiavaný, je možné pri popise zdroja odkazovať na iné, vrátane „zahraničných“, a preto sa údaje nazývajú prepojené. V skutočnosti je takmer nevyhnutné používať URI pomenované v slovníku RDFS.
RDF
(Resource Description Framework) je formalizmus na popis vzájomne súvisiacich entít.
O entitách a ich vzťahoch sa robia výroky typu „subjekt-predikát-objekt“, nazývané triplety. V najjednoduchšom prípade sú subjekt, predikát a objekt všetky URI. Rovnaký URI môže byť na rôznych pozíciách v rôznych trojiciach: byť subjektom, predikátom a objektom; Trojice teda tvoria určitý druh grafu nazývaného RDF graf.
Subjekty a objekty môžu byť nielen URI, ale aj tzv prázdne uzly, a objekty môžu byť tiež literály. Literály sú príklady primitívnych typov, ktoré pozostávajú z reťazcovej reprezentácie a označenia typu.
Príklady písania literálov (v syntaxi korytnačky, viac o tom nižšie): "5.0"^^xsd:float и "five"^^xsd:string. Literály s typom rdf:langString môže byť vybavený aj jazykovou značkou; v korytnačke sa píše takto: "five"@en и "пять"@ru.
Prázdne uzly sú „anonymné“ zdroje bez globálnych identifikátorov, o ktorých však možno robiť vyhlásenia; druh existenčných premenných.
Takže (toto je v skutočnosti celý zmysel RDF):
- subjekt je URI alebo prázdny uzol,
- predikátom je URI,
- objekt je URI, prázdny uzol alebo literál.
Prečo predikáty nemôžu byť prázdne uzly?
Pravdepodobným dôvodom je túžba neformálne pochopiť a preložiť triplet do jazyka predikátovej logiky prvého rádu s p o ako niečo podobné 
Kde - predikát, и - konštanty. Stopy tohto chápania sú v dokumente „“, ktorý má štatút poznámky pracovnej skupiny W3C. S týmto porozumením trojica s p []Kde [] - prázdny uzol, bude preložený ako Kde - premenlivý, ale ako potom preložiť s [] o? Dokument so stavom odporúčania W3C "” ponúka inú metódu prekladu, ale stále nezohľadňuje možnosť, že predikáty sú prázdnymi uzlami.
Avšak Manu Sporni .
RDF je abstraktný model. RDF je možné zapísať (serializovať) v rôznych syntaxách: , (ľudsky najčitateľnejšie), , (binárne).
Rovnaký RDF môže byť serializovaný do RDF/XML rôznymi spôsobmi, takže napríklad nemá zmysel overovať výsledný XML pomocou XSD alebo sa pokúšať extrahovať údaje pomocou XPath. Podobne je nepravdepodobné, že by JSON-LD uspokojil túžbu priemerného vývojára Javascriptu pracovať s RDF pomocou zápisu bodiek a hranatých zátvoriek Javascriptu (hoci JSON-LD sa pohybuje týmto smerom tým, že ponúka mechanizmus ).
Väčšina syntaxí ponúka spôsoby, ako skrátiť dlhé URI. Napríklad reklama @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> v Turtle vám potom umožní namiesto toho písať <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> proste rdf:type.
RDFS
(RDF Schema) - základný modelovací slovník, uvádza pojmy vlastnosť a trieda a vlastnosti ako napr. rdf:type, rdfs:subClassOf, rdfs:domain и rdfs:range. Pomocou slovníka RDFS je možné napríklad zapísať nasledujúce platné výrazy:
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 popisný a modelovací slovník, ale nie je to obmedzujúci jazyk (hoci oficiálna špecifikácia a možnosť takéhoto použitia). Slovo „Schéma“ by sa nemalo chápať v rovnakom zmysle ako výraz „Schéma XML“. Napríklad, :author rdfs:range foaf:Person znamená to rdf:type všetky hodnoty majetku :author - foaf:Person, ale to neznamená, že to treba povedať vopred.
SPARQL
(SPARQL Protocol and RDF Query Language) – jazyk na dopytovanie dát RDF. V jednoduchom prípade je dotaz SPARQL množinou vzoriek, s ktorými sa porovnávajú triplety dopytovaného grafu. Vzory môžu obsahovať premenné v pozíciách subjektu, predikátu a objektu.
Dopyt vráti také hodnoty premenných, ktoré po dosadení do vzoriek môžu viesť k podgrafu dopytovaného grafu RDF (podmnožina jeho trojíc). Premenné s rovnakým názvom v rôznych vzorkách trojíc musia mať rovnaké hodnoty.
Napríklad vzhľadom na vyššie uvedený súbor siedmich axióm RDFS sa vráti nasledujúci dotaz rdfs:domain и rdfs:range ako hodnoty ?s и ?p v tomto poradí:
SELECT * WHERE {
?s ?p rdfs:Class .
?p ?p rdf:Property .
}Stojí za zmienku, že SPARQL je deklaratívny a nie je to jazyk na popis prechodu grafom (niektoré úložiská RDF však ponúkajú spôsoby, ako upraviť plán vykonávania dotazov). Preto niektoré štandardné problémy s grafom, napríklad nájdenie najkratšej cesty, nemožno vyriešiť v SPARQL, vrátane použitia (ale opäť jednotlivé repozitáre RDF ponúkajú špeciálne rozšírenia na vyriešenie týchto problémov).
SPARQL nezdieľa prezumpciu otvorenosti sveta a riadi sa prístupom „negácia ako zlyhanie“, v ktorom dizajny ako napr FILTER NOT EXISTS {…}. Distribúcia údajov sa zohľadňuje pomocou mechanizmu .
Prístupový bod SPARQL – úložisko RDF schopné spracovávať dopyty SPARQL – nemá žiadne priame analógy z druhej fázy (pozri začiatok tohto odseku). Dá sa to prirovnať k databáze, na základe obsahu ktorej boli generované HTML stránky, ale prístupné zvonku. Prístupový bod SPARQL je viac analogický s prístupovým bodom API z tretej fázy, ale s dvoma hlavnými rozdielmi. Po prvé, je možné spojiť niekoľko „atómových“ dopytov do jedného (čo sa považuje za kľúčovú charakteristiku GraphQL) a po druhé, takéto API je úplne samodokumentačné (o čo sa snažil HATEOAS).
Polemická poznámka
RDF je spôsob, ako publikovať údaje na webe, takže úložisko RDF by sa malo považovať za DBMS dokumentov. Je pravda, že keďže RDF je graf a nie strom, ukázalo sa, že sú tiež založené na grafe. Je úžasné, že to vôbec vyšlo. Kto by to bol povedal, že sa nájdu šikovní ľudia, ktorí budú implementovať prázdne uzly. Codd je tu .
Existujú aj menej plnohodnotné spôsoby organizácie prístupu k údajom RDF, napr. (LDF) a (LDP).
OWL
(Web Ontology Language) - formalizmus na reprezentáciu vedomostí, syntaktická verzia popisnej logiky (všade nižšie je správnejšie povedať OWL 2, na ktorej bola založená prvá verzia OWL ).
Koncepty deskriptívnej logiky v OWL zodpovedajú triedam, role zodpovedajú vlastnostiam, jednotlivci si zachovávajú svoje predchádzajúce meno. Axiómy sa tiež nazývajú axiómy.
Napríklad v tzv pre notáciu OWL nám už známa axióma bude napísané takto:
Class: Human
Class: Parent
EquivalentClass: Human and (inverse hasParent) some Human
ObjectProperty: hasParentExistujú aj iné syntaxe na písanie OWL, ako napr , používané v oficiálnej špecifikácii, a . Okrem toho možno OWL serializovať a ďalej - v ktorejkoľvek zo špecifických syntaxí.
OWL má dvojitý vzťah s RDF. Na jednej strane ho možno považovať za druh slovníka, ktorý rozširuje RDFS. Na druhej strane je to silnejší formalizmus, pre ktorý je RDF len serializačným formátom. Nie všetky elementárne konštrukcie OWL môžu byť napísané pomocou jedného RDF tripletu.
V závislosti od toho, ktorú podskupinu konštruktov OWL je dovolené použiť, hovoria o tzv . Štandardizované a najznámejšie sú OWL EL, OWL RL a OWL QL. Voľba profilu ovplyvňuje výpočtovú zložitosť typických problémov. Kompletná sada konštruktov OWL zodpovedajúcich , s názvom OWL DL. Niekedy sa hovorí aj o OWL Full, v ktorom je dovolené používať konštrukty OWL s plnou slobodou, ktorá je vlastná RDF, bez sémantických a výpočtových obmedzení. . Niečo môže byť napríklad trieda aj vlastnosť. OWL Full je nerozhodnuteľný.
Kľúčovými princípmi pripisovania dôsledkov v OWL je prijatie predpokladu otvoreného sveta. ) a odmietnutie predpokladu jedinečných mien (predpoklad jedinečných mien, ). Nižšie uvidíme, kam môžu tieto princípy viesť, a predstavíme niektoré konštrukcie 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 CarolBude z toho, čo bolo povedané, vyplývať, že Ján má veľa detí? Odmietnutie UNA prinúti inferenčný mechanizmus odpovedať na túto otázku záporne, pretože Alice a Bob môžu byť tá istá osoba. Aby sa to stalo, je potrebné pridať nasledujúcu axiómu:
DifferentIndividuals: Alice, Bob, Carol, JohnNech má teraz fragment ontológie nasledujúcu formu (John je vyhlásený za veľa detí, ale má len dve deti):
Class: manyChildren
EquivalentTo: Human that hasChild min 3
Individual: John
Types: Human, manyChildren
Facts: hasChild Alice, hasChild Bob
DifferentIndividuals: Alice, Bob, Carol, JohnBude táto ontológia nekonzistentná (čo možno interpretovať ako dôkaz neplatných údajov)? Prijatie OWA spôsobí, že inferenčný mechanizmus bude reagovať negatívne: „niekde“ inde (v inej ontológii) možno povedať, že Carol je tiež Johnovo dieťa.
Aby sme túto možnosť vylúčili, pridajme nový fakt o Johnovi:
Individual: John
Facts: hasChild Alice, hasChild Bob, not hasChild CarolAby sme vylúčili vzhľad iných detí, povedzme, že všetky hodnoty vlastnosti „mať dieťa“ sú ľudia, z ktorých máme iba štyri:
ObjectProperty: hasChild
Domain: Human
Сharacteristics: Irreflexive
Class: Human
EquivalentTo: { Alice, Bill, Carol, John }Teraz sa ontológia stane protirečivou, o čom inferenčný mechanizmus nezabudne hlásiť. S poslednou z axióm sme v istom zmysle „uzavreli“ svet a všimneme si, ako je vylúčená možnosť, že by bol John jeho vlastným dieťaťom.
Prepojenie podnikových údajov
Súbor prístupov a technológií Linked Data bol pôvodne určený na publikovanie údajov na webe. Ich využitie v internom podnikovom prostredí naráža na množstvo ťažkostí.
Napríklad v uzavretom podnikovom prostredí je deduktívna sila OWL na základe prijatia OWA a odmietnutia UNA, rozhodnutí v dôsledku otvoreného a distribuovaného charakteru webu, príliš slabá. A tu sú možné nasledujúce riešenia.
- Vybavenie OWL sémantikou, čo znamená opustenie OWA a prijatie UNA, implementácia zodpovedajúceho výstupného motora. - Po tejto ceste Úložisko Stardog RDF.
- Opustenie deduktívnych schopností OWL v prospech pravidiel. — Stardog podporuje ; Ponuka Jena a GraphDB pravidlá
- Odmietnutie deduktívnych schopností OWL, použitie jednej alebo druhej podmnožiny blízkej RDFS na modelovanie. - Viac o tom nájdete nižšie.
Ďalším problémom je väčší dôraz, ktorý môže mať podnikový svet na problémy s kvalitou údajov a nedostatok nástrojov na overenie údajov v zásobníku prepojených údajov. Výstupy sú tu nasledovné.
- Opäť použite na overenie konštrukcií OWL so sémantikou uzavretého sveta a jedinečnými názvami, ak je k dispozícii vhodný nástroj na odvodenie.
- Použitie , štandardizovaný po opravení zoznamu vrstiev Semantic Web Layer Cake (dá sa však použiť aj ako engine pravidiel), príp. .
- Pochopenie, že všetko sa v konečnom dôsledku robí pomocou dotazov SPARQL, a pomocou nich vytvoríte svoj vlastný jednoduchý mechanizmus overovania údajov.
Avšak aj úplné odmietnutie deduktívnych schopností a validačných nástrojov ponecháva zásobník prepojených údajov mimo konkurencie v úlohách, ktoré sú na šírku podobné otvorenému a distribuovanému webu – v úlohách integrácie údajov.
A čo bežný podnikový informačný systém?
Je to možné, ale mali by ste si samozrejme uvedomiť, aké problémy budú musieť príslušné technológie vyriešiť. Popíšem tu typickú reakciu účastníkov vývoja, aby som ukázal, ako tento technologický stack vyzerá z pohľadu konvenčného IT. Trochu mi to pripomína podobenstvo o slonovi:
- Obchodný analytik: RDF je niečo ako priamo uložený logický model.
- Analytik systémov: RDF je ako , len s množstvom indexov a pohodlným jazykom dotazov.
- vývojka: no, toto všetko je v duchu konceptov bohatého modelu a nízkeho kódu, nedávno o tomto.
- Projektový manažér: áno je to to isté !
Prax ukazuje, že zásobník sa najčastejšie používa v úlohách súvisiacich s distribúciou a heterogenitou dát, napríklad pri budovaní systémov triedy MDM (Master Data Management) alebo DWH (Data Warehouse). Takéto problémy existujú v každom odvetví.
Pokiaľ ide o aplikácie špecifické pre dané odvetvie, technológie Linked Data sú v súčasnosti najpopulárnejšie v nasledujúcich odvetviach.
- biomedicínske technológie (kde sa zdá, že ich popularita súvisí so zložitosťou domény);
prúd
V „Boiling Point“ sa nedávno konala konferencia organizovaná asociáciou „National Medical Knowledge Base“".
- výroba a prevádzka zložitých výrobkov (veľké strojárstvo, ťažba ropy a plynu; najčastejšie hovoríme o štandard );
prúd
Aj tu je dôvodom zložitosť predmetnej oblasti, keď napríklad v upstream fáze, ak hovoríme o ropnom a plynárenskom priemysle, jednoduché účtovníctvo vyžaduje niektoré CAD funkcie.
V roku 2008 sa uskutočnila reprezentatívna inštalačná akcia organizovaná spoločnosťou Chevron .
ISO 15926 sa nakoniec ropnému a plynárenskému priemyslu zdala trochu ťažká (a možno väčšie uplatnenie našla v strojárstve). Iba Statoil (Equinor) sa na to dôkladne uchytil, v Nórsku celý . Iní sa snažia robiť svoje veci. Napríklad podľa povestí má domáce ministerstvo energetiky v úmysle vytvoriť „koncepčný ontologický model palivového a energetického komplexu“, ktorý je zrejme podobný .
- finančné organizácie (aj XBRL možno považovať za akýsi hybrid SDMX a ontológie RDF Data Cube);
prúd
Začiatkom roka LinkedIn aktívne spamoval autora voľnými miestami od takmer všetkých gigantov finančného priemyslu, ktorých pozná z televízneho seriálu „Vyššia moc“: Goldman Sachs, JPMorgan Chase a/alebo Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, Fed, Deutsche Bank... Asi každý hľadal niekoho, komu by mohol poslať . Pomerne málo sa podarilo nájsť: finančné organizácie vzali všetko .
Na HeadHunter len Sberbank narazila na niečo zaujímavé; išlo o „úložisko EAV s dátovým modelom podobným RDF“.
Rozdiel v miere lásky k príslušným technológiám domácich a západných finančných inštitúcií je pravdepodobne spôsobený nadnárodnou povahou ich aktivít. Integrácia cez štátne hranice si zrejme vyžaduje kvalitatívne odlišné organizačné a technické riešenia.
- systémy otázok a odpovedí s komerčnými aplikáciami (IBM Watson, Apple Siri, Google Knowledge Graph);
prúd
Mimochodom, tvorca Siri, Thomas Gruber, je autorom samotnej definície ontológie (v zmysle IT) ako „konceptualizačnej špecifikácie“. Podľa môjho názoru preskupenie slov v tejto definícii nemení jej význam, čo možno naznačuje, že tam nie je.
- zverejňovanie štruktúrovaných dát (s väčším opodstatnením to možno pripísať Linked Open Data).
prúd
Veľkými fanúšikmi Linked Data sú takzvané GLAM: Galleries, Libraries, Archives, and Museums. Stačí povedať, že Kongresová knižnica propaguje náhradu za MARC21 že poskytuje základ pre budúcnosť bibliografického opisu a samozrejme na základe RDF.
Wikidáta sú často uvádzané ako príklad úspešného projektu v oblasti Linked Open Data - akejsi strojovo čitateľnej verzie Wikipédie, ktorej obsah sa na rozdiel od DBPedie negeneruje importom z infoboxov článkov, ale je vytvorený viac-menej ručne (a následne sa stáva zdrojom informácií pre rovnaké infoboxy).
Odporúčame vám to tiež skontrolovať používatelia úložiska Stardog RDF na webovej stránke Stardog v sekcii „Zákazníci“.
Nech je to ako chce, v Gartner "Enterprise Taxonomy and Ontology Management" je umiestnený uprostred zostupu do údolia sklamania s vyhliadkou dosiahnuť "plochu produktivity" najskôr o 10 rokov.
Pripojenie podnikových údajov
Predpovede, predpovede, predpovede...
Z historického záujmu som nižšie uviedol predpovede spoločnosti Gartner na rôzne roky o technológiách, ktoré nás zaujímajú.
| Rok | Технология | správa | Pozícia | Roky na náhornú plošinu |
|---|---|---|---|---|
| 2001 | Sémantický web | Nové technológie | Spúšťač inovácií | 5-10 |
| 2006 | Firemný sémantický web | Nové technológie | Vrchol nafúknutých očakávaní | 5-10 |
| 2012 | Sémantický web | Big dát | Vrchol nafúknutých očakávaní | > 10 |
| 2015 | Prepojené údaje | Pokročilá analytika a veda o údajoch | Koryto dezilúzie | 5-10 |
| 2016 | Správa podnikovej ontológie | Nové technológie | Koryto dezilúzie | > 10 |
| 2018 | Grafy znalostí | Nové technológie | Spúšťač inovácií | 5-10 |
Avšak už v objavil sa ďalší vzostupný trend – Knowledge Graphs. Uskutočnila sa určitá reinkarnácia: grafové DBMS, na ktoré sa pozornosť používateľov a úsilie vývojárov obrátili, pod vplyvom požiadaviek prvých a zvykov druhých, začali naberať kontúry a umiestnenie. ich predchodcov konkurentov.
Takmer každý graf DBMS sa teraz deklaruje ako vhodná platforma na vytvorenie firemného „grafu znalostí“ („prepojené údaje“ sa niekedy nahrádzajú „prepojené údaje“), ale nakoľko sú takéto tvrdenia opodstatnené?
Grafové databázy sú stále asémantické, dáta v grafovej DBMS sú stále tým istým dátovým silo. Reťazcové identifikátory namiesto URI robia z úlohy integrácie dvoch grafových DBMS stále integračnú úlohu, zatiaľ čo integrácia dvoch RDF obchodov často vedie k jednoduchému spojeniu dvoch RDF grafov. Ďalším aspektom asemantičnosti je nereflexívnosť modelu grafu LPG, čo sťažuje správu metadát pomocou rovnakej platformy.
Nakoniec, grafové DBMS nemajú inferenčné motory ani moduly pravidiel. Výsledky takýchto motorov možno reprodukovať komplikovanými dotazmi, ale to je možné aj v SQL.
Popredné skladovacie systémy RDF však nemajú problém s podporou modelu LPG. Za najspoľahlivejší prístup sa považuje ten, ktorý bol naraz navrhnutý v Blazegraph: model RDF*, ktorý kombinuje RDF a LPG.
viac
Viac o podpore RDF úložiska pre model LPG si môžete prečítať v predchádzajúcom článku o Habré: . Dúfam, že jedného dňa bude napísaný samostatný článok o Knowledge Graphs a Data Fabric. Záverečná časť, ako je ľahko pochopiteľné, bola napísaná v zhone, ale ani o šesť mesiacov neskôr nie je s týmito pojmami všetko oveľa jasnejšie.
Literatúra
- Halpin, H., Monnin, A. (eds.) (2014). Filozofické inžinierstvo: Smerom k filozofii webu
- Allemang, D., Hendler, J. (2011) Sémantický web pre pracujúceho ontológa (2. vydanie)
- Staab, S., Studer, R. (eds.) (2009) Príručka ontológií (2. vydanie)
- Wood, D. (ed.). (2011) Prepojenie podnikových údajov
- Keet, M. (2018) Úvod do ontologického inžinierstva
Zdroj: hab.com