Semantični splet in povezana podatkovna omrežja. Popravki in dopolnila

Želim predstaviti javnosti del te nedavno objavljene knjige:

Ontološko modeliranje preduzeća: metode i tehnologije [Tekst]: monografija / [S. V. Gorškov, S. S. Kralin, O. I. Muštak i dr.; odgovorni urednik S. V. Gorškov]. — Jekaterinburg: Izd. Uralskog univerziteta, 2019. — 234 str.: ilustracije, tabele; 20 cm. — Autori su navedeni na poleđini naslovne strane. — Bibliografija na kraju poglavlja. — ISBN 978-5-7996-2580-1: 200 primeraka.

Cilj objavljivanja ovog dela na Habu je četverostruk:

• Teško da će iko uspeti da drži ovu knjigu u rukama ako nije klijent uglednog SergeIndex; sigurno nije dostupna za prodaju.
• U tekst su unesene ispravke (donje nisu posebno istaknutе) i dodaci koji nisu baš usklađeni sa formatom štampane monografije: aktuelne napomene (pod spojlerima) i hiperveze.
• Želi se sakupiti pitanja i primedbe, kako bi se uzeli u obzir prilikom uključivanja ovog teksta u prerađenom obliku u neka druga izdanja.
• Mnogi pristalice Semantičkog Weba i Linked Data još uvek smatraju da je njihov krug toliko uzak uglavnom zato što široj javnosti još uvek nije dobro objašnjeno koliko je lepo biti pristalica Semantičkog Weba i Linked Data. Autor ovog dela, iako pripada tom krugu, ne deli to mišljenje, ali, ipak, smatra se obaveznim da pokuša još jednom.

Dakle,

Semantički Web

Evoluciju interneta možemo predstaviti na sledeći način (ili govoriti o njegovim segmentima koji su se formirali u sledećem redosledu):

1. Dokumenti na internetu. Ključne tehnologije — Gopher, FTP itd.
   Internet je globalna mreža za razmenu lokalnih resursa.
2. Internet dokumenata. Ključne tehnologije — HTML i HTTP.
   Karakter izloženih resursa uzima u obzir osobine okruženja njihovog prenosa.
3. Podaci na internetu. Ključne tehnologije — REST i SOAP API, XHR itd.
   Era internet aplikacija, potrošači resursa postaju ne samo ljudi.
4. Internet podataka. Ključne tehnologije — tehnologije Linked Data.
   Ova četvrta faza, predviđena Berners-Leeom, tvorcem ključnih tehnologija druge faze i direktorom W3C, naziva se Semantički Web; tehnologije Linked Data su zamišljene da učine podatke na web-u ne samo mašinski čitljivim, već i „mašinski razumljivim“.

Iz daljeg će čitaocu postati jasno usklađenost ključnih pojmova druge i četvrte faze:

• analogi URL so URI,
• analog HTML je RDF,
• HTML hiperpovezave so podobne vnosom URI v RDF dokumentih.

Semantični splet je bolj sistematična vizija prihodnosti interneta kot konkreten spontani ali lobiran trend, čeprav lahko upošteva tudi te zadnje. Na primer, pomembna značilnost tega, kar imenujemo Web 2.0, je 'vsebina, ki jo ustvarjajo uporabniki'. Upoštevati jo mora predvsem priporočilo W3C 'Web Annotation Ontology' in takšno prizadevanje, kot je Solid.

Je semantični splet mrtev?

Če zavrnemo nerealistična pričakovanja,se situacija s semantičnim spletom porablja nekako tako, kot s komunizmom v času razvitega socializma (ali pa se bo ohranila zvestoba pogojnim zaobljubam Iljiča, naj se vsak odloči sam). Iskalniki dokaj uspešno prisiljujejo spletne strani k uporabi RDFa in JSON-LD ter same uporabljajo tehnologije, sorodne opisanim kasneje (Google Knowledge Graph, Bing Knowledge Graph).

Na splošno avtor ne more reči, kaj preprečuje širšo uporabo, lahko pa se izrazi na podlagi osebnih izkušenj. Naloge, ki bi jih reševali 'iz škatle' v pogojih prihajajoče SW, obstajajo, čeprav niso zelo množične. Kot posledica tega nimajo tisti, pred katerimi te naloge stojijo, sredstev za prisilo glede tistih, ki so sposobni zagotoviti rešitev, samostojno zagotavljanje rešitve s strani teh zadnjih pa nasprotuje njihovim poslovnim modelom. Tako da nadaljujemo z obdelovanjem HTML in lepljenjem različnih API-jev, vsak slabši od prejšnjega.

Vendar pa so tehnologije povezanih podatkov pridobile širitev tudi izven množičnega spleta; temu so namenjene te aplikacije knjige. V zadnjem času skupnost povezanih podatkov pričakuje, da bodo te tehnologije pridobile še večjo razširjenost zaradi fiksacije (ali razglasitve, kot kdo želi) Gartnerja o takšnih trendih, kot so Knowledge Graphs in Data Fabric. Upamo, da ne bodo uspešne 'kolesarske' izvedbe teh konceptov, temveč tiste, ki so povezane z obravnavanimi standardi W3C.

Povezani podatki

Berners-Lee je definiral povezane podatke kot 'dobro narejen' semantični splet: skupek pristopov in tehnologij, ki omogočajo dosego njegovih končnih ciljev. Osnovna načela povezanih podatkov, ki jih je Berners-Lee izpostavil, so naslednja.

Načelo 1. Uporaba URI za poimenovanje entitet.

URI so globalni identifikatorji entitet v nasprotju z lokalnimi niznimi identifikatorji zapisov. Slogan Google Knowledge Graph je najbolje izražen v načelu, ki pravi:stvari, ne nizi».

Načelo 2. Uporaba URI v shemi HTTP, da jih je mogoče dereferencirati.

Ob obravnavi URI bi moralo biti mogoče pridobiti pomen, ki stoji za tem pomenljivim (tukaj je jasna analogija z imenom operatorja „*» v C-ju); natančneje, pridobiti neki prikaz tega pomena — odvisno od vrednosti HTTP-headerja Accept:. Morda bo v dobi AR/VR mogoče pridobiti sam vir, za zdaj pa bo verjetno to RDF-dokument, ki je rezultat izvedbe SPARQL-poizvedbe. DESCRIBE.

Načelo 3. Uporaba standardov W3C — predvsem RDF(S) in SPARQL — zlasti pri dereferenciranju URI.

Ti posamezni „sloji“ sklada tehnologij Linked Data, poznanega tudi kot Semantic Web Layer Cake, bodo opisani v nadaljevanju.

Načelo 4. Uporaba povezav na druge URI pri opisovanju entitet.

RDF omogoča omejitev na besedni opis vira v naravnem jeziku, četrto načelo pa poziva, naj tega ne počnemo. Z upoštevanjem prvega načela postane mogoče pri opisovanju vira sklicevati na druge, tudi 'tuje', zaradi česar so podatki povezani. V resnici je skoraj neizogibna uporaba URI-jev, poimenovanih v besednjaku RDFS.

RDF

RDF (Resource Description Framework) — formalizem za opisovanje medsebojno povezanih entitet.

O entitetah in njihovih medsebojnih razmerjih se izrekajo trditve oblike 'subjekt-predikat-objekt', ki jih imenujemo trojčki. V najpreprostejšem primeru so subjekt, predikat in objekt URI. Ena in ta sama URI se lahko v različnih trojčkih nahajajo na različnih položajih: biti tako subjekt kot predikat in objekt; tako trojčki oblikujejo neko vrsto grafa, imenovanega RDF-graf.

Subjekti in objekti so lahko ne le URI-ji, ampak tudi tako imenovani prazni vozli, objekti pa so lahko tudi literali. Literali so primerki primitiven tipov, sestavljeni iz nizovne predstavitve in določitve tipa.

Primeri zapisa literala (v Turtle sintaksi, o njej kasneje): "5.0"^^xsd:float in "five"^^xsd:string. Literali s tipom rdf:langString so lahko opremljeni tudi z jezikovnim oznako, v Turtle se to zapiše takole: "five"@en in "pet"@sl.

Prazni vozelji so 'anonimni' viri brez globalnih identifikatorjev, o katerih pa lahko vseeno obstajajo trditve; nekakšne eksistencialne spremenljivke.

Torej (v tem je v bistvu celotna poanta RDF):

• subjekt je URI ali prazno vozelje,
• predikat je URI,
• objekt je URI, prazno vozelje ali literala.

Zakaj predikati ne morejo biti prazna vozelja?

Verjetni razlog je želja, da se neformalno razume in prevaja na jezik predikatne logike trojico s p o kot nekaj podobnega , gde — predikat, in — konstante. Sledi takemu razumevanju so v dokumentu „LBase: Semantics for Languages of the Semantic Web“, ki ima status beležke delovne skupine W3C. Pri tem razumevanju bo trojica s p [], gde [] — prazno vozelje, prevedena kot , gde — spremenljivka, ampak kako potem prevesti s [] o? Имеющий статус рекомендации W3C документ «RDF 1.1 Semantics“ ponuja drug način prevajanja, vendar možnost, da so predikati prazna vozelja, vseeno ne obravnava.

Vendar pa je Manu Sporniju dovolil.

RDF — abstraktni model. RDF se lahko zapiše (serializira) v različnih sintaksah: RDF/XML, Turtle (najbolj čitljivo), JSON-LD, HDT (binarni).

Enak RDF se lahko serializira v RDF/XML na različne načine, zato je na primer pridobljen XML brez smisla validirati s pomočjo XSD ali poskušati pridobiti podatke s pomočjo XPath. Enako velja za JSON-LD, ki verjetno ne bo zadostil željam navadnega Javascript razvijalca, da dela z RDF z uporabo pike in kvadratnih oglatih oklepajev Javascript (čeprav JSON-LD gre v tej smeri, saj ponuja mehanizem framining).

Večina sintaksov ponuja načine za skrajševanje dolgih URI. Na primer, izjava @prefix rdf: v Turtle bo naslednjič omogočila pisanje namesto <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> enostavno rdf:type.

RDFS

RDFS (RDF Schema) — osnovni slovar modeliranja, uvaja izraze lastnosti in razreda ter take lastnosti, kot so rdf:type, rdfs:subClassOf, rdfs:domain in rdfs:range. S pomočjo slovarja RDFS lahko zapišemo na primer naslednje pravilne izjave:

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 slovar za opisovanje in modeliranje, vendar ni jezik omejitev (čeprav uradna specifikacija pusti možnost takšnega uporabe). Beseda 'Schema' se ne sme razumevati v istem pomenu kot v izrazu 'XML Schema'. Na primer, :author rdfs:range foaf:Person pomeni, da rdf:type vseh vrednosti lastnosti :author — foaf:Person, ne pomeni pa, da je to treba izjaviti vnaprej.

SPARQL

SPARQL (SPARQL protokol in jezik poizvedb RDF) — jezik za poizvedbe o RDF-podatkih. V preprostem primeru SPARQL poizvedba predstavlja niz vzorcev, s katerimi se ujemajo trojčki preptanega grafu. V vzorcih na pozicijah subjektov, predikatov in objektov se lahko nahajajo spremenljivke.

Poizvedba vrne takšne vrednosti spremenljivk, pri katerih lahko z vstavitvijo v vzorce dobimo podgraf preptanega RDF-grafa (podmnožico njegovih trojčkov). Spremenljivke z istim imenom v različnih vzorcih trojčkov morajo biti pri tem iste vrednosti.

Na primer, na zgoraj navedenem naboru sedmih RDFS-aksiom bo naslednja poizvedba vrnila rdfs:domain in rdfs:range kot vrednosti ?s in ?p ustrezno:

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

Upoštevajte, da je SPARQL deklarativen in ni jezik za opis obhodov grafov (vendar nekateri RDF-hramba ponujajo načine za prilagoditev načrta izvajanja poizvedbe). Zato nekateri standardni grafični problemi, na primer, iskanje najkrajše poti, niso rešljivi v SPARQL-u, tudi z uporabo mehanizma property paths (vendar znova, posamezne RDF-hramba ponujajo posebne razširitve za reševanje teh težav).

SPARQL ne ločuje predpostavke odprtosti sveta in sledi pristopu 'negacija kot neuspeh', v njem so možne take konstrukcije, kot so FILTER NOT EXISTS {…}. Porazdelitev podatkov se upošteva z mehanizmom federativnih poizvedb.

SPARQL dostopna točka — RDF-hramba, ki lahko obravnava SPARQL poizvedbe — nima neposrednih analogov iz druge faze (glejte začetek tega odstavka). Lahko jo primerjamo z bazo podatkov, na podlagi katere so bile generirane HTML-strani, vendar dostopne od zunaj. SPARQL dostopna točka je bolj podobna dostopni točki API iz tretje faze, vendar z dvema glavnima razlikama. Prvič, omogoča združitev več 'atomarnih' poizvedb v eno (kar se šteje za ključno značilnost GraphQL), in drugič, ta API je popolnoma samo-dokumentiran (kar je poskušal doseči HATEOAS).

Polemska pripomba

RDF je način objavljanja podatkov na spletu, zato bi bilo RDF-shranjevanje treba obravnavati kot dokumentne DBMS. Res je, da je RDF graf, ne drevo, zato so hkrati tudi grafovni. Presenetljivo je, da je to sploh mogoče. Kdo bi si mislil, da bodo našli pametnjakoviči, ki bodo uresničili prazne vozlišča. Pri Coddovi to ni uspelo.

Obstajajo tudi manj funkcionalni načini organiziranja dostopa do RDF-podatkov, na primer, Fragmenti povezanih podatkov (LDF) in Platforma povezanih podatkov (LDP).

OWL

OWL (Web Ontology Language) je formalizem za predstavitev znanja, sintaktična različica deskriptivne logike (v nadaljevanju je pravilneje govoriti OWL 2, prva različica OWL je temeljila na ).

Konceptom deskriptivnih logik v OWL ustrezajo razredi, vlogam – lastnosti, posamezniki ohranjajo svoja prejšnja imena. Akcijske tudi imenujemo akcije.

Na primer, v tako imenovanem mančesterskem sintaksisu za zapis OWL bo že znana aksioma zapisana tako:

Razred: Človek
Razred: Starš
   EnakovredniRazred: Človek in (inverz imaStarša) nekako Človek
Lastnost: imaStarša

Obstajajo tudi drugi sintaksisi za zapis OWL, na primer, funkcionalni sintaksis, ki se uporablja v uradni specifikaciji, in OWL/XML.Poleg tega je OWL mogoče serializirati v abstraktni sintaksis RDF in nato – v kateri koli od konkretnih sintaksis.

OWL ima do RDF dvojen odnos. Z ene strani ga lahko obravnavamo kot nekakšen slovar, ki širi RDFS. Z druge strani je to močnejši formalizem, za katerega je RDF le format serializacije. Ne vse osnovne konstrukcije OWL je mogoče zapisati s pomočjo enega samega RDF-tropljeta.

Odvisno od tega, katero podmnožico konstrukcij OWL je dovoljeno uporabljati, govorimo o tako imenovanih profilih OWL.Standardizirani in najbolj znani so OWL EL, OWL RL in OWL QL. Izbira profila vpliva na računsko kompleksnost tipičnih nalog. Popoln niz konstrukcij OWL, ki ustreza , se imenuje OWL DL. Včasih govorimo tudi o OWL Full, v katerem je dovoljeno uporabljati konstrukcije OWL s polno svobodo, značilno za RDF, brez semantičnih in računalniških omejitev. Na primer, nekaj je lahko tako razred kot tudi lastnost. OWL Full ni rešljiv.

Ključni principi pripisovanja posledic v OWL so sprejemanje predpostavke odprtega sveta (open world assumption, OWA) in opustitev predpostavke edinstvenosti imen (unique name assumption, UNA). Spodaj bomo videli, do česa lahko vodijo ti principi, ter se seznanili z nekaterimi konstrukcijami OWL.

Naj bo ontologija sestavljena iz naslednjega dela (v manchesterskem sintaktičnem jeziku):

Razred: manyChildren
   Enakoprocentno: Človek, ki ima otroka, min 3
Posameznik: John
   Vrste: Človek
   Dejstva: imaOtrok Alice, imaOtrok Bob, imaOtrok Carol

Ali to, kar smo rekli, pomeni, da je John oče več kot treh otrok? Odločitev za opustitev UNA bo pripeljala do tega, da bo motor sklepanja na to vprašanje odgovoril negativno, saj sta Alice in Bob lahko v resnici ista oseba. Da bi sledili temu, bi bilo potrebno dodati takšno aksiomo:

RazličniPosamezniki: Alice, Bob, Carol, John

Naj ima zdaj del ontologije naslednjo obliko (John je razglašen za očeta več otrok, vendar ima navedena le dva otroka):

Razred: manyChildren
   Enakoprocentno: Človek, ki ima otroka, min 3
Posameznik: John
   Vrste: Človek, manyChildren
   Dejstva: imaOtrok Alice, imaOtrok Bob
RazličniPosamezniki: Alice, Bob, Carol, John

Ali bo ta ontologija protislovna (kar lahko razumemo kot dokaz nevalidnosti podatkov)? Sprejetje OWA bo povzročilo, da bo motor sklepanja odgovoril negativno: "nekje drugje" (v drugi ontologiji) je lahko navedeno, da je Carol tudi otrok Johna.

Da bi to možnost izključili, dodajmo nov podatek o Johnu:

Posameznik: John
   Dejstva: imaOtrok Alice, imaOtrok Bob, ne imaOtrok Carol

Da bi preprečili pojav drugih otrok, recimo, da so vse vrednosti lastnosti "imeti otroka" ljudje, katerih število je štiri:

ObjektnaLastnost: imaOtrok
   Domena: Človek
   Značilnosti: Irreflexivno
Razred: Človek
Enakoprocentno: { Alice, Bill, Carol, John }

Zdaj bo ontologija postala protislovna, kar bo motor sklepanja neizogibno sporočil. Slednjo od aksiom smo na nek način "zapirali" svet, in opazite, kako je onemogočeno, da bi John bil otrok samemu sebi.

Povezovanje podjetniških podatkov

Nabor pristopov in tehnologij povezanih podatkov je bil prvotno zasnovan za objavo podatkov na spletu. Njihova uporaba v notranjem podjetju se sooča z vrsto težav.

Na primer, v zaprti korporativni okolju se zdi deduktivna moč OWL, ki temelji na sprejetju OWA in zavrnitvi UNA - odločitvah, ki so posledica odprte in razpršene narave spleta, prešibka. In tukaj so možni naslednji izhodi.

• Naložitev OWL s semantiko, kar pomeni zavrnitev OWA in sprejetje UNA, ter izvajanje ustreznega motorja sklepanja. — Po tej poti gre RDF-shranjevanje Stardog.
• Opustitev deduktivnih možnosti OWL v prid pravilnim motorjem. — Stardog podpira SWRL; Jena in GraphDB ponujata lastne jezike pravil.
• Opustitev deduktivnih možnosti OWL, uporaba za modeliranje določenega podmnožja, ki je blizu RDFS. — O tem več kasneje.

Drug problem je večja pozornost, ki jo je mogoče nameniti težavam kakovosti podatkov v korporativnem svetu, ter pomanjkanje orodij za validacijo podatkov v kupu povezanih podatkov. Možnosti so naslednje.

• Spet, uporaba za validacijo konstrukcij OWL s semantiko zaprtega sveta in edinstvenimi imeni ob ustreznem motorju sklepanja.
• Uporaba SHACL, ki je bil standardiziran po tem, ko je bil seznam plasti Semantic Web Layer Cake potrjen (vendar ga je mogoče tudi uporabiti kot pravilni motor), ali ShEx.
• Zavedanje, da se vse na koncu dela s SPARQL poizvedbami, ustvarjanje preprostega mehanizma za validacijo podatkov z njihovo pomočjo.

Vendar pa celo popolna opustitev deduktivnih možnosti in orodij za validacijo pušča kup povezani podatki brez konkurence pri nalogah, ki so pokrajinsko podobne odprtemu in porazdeljenemu spletu — pri integraciji podatkov.

Kaj pa običajen korporativni informacijski sistem?

To je mogoče, vendar je seveda treba vedeti, katere točno težave bi morale rešiti ustrezne tehnologije. Opisal bom tukaj-tipično reakcijo udeležencev razvoja, da pokažem, kako izgleda ta tehnološki kup z vidika konvencionalnega TI. Malce spominja na zgodbo o slonu:

• Poslovni analitik: RDF je nekako neposredno shranjen logični model.
• Sistematski analitik: RDF je kot EAV, samo s kupom indeksov in priročnim jezikom poizvedb.
• Razvijalec: no, to je vse v duhu konceptov rich model in low code, sem bral nedavno o tem.
• Vodja projekta: ja, to je collapsing the stack!

Praxis kaže, da se kup najpogosteje uporablja za naloge, povezane z razpršenostjo in heterogenostjo podatkov, na primer pri gradnji sistemov tipa MDM (Master Data Management) ali DWH (Data Warehouse). Takšne naloge obstajajo v kateri koli panogi.

Kar zadeva aplikacije s specifičnostjo panoge, so v današnjem času tehnologije povezanih podatkov najbolj priljubljene v naslednjih panogah.

• biomedicinske tehnologije (gdje je njihova popularnost očito povezana sa složenošću predmeta);

aktuelno

U 'Tački ključanja' nedavno je održana konferencija organizovana od strane asocijacije 'Nacionalna baza medicinskih znanja' 'Ujedinjenje ontologija. Od teoretike do praktične primene».

• proizvodnja i eksploatacija složenih proizvoda (velika mašinska industrija, vađenje nafte i gasa; najčešće se radi o standardu ISO 15926);

aktuelno

Ovdje je takođe razlog složenost predmeta, kada, na primer, u fazi upstream, ako govorimo o naftnoj i gasnoj industriji, jednostavna evidencija treba da ima određene CAD funkcije.

Godine 2008. održana je predstavnička osnivačka konferencija.

ISO 15926 se na kraju pokazao previše teškim za naftnu i gasnu industriju (i teško da je imao više primene u mašinskoj industriji). Na njemu su se verovatno najviše oslonili Statoil (Equinor), a u Norveškoj je oko njega stvorena cela ekosistem.Ostali pokušavaju da urade nešto svoje. Na primer, prema glasinama, domaće Ministarstvo energetike planira da se bavi stvaranjem 'konceptualnog ontološkog modela energetike', sličnog, očigledno, koji je stvoren za elektroenergetiku..

• finansijske organizacije (čak se XBRL može smatrati nekim hibridom SDMX i ontologije RDF Data Cube);

aktuelno

LinkedIn je početkom godine aktivno slao ponude autoru sa radnim mestima možda skoro svih giganta finansijske industrije, koje poznaje iz serije 'Forcemažori': Goldman Sachs, JPMorgan Chase i/ili Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, FRS, Deutsche Bank... Verovatno su svi tražili nekoga koga će moći poslati na Konferenciju o Knowledge Graph-u.Mnogi su uspeli da pronađu posao: finansijske organizacije su zauzele celo jutro prvog dana..

Na HeadHunter-u su se zanimljive ponude nalazile samo kod Sberbanke, govorilo se o 'EAV skladištu sa RDF-sličnim modelom podataka'.

Verovatno razlika u stepenu ljubavi ka odgovarajućim tehnologijama domaćih i zapadnih finansijskih institucija proizašla je iz transnacionalnog karaktera njihovog delovanja. Očigledno, integracije preko državnih granica zahtevaju kvalitetno drugačija organizaciona i tehnička rešenja.

• sistemi za pitanja i odgovore, koji imaju komercijalnu primenu (IBM Watson, Apple Siri, Google Knowledge Graph);

aktuelno

Načeloma, ustvarjalec Siri Thomas Gruber je avtor tistega opisa ontologije (v IT pomenu) kot „specifikacije konceptualizacije“. Po mojem mnenju premika besed v tem opisu ne spremenijo njegovega pomena, kar morda nakazuje, da ta tam sploh ni.

• objava strukturiranih podatkov (z veliko verjetnostjo se to lahko že šteje za Linked Open Data).

aktuelno

Veliki ljubitelji Linked Data — tako imenovani GLAM: Galerije, Knjižnice, Arhivi in Muzje. Tukaj je dovolj povedati, da na zamenjavo MARC21 Knjižnica Kongresa promovira BIBFRAME, ki nudi temelj za prihodnost bibliografskega opisa in seveda temelji na RDF.

Pogosto kot primer uspešnega projekta na področju Linked Open Data navajajo Wikidata — neke vrste strojno berljiva različica Wikipedije, katere vsebina, v nasprotju z DBPedia, ni ustvarjena z uvozom iz informacijskih okvirov člankov, temveč je ustvarjena bolj ali manj ročno (in kasneje postane vir informacij za iste informacije).

Priporočamo tudi za spoznavanje seznam uporabnikov RDF shranjevanja Stardog na spletu Stardog v poglavju „Stranke“.

Kakorkoli že, v gartnerjevi „Hype Cycle for Emerging Technologies“ iz leta 2016 „Upravljanje podjetniške taksonomije in ontologije“ je uvrščen sredi padajoče doline razočaranja z obetom izhoda na „plato produktivnosti“ ne prej kot čez 10 let.

Povezovanje podjetniških podatkov

Napovedi, napovedi, napovedi…

Iz zgodovinskega vidika sem v tabeli spodaj združil gartnerjeve napovedi iz različnih let glede tehnologij, ki nas zanimajo.

Kljub temu, že v „Hype Cycle…“ leta 2018 se je pojavil drug naraščajoči trend — Knowledge Graphs. Dogodila se je neka reinkarnacija: grafovne DBMS, na katere je bilo usmerjeno pozornost uporabnikov in moči razvijalcev, pod vplivom zahtev prvih in navad zadnjih začele pridobivati konture in pozicioniranje svojih predhodnikov-konkurentov.

Skoraj vsak grafovni DBMS zdaj razglasi, da je primerna platforma za izgradnjo korporativnega „grafa znanja“ („linked data“ se včasih nadomesti z „connected data“), vendar koliko so tovrstne trditve upravičene?

Grafne baze podatkov ostajajo asemantične, podatki v grafni SDB so še vedno enaka data silo. Nizovni identificatorji namesto URI-jev nalogo integracije dveh grafnih SDB spet preoblikujejo v nalogo integracije, medtem ko se integracija dveh RDF skladišč pogosto zniža zgolj na združevanje dveh RDF grafov. Drug vidik asemantičnosti je nerefleksivnost grafnega modela LPG, ki otežuje upravljanje z metapodatki z uporabo iste platforme.

Nazadnje, grafne SDB nimajo motorjev zaključkov in pravil. Rezultate takšnih motorjev je mogoče reproducirati s kompleksnejšimi poizvedbami, a to je mogoče tudi v SQL-ju.

Vendar pa vodilna RDF skladišča nimajo težav s podporo modelu LPG. Najmočnejši je pristop, ki ga je nekoč predlagal Blazegraph: model RDF*, ki združuje RDF in LPG.

Več informacij

Več o podpori modelu LPG s strani RDF skladišč lahko preberete v prejšnjem članku na Habrju: „Kaj se trenutno dogaja z RDF skladišči“. Upam, da bo o Knowledge Graphs in Data Fabric nekoč napisana posebna članek. Zaključni del, kot lahko enostavno razumemo, je bil napisan v naglici, kljub temu pa po šestih mesecih s temi koncepti ni veliko jasneje.

Literatura

1. Halpin, H., Monnin, A. (ured.). (2014). Filozofska inženiring: K filozofiji spleta
2. Allemang, D., Hendler, J. (2011) Semantični splet za delovnega ontologa (2. izdaja)
3. Staab, S., Studer, R. (ured.). (2009) Priročnik o ontologijah (2. izdaja)
4. Wood, D. (ured.). (2011) Povezovanje podjetniških podatkov
5. Keet, M. (2018) Uvod v inženiring ontologij

Izvor: habr.com