1 / 25

Understanding Semantic Web Data Modeling and Queries

Learn about RDF framework, metadata, and RDF queries on the Semantic Web for effective data representation and querying solutions.

bela
Download Presentation

Understanding Semantic Web Data Modeling and Queries

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Szemantikus Web Nyitrai Erika ELTE IK Algoritmusok és Alkalmazásaik Tsz. tanársegéd

  2. Keresések • Internetes keresők • Kulcsszavakra keresünk • Szinonimák nem használhatók • Nem tudunk több nyelven, nyelvjárásban keresni • Nem tudjuk bináris adatok – pl. képek – tartalma alapján végezni a keresést • Baj: a számítógépek alapvetően buták • Cél: a gépeket gondolkodni képes alkalmazásokkal felszerelni

  3. Mire van szükség • Két különböző irány • Metaadatok • Kategóriák, jellemzők adása egy-egy nem feltétlenül weben elérhető objektumhozkép, weblap, videó, bögre, stb. • Háttértudás • A kategóriák közötti összefüggések reprezentációjára van szükség • Segítségével végrehajthatók azok a gondolatmenetek, amelyekkel a mindennapokban következtetéseket vonunk le • Pl.: akik a barátaim, azok az ismerőseim is; egy nő akinek van fia, anya; stb.

  4. Metaadatok • A metaadatok nem új dolgok, számos helyen sok éve használatban vannak • Példák • HTML meta tagek különböző információk eltárolására weblapok fejlécében • Fotók, videó állományok fejléce, amely tartalmaz adatokat a kép készülésének körülményeiről és egyéb jellemzőiről • milyen beállításokat használtunk • mennyi volt a rendszeridő • A keresőrobotok értékelik ezeket az információkat, felhasználják a további keresésekkor

  5. Metaadatok – jó lenne, ha... • … a metaadatok egységes formában lennének hozzárendelve minden dologhoz • … azok az alkalmazások, amelyek sok információt szolgáltatnak – tipikusan on-line adatbázisok - információkat szolgáltatnának magukról • … egy-egy tartalomhoz automatikusan hozzárendelhetőek lennének metaadatok • … ismert lenne a metaadatok egymáshoz való viszonya

  6. Egy lehetséges módszer: RDF • Resource Description Framework • Kiindulópontok: URI-k • Minden egyes objektumot, amiről állításokat szeretnénk megfogalmazni ellátunk egy egyedi URI-val • Pl.: a bögrém URI-ja lehet ez: http://aaa.bbb.hu/#bogre • Az azonosítóval rendelkező objektumokról állításokat fogalmazunk meg • Pl.: a http://aaa.bbb.hu/#bogre színe piros

  7. RDF állítások • Az állítások háromféle elemtípusból épülnek fel • Erőforrás (resource) • Pl.: a már emlegetett bögre • Tulajdonság (property) • Pl.: színe, születési ideje, stb. • Literál (literal) • Pl.: piros, 23, stb.

  8. RDF állítások • Logikai értelemben minden állítás három részből áll • Alany (subject) • Bármi aminek van URI-ja, tehát erőforrás • Állítmány (predicate) • Egy tulajdonság • Tárgy (object) • Lehet erőforrás, vagy literál is • Példák: • Éva apja Gábor. • Kati életkora 18.

  9. RDF állítások lehetséges reprezentációi • Ági születési éve 2005. • Rendezett hármasként • {[http://valahol.hu/szemelyek#Agi], szul_ev, 2005} • Gráfszerűen (irányítottként) • XML leírással (szabványos RDF-ként)

  10. RDF séma a háttértudás leírására • A meglévő elemeinkről tudunk jellemzéseket leírni osztályok kialakításával • Ez nem tulajdonságok meghatározásával zajlik, hanem osztályok elemeinek felsorolásával • Elemek osztályozása • Pl.: a kutya az emlősök osztályába tartozik • Tulajdonságok egymáshoz való viszonyának megadása • Pl.: a testvér egyben rokon is • Tulajdonságok értékkészletének megadása • Pl.: a születési év csak egész szám lehet

  11. RDF adatok lekérdezése • Többféle csoportba sorolhatók • XML alapú lekérdező nyelvek • Adatbázis alapú lekérdező nyelvek • Gráf illesztéssel dolgozó lekérdező nyelvek

  12. XML alapú lekérdezőnyelvek • Bár az RDF adatok reprezentálhatók XML alakban, a hagyományos XML lekérdezők használata nem célravezető • Illesztési probléma léphet fel • Az adatforrás XML alakban egy faszerkezetként fogható fel • Az RDF struktúra irányított gráf

  13. Adatbázis alapú lekérdezők • Szükségünk van a teljes tudásbázis szerkezetének ismeretére • Ha mindent tudunk a tárolt adatokról, akkor hasznos eszköz • Hiányos háttérismeretek esetében nehézségeket okozhat • Nyílt világot kell kezelni egy zárt világokhoz alkalmas eszközzel

  14. Gráfszerű lekérdezések • A teljes információhalmaz egy komplex gráfként fogható fel • A kérdést egy üres csúcsokat is tartalmazó részgráfként fogalmazzuk meg • Eredményként a tudásbázis egy vagy több megfelelő részgráfját, RDF hármasokat kapunk vissza

  15. Lekérdező nyelvek • RDQL • SQL szerű nyelv • Problémája, hogy sem a kérdések sem a válaszok nem RDF formátumúak • RDFLan • Logikai kifejezésként dolgozik a kérdésekkel • SPARQL • Gráfminták illesztésével keres megoldásokat • A kérdések is az eredmények is megjeleníthetők RDF alakban  kérdések sorozata is feltehető

  16. Lekérdezések végrehajtása • A tárolt ismereteken kívül lehetséges következtetett ismeretekkel is dolgozni • A felhasználó számára nem kell elkülönülnie a tárolt és a következtetett ismereteknek • A háttértudás leírása RDFS segítségével nem mindig lehetséges

  17. RDFS hiányosságai • Nem lehet az osztályokkal további műveleteket végrehajtani • Metszet, unió • Pl.: mindenki anya, aki nő és szülő • Nem lehet alternatív értékkészletet megadni • Pl.: méretek megadásakor • Lábméret 18-46-ig • Melegítőfelsők mérete S-XXXXXL-ig • További eszközökre van szükség

  18. Ontológiák • Az RDFS korlátozott lehetőségeit próbálja kitágítani • Alkalmat biztosít arra, hogy különböző tudásbázisok elemeit összekapcsoljuk • Osztályok példányait, azok jellemzőit írja le • Megadhatók halmazműveletek és bonyolultabb megszorítások is • Webes ontológiák készítéséhez létezik szabvány, az OWL • Feldolgozásához az elsőrendű logika eszközei használhatók

  19. Logikák használata - példa • Terminológiai állítások = háttértudás • Az apa olyan ember, aki férfi és szülő • A szülő ember és van gyereke • Adatok = metainformációk • Ember(Géza) Férfi(Géza) Gyereke(Géza,Miklós) • Következtetés • Ember(Géza) és Gyereke(Géza,Miklós) Szülő(Géza) • Ember(Géza) és Férfi(Géza) és Szülő(Géza)  Apa(Géza) • Ugyanezt a következtetést más kiinduló adatokból is le kellene tudni vonni!

  20. Alkalmazások – Dublin Core • 1995-ben kezdődött el a kialakítása Dublinban • Nagyon kevés alapelemből épül fel • Használata elektronikus dokumentumok egységes kezelését teszi lehetővé • Bármilyen dokumentumról készíthetünk leírást a segítségével • Pl.: Magyar Elektronikus Könyvtár on-line Dublin Core leírást segítő oldala • változatos formátumok • http://mek.oszk.hu/dc

  21. Wordnet • Szótár, de szavak közti kapcsolatokat is megfogalmaz • Többféle jelentést kaphatunk • Minden szóhoz rendel URI-t, így elősegíti alkalmazások fejlesztését • Ezeken az URI-kon a szavak egy leírását találjuk RDF alakban

  22. Automatikus adatkinyerés weblapokból • A W3C oldalán elérhető egy alkalmazás, amely képes weblapokról RDF leírást készíteni • Az alkalmazás a szöveget elemzi a szerkezete alapján • META tagek, cím, címsorok, listák, stb. • Az elemzés után a kapott leírást csatolhatjuk a dokumentumhoz

  23. Összefoglalva • A szemantikus web elképzelés a gépeket az emberéhez hasonló gondolkozási képességekkel szeretné felruházni • Az adatok, ismeretek leírásához humán részvételre van szükség • Léteznek automatizmusok, amelyek képesek „bután” kinyerni az információkat különböző forrásokból • Az információkból a háttértudást felhasználva matematikai eszközökkel következtethetünk

  24. Köszönöm a figyelmet! • erika221@elte.hu

More Related