Szemantikus Web: Bevezető

Herman Iván, a W3C Hivatalok Vezetője

W3C Magyar Hivatalának Megnyitóünnepsége

Budapest, 2002 Szeptember 24

http://www.w3.org/2002/Talks/2409-Budapest-IH/

• A hálózaton az információk megtalálhatók
  • természetes nyelveken (angol, magyar, kínai,...)
  • grafikus, multimédiás, stb. formában
• Emberek számára ez meg is felel, de a gépek nem értik!
• Elosztott rendszerek esetén:
  • automatikus módszerek is szerepet játszanak
  • szoftver ágensek megpróbálják értelmezni az információkat
  • az adott célterületen precíz szóhasználat szükséges

• Hogy egy (adat)forrás saját magát is le tudja írni
  • az erre szokásos terminológia: „metaadat”
  • a metaadatot XML-ben (vagy más, gép által olvasható formában)

    is lehessen reprezentálni

  • a metaadathoz a szókészletet is definiálni kell
  • az ágenseknek következtetéseket kell tudniuk levonni a metaadatokból

  A „Szemantikus Web” következtetéseket lehetővé tevő infrastruktúra a Weben

• A „Szemantikus Web” kiterjeszti a Web jelenlegi lehetőségeit

  („globálisan összefüggő adatbázis”)

• A kép tartalmát szövegesen is le szeretnénk írni

  (fontos az elérhetőséghez):

  • adjunk meg metaadatot, amely leírja a képet
  • legyen egy eszköz, amely (a metaadat alapján)

    egyszerű kimenetet állít elő

  • használjunk szabványosított metaadat formalizmust

• A metaadat állítások sorozata:
• A mi esetünkben, például:
  • „a teljes ábra típusa egy grafikon, a grafikon «vonalas» típusú”
  • „a grafika felirata egy (SVG) szövegelem”
  • „a jelmagyarázat egyben egy hiperlink”
  • „a hiperlink erre és erre a «URI»-ra mutat”
  • „a teljes ábra a jelmagyarázatból, tengelyekből és adatgörbékből áll”
  • „a görbék a teljes jogú és társult tagokat, illetve as összes tagot ábrázolják”
• Az állítások a forrásokra vonatkoznak:
  • SVG elemek, általános hivatkozások,...

(RDF, Forrásleíró Keretrendszer)

Az állításokat a következő módon modellezhetjük:

• Forrás: egy elem, egy URI, literál, ...
• Kapcsolat: irányított reláció két forrás között
• Állítás: két forrás egy őket összekapcsoló relációval

RDF az ilyen típusú állítások általános modellje

• kifejezhető XML-ben, de más szintaxissal is (pl. n3)

• A forrásokat egyértelműen azonosítják
• Ez az egyértelműség lényeges a konzisztens állításokhoz
• URI-k lehetnek
  • Protokoll függőek (http://, mailto:)
  • Protokoll/hely függetlenek (URN-s, PURL)

• A tárolók előre definiált RDF kapcsolattípusokat használnak:
  • rdf:type
  • rdf:_1, rdf:_2, rdf:_3, stb.
• rdf:Bag és rdf:li röviditések az XML kódoláshoz
• További tároló típusok: Seq, Alt

• Az RDF lényegét az irányított, cimkézett gráf ragadja meg a legszemléletesebben
• A példánk teljes RDF leírása gráfként és XML-ben
• Bár egyszerű elveken alapul, az RDF megdolgoztatja az agyat...
  • például lehet állításokat állításokról is fogalmazni
  • példa egy bonyolultabb állításhalmazra...

    (W3C technológiák fejlődése)

• Mindez nem is annyira új mint gondolhatnánk!

• Az rdf:about használható a kapcsoláshoz
  • ez egy URI, vagyis hivatkozhatunk bármely XML dokumentumra
• A leíráshoz névterek is használhatók. Például, SVG esetén:

  <svg ...>

  ...

    <metadata>

      <rdf:RDF

         xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">

      ...

      </rdf:RDF>

    </metadata>

   ...

  </svg>

A példánkban használatos eszköz

1. felhasznál egy nyilvános RDF elemzőt a metaadat feldolgozására
2. feloldja a hivatkozásokat az SVG elemek eléréséhez
3. felhasználja az ott lévő információkat az output előállításához
   • pl. szövegelem tartalmak, hiperlink adatok, leírások
4. kombinálja ezeket egy általános szöveggel
5. végül egy (formázott) szöveget generál

Milyen szókészletet használjunk („Contains”, „ChartType”, stb.)?

• RDF-ben nincs kapcsolat a (szokásos) adattípusokkal
  • a Labelled összefüggés értéke boolean kellene hogy legyen

    annak matematikai ételmében

  • az RDF kovetkező verziójában ez szerepelni fog
• Meg kell egyeznünk egy adott szókészletben
  • az RDF Sémák (Schemas) használata az első lépés:
    • milyen kapcsolatok használhatók?
    • mely forrásokra érvényesek a kapcsolatok?

• Egy objektum alapú terminológia források definiálására
  • leírja a források osztályait
  • minden a Resource alosztálya
• A forrásokon kapcsolatok definiálhatók
  • értékkészlet és értelemezési tartomány („range” és „domain”), vagy
  • specializáció (subPropertyOf) segítségével

(Megj.: ez is RDF...):

<rdfs:Class rdf:ID="SvgEntity">

 <rdfs:comment>The class of SVG elements</rdfs:comment>

 <rdfs:subClassOf 

   rdf:resource="#http://www.w3.org/2000/01/rdf-schema#Resource"/>

</rdfs:Class>

<rdfs:Class rdf:ID="graphicsShape">

 <rdf:comment>This should be: Rectangle, Circle, ... </rdf:comment>

 <rdfs:subClassOf 

   rdf:resource="#http://www.w3.org/2000/01/rdf-schema#Literal"/>

</rdfs:Class>

<rdfs:Class rdf:ID="boolean">

 <rdfs:comment>This should be true or false</rdfs:comment>

 <rdfs:subClassOf 

   rdf:resource="#http://www.w3.org/2000/01/rdf-schema#Literal"/>

</rdfs:Class>

<rdf:Property rdf:ID="IsAnchor">

  <rdfs:domain rdf:resource="#SvgEntity"/>

  <rdfs:range rdf:resource="#boolean"/>

</rdf:Property>

<rdf:Property rdf:ID="Labelled">

  <rdfs:domain rdf:resource="#SvgEntity"/>

  <rdfs:range rdf:resource="#boolean"/>

</rdf:Property>

<rdf:Property rdf:ID="LabelledBy">

  <rdfs:subPropertyOf rdf:resource="#Labelled"/>

  <rdfs:range rdf:resource="#SvgEntity"/>

</rdf:Property>

Íme a teljes (RDF) séma...

Az RDF Sémák csak az alapmechanizmust adják:

• nem lehet következtetéseket levonni a szókészlet elemeiről:
  • „ha ez az állítás igaz, akkor az az állítás is igaz”
  • „ha ez az állítás igaz, akkor az az állítás nem igaz”
• nincs megfeleltetés a különböző szókészletek között
• nincsenek többszörös szülőosztályok, komplex megszorítások, ...

A Szemantikus Webnek szüksége van ontológiák felépítésére.

A cél: Egy Webontológia nyelv („Web Ontologies Language”),

amely a következőkön alapszik:

• RDF és RDF Sémák
• korábbi munkák:
  • DAML (DARPA projekt), OIL (EU projekt)
  • DAML+OIL (DAMN és OIL egyesítése)
• a logika, tudásreprezentáció, stb., gyakorlati eredményei

• Jelenleg a legaktívabb munka a Szemantikus Web területén
• A munkacsoport 2001-ben alakult
• Az első nyilvános dokumentumok 2002 júliusában jelentek meg

<rdf:Property rdf:ID="Link">

  <owl:unionOf>

    <rdfs:Property rdf:resource="#IsAnchor"/>

    <rdfs:Property rdf:resource="#ContainsAnchor"/>

  </owl:unionOf>

</rdf:Property>

<rdf:Property rdf:ID="NotLink">

  <owl:complementOf rdf:resource="#Link"/>

</rdf:Property>

<rdf:Property rdf:ID="isConnected">

  <owl:TransitiveProperty/>

</rdf:Property>

<rdf:Property rdf:ID="InstanceOf"/>

  <owl:FunctionalProperty/>

</rdf:Property>

<rdf:Property rdf:ID="GraphicsType">

  <owl:equivalentTo rdf:resource="http:../#GrafikaTípus"/>

</rdf:Property>

RDF Primer

URI: http://www.w3.org/TR/rdf-primer

a témával most ismerkedőknek...

RDF Syntax and Grammar

URI: http://www.w3.org/TR/rdf-syntax-grammar/

XML kódolási szabályok

Model Theory

URI: http://www.w3.org/TR/rdf-mt/

az RDF szemantika (gráfokon alapuló) pontos definiciója

RDF Test Cases

URI: http://www.w3.org/TR/rdf-testcases/

RDF Schema Specification

URI: http://www.w3.org/TR/rdf-schema/

OWL Features Synopsis

URI: http://www.w3c.org/TR/owl-features/

bevezető az ontológialeírásnyelvbe

OWL Reference

URI: http://www.w3c.org/TR/owl-ref/

OWL Abstract Syntax

URI: http://www.w3c.org/TR/owl-absyn/

Semantic Web/RDF Interest Group

vitafórum, alkalmazások

URI: http://www.w3.org/RDF/Interest

RDF Logic

nyilvános levelezési lista mélyebb szakmai vitákhoz

URI: http://lists.w3.org/Archives/Public/www-rdf-logic/

Annotation and Collaboration

nyilvános levelezési lista RDF-alapú annotációs rendszerekről

URI: http://lists.w3.org/Archives/Public/www-annotation/

W3C Szemantikus Web honlapja

URI: http://www.w3.org/2001/sw/

Grafikus szerkesztők

pl. IsaViz (Xerox Research) vagy RDF Author (Univ. of Bristol)

RDF fejlesztőeszközök (interpreter, stb.)

pl. HP Laboratórium Jena rendszere

Redland (RDF fejlesztési környezet Python-ban)

Kiértékelők

pl. http://www.w3.org/RDF/Validator/

Dublin Core

szókészlet elosztott digitális könytárak számára

- az egyik legelső metaadat szókészlet RDF-ben

- URI: http://www.dublicore.org

PRISM

„Publishing Requirements for Industry Standard Metadata”

- hírek, katalógusok, stb., tartalmát összegyűjti, kezeli,...

- a Dublin Core kiterjesztése

- pl. szól a digitális jogok követéséről is

- URI: http://www.prismstandard.org

Web Content Syndication (RSS)

HTML lapokból való híranyag automatikus generálására

- létezik egy Yahoo vitafórum is:

- URI: http://purl.org/rss/

- íme két példa a W3C híranyagának felhasználására:

- Meerkat and NewsIsFree

XMP (Adobe)

RDF metaadatok az összes Adobe file formátumban

- az eszköz mindenki számára elérhető!

- URI: http://www.adobe.com/products/xmp/main.html

TAP

több ezer „valódi” forrásokból álló RDF adatbázis

- kategorizált referenciákkal

- eszköztár egy ilyen adatbázis kezelésére

- URI: http://tap.standford.edu

Artiste projekt

„egyesített művészeti analízis és navigációs környezet”

- az RDF hidat képez a különboző művészeti adatbázisok

terminológiái között

- URI: http://www.artisteweb.org/index2.html

Ez az előadás:

http://www.w3.org/2002/Talks/2409-Budapest-IH/

Szemantikus Web Honlap

http://www.w3.org/2001/sw/

További információk a W3C-ről:

http://www.w3.org/Consortium/

Levelezési címem:

ivan@w3.org