Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun

Emi yoo fẹ lati ṣafihan si gbogbo eniyan ni ajẹkù ti iwe ti a tẹjade laipẹ yii:

Awoṣe ontological ti ile-iṣẹ: awọn ọna ati imọ-ẹrọ [Ọrọ]: monograph / [S. V. Gorshkov, S. S. Kralin, O. I. Mushtak ati awọn miiran; olootu agba S.V. Gorshkov]. - Ekaterinburg: Ural University Publishing House, 2019. - 234 p.: aisan., tabili; 20 cm - Onkọwe. itọkasi lori ẹhin ori omu. Pẹlu. - Iwe itan ni opin ch. - ISBN 978-5-7996-2580-1: 200 idaako.

Ète ìfilọ̀ àjákù yìí sórí Habré jẹ́ mẹ́rin:

  • Ko ṣeeṣe pe ẹnikẹni yoo ni anfani lati di iwe yii si ọwọ wọn ti ko ba jẹ alabara ti ẹni ti a bọwọ fun SergeIndex; Dajudaju kii ṣe tita.
  • Awọn atunṣe ti ṣe si ọrọ naa (wọn ko ṣe afihan ni isalẹ) ati awọn afikun ti a ti ṣe ti ko ni ibamu pupọ pẹlu ọna kika ti monograph ti a tẹjade: awọn akọsilẹ agbegbe (labẹ awọn apanirun) ati awọn hyperlinks.
  • Mo fe gba ibeere ati comments, lati le ṣe akiyesi wọn nigbati o ba fi ọrọ yii kun ni fọọmu ti a ṣe atunṣe ni eyikeyi awọn atẹjade miiran.
  • Ọpọlọpọ Wẹẹbu Semantic ati awọn olufaramọ data ti o sopọ mọ tun gbagbọ pe iyika wọn dín, ni pataki nitori gbogbogbo ko tii ṣe alaye daradara bi o ṣe jẹ nla lati jẹ olufaramọ ti Wẹẹbu Semantic ati Data Isopọmọ. Onkọwe ti ajẹkù, biotilejepe o jẹ ti Circle yii, ko ni ero yii, ṣugbọn, sibẹsibẹ, o ro pe o jẹ dandan lati ṣe igbiyanju miiran.

Ati bẹ,

Oju opo wẹẹbu Semantic

Itankalẹ ti Intanẹẹti le jẹ aṣoju bi atẹle (tabi sọrọ nipa awọn apakan rẹ ti o ṣẹda ni aṣẹ ti a tọka si isalẹ):

  1. Awọn iwe aṣẹ lori Intanẹẹti. Awọn imọ-ẹrọ bọtini - Gopher, FTP, ati bẹbẹ lọ.
    Intanẹẹti jẹ nẹtiwọọki agbaye fun paṣipaarọ awọn orisun agbegbe.
  2. Internet iwe aṣẹ. Awọn imọ-ẹrọ pataki jẹ HTML ati HTTP.
    Iseda ti awọn orisun ti a fi han ṣe akiyesi awọn abuda ti alabọde gbigbe wọn.
  3. Internet data. Awọn imọ-ẹrọ bọtini - REST ati ọṣẹ API, XHR, ati bẹbẹ lọ.
    Awọn akoko ti awọn ohun elo Intanẹẹti, kii ṣe awọn eniyan nikan di awọn onibara ti awọn ohun elo.
  4. Internet data. Awọn imọ-ẹrọ bọtini jẹ awọn imọ-ẹrọ Data ti a ti sopọ.
    Ipele kẹrin yii, asọtẹlẹ nipasẹ Berners-Lee, ẹlẹda ti awọn imọ-ẹrọ mojuto keji ati oludari W3C, ni a pe ni oju opo wẹẹbu Semantic; Awọn imọ-ẹrọ data ti o sopọ jẹ apẹrẹ lati jẹ ki data lori oju opo wẹẹbu kii ṣe ẹrọ ṣee ṣe nikan, ṣugbọn tun “ṣe oye ẹrọ.”

Lati ohun ti o tẹle, oluka naa yoo loye ifọrọranṣẹ laarin awọn imọran bọtini ti awọn ipele keji ati kẹrin:

  • Awọn URL jẹ afiwera si awọn URI,
  • Afọwọṣe HTML jẹ RDF,
  • Awọn ọna asopọ HTML jẹ iru si awọn iṣẹlẹ URI ni awọn iwe RDF.

Oju opo wẹẹbu Semantic jẹ diẹ sii ti iran eto ti ọjọ iwaju ti Intanẹẹti ju aṣa lẹẹkọkan kan pato tabi aṣa lobbied, botilẹjẹpe o le gba igbehin wọnyi sinu akọọlẹ. Fun apẹẹrẹ, ẹya pataki ti ohun ti a pe ni oju opo wẹẹbu 2.0 ni a gba si “akoonu ti olumulo ṣe ipilẹṣẹ.” Ni pataki, iṣeduro W3C ni a pe lati ṣe akiyesi rẹ “Web Annotation Ontology"ati iru iṣẹ bi ri to.

Njẹ Wẹẹbu Semantic ti ku?

Ti o ba kọ aiṣedeede ireti, ipo pẹlu oju opo wẹẹbu atunmọ jẹ isunmọ bii pẹlu communism lakoko awọn akoko ti awujọ awujọ ti o ni idagbasoke (ati boya a ṣe akiyesi iṣootọ si awọn aṣẹ ipo Ilyich, jẹ ki gbogbo eniyan pinnu fun ara wọn). Awọn ẹrọ wiwa oyimbo ni ifijišẹ fi agbara mu awọn oju opo wẹẹbu lati lo RDFa ati JSON-LD ati awọn tikarawọn lo awọn imọ-ẹrọ ti o ni ibatan si awọn ti a ṣalaye ni isalẹ (Ayapa Imọ Google, Aworan Imọ Bing).

Ni awọn ọrọ gbogbogbo, onkọwe ko le sọ kini idilọwọ itankale nla, ṣugbọn o le sọrọ lori ipilẹ iriri ti ara ẹni. Awọn iṣoro wa ti o le yanju “lati inu apoti” ni awọn ipo ti ibinu SW, botilẹjẹpe wọn ko ni ibigbogbo. Bi abajade, awọn ti o dojuko awọn iṣẹ-ṣiṣe wọnyi ko ni ọna ti ipaniyan lodi si awọn ti o ni anfani lati pese ojutu kan, lakoko ti o jẹ pe ipese ominira ti igbehin ti ojutu ti o lodi si awọn awoṣe iṣowo wọn. Nitorinaa a tẹsiwaju lati ṣe itupalẹ HTML ati lẹ pọ ọpọlọpọ awọn API, ọkan miiran shittier.

Sibẹsibẹ, Awọn imọ-ẹrọ Data ti a ti sopọ ti tan kọja oju opo wẹẹbu akọkọ; Iwe naa, ni otitọ, jẹ igbẹhin si awọn ohun elo wọnyi. Lọwọlọwọ, agbegbe ti Asopọmọra nreti awọn imọ-ẹrọ wọnyi lati di paapaa ni ibigbogbo ọpẹ si gbigbasilẹ Gartner (tabi ikede, bi o ṣe fẹ) ti awọn aṣa bii Awọn aworan Awọn aworan и Data Fabric. Emi yoo fẹ lati gbagbọ pe kii yoo jẹ awọn imuse “keke” ti awọn imọran wọnyi ti yoo ṣaṣeyọri, ṣugbọn awọn ti o ni ibatan si awọn iṣedede W3C ti a sọrọ ni isalẹ.

Data ti a ti sopọ

Berners-Lee ṣe asọye Data Linked bi oju opo wẹẹbu atunmọ “ṣe deede”: eto awọn isunmọ ati imọ-ẹrọ ti o fun laaye laaye lati ṣaṣeyọri awọn ibi-afẹde ipari rẹ. Awọn ilana ipilẹ ti Data ti a ti sopọ Berners-Lee afihan atẹle naa.

Ilana 1. Lilo awọn URI lati lorukọ awọn nkan.

Awọn URI jẹ awọn idamọ nkan agbaye ni idakeji si awọn idamọ okun agbegbe fun awọn titẹ sii. Lẹ́yìn náà, ìlànà yìí jẹ́ mímọ̀ dáradára nínú ọ̀rọ̀ àkànlò-èdè Ìmọ̀ Google “ohun, ko awọn gbolohun ọrọ».

Ilana 2. Lilo awọn URI ninu ero HTTP ki wọn le ṣe itọka.

Nipa iwọle si URI kan, o yẹ ki o ṣee ṣe lati gba itọkasi lẹhin olutọka yẹn (afọwọṣe pẹlu orukọ oniṣẹ jẹ kedere nibi).*"ni C); ni deede diẹ sii, lati gba diẹ ninu awọn aṣoju ti eyi tọka - da lori iye akọsori HTTP Accept:. Boya, pẹlu dide ti akoko AR / VR, yoo ṣee ṣe lati gba awọn orisun funrararẹ, ṣugbọn fun bayi, o ṣeese, yoo jẹ iwe RDF, eyiti o jẹ abajade ti ṣiṣe ibeere SPARQL kan. DESCRIBE.

Ilana 3. Lilo awọn iṣedede W3C - nipataki RDF(S) ati SPARQL - ni pataki nigbati o ba kọ awọn URI silẹ.

Awọn “awọn fẹlẹfẹlẹ” kọọkan ti akopọ imọ-ẹrọ Data ti Asopọmọra, ti a tun mọ ni Semantic Web Layer oyinbo, yoo wa ni apejuwe ni isalẹ.

Ilana 4. Lilo awọn itọkasi si awọn URI miiran nigbati o n ṣapejuwe awọn nkan.

RDF gba ọ laaye lati fi opin si ararẹ si apejuwe ọrọ ti orisun kan ni ede adayeba, ati pe opo kẹrin pe lati ma ṣe eyi. Ti a ba ṣe akiyesi ipilẹ akọkọ ni gbogbo agbaye, o ṣee ṣe nigbati o ba n ṣalaye orisun kan lati tọka si awọn miiran, pẹlu “awọn ajeji”, eyiti o jẹ idi ti data naa fi pe ni asopọ. Ni otitọ, o fẹrẹ jẹ eyiti ko ṣee ṣe lati lo awọn URI ti a darukọ ninu awọn fokabulari RDFS.

RDF

RDF (Ilana Apejuwe Awọn orisun) jẹ ilana-iṣe fun ṣiṣe apejuwe awọn nkan ti o ni ibatan.

Awọn alaye ti iru “koko-asọtẹlẹ-ohun”, ti a pe ni awọn ẹẹmẹta, ni a ṣe nipa awọn nkan ati awọn ibatan wọn. Ninu ọran ti o rọrun julọ, koko-ọrọ, asọtẹlẹ, ati nkan jẹ gbogbo awọn URI. URI kanna le wa ni awọn ipo oriṣiriṣi ni oriṣiriṣi mẹta: jẹ koko-ọrọ, asọtẹlẹ, ati ohun kan; Bayi, awọn meteta ṣe iru aworan kan ti a npe ni aworan RDF.

Awọn koko-ọrọ ati awọn nkan le jẹ kii ṣe awọn URI nikan, ṣugbọn tun ti a pe ofo apa, ati awọn ohun tun le jẹ gangan. Awọn iwe-ọrọ jẹ awọn apẹẹrẹ ti awọn oriṣi akọkọ ti o ni aṣoju okun ati itọkasi iru kan.

Awọn apẹẹrẹ ti awọn itumọ ọrọ gangan (ninu itumọ Turtle, diẹ sii nipa rẹ ni isalẹ): "5.0"^^xsd:float и "five"^^xsd:string. Literals pẹlu iru rdf:langString tun le ni ipese pẹlu aami ede; ni Turtle o ti kọ bi eleyi: "five"@en и "пять"@ru.

Awọn apa ofo jẹ awọn orisun “ailorukọ” laisi awọn idamọ agbaye, nipa eyiti awọn alaye le, sibẹsibẹ, ṣee ṣe; irú ti existential oniyipada.

Nitorinaa (eyi ni, ni otitọ, gbogbo aaye ti RDF):

  • koko-ọrọ jẹ URI tabi apa ofo,
  • asọtẹlẹ jẹ URI,
  • Nkankan jẹ URI, apa ofo, tabi gangan.

Kilode ti awọn asọtẹlẹ ko le jẹ awọn apa ofo?

Idi ti o ṣeeṣe ni ifẹ lati loye lainidii ati tumọ mẹtalọkan si ede ti ilana asọtẹlẹ akọkọ s p o bi nkankan bi Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikunnibo Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun - asọtẹlẹ, Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun и Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun - awọn iduro. Awọn itọpa oye yii wa ninu iwe-ipamọ naa "LBase: Itumọ fun Awọn ede ti oju opo wẹẹbu Semantic", eyiti o ni ipo ti akọsilẹ ẹgbẹ iṣẹ W3C kan. Pẹlu oye yii, meteta s p []nibo [] - apa ofo, yoo tumọ bi Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikunnibo Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun - oniyipada, ṣugbọn bawo ni lẹhinna lati tumọ s [] o? Iwe aṣẹ pẹlu ipo iṣeduro W3C "RDF 1.1 Atumọ” nfunni ni ọna itumọ miiran, ṣugbọn sibẹ ko ronu iṣeeṣe ti asọtẹlẹ jẹ awọn apa ofo.

Sibẹsibẹ, Manu Sporni laaye.

RDF jẹ ẹya áljẹbrà awoṣe. RDF le ti wa ni kikọ (serialized) ni orisirisi awọn sintasi: RDF/XML, Turtle (julọ eniyan kika), JSON-LD, HDT (alakomeji).

RDF kanna le ṣe isọdi si RDF/XML ni awọn ọna oriṣiriṣi, nitorinaa, fun apẹẹrẹ, ko ṣe oye lati fọwọsi abajade XML nipa lilo XSD tabi gbiyanju lati yọ data jade nipa lilo XPath. Bakanna, JSON-LD ko ṣeeṣe lati ni itẹlọrun apapọ ifẹ idagbasoke Javascript lati ṣiṣẹ pẹlu RDF ni lilo aami Javascript ati ami akọmọ onigun mẹrin (botilẹjẹpe JSON-LD n gbe ni itọsọna yẹn nipa fifun ẹrọ kan. férémù).

Pupọ awọn ọna ṣiṣe n funni ni awọn ọna lati kuru awọn URI gigun. Fun apẹẹrẹ, ipolowo kan @prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> ni Turtle yoo lẹhinna gba ọ laaye lati kọ dipo <http://www.w3.org/1999/02/22-rdf-syntax-ns#type> o kan rdf:type.

RDFS

RDFS (Eto RDF) - fokabulari awoṣe ipilẹ kan, ṣafihan awọn imọran ti ohun-ini ati kilasi ati awọn ohun-ini bii rdf:type, rdfs:subClassOf, rdfs:domain и rdfs:range. Lilo iwe-itumọ RDFS, fun apẹẹrẹ, awọn ikosile to wulo wọnyi le jẹ kikọ:

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 jẹ apejuwe ati awọn fokabulari awoṣe, ṣugbọn kii ṣe ede idiwọ (botilẹjẹpe sipesifikesonu osise ati ewe seese ti iru lilo). Ọrọ naa "Eto" ko yẹ ki o loye ni ọna kanna gẹgẹbi ninu ikosile "Eto XML". Fun apere, :author rdfs:range foaf:Person tumo si pe rdf:type gbogbo ohun ini iye :author - foaf:Person, ṣugbọn ko tumọ si pe eyi yẹ ki o sọ ni ilosiwaju.

SPARQL

SPARQL (Ilana SPARQL ati Ede ibeere RDF) - ede kan fun ibeere data RDF. Ni ọran ti o rọrun, ibeere SPARQL jẹ akojọpọ awọn ayẹwo ti o lodi si eyiti awọn iwọn mẹta ti iwọn ti a beere ti baamu. Awọn awoṣe le ni awọn oniyipada ninu koko-ọrọ, asọtẹlẹ, ati awọn ipo ohun.

Ibeere naa yoo da iru awọn iye oniyipada pada ti, nigbati o ba paarọ rẹ sinu awọn ayẹwo, o le ja si ipin kan ti aworan RDF ti o beere (apapọ ti awọn mẹta rẹ). Awọn oniyipada ti orukọ kanna ni oriṣiriṣi awọn ayẹwo ti awọn mẹta mẹta gbọdọ ni awọn iye kanna.

Fun apẹẹrẹ, fun eto ti o wa loke ti awọn axioms RDFS meje, ibeere atẹle yoo pada rdfs:domain и rdfs:range bi awọn iye ?s и ?p lẹsẹsẹ:

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

O tọ lati ṣe akiyesi pe SPARQL jẹ asọye ati pe kii ṣe ede kan fun ṣiṣe apejuwe itọka ayaworan (sibẹsibẹ, diẹ ninu awọn ibi ipamọ RDF nfunni awọn ọna lati ṣatunṣe ero ipaniyan ibeere). Nitorinaa, diẹ ninu awọn iṣoro ayaworan boṣewa, fun apẹẹrẹ, wiwa ọna ti o kuru ju, ko le yanju ni SPARQL, pẹlu lilo awọn ohun ini ona (ṣugbọn, lẹẹkansi, awọn ibi ipamọ RDF kọọkan nfunni ni awọn amugbooro pataki lati yanju awọn iṣoro wọnyi).

SPARQL ko pin ipinnu ti ṣiṣi ti agbaye ati tẹle ọna “negation bi ikuna”, ninu eyiti ṣee ṣe awọn aṣa bii FILTER NOT EXISTS {…}. Pinpin data ti wa ni ya sinu iroyin nipa lilo awọn siseto federated ibeere.

Aaye iwọle SPARQL - ibi ipamọ RDF ti o lagbara lati ṣiṣẹ awọn ibeere SPARQL - ko ni awọn afọwọṣe taara lati ipele keji (wo ibẹrẹ ti paragirafi yii). O le ṣe afiwe si ibi ipamọ data, ti o da lori awọn akoonu ti eyiti awọn oju-iwe HTML ṣe ipilẹṣẹ, ṣugbọn wiwọle si ita. Aaye iwọle SPARQL jẹ afiwera si aaye iwọle API lati ipele kẹta, ṣugbọn pẹlu awọn iyatọ akọkọ meji. Ni akọkọ, o ṣee ṣe lati darapo ọpọlọpọ awọn ibeere “atomic” sinu ọkan (eyiti a kà si abuda bọtini ti GraphQL), ati ni ẹẹkeji, iru API jẹ iwe-ipamọ ti ara ẹni patapata (eyiti o jẹ ohun ti HATEOAS gbiyanju lati ṣaṣeyọri).

Ọrọ asọye

RDF jẹ ọna lati ṣe atẹjade data lori oju opo wẹẹbu, nitorinaa ibi ipamọ RDF yẹ ki o jẹ bi DBMS iwe. Lootọ, niwọn igba ti RDF jẹ iyaya kan kii ṣe igi, wọn tun jade lati jẹ orisun-yaya. O jẹ iyanu pe o ṣiṣẹ ni gbogbo. Tani yoo ti ro pe awọn eniyan ọlọgbọn yoo wa ti yoo ṣe awọn apa òfo. Codd wa nibi ko ṣiṣẹ jade.

Awọn ọna ti o kere si ni kikun tun wa lati ṣeto iraye si data RDF, fun apẹẹrẹ, Awọn ajẹkù Data ti a ti sopọ (LDF) ati Ti sopọ Data Platform (LDP).

OWL

OWL (Ede Ontology wẹẹbu) - ilana iṣe fun aṣoju imọ, ẹya syntactic ti ọgbọn apejuwe Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun (nibi gbogbo ti o wa ni isalẹ o jẹ deede diẹ sii lati sọ OWL 2, ẹya akọkọ ti OWL da lori Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun).

Awọn imọran ti awọn iṣiro ijuwe ni OWL ni ibamu si awọn kilasi, awọn ipa ni ibamu si awọn ohun-ini, awọn eniyan kọọkan ni idaduro orukọ wọn tẹlẹ. Axioms tun ni a npe ni axioms.

Fun apẹẹrẹ, ninu ohun ti a npe ni Manchester sintasi fun akiyesi OWL axiom ti a ti mọ tẹlẹ fun wa Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun yoo kọ bi eleyi:

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

Awọn sintasi miiran wa fun kikọ OWL, bii sintasi iṣẹ, lo ninu awọn osise sipesifikesonu, ati OWL/XML. Ni afikun, OWL le jẹ ni tẹlentẹle lati áljẹbrà RDF sintasi ati siwaju sii - ni eyikeyi ninu awọn kan pato sintasi.

OWL ni ibatan meji pẹlu RDF. Ni ọwọ kan, o le ṣe akiyesi bi iru iwe-itumọ ti o gbooro RDFS. Lori awọn miiran ọwọ, o jẹ kan diẹ lagbara formalism fun eyi ti RDF jẹ o kan kan serialization kika. Kii ṣe gbogbo awọn itumọ OWL alakọbẹrẹ ni a le kọ nipa lilo mẹta RDF kan.

Ti o da lori iru ipin ti awọn itumọ OWL ti gba laaye lati lo, wọn sọrọ ti ohun ti a pe OWL awọn profaili. Idiwọn ati olokiki julọ ni OWL EL, OWL RL ati OWL QL. Yiyan profaili kan ni ipa lori eka iširo ti awọn iṣoro aṣoju. Eto pipe ti awọn itumọ OWL ti o baamu Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun, ti a npe ni OWL DL. Nigba miiran wọn tun sọrọ nipa OWL Full, ninu eyiti awọn itumọ OWL gba laaye lati lo pẹlu ominira kikun ti o wa ninu RDF, laisi awọn ihamọ itumọ ati iṣiro. Oju opo wẹẹbu atunmọ ati data ti o sopọ. Awọn atunṣe ati awọn afikun. Fun apẹẹrẹ, ohun kan le jẹ mejeeji kilasi ati ohun-ini kan. OWL Full jẹ undecidable.

Awọn ilana pataki fun sisopọ awọn abajade ni OWL jẹ isọdọmọ ti arosinu aye ṣiṣi. O.W.A.) ati ijusile ti asọtẹlẹ ti awọn orukọ alailẹgbẹ (idaniloju orukọ alailẹgbẹ, KẸRẸ). Ni isalẹ a yoo rii ibiti awọn ipilẹ wọnyi le ṣe itọsọna ati ṣafihan diẹ ninu awọn itumọ OWL.

Jẹ ki ontology ni ajẹkù wọnyi ninu (ninu sintasi Manchester):

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

Be e na bọdego sọn nuhe ko yin didọ dọ Johanu tindo ovi susu lẹ ya? Kikọ UNA yoo fi agbara mu engine inference lati dahun ibeere yii ni odi, niwon Alice ati Bob le jẹ eniyan kanna. Fun atẹle lati waye, o jẹ dandan lati ṣafikun axiom atẹle:

DifferentIndividuals: Alice, Bob, Carol, John

Jẹ ki ni bayi ajeku ontology ni fọọmu atẹle (John ni a kede pe o ni ọpọlọpọ awọn ọmọde, ṣugbọn o ni ọmọ meji nikan):

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

Njẹ ontology yii yoo jẹ aisedede (eyiti o le tumọ bi ẹri ti data aiṣedeede)? Gbigba OWA yoo jẹ ki ẹrọ inference dahun ni odi: "ibikan" miiran (ninu ontology miiran) o le sọ pe Carol tun jẹ ọmọ John.

Lati ṣe akoso iṣeeṣe eyi, jẹ ki a ṣafikun otitọ tuntun kan nipa John:

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

Lati yọkuro ifarahan ti awọn ọmọde miiran, jẹ ki a sọ pe gbogbo awọn iye ti ohun-ini "nini ọmọ" jẹ eniyan, eyiti a ni mẹrin nikan:

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

Bayi ontology yoo di ilodi si, eyiti engine inference kii yoo kuna lati jabo. Pẹlu awọn ti o kẹhin ti awọn axioms a ni, ni ọna kan, “tilekun” agbaye, ki o si ṣakiyesi bi o ṣe ṣeeṣe ki Johanu jẹ ọmọ tirẹ funraarẹ.

Sisopo Enterprise Data

Eto data ti o sopọ ti awọn isunmọ ati imọ-ẹrọ jẹ ipinnu akọkọ fun titẹjade data lori oju opo wẹẹbu. Lilo wọn ni agbegbe ile-iṣẹ inu inu dojukọ nọmba awọn iṣoro.

Fun apẹẹrẹ, ni agbegbe ile-iṣẹ ti o ni pipade, agbara iyọkuro ti OWL ti o da lori gbigba OWA ati ijusile UNA, awọn ipinnu nitori ṣiṣi ati pinpin ti oju-iwe ayelujara, jẹ alailagbara pupọ. Ati nibi awọn ojutu wọnyi ṣee ṣe.

  • Fifun OWL pẹlu imọ-itumọ, ti o tumọ si ifasilẹ ti OWA ati gbigba UNA, imuse ẹrọ iṣelọpọ ti o baamu. - Ni ọna yii nlo Stardog RDF ipamọ.
  • Yiyọkuro awọn agbara iyokuro OWL ni ojurere ti awọn enjini ofin. - Stardog atilẹyin SWRL; Jena ati GraphDB ipese ti ara awọn ede awọn ofin
  • Kiko ti awọn agbara iyokuro ti OWL, lilo ọkan tabi miiran subset isunmọ si RDFS fun modeli. - Wo diẹ sii nipa eyi ni isalẹ.

Ọrọ miiran jẹ idojukọ nla ti agbaye ile-iṣẹ le ni lori awọn ọran didara data ati aini awọn irinṣẹ afọwọsi data ninu akopọ Data ti a ti sopọ. Awọn abajade nibi jẹ atẹle yii.

  • Lẹẹkansi, lo fun afọwọsi ti awọn igbelewọn OWL pẹlu awọn itumọ-aye ti o paade ati awọn orukọ alailẹgbẹ ti ẹrọ itọkasi ti o yẹ ba wa.
  • Lo SHACL, Idiwọn lẹhin ti atokọ ti awọn Layer Cake Web Layer Semantic ti wa titi (sibẹsibẹ, o tun le ṣee lo bi ẹrọ ofin), tabi ShEx.
  • Ni oye pe ohun gbogbo ni ipari pẹlu awọn ibeere SPARQL, ṣiṣẹda ẹrọ afọwọsi data ti ara rẹ ni lilo wọn.

Bibẹẹkọ, paapaa ijusile pipe ti awọn agbara iyokuro ati awọn irinṣẹ afọwọsi fi silẹ akopọ Data ti a sopọ mọ kuro ninu idije ni awọn iṣẹ ṣiṣe ti o jọra ni ala-ilẹ si oju opo wẹẹbu ṣiṣi ati pinpin - ni awọn iṣẹ ṣiṣe iṣọpọ data.

Kini nipa eto alaye iṣowo deede?

Eyi ṣee ṣe, ṣugbọn o yẹ ki o, nitorinaa, mọ pato awọn iṣoro wo ni awọn imọ-ẹrọ ti o baamu yoo ni lati yanju. Emi yoo ṣe apejuwe nibi iṣesi aṣoju ti awọn olukopa idagbasoke lati ṣafihan kini akopọ imọ-ẹrọ yii dabi lati oju wiwo ti IT aṣa. Owe erin leti die leti:

  • Oluyanju iṣowo: RDF jẹ nkan bi awoṣe mogbonwa ti o fipamọ taara.
  • Oluyanju Systems: RDF dabi EAV, nikan pẹlu opo awọn atọka ati ede ibeere ti o rọrun.
  • Olùgbéejáde: daradara, eyi jẹ gbogbo ni ẹmi ti awọn imọran ti awoṣe ọlọrọ ati koodu kekere, ka laipe nipa yi.
  • Oluṣakoso idawọle: Bẹẹni o jẹ kanna collapsing awọn akopọ!

Iṣeṣe fihan pe akopọ ni igbagbogbo lo ni awọn iṣẹ ṣiṣe ti o ni ibatan si pinpin ati iyatọ ti data, fun apẹẹrẹ, nigbati o ba n kọ MDM (Iṣakoso Data Titunto) tabi awọn ọna ṣiṣe kilasi DWH (Ile ipamọ data). Iru awọn iṣoro bẹ wa ni eyikeyi ile-iṣẹ.

Ni awọn ofin ti awọn ohun elo ile-iṣẹ kan pato, awọn imọ-ẹrọ Data ti o sopọ jẹ olokiki julọ lọwọlọwọ ni awọn ile-iṣẹ atẹle.

  • awọn imọ-ẹrọ biomedical (nibiti olokiki wọn dabi pe o ni ibatan si idiju ti agbegbe);

lọwọlọwọ

Laipẹ “Poiling Point” ti gbalejo apejọ kan ti a ṣeto nipasẹ ẹgbẹ “Ipilẹ Imọ Iṣoogun ti Orilẹ-ede”Apapọ ontologies. Lati ero to wulo ohun elo».

  • iṣelọpọ ati iṣiṣẹ ti awọn ọja eka (ẹrọ ẹrọ nla, iṣelọpọ epo ati gaasi; ni igbagbogbo a n sọrọ nipa boṣewa ISO 15926);

lọwọlọwọ

Nibi, paapaa, idi naa ni idiju ti agbegbe koko-ọrọ, nigbati, fun apẹẹrẹ, ni ipele oke, ti a ba sọrọ nipa ile-iṣẹ epo ati gaasi, iṣiro ti o rọrun nilo diẹ ninu awọn iṣẹ CAD.

Ni ọdun 2008, iṣẹlẹ fifi sori ẹrọ aṣoju kan, ti Chevron ṣeto, waye apejọ naa.

ISO 15926, ni ipari, dabi ẹni pe o wuwo diẹ si ile-iṣẹ epo ati gaasi (ati pe o rii boya ohun elo nla ni imọ-ẹrọ ẹrọ). Statoil (Equinor) nikan ni o faramọ pẹlu rẹ; ni Norway, odidi kan ilolupo. Awọn miiran n gbiyanju lati ṣe ohun tiwọn. Fun apẹẹrẹ, ni ibamu si awọn agbasọ ọrọ, Ile-iṣẹ Agbara ti inu ile ni ipinnu lati ṣẹda “apẹẹrẹ ontological ontological ti idana ati eka agbara,” iru, nkqwe, si da fun ina agbara ile ise.

  • awọn ajo owo (paapaa XBRL le ṣe akiyesi iru arabara ti SDMX ati ontology RDF Data Cube);

lọwọlọwọ

Ni ibẹrẹ ọdun, LinkedIn ti ni itara fun onkọwe naa pẹlu awọn aye lati ọdọ gbogbo awọn omiran ti ile-iṣẹ inawo, ẹniti o mọ lati jara TV “Force Majeure”: Goldman Sachs, JPMorgan Chase ati / tabi Morgan Stanley, Wells Fargo, SWIFT/Visa/Mastercard, Bank of America, Citigroup, Fed, Deutsche Bank... Boya gbogbo eniyan n wa ẹnikan ti wọn le firanṣẹ si Apejọ Aworan Imo. Oyimbo kan diẹ isakoso lati ri: owo ajo mu ohun gbogbo owurọ ti akọkọ ọjọ.

Lori HeadHunter, Sberbank nikan wa kọja nkan ti o nifẹ; o jẹ nipa “ibi ipamọ EAV pẹlu awoṣe data RDF-bii.”

Boya, iyatọ ninu iwọn ifẹ fun awọn imọ-ẹrọ ti o baamu ti awọn ile-iṣẹ inawo ti ile ati ti Iwọ-oorun jẹ nitori ẹda ti orilẹ-ede ti awọn iṣẹ ṣiṣe igbehin. Nkqwe, isọpọ kọja awọn aala ipinlẹ nbeere ni agbara ti o yatọ ti iṣeto ati awọn solusan imọ-ẹrọ.

  • Awọn ọna ṣiṣe idahun ibeere pẹlu awọn ohun elo iṣowo (IBM Watson, Apple Siri, Google Knowledge Graph);

lọwọlọwọ

Nipa ọna, Eleda ti Siri, Thomas Gruber, ni onkọwe ti itumọ pupọ ti ontology (ni ọna IT) gẹgẹbi “sipesifikesonu ero inu.” Ni ero mi, atunṣe awọn ọrọ ni itumọ yii ko yi itumọ rẹ pada, eyiti o le tọka si pe ko si.

  • titẹjade data eleto (pẹlu idalare nla eyi le jẹ ikawe si Data Ṣii asopọ).

lọwọlọwọ

Awọn onijakidijagan nla ti Data ti a ti sopọ jẹ eyiti a pe ni GLAM: Awọn ile-iṣọ, Awọn ile-ikawe, Awọn ile-ipamọ, ati Awọn Ile ọnọ. O to lati sọ pe Ile-ikawe ti Ile asofin ijoba n ṣe igbega aropo fun MARC21 BIBFRAME, eyi ti awọn pese ipile fun ojo iwaju ti bibliographic apejuwe ati, dajudaju, da lori RDF.

Wikidata ni igbagbogbo tọka si bi apẹẹrẹ ti iṣẹ akanṣe aṣeyọri ni aaye ti Asopọmọra Ṣii Data - iru ẹrọ ti ikede ti Wikipedia, akoonu eyiti, ni idakeji si DBPedia, kii ṣe ipilẹṣẹ nipasẹ gbigbe wọle lati awọn apoti info article, ṣugbọn o jẹ ipilẹṣẹ. ṣẹda diẹ ẹ sii tabi kere si pẹlu ọwọ (ati lẹhinna di orisun alaye fun awọn apoti infobox kanna).

A tun ṣeduro pe ki o ṣayẹwo atokọ naa awọn olumulo ti ibi ipamọ Stardog RDF lori oju opo wẹẹbu Stardog ni apakan “Awọn alabara”.

Jẹ pe bi o ti le, ni Gartner Ayika Aruwo fun Awọn Imọ-ẹrọ ti Nyoju 2016 “Idawọ-ori Iṣowo ati Isakoso Ontology” ti wa ni agbedemeji iran kan si afonifoji ti ibanujẹ pẹlu ireti ti de “Peleau iṣelọpọ” ko ṣaaju ju ọdun mẹwa 10 lọ.

Nsopọ Data Enterprise

Awọn asọtẹlẹ, awọn asọtẹlẹ, awọn asọtẹlẹ…

Ninu iwulo itan, Mo ti ṣe atokọ ni isalẹ awọn asọtẹlẹ Gartner fun ọpọlọpọ awọn ọdun lori awọn imọ-ẹrọ ti o nifẹ si wa.

Odun ọna ẹrọ Ijabọ Ipo Awọn ọdun si Plateau
2001 Oju opo wẹẹbu Semantic Awọn Imọ-ẹrọ Imọlẹ Innovation nfa 5-10
2006 Oju opo wẹẹbu Atumọ Ile-iṣẹ Awọn Imọ-ẹrọ Imọlẹ tente oke ti Inflated Ireti 5-10
2012 Oju opo wẹẹbu Semantic Big Data tente oke ti Inflated Ireti > 10
2015 Data ti a ti sopọ To ti ni ilọsiwaju atupale ati Data Imọ Trough ti disillusionment 5-10
2016 Idawọlẹ Ontology Management Awọn Imọ-ẹrọ Imọlẹ Trough ti disillusionment > 10
2018 Awọn aworan Awọn aworan Awọn Imọ-ẹrọ Imọlẹ Innovation nfa 5-10

Sibẹsibẹ, tẹlẹ ninu "Ayika aruwo..." 2018 aṣa oke miiran ti han - Awọn aworan Imọ. Àkúdàáyá kan ti waye: awọn DBMS aworan, eyiti akiyesi awọn olumulo ati awọn akitiyan ti awọn olupilẹṣẹ yipada lati yipada, labẹ ipa ti awọn ibeere ti iṣaaju ati awọn iṣe ti igbehin, bẹrẹ lati mu awọn elegbegbe ati ipo. ti won royi oludije.

O fẹrẹ to gbogbo awọnyaya DBMS ni bayi n kede ararẹ ni pẹpẹ ti o dara fun kikọ ile-iṣẹ “iyaya imọ” (“data ti o sopọ mọ” ni igba miiran rọpo nipasẹ “data ti o sopọ”), ṣugbọn bawo ni iru awọn iṣeduro ṣe jẹ idalare?

Awọn apoti isura infomesonu ayaworan tun jẹ asemantic; data ti o wa ninu DBMS aworan kan tun jẹ silo data kanna. Awọn idamọ okun dipo awọn URI ṣe iṣẹ-ṣiṣe ti iṣakojọpọ awọn DBMS ayaworan meji tun jẹ iṣẹ-ṣiṣe iṣọpọ, lakoko ti iṣakojọpọ awọn ile itaja RDF meji nigbagbogbo n sọkalẹ lati papọ awọn aworan RDF meji ni irọrun. Apakan miiran ti asemanticity ni aisi ifasilẹ ti awoṣe ayaworan LPG, eyiti o jẹ ki o nira lati ṣakoso awọn metadata nipa lilo pẹpẹ kanna.

Nikẹhin, awọn DBMS awọn aworan ko ni awọn ẹrọ afọwọṣe tabi awọn ẹrọ ofin. Awọn abajade ti iru awọn enjini le tun ṣe nipasẹ awọn ibeere idiju, ṣugbọn eyi ṣee ṣe paapaa ni SQL.

Bibẹẹkọ, awọn eto ibi ipamọ RDF ti o ṣaju ko ni iṣoro lati ṣe atilẹyin awoṣe LPG. Ọna ti o lagbara julọ ni a gba pe o jẹ eyiti a dabaa ni akoko kan ni Blazegraph: awoṣe RDF *, apapọ RDF ati LPG.

Ka siwaju

O le ka diẹ sii nipa atilẹyin ibi ipamọ RDF fun awoṣe LPG ninu nkan ti tẹlẹ lori Habré: "Kini n ṣẹlẹ pẹlu ibi ipamọ RDF ni bayi". Mo nireti ni ọjọ kan a yoo kọ nkan lọtọ nipa Awọn aworan Imọ ati Aṣọ Data. Abala ikẹhin, bi o ṣe rọrun lati ni oye, ni a kọ ni iyara, sibẹsibẹ, paapaa oṣu mẹfa lẹhinna, ohun gbogbo ko ṣe alaye pupọ pẹlu awọn imọran wọnyi.

Iwe iwe

  1. Halpin, H., Monnin, A. (eds.) (2014). Imọ-ẹrọ Imọ-jinlẹ: Si Imoye ti oju opo wẹẹbu kan
  2. Allemang, D., Hendler, J. (2011) Itumọ Wẹẹbu fun Onimọ-jinlẹ Ṣiṣẹ (atẹ 2nd.)
  3. Staab, S., Studer, R. (eds.) (2009) Iwe amudani lori Ontologies (ed. 2.)
  4. Igi, D. (ed.). (2011) Sisopo Enterprise Data
  5. Keet, M. (2018) Ifihan si Ontology Engineering

orisun: www.habr.com

Fi ọrọìwòye kun