🥇Web-i Semantik dhe të Dhënat e Lidhura. Korrektime dhe shtesa

Dua të prezantoj një fragment nga ky libër i sapo dalë:

Modelimi ontologjik i ndërmarrjeve: metoda dhe teknologjitë [Teksti]: monografi / [S. V. Gorshkov, S. S. Kralin, O. I. Mushtak et al.; redaktor përgjegjës S. V. Gorshkov]. — Jekaterinburg: Botimi i Universitetit Ural, 2019. — 234 fq.: il., tabela; 20 cm. — Autorët janë të shënuar në anën e prapme të faqes së titullit. — Bibliografia në fund të kapitujve. — ISBN 978-5-7996-2580-1: 200 ekz.

Qëllimi i publikimit të këtij fragmenti në Habr është katërfish:

Dyshoj se dikush do të jetë në gjendje ta mbajë këtë libër në duar nëse nuk është klient i respektuar SergeIndex; me të vërtetë nuk është në shitje.
Teksti është i rregulluar (nuk janë theksuar ndonjëherë) dhe janë bërë shtesa, jo shumë të përshtatshme për formatin e një monografie të printuar: shënime të rëndësishme (nën spojlerë) dhe hiperlidhje.
Dëshiroj të mbledh pyetje dhe vërejtje, për t'i konsideruar ato gjatë përfshirjes së këtij teksti në një formë të rishikuar në ndonjë botim tjetër.
Shumë adhurues të Semantic Web dhe Linked Data ende besojnë se rrethi i tyre është kaq i ngushtë kryesisht sepse publikut të gjerë ende nuk i është shpjeguar si duhet se sa e shkëlqyer është të jesh adhurues i Semantic Web dhe Linked Data. Autori i fragmentit, megjithëse i përket këtij rrethi, nuk e mban këtë mendim, por megjithatë ndien obligimin për të bërë një përpjekje tjetër.

Pra,

Semantic Web

Evolucioni i Internetit mund të paraqitet si mëposhtë (ose të flitet për segmentet e tij, të formuar në rendin e cekur më poshtë):

Dokumentet në internet. Teknologjitë kyçe — Gopher, FTP etj.
Internet është një rrjet global për ndarjen e burimeve lokale.
Internet i dokumenteve. Teknologjitë kyçe — HTML dhe HTTP.
Karakteri i burimeve të shpallura merr parasysh veçoritë e mjedisit të tyre të transmetimit.
Të dhënat në internet. Teknologjitë kyçe — REST dhe SOAP API, XHR etj.
Epoka e aplikacioneve në internet, konsumatorët e burimeve bëhen jo vetëm njerëzit.
Internet i të dhënave. Teknologjitë kyçe — teknologjitë Linked Data.
Ky fazë e katërt, e parashikuar nga Berners-Lee, krijuesi i teknologjive kyçe të fazës së dytë dhe drejtori i W3C, quhet Semantic Web; teknologjitë Linked Data kanë për qëllim ta bëjnë të dhënat në web jo vetëm të lexueshme nga makinat, por edhe "të kuptueshme nga makinat."

Nga e gjithë kjo, lexuesi do të kuptojë përputhjen e koncepteve kyçe të fazës së dytë dhe të katërt:

analogët URL janë URI,
analog është HTML është RDF,
HTML-hyperlinks janë të ngjashme me hyrjet URI në dokumentet RDF.

Webi Semantik — më shumë një vizion sistematik për të ardhmen e internetit, sesa një trend konkret i pabesueshëm ose i lobuar, megjithatë është në gjendje të marrë parasysh dhe këto të fundit. Për shembull, një karakteristikë e rëndësishme të asaj që quhet Web 2.0, konsiderohet "përmbajtja e krijuar nga përdoruesit". Të merret parasysh kjo, veçanërisht, rekomandimi W3C "Ontologjia e Webit të Annotimit" dhe një nismë e tillë si Solid.

A është e vdekur Webi Semantik?

Nëse heqim dorë nga pritjet e paarritshme, situata me webin semantik është afërsisht e njëjtë si me komunizmin në kohën e socializmit të zhvilluar (dhe nëse do të ruhet besnikëria e mottove të kushtuar të Ilyich, çdo njeri le të vendosë vetë). Motorët e kërkimit me sukses të detyrojnë faqet e internetit të përdorin RDFa dhe JSON-LD dhe vetë përdorin teknologjitë që janë të lidhura me ato që do të përshkruhen më poshtë (Google Knowledge Graph, Bing Knowledge Graph).

Në përgjithësi, autori nuk mund të thotë se çfarë e pengon përhapjen më të madhe, por mund të shprehë mendimin e tij mbi bazën e përvojës personale. Problemet që do t'u zgjidheshin "nga kutia" në kushte të Webit Semantik, janë aty, edhe pse jo shumë masive. Si pasojë, ata që kanë këto probleme, nuk kanë mjete detyruese ndaj atyre që mund të ofrojnë zgjidhje, ndërsa ofrimi i zgjidhjeve nga ata të fundit është në kundërshtim me modelet e tyre të biznesit. Kështu, vazhdojmë të analizojmë HTML dhe të ngjisim API të ndryshme, njëra më e keqe se tjetra.

Megjithatë, teknologjitë e të Dhënave të Lidhuara kanë gjetur përdorim edhe përtej internetit masiv; këtyre aplikacioneve libri, në thelb, u dedikohet. Aktualisht, komuniteti i të Dhënave të Lidhuara pret që këto teknologji të përhapen edhe më shumë për shkak të njoftimit (ose shpalljes, si i pëlqen) nga Gartner të trendeve të tilla si Grafet e Njohurive dhe Të Dhënat e Fabrikës. Shpresojmë se realizimet "me biçe" të këtyre koncepteve nuk do të kenë sukses, por ato që kanë të bëjnë me standardet W3C të diskutuara më poshtë.

Të Dhënat e Lidhuara

Berners-Lee e përkufizonte të Dhënat e Lidhuara si "webin semantik të bërë siç duhet": një grup qasje dhe teknologjish që lejojnë arritjen e objekteve të tij përfundimtare. Parimet themelore të Të Dhënave të Lidhuara që Berners-Lee theksoi të mëposhtmet.

Parimi 1. Përdorimi i URI për emërtimin e entiteteve.

URI janë identifikues globalë të entiteteve, në kontrast me identifikuesit lokalë të regjistrave. Më pas, shprehja më e mirë e këtij parimi u gjet në sloganin e Google Knowledge Graph «things, not strings».

Parimi 2. Përdorimi i URI-ve në skemën HTTP, në mënyrë që ato të jenë të mundshme për të përfituar informacionin.

Duke iu referuar URI, duhet të jetë e mundur të merret kuptimi që qëndron pas këtij kuptimi (këtu është e qartë analogjia me emrin e operatorit «*» në C); më saktësisht, të merret një paraqitje e këtij kuptimi — në varësi të vlerës së titullit HTTP Accept:. Mbase, me ardhjen e epokës AR/VR mund të merret vetë burimi, por për momentin, ka gjasa që të jetë një dokument RDF, i cili është rezultati i ekzekutimit të një pyetje SPARQL DESCRIBE.

Parimi 3. Përdorimi i standardeve të W3C — në radhë të parë, RDF(S) dhe SPARQL — sidomos, gjatë derreferencimit të URI-ve.

Këto «shtresa» të veçanta të grumbullit të teknologjive Linked Data, që është gjithashtu e njohur si Semantic Web Layer Cake, do të përshkruhen më vonë nga ne.

Parimi 4. Përdorimi i lidhjeve me URI të tjera gjatë përshkrimit të entiteteve.

RDF lejon të kufizohet në një përshkrim verbal të burimit në gjuhën natyrore, dhe parimi i katërt inkurajon që të mos bëhet kështu. Me respektimin e plotë të parimit të parë, ekziston mundësia që gjatë përshkrimit të burimit të referohet në të tjera, përfshirë ato «të huaja», nga e cila të dhënat quhen të lidhura. Në të vërtetë, përdorimi i URI-ve, të emëruara në fjalorin RDFS, është pothuajse e pashmangshme.

RDF

RDF (Resource Description Framework) — një formalizëm për përshkrimin e entiteteve që janë të lidhura ndërsjelltas.

Për entitetet dhe marrëdhëniet e tyre bëhen deklarata të tipit «subjekt-predikat-objekt», të quajtura tripelet. Në rastin më të thjeshtë, subjekt, predikat dhe objekt janë URI. I njëjti URI mund të jetë në pozita të ndryshme në tripelet e ndryshme: të jetë si subjekt, si predikat dhe si objekt; kështu, tripelet formojnë një lloj grafiku, të quajtur grafiku RDF.

Subjektet dhe objektet mund të jenë jo vetëm URI, por edhe ato të quajtura nodet e zbrazëta, dhe objektet gjithashtu mund të jenë litra. Litra janë instance të llojeve primitive që përbëhen nga një përfaqësim në formën e një vargu dhe një shënim të llojit.

Shembuj të regjistrimit të literave (në sintaksën Turtle, rreth të cilës do të flasim më vonë): "5.0"^^xsd:float dhe "five"^^xsd:string. Literat me tipin rdf:langString mund të kenë gjithashtu një etiketë gjuhësore, që në Turtle regjistrohet kështu: "five"@en dhe "pesë"@sq.

Nodet e zbrazëta janë burime "anonime" pa identifikatorë globalë, për të cilat, megjithatë, mund të bëhen pohime; një lloj variabelesh ekzistenciale.

Pra (këtu qëndron e gjithë thelbi i RDF):

subjekti është një URI ose një nod zbrazët,
predikati është një URI,
objekti është një URI, nod zbrazët ose literal.

Pse predikatet nuk mund të jenë nod zbrazët?

Arsyeja e mundshme është dëshira për të kuptuar joformalisht dhe për të përkthyer në gjuhën e logjikës predikative të rendit të parë tripletin s p o si diçka të ngjashme me Web Semantic dhe Linked Data. Rregullime dhe shtesa index — predikatin, dhe — konstantet. Gjurmët e një kuptimi të tillë janë në dokumentin "LBase: Semantics for Languages of the Semantic Web", i cili ka statusin e një shënimi të grupit të punës W3C. Duke e kuptuar kështu, tripleti s p []index [] — një nod zbrazët, do të përkthehet si Web Semantic dhe Linked Data. Rregullime dhe shtesa index — një variablë, por si të përkthehet pastaj s [] o? Имеющий статус рекомендации W3C документ «RDF 1.1 Semanticsproponon një metodë tjetër të përkthimit, por mundësia që predikatet të jenë nod zbrazët nuk shqyrtohet akoma.

Megjithatë, Manu Sporni lejuan.

RDF — një model abstrakt. RDF mund të regjistrohet (serializohet) në sintaksa të ndryshme: RDF/XML, Turtle (më të lehta për t'u lexuar nga njeriu), JSON-LD, HDT (binare).

E njëjta RDF mund të serializohet në RDF/XML në mënyra të ndryshme, prandaj, për shembull, XML-i i rezultatit nuk ka kuptim të validohet me XSD ose të përpiqet të nxjerrë të dhëna duke përdorur XPath. Po ashtu, JSON-LD ka të ngjarë të mos përmbushë dëshirën e zhvilluesve të zakonshëm të Javascript për të punuar me RDF duke përdorur shënimin me pika dhe katrorë të Javascript (edhe pse JSON-LD po shkon në këtë drejtim, duke ofruar mekanizmin framing).

Shumica e sintaksave ofrojnë mënyra për të shkurtuar URI të gjatë. Për shembull, shpallja @prefix rdf: në Turtle do të lejojë më pas të shkruhet në vend të <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> thjesht rdf:type.

RDFS

RDFS (RDF Schema) — fjalori bazë i modelimit, prezanton konceptet e pronës dhe klasës si dhe prona të tilla si rdf:type, rdfs:subClassOf, rdfs:domain dhe rdfs:range. Me ndihmën e fjalorit RDFS mund të regjistrohen, për shembull, shprehjet e sakta si më poshtë:

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 është një fjalor për përshkrimin dhe modelimin, por nuk është një gjuhë kufizimesh (edhe pse specifikimi zyrtar e lë) mundësi e tillë përdorimi). Fjala «Schema» nuk duhet të kuptohet në të njëjtin kuptim si në shprehjen «XML Schema». P.sh., :author rdfs:range foaf:Person do të thotë se rdf:type të gjitha vlerat e pronës :author — foaf:Person, por nuk do të thotë se për këtë duhet të thuhet më herët.

SPARQL

SPARQL (SPARQL Protocol and RDF Query Language) — një gjuhë kërkese për të dhënat RDF. Në rastin më të thjeshtë, një pyetje SPARQL përbëhet nga një grup shembujsh, me të cilët krahasohen tripletat e grafikëve të pyetar.

Kërkimi do të kthejë ato vlera variablash, për të cilat, kur zëvendësohen në shembuj, mund të rezultuar një nën-graf i grafikëve RDF të pyetur (nën-grupi i tripletëve të tij). Variablat me emra të njëjtë në shembuj të ndryshëm duhet të kenë vlera të njëjta.

P.sh., në grupin e përmendur më sipër prej shtatë aksiomave RDFS, kërkesa në vazhdim do të kthejë rdfs:domain dhe rdfs:range si vlera ?s dhe ?p përkatësisht:

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

Është e rëndësishme të theksohet se SPARQL është deklarativ dhe nuk është një gjuhë e përshkrimit të anashkalimit të grafikëve (ndonëse disa depo RDF ofrojnë mënyra për të rregulluar planin e ekzekutimit të kërkesës). Prandaj, disa detyra standarde të grafikëve, siç është kërkimi për rrugën më të shkurtër, nuk mund të zgjidhen në SPARQL, duke përfshirë edhe përdorimin e mekanizmit rrugët e pronës (por, përsëri, depo të veçanta RDF ofrojnë zgjerime speciale për të zgjidhur këto detyra).

SPARQL nuk ndan prezumimin e hapjes së botës dhe ndjek qasjen «negation as failure», në të janë të mundshme konstrukte siç janë FILTER NOT EXISTS {…}. Shpërndarja e të dhënave merret parasysh përmes mekanizmit kërkesave federative.

Pika e hyrjes SPARQL — një depo RDF, e cila është në gjendje të përpunojë kërkesat SPARQL — nuk ka analoge të drejtpërdrejta nga faza e dytë (shih fillimin e këtij paragrafi). Ajo mund të krahasohet me një bazë të dhënash, mbi përmbajtjen e së cilës janë gjeneruar faqet HTML, por që është e aksesueshme nga jashtë. Pika e hyrjes SPARQL është më shumë një analog i pikës së hyrjes API nga faza e tretë, por me dy dallime kryesore. Së pari, ka mundësinë e bashkimit të disa kërkesave «atomike» në një të vetme (çka konsiderohet si karakteristika kyçe e GraphQL), së dyti, ky API është plotësisht i vetë-dokumentuar (çfarë HATEOAS përpiqej të arrinte).

Vërejtje polemike

RDF — një mënyrë për publikimin e të dhënave në internet, prandaj depot RDF do të duhej të konsideroheshin si DBMS dokumentesh. Megjithatë, duke qenë se RDF është një graf, e jo një pemë, ato rezultuan gjithashtu si grafike. Është e habitshme që kjo ndodhi. Kush do të kishte menduar se do të kishte inteligjentë që do të realizonin blank nodes. Te Kodda kjo nuk doli.

Ekzistojnë edhe mënyra më pak funksionale për të organizuar aksesin në të dhënat RDF, për shembull, Linked Data Fragments (LDF) dhe Linked Data Platform (LDP).

OWL

OWL (Web Ontology Language) — një formalizëm për paraqitjen e njohurive, një variant sintaksor i logjikës përshkruese Web Semantic dhe Linked Data. Rregullime dhe shtesa (në të gjithë pjesën tjetër është më e saktë të flasim për OWL 2, versioni i parë i OWL ishte i bazuar në ).

Koncepte të logjikave përshkruese përputhen me klasat në OWL, rolet — me tipare, individët ruajnë emrat e tyre të mëparshëm. Aksiomat gjithashtu quhen aksioma.

Për shembull, në ashtuquajturin sintaksën mançesteriane për të shkruar OWL, aksioma që tashmë e dimë Web Semantic dhe Linked Data. Rregullime dhe shtesa do të shkruhet kështu:

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

Ekzistojnë edhe sintaksa të tjera për të shkruar OWL, për shembull, sintaksa funksionale, e përdorur në specifikimin zyrtar, dhe OWL/XML. Përveç kësaj, OWL mund të seriologizohet në sintaksën abstrakte RDF dhe më pas — në ndonjë nga sintaksat konkrete.

OWL në lidhje me RDF ka një marrëdhënie të dyfishtë. Nga njëra anë, mund të konsiderohet si një lloj fjalori që zgjeron RDFS. Nga ana tjetër, kjo është një formalizëm më i fuqishëm, për të cilin RDF është vetëm një format seriologjie. Jo të gjitha konstruktet elementare OWL mund të shkruhen përmes një tripleti RDF.

Në varësi të nëngrupit që është e lejuar të përdoret nga konstruktet OWL, flitet për ata që quhen profillet OWL.Profillet e standardizuara dhe më të njohura janë OWL EL, OWL RL dhe OWL QL. Zgjedhja e profilit ndikon në kompleksitetin përllogaritës të detyrave tipike. Grupi i plotë i konstruktave OWL, përkatësisht Web Semantic dhe Linked Data. Rregullime dhe shtesa , quhet OWL DL. Ndonjëherë flitet gjithashtu për OWL Full, në të cilin konstruktet OWL lejohet të përdoren me lirinë e plotë që i përket RDF, pa kufizime semantike dhe përllogaritëse . Për shembull, diçka mund të jetë dhe një klasë, dhe një pronë. OWL Full është i papërcaktueshëm.

Parimet kyçe të bashkimit të konkluzioneve në OWL janë pranimi i supozitës së botës së hapur (open world assumption, OWA) dhe heqja e supozitës së unikësisë së emrave (unique name assumption, UNA). Më poshtë do të shohim se çfarë mund të sjellin këto principe dhe do të njihemi me disa struktura OWL.

Le të supozojmë se ontologjia përmban këtë fragment (në sintaksën mankesteriane):

Klasa: manyChildren
   E barabartë me: Njeri që kaFëmijë min 3
Individual: John
   Llojet: Njeri
   Fakte: kaFëmijë Alice, kaFëmijë Bob, kaFëmijë Carol

A do të ndjekë nga ajo që u tha, që John është me shumë fëmijë? Refuzimi i UNA do të detyrojë motorin e nxjerrjes të përgjigjet negativisht, pasi Alice dhe Bob mund të jenë një dhe e njëjta person. Për të pasur një ndjekje, do të nevojitet shtimi i një aksiome të tillë:

NjësiTëDiferencuar: Alice, Bob, Carol, John

Tani le të supozojmë se fragmenti i ontologjisë ka këtë pamje (John shpallet me shumë fëmijë, por ka vetëm dy fëmijë të listuar):

Klasa: manyChildren
   E barabartë me: Njeri që kaFëmijë min 3
Individual: John
   Llojet: Njeri, manyChildren
   Fakte: kaFëmijë Alice, kaFëmijë Bob
NjësiTëDiferencuar: Alice, Bob, Carol, John

A do të jetë kjo ontologji e kundërt (çka mund të interpretohet si dëshmi e pavlefshmërisë së të dhënave)? Pranimi i OWA do ta bëjë motorin e nxjerrjes të përgjigjet negativisht: "diku" mund të thuhet se Carol gjithashtu është fëmija i John.

Për të përjashtuar mundësinë e kësaj, do të shtojmë një fakt të ri për John:

Individual: John
   Fakte: kaFëmijë Alice, kaFëmijë Bob, nuk kaFëmijë Carol

Për të përjashtuar mundësinë e fëmijëve të tjerë, le të themi se të gjitha vlerat e pronës "kaFëmijë" janë njerëz, nga të cilët kemi gjithsej katër:

PronësiaObjekt: kaFëmijë
   Domeni: Njeri
   Karakteristikat: Irefleksiv
Klasa: Njeri
E barabartë me: { Alice, Bill, Carol, John }

Tani ontologjia do të bëhet e kundërt, për të cilën motoori i nxjerrjes do të njoftojë pa dyshim. Me aksiomen e fundit, në një farë mënyre, kemi "mbyllur" botën, dhe vini re se si është përjashtuar mundësia që John të jetë fëmija i vetvetes.

Lidhja e të Dhënave të Sipërmarrjeve

Një grup qasje dhe teknologjish të të Dhënave të Lidhura fillimisht është menduar për publikimin e të dhënave në web. Përdorimi i tyre në një mjedis të brendshëm të korporatës has në disa vështirësi.

Për shembull, në një mjedis të mbyllur korporate, forca deduktive e OWL, e bazuar në pranimin e OWA dhe refuzimin e UNA — vendime të diktuara nga natyra e hapur dhe të shpërndarë e web-it, duket e dobët. Dhe këtu janë disa mundësi.

Dhenia e OWL semantikës, që supozon refuzimin e OWA dhe pranimin e UNA, implementimi i një motorin të përputhshëm të nxjerrjes. — Në këtë rrugë po shkon RDF-depozita Stardog.
Heqja nga mundësitë deduktive të OWL për engine-rules. — Stardog mbështet SWRL; Jena dhe GraphDB ofrojnë gjuhët e tyre të rregullave. Heqja nga mundësitë deduktive të OWL, përdorimi për modelimin e një nëngrupe të caktuar, të afërt me RDFS. — Shih për këtë më poshtë.
Një problem tjetër është vëmendja më e madhe që në botën korporative mund t'i kushtohet problemeve të cilësisë së të dhënave, dhe mungesa e mjeteve të validimit të të dhënave në stakun e Linked Data. Daljet këtu janë si vijon.

Sërish, përdorimi për validimin e strukturave OWL me semantikën e botës së mbyllur dhe unikalitetit të emrave, nëse ekziston engine-n e përbashkët.

SHACL
Përdorimi , i standardizuar pasi lista e shtresave të Semantic Web Layer Cake është konfirmuar (ndër të tjera, ai mund të përdoret edhe si engine-rules), oseShEx Kuptimi që gjithçka në fund të fundit bëhet me pyetje SPARQL, krijimi i një mekanizmi të thjeshtë validimi të të dhënave me përdorimin e tyre..
Megjithatë, madje edhe heqja e plotë nga mundësitë deduktive dhe mjeteve të validimit lë stakun e Linked Data jashtë konkurrencës në detyra, peisazhet e ngjashme me web-in e hapur dhe të shpërndarë — në detyrat e integrimit të të dhënave.

Si e shohim një sistem informacioni korporativ të zakonshëm?

Kjo është e mundur, por sigurisht, duhet të jemi të vetëdijshëm për cilat probleme duhet të zgjidhin teknologjitë përkatëse. Do të përshkruaj këtu reagimin tipik të pjesëmarrësve të zhvillimit, që të tregoj se si duket ky stek teknologjik nga pikëpamja e IT-së konvencionale. I ngjan një përrallë për elefantin:

Analist biznesi

: RDF është diçka si një model logjik direkt i ruajtur.Analist sistemi
: RDF është si, vetëm me një grumbull indeksesh dhe një gjuhë të përshtatshme pyetjesh. EAV: pra, është gjithçka në frymën e koncepteve të modelit të pasur dhe kodit të ulët,
Zhvilluesikam lexuar më këto ditë. : po, është
Kryetari i projektitcollapsing the stack Praktika tregon se steku shpesh përdoret në detyra që lidhen me shpërndarjen dhe heterogjenitetin e të dhënave, për shembull, kur krijohen sisteme si MDM (Menaxhimi i Të Dhënave Master) ose DWH (Depoja e Të Dhënave). Këto detyra ekzistojnë në çdo industri.!

Sa i përket aplikimeve me specifikë industrisë, në ditët e sotme teknologjitë Linked Data janë më të popullarizuara në këto industri.

Sa i përket aplikimeve me specifikë të industrisë, aktualisht teknologjitë e Linked Data janë më të njohurat në këto industri.

teknologjitë biomjekësore (ku popullariteti i tyre, duket, lidhet me kompleksitetin e fushës së lëndës);

aktuale

Në "Pika e Vapës" së fundmi u mbajt një konferencë "Bashkimi i ontologjive. Nga teoria në aplikimin praktik».

prodhimi dhe operimi i artikujve të ndërlikuar (industria e madhe e makinave, nxjerrja e naftës dhe gazit; shpesh është fjala për standardin ISO 15926);

aktuale

Këtu gjithashtu arsyeja është kompleksiteti i fushës së lëndës, kur, për shembull, në fazën upstream, nëse flasim për sektorin e naftës dhe gazit, regjistrimi i thjeshtë duhet të ketë disa funksione CAD.

Në vitin 2008 u zhvillua një konferencë inaugurale e organizuar nga Chevron konferencë.

ISO 15926 përfundimisht iu duk sektorit të naftës dhe gazit të rëndë (dhe pak a shumë gjeti një përdorim më të madh në industrinë e makinave). Në të vërtetë, vetëm Statoil (Equinor) mbeti më shumë e angazhuar me të, përreth saj u krijua një e tërë ekosistemë. Të tjerët përpiqen të bëjnë diçka të vetën. Për shembull, sipas thashethemeve, Ministria e Energjisë e vendit po planifikon të merret me krijimin e "modelit ontologjik konceptual të sektorit të energjisë", i ngjashëm, duket, me atë të krijuar për energjinë elektrike.

organizatat financiare (madje XBRL mund të konsiderohet si një lloj hibride mes SDMX dhe ontologjisë RDF Data Cube);

aktuale

LinkedIn në fillim të vitit aktivisht e bombardonte autorin me oferta pune nga gati të gjitha gjigantët e industrisë financiare që ai i njihte nga seria "Forca Majeure": Goldman Sachs, JPMorgan Chase dhe/apo Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, FED, Deutsche Bank… Ndoshta, të gjithë po kërkonin dikë që mund të dërgohej në Knowledge Graph Conference. Mjaft shumë arritën të gjejnë: organizatat financiare mbushën të gjithë mëngjesin e ditës së parë.

Ndërsa në HeadHunter ndodhte diçka interesante vetëm te Sberbank, ishte fjala për "depozitimin EAV me një model të dhënash të ngjashëm me RDF."

Ndoshta, ndryshimi në shkallën e dashurisë për teknologjitë përkatëse të institucioneve financiare vendase dhe perëndimore është i lidhur me karakterin transnacional të veprimtarisë së fundit. Duket se integrimet përtej kufijve shtetërorë kërkojnë zgjidhje organizative dhe teknike cilësore më të ndryshme.

sistemet pyetje-përgjigje, të cilat kanë përdorim komercial (IBM Watson, Apple Siri, Google Knowledge Graph);

aktuale

Për tu thënë, krijuesi i Siri, Thomas Gruber, është autori i atij përkufizimi të ontologjisë (në kuptimin e TI) si "specifikim i konceptualizimit". Në mendimin tim, ndërrimi i fjalëve në këtë përkufizim nuk e ndryshon kuptimin e tij, çka ndoshta tregon që ndoshta nuk ekziston.

publikimi i të dhënave të strukturuara (me një bazë të madhe, kjo mund të përfshihet tashmë në Linked Open Data).

aktuale

Të apasionuarit e mëdhenj të Linked Data — të ashtuquajturit GLAM: Galeritë, Bibliotekat, Arkivat dhe Muzeumet. Mjafton të themi se për të zëvendësuar MARC21, Biblioteka e Kongresit promovon BIBFRAME, i cili ofron një themel për të ardhmen e përshkrimit bibliografik dhe, natyrisht, është e bazuar në RDF.

Shpesh, si një shembull i një projekti të suksesshëm në fushën e Linked Open Data, përmendet Wikidata — një version i lexueshëm nga makina i Wikipedia-s, përmbajtja e të cilit, në kundërshtim me DBPedia, nuk gjenerohet përmes importit nga infobokset e artikujve, por krijohet më shumë ose më pak manualisht (dhe më pas shndërrohet në një burim informacioni për ato infobokse).

Kemi gjithashtu rekomandim për t'u njohur me lista përdoruesit e depozitës RDF Stardog në faqen Stardog në seksionin "Konsumatorët".

Megjithatë, në ciklin e Gartner-it "Hype Cycle for Emerging Technologies" të vitit 2016 "Menaxhimi i Taksonomisë dhe Ontologjisë së Ndërmarrjeve" është vendosur në mes të rënies në luginën e zhgënjimit, me perspektivën e daljes në "platonin e produktivitetit" jo më herët se pas 10 vitesh.

Lidhja e të Dhënave Ndërmarrëse

Parashikimet, parashikimet, parashikimet…

Nga interesi historik, i kam përmbledhur në tabelën më poshtë parashikimet e Gartner-it për vite të ndryshme mbi teknologjitë që na interesojnë.

Viti	Shkenca	Raporti	Statusi	Vite deri në platon
2001	Semantic Web	Teknologjitë në Shfaqje	Shtysa për Inovacion	5-10
2006	Web-i Semantik Korporativ	Teknologjitë në Shfaqje	Majat e Praruar të Prshmeve të Ndamura	5-10
2012	Semantic Web	Big Data	Majat e Praruar të Prshmeve të Ndamura	>10
2015	Të Dhënat e Lidhuara	Analiza e Avancuar dhe Shkenca e të Dhënave	Lugina e Zhgënjimit	5-10
2016	Menaxhimi i Ontologjisë Ndërmarrëse	Teknologjitë në Shfaqje	Lugina e Zhgënjimit	>10
2018	Grafet e Njohurive	Teknologjitë në Shfaqje	Shtysa për Inovacion	5-10

Megjithatë, tashmë në "Hype Cycle..." të vitit 2018 u shfaq një trend tjetër në ngjitje — Grafet e Diturisë. Ndodhi një lloj rinashkimi: DBMS-të grafike, në të cilat u përqendrua vëmendja e përdoruesve dhe energjia e zhvilluesve, nën ndikimin e kërkesave të parë dhe zakoneve të fundit, filluan të merrnin kontura dhe pozicionim të konkurrentëve të tyre të mëparshëm.

Praktikisht çdo DBMS grafike tani shpall veten si një platformë e përshtatshme për ndërtimin e "grafit të diturisë" të korporatës ("linked data" ndonjëherë zëvendësohet me "data të lidhura"), por sa të arsyeshme janë këto pretendime?

Bazat grafike mbeten akoma asemantike, të dhënat në një DB grafike janë të njëjta si data silo. Identifikuesit e rreshtave në vend të URI bëjnë që integrimi i dy DB-ve grafike të mbetet një sfidë integrimi, ndërsa integrimi i dy depozita RDF shpesh reduktohet thjesht në bashkimin e dy grafëve RDF. Një aspekt tjetër i asemanticitetit është pa-refleksiviteti i modelit LPG të grafikëve, që e bën të vështirë menaxhimin e metadata duke përdorur të njëjtën platformë.

Së fundi, DB-të grafike nuk kanë motorë të nxjerrjes dhe motorë rregullash. Rezultatet e këtyre motorëve mund të riprodhohen me një ndërlikim të pyetjeve, por kjo është e mundur edhe në SQL.

Megjithatë, depozitat kryesore RDF nuk kanë vështirësi në mbështetje të modelit LPG. Qasja më e njohur është ajo e propozuar dikur në Blazegraph: modeli RDF*, që kombinon RDF dhe LPG.

Më shumë

Më shumë rreth mbështetjes së depozitave RDF për modelin LPG mund të lexoni në artikullin e mëparshëm në Habr: «Çfarë po ndodh tani me depozitat RDF». Shpresoj që njëherë e mirë të shkruhet një artikull i veçantë për Knowledge Graphs dhe Data Fabric. Seksioni përfundimtar, siç mund të kuptohet lehtë, është shkruar në nxehje, por pas gjashtë muajve me këto koncepte, gjithçka nuk është bërë shumë më e qartë.

Literatura

Halpin, H., Monnin, A. (eds.) (2014). Filozofia Inxhinierike: drejt një filozofie të Web-it
Allemang, D., Hendler, J. (2011) Web-i Semantik për Ontologun në Punesë (botimi i 2-të)
Staab, S., Studer, R. (eds.) (2009) Manual mbi Ontologjitë (botimi i 2-të)
Wood, D. (ed.). (2011) Lidhja e të Dhënave të Ndërmarrjeve
Keet, M. (2018) Një Hyrje në Inxhinierinë e Ontologjisë

Burimi: habr.com