Standardy sémantického webu
RDF(S)
ISKM89 Organizace dat - sémantický web | podzim 2023
Zuzana Nevěřilová | Centrum zpracování přirozeného jazyka
Sémantický web kolem nás
Web obsahuje stránky v HTML
mikroformáty a mikrodata: do stránky v HTML přidáme sémantická metadata
Výhody:
● přesnější odpovědi na vyhledávací dotazy
● odkazy na další, sémanticky propojené objekty
● agregace dat (např. vyhledávač zboží, sumarizované recenze)
HTML rendering:
● prohlížeč dostane instrukce, jak stránku zobrazit pro člověka
● mikrodata se nezobrazují, ale slouží pro komunikaci s jinými počítači
Standardy pro web a sémantický web
URI - světově unikátní identifikátor, obsahuje schéma, může obsahovat jmenný prostor
namespace - jmenný prostor pro uvedení do kontextu
HTML - jazyk pro hypertextové dokumenty
XML - zobecnění HTML, jazyk pro popis hierarchií
RDF - jazyk pro popis objektů a relací mezi nimi
SPARQL - dotazovací jazyk pro data v RDF
Resource Description Framework - RDF
= model pro výměnu dat mezi počítačovými programy
Ideje:
● nevadí, že jiný návrhář použil jiný model pro stejnou situaci
● nevadí, že potřebujeme časem modelovat data podrobněji
● stávající data není třeba kvůli změnám v návrhu měnit
● každý objekt, který modelujeme, má URI
● relace mezi objekty jsou definované objekty (tudíž mají URI)
● ne všechna data musí být strukturovaná
Film je umělecké dílo.
<Movie> <is a> <Creative Work>
<https://schema.org/Movie> <http://www.w3.org/2000/01/rdf-schema#subClassOf> <https://schema.org/CreativeWork>
Resource Description Framework - graf
Trojice subjekt-predikát-objekt je tvrzení (statement).
Tvrzení má pravdivostní hodnotu.
Tvrzení je způsob, jak uložit strukturované i nestrukturované informace.
Resource Description Framework - graf
Bob is interested in The Mona Lisa .
Bob is born on 14 July 1990 .
Bob is a Person .
Bob is a friend of Alice .
La Joconde a Washington is about
The Mona Lisa .
The Mona Lisa was created by
Leonardo Da Vinci .
Příklad grafu
https://www.w3.org/TR/rdf11-primer/
Bob is interested in The Mona Lisa .
Bob is born on 14 July 1990 .
Bob is a Person .
Bob is a friend of Alice .
La Joconde a Washington is about
The Mona Lisa .
The Mona Lisa was created by
Leonardo Da Vinci .
Příklad grafu
<Bob> <interestedIn> <TheMonaLisa>.
<Bob> <DoB> “14 July 1990” .
<Bob> <isA> <Person> .
<Bob> <friendOf> <Alice> .
<LaJocondeAWashington> <about>
<TheMonaLisa> .
<TheMonaLisa> <createdBy>
<LeonardoDaVinci> .
RDF je způsob, jak modelovat znalosti (strukturované informace).
RDF nabízí slovník (vocabulary) se základními koncepty.
RDF Schema (RDFS) je rozšířením tohoto slovníku.
Zpravidla se používá jak RDF, tak RDFS (https://www.w3.org/TR/rdf12-schema/)
Resource Description Framework - model a také schéma
RDF RDFS
Statement subClassOf
type label
List Literal
https://www.w3.org/TR/rdf11-concepts/#vocabularies
RDF(S) - jmenné prostory
Namespace prefix Namespace IRI RDF vocabulary
rdf http://www.w3.org/1999/02/22-rdf-syntax-ns# The RDF built-in vocabulary
[RDF11-SCHEMA]
rdfs http://www.w3.org/2000/01/rdf-schema# The RDF Schema vocabulary
[RDF11-SCHEMA]
xsd http://www.w3.org/2001/XMLSchema# The RDF-compatible XSD
types
<Movie> <is a> <Creative Work>
<https://schema.org/Movie> <http://www.w3.org/2000/01/rdf-schema#subClassOf> <https://schema.org/CreativeWork>
<https://schema.org/Movie> <rdfs:subClassOf> <https://schema.org/CreativeWork>
rdfs:subClassOf je QName (kvalifikované jméno)
Je zvykem používat URI:
● US-ASCII
● nepoužívat mezery
● pro víceslovné identifikátory používat camelCase
● objekty začínají velkým písmenem, vlastnosti malým písmenem
Modelování znalostí a RDF(S)
XSD - XML Schema Definition
(https://www.w3.org/TR/rdf11-concepts/#dfn-rdf-compatible-xsd-types)
koncepty datových typů: xsd:string, xsd:integer, xsd:gYear
Další slovník (kvůli literálům)
<Bob> <DoB> “14 July 1990” .
<Bob> <DoB> “14 July 1990”^^xsd:date .
Označení jsou v přirozeném jazyce.
Jazyky mají standardní zkratky.
Literály jsou jen označení
<TheMonaLisa> <rdfs:label> “The Mona Lisa”@en .
<TheMonaLisa> <rdfs:label> “La Joconde”@fr .
<TheMonaLisa> <rdfs:label> “Mona Lisa”@cs .
<TheMonaLisa> <rdfs:label> “La Gioconda”@it .
https://www.w3.org/TR/2004/REC-rdf-concepts-20040210/
O čem jsme ještě nemluvili:
● jaké znaky smí obsahovat literál
● jak porovnávat literály
● jak porovnávat grafy
● jak data v RDF ukládat
● co graf v RDF znamená? jaká je jeho sémantika?
RDF(S) jsou standardy