IBM 1620 เครื่องประมวลผลข้อมูล, 1962

เว็บ

เว็บมาพร้อมกับการเปลี่ยนแปลงจากอุตสาหกรรมต่อสังคมข้อมูลและให้โครงสร้างพื้นฐานที่มีคุณภาพใหม่ของการจัดการข้อมูลเกี่ยวกับการซื้อกิจการเช่นเดียวกับการจัดเตรียม

• พร้อมใช้งานสูง
• ความเกี่ยวข้องสูง
• ค่าใช้จ่ายต่ำ

เว็บแทรกเข้ามาในสังคม

• การติดต่อทางสังคม (แพลตฟอร์มเครือข่ายทางสังคม, บล็อก, ... )
• เศรษฐศาสตร์ (ซื้อ, การโฆษณา, การขาย, ... )
• การบริหาร (eGovernment)
• ชีวิตการทำงาน (รวบรวมข้อมูลและการแบ่งปัน)
• สันทนาการ (เกมเล่นบทบาท, ความคิดสร้างสรรค์, ... )
• การศึกษา (eLearning, เว็บเป็นระบบข้อมูล, ... )

เว็บปัจจุบัน

ข้อ จำกัด ของเว็บ

• การค้นหาเนื้อหาเป็นง่ายมาก
• อนาคต→ต้องใช้วิธีการที่ดีกว่า

• ในแง่ของเนื้อหา
• ในแง่ของโครงสร้าง
• ในแง่ของการเข้ารหัสอักขระ
• อนาคต→ต้องบูรณาการข้อมูลที่ชาญฉลาด
  

• →ต้องใช้เทคนิคเหตุผลอัตโนมัติ

สิ่งที่ Google ไม่พบ

• อพาร์ทเมนให้เช่าใกล้กับร้านอาหารที่ดีจัดอันดับไทย
• สองภาษาการดูแลเด็กภาษาอังกฤษเยอรมันในกรุงเบอร์ลินในสามารถเข้าถึงได้ 15 นาทีจากสถานที่ของฉันของการทำงาน
• เด็กที่เป็นมิตรสถานที่ท่องเที่ยวกับกิจกรรมวัฒนธรรมและการกีฬา
• นักวิจัยที่ทำงานอยู่ในเอเชียตะวันออกเฉียงใต้ในหัวข้อการดึงข้อมูล
• ผู้ให้บริการ ERP ที่มีสำนักงานในกรุงเวียนนาและเบอร์ลิน
• ...

เราได้เรียนรู้ไม่รู้ไม่ได้ที่จะขอเครื่องมือค้นหาคำถามดังกล่าว

ในหลักการทั้งหมดที่จำเป็นต้องใช้ความรู้เป็นบนเว็บ - มากที่สุดของมันแม้จะอยู่ในรูปแบบที่เครื่องอ่าน แต่ไม่มีการรวมข้อมูลโดยอัตโนมัติในการประมวลผล (และเหตุผล) เราไม่สามารถได้คำตอบที่มีประโยชน์

มีปัญหากับเว็บคืออะไร

• ไม่สามารถที่จะบูรณาการและหลอมรวมข้อมูลจากแหล่งข้อมูลที่แตกต่างกัน
• มีการขาดความรู้พื้นฐานที่ครอบคลุมในการตีความข้อมูลที่พบบนเว็บเป็น
• ค้นหาเว็บปัจจุบันถูก จำกัด ให้ข้อความในภาษาบางอย่าง - มีหลายภาษา "เล็ก" มีข้อมูลมากน้อยกว่าที่มีอยู่ในภาษาอังกฤษ

ส่วนผสมพื้นฐานสำหรับเว็บแบบ Semantic

• มาตรฐานเปิดสำหรับข้อมูลที่อธิบายบนเว็บ

• วิธีการในการได้รับข้อมูลเพิ่มเติมจากรายละเอียดต่างๆ

รุ่นการเข้าถึงข้อมูลและการบูรณาการ

LOD มีเมฆพฤษภาคม 2007

LOD 2007 มีเมฆตุลาคม

LOD 2008 มีเมฆกุมภาพันธ์

LOD 2008 มีเมฆกันยายน

LOD มีเมฆมีนาคม 2009

LOD มีเมฆกันยายน 2010

เว็บของข้อมูล

• > 50000000000 ข้อเท็จจริง
• ครอบคลุมโดเมนที่แตกต่างกันหลายคน (วิทยาศาสตร์เพื่อชีวิต, ทางภูมิศาสตร์ที่ผู้ใช้สร้างเนื้อหารัฐบาล bibiographic, ... )

แผนที่ไปยังเว็บแบบ Semantic

ความหมายของกองเว็บข้อมูล

ยูริและ Unicode

ทรัพยากรรายละเอียดกรอบ - RDF

ข้อมูลจะถูกแสดงใน RDF อเนกประสงค์ (เรียกว่างบข้อเท็จจริง):

• จำลองในหมวดหมู่ของหนังสือ แต่ไม่สอดคล้องกันเสมอ
• ที่ได้รับมอบหมายอนุญาตให้ใช้:
  • เรื่อง: URI โหนดหรือเปล่า
  • สรุป: URI (ทรัพย์สิน a​​ka)
  • วัตถุ: URI โหนดว่างเปล่าหรือตัวอักษร
• ป้ายโหนดและขอบควรจะโปร่งใสเพื่อให้กราฟเดิม reconstructable จากรายการสาม

RDF Schema

อเนกประสงค์ทั้งหมดไม่ได้ทำให้ความรู้สึก:

Cinema  AlbertEinstein  2012

วิธีที่เราสามารถ จำกัด การใช้ RDF?

RDF Schema ช่วยให้การกำหนดคุณสมบัติชั้นเรียนและ จำกัด การใช้งานของพวกเขา

SPARQL - ภาษาของแบบสอบถามสำหรับ RDF

SELECT * WHERE { jwebsp:John  foaf:knows  ?friend }

อภิปรัชญาเว็บภาษา - นกฮูก

วรรณคดี

• ปาสคาล hitzler มาร์คัสKrötzschเซบาสเตียนรูดอล์ฟ: ฐานรากของเทคโนโลยีเว็บเชิงความหมายแชปแมนฮอลล์และ / CRC, 2009, 455 หน้าปกเลข ISBN: 9781420090505, http://www.semantic-web-book.org
• Amit Sheth, Krishnaprasad Thirunarayan: อรรถอำนาจ Web 3.0: การจัดการองค์กร, สังคม, Sensor, ข้อมูลและเมฆที่ใช้และบริการสำหรับการใช้งานขั้นสูง (บรรยายการสังเคราะห์ในการจัดการข้อมูล), มอร์แกน & Claypool Publishers (19 ธันวาคม 2012), ไอ: 1608457168
• ทอม Heath, คริสเตียน Bizer: ข้อมูลที่เชื่อมโยง (บรรยายการสังเคราะห์บนเว็บแบบ Semantic: ทฤษฎีและเทคโนโลยี), มอร์แกน & Claypool Publishers; ฉบับที่ 1 (20 ก. พ. 2011), ไอ: 1608454304

แรงจูงใจ

"ทฤษฎีสัมพัทธภาพถูกค้นพบโดยอัลเบิร์ Einstein."

หรือ

<person> <name>Albert Einstein</name> <discovered>Theory of Relativity</discovered> </person>

หรือ

<person name="Albert Einstein"> <discovered>Theory of Relativity</discovered> </person>

ข้อมูลแสดงในรูปแบบดังกล่าวไม่ได้เป็นปริได้อย่างง่ายดาย! RDF จะช่วยให้การแก้ปัญหานี้!

เป้าหมาย

• ทำความเข้าใจกับรูปแบบ RDF ข้อมูลรวมทั้ง
  • แนวคิด URI และ IRI
  • อเนกประสงค์
  • ทรัพยากร
  • ตัวอักษร
  • โหนดที่ว่างเปล่า
  • รายการ
    

เบื้องต้น

• ความเข้าใจพื้นฐานของเทคโนโลยีเว็บชนิดข้อมูล
  

ภาพรวมที่ RDF

• RDF = ทรัพยากรอธิบายหลักการ
• คำแนะนำของ W3C ตั้งแต่ปี 1998
  
• RDF เป็นรูปแบบข้อมูล
  • แต่เดิมใช้สำหรับ metadata สำหรับทรัพยากรเว็บทั่วไปแล้ว
  • เข้ารหัสข้อมูลที่มีโครงสร้าง
  • ยูนิเวอร์แซรูปแบบการแลกเปลี่ยนเครื่องอ่านได้
• ข้อมูลโครงสร้างในกราฟ
  • จุดขอบ
    

บางส่วนของกราฟ RDF

• ยูริ
  • ที่ใช้ในการอ้างอิงทรัพยากรอย่างไม่น่าสงสัย
    
• ตัวอักษร
  • อธิบายค่าของข้อมูลที่มีตัวตนชัดเจนเช่น "100 กม. / ชม. "
• โหนดที่ว่างเปล่า
  • อำนวยความสะดวกในปริมาณอัตถิภาวนิยมสำหรับบุคคลที่มีคุณสมบัติบางอย่างโดยไม่ต้องตั้งชื่อ
    

ตัวอย่างของกราฟ RDF

ทริปเปิ RDF

องค์ประกอบของ RDF สาม:

• ถ่ายแบบใช้ประเภทภาษาศาสตร์ ( แต่ไม่สอดคล้องกันเสมอไป)
• ที่ได้รับมอบหมายอนุญาตให้ใช้:
  • เรื่อง: URI โหนดหรือเปล่า
  • สรุป: URI (ทรัพย์สิน a​​ka)
  • วัตถุ: URI โหนดว่างเปล่าหรือตัวอักษร
• ป้ายโหนดและขอบควรจะโปร่งใสเพื่อให้กราฟเดิม reconstructable จากรายการสาม
  

URI

• URI = ทรัพยากรตัวบ่งชี้
• ที่ใช้ในการสร้างชื่อซ้ำกันทั่วโลกสำหรับทรัพยากร
• วัตถุที่มีตัวตนชัดเจนทุกคนสามารถเป็นทรัพยากร
  • หนังสือ, สถานที่, องค์กร ...
• ในโดเมนหนังสือไอทำหน้าที่จุดประสงค์เดียวกัน
  

ไวยากรณ์ URI

• ส่วนต่อขยายของแนวคิด URL
• ไม่ได้หมายถึงทุก URI เอกสารเว็บ แต่ URL ที่มักจะใช้เป็น URI สำหรับเอกสารเว็บ
• เริ่มต้นด้วยสคี URL ซึ่งจะถูกแยกออกจากส่วนที่เหลือด้วย ":"
  • ตัวอย่าง: http:, FTP, mailto, ไฟล์
    
• โครงสร้างลำดับชั้นโดยทั่วไปแล้ว
  • [โครงการ:] [/ / อำนาจ] [path] [? แบบสอบถาม] [ส่วน #]
    

ที่กำหนดเองยูริ

• จำเป็นถ้าทรัพยากรที่มี URI ยังไม่มี URI หรือไม่เป็นที่รู้จัก
• ใช้ HTTP-URIs จากเว็บไซต์ของตัวเองเพื่อหลีกเลี่ยงการชนกันของการตั้งชื่อ
• อำนวยความสะดวกในการสร้างเอกสารของ URI สถานที่นี้
• ตัวอย่าง: http://jens-lehmann.org/foaf.rdf # ผม

• แยก URI สำหรับทรัพยากรและเอกสารประกอบด้วยความช่วยเหลือของการอ้างอิง URI (ด้วย "#" เศษเล็กเศษน้อยที่แนบมา) หรือการเจรจาต่อรองเนื้อหา
• ตัวอย่าง: URI สำหรับเช็คสเปียร์ "Othello"
  • ไม่ดี: http://de.wikipedia.org/wiki/Othello
  • ดี http://de.wikipedia.org/wiki/Othello # URI

ม่านตา

• IRI ทรัพยากรตัวบ่งชี้ = สากล
• ลักษณะทั่วไปของแนวคิด URI
• IRI สามารถมี Unicode
• ตัวอย่าง:
  • http://www.example.org/Wüste
  • http://www.example.org/ 사막

ตัวอักษร

• ที่ใช้ในการค่าข้อมูลแบบ
• แทนเป็นสตริง
• การตีความประเภทข้อมูลผ่าน
• ตัวอักษรโดยไม่ต้องได้รับการรักษาประเภทข้อมูลเป็นสตริง
• ตัวอักษรอาจจะไม่เคยมาของโหนดของกราฟ RDF
• ขอบอาจไม่ถูกกำกับด้วยตัวอักษร
  

ไวยากรณ์เต่า

ย่อเต่า (1/2)

• ในเต่าหนึ่งสามารถใช้ตัวย่อ
  • ไวยากรณ์: @ คำนำหน้า abbr ':' <URI>
  • เช่น @ คำนำหน้า DBR: <http://dbpedia.org/resource/>
• หนึ่งสามารถเปลี่ยน
  

  <http://dbpedia.org/resource/Leipzig> <http://www.w3.org/2000/01/rdf-schema#label> "Leipzig"@de . 
  

• เข้าไป

ย่อเต่า (2/2)

• อเนกประสงค์กับเรื่องเดียวกันสามารถรวมกลุ่มกัน
  

  @prefix rdf: 
  ...
  @prefix geo: 
  
  dbr:Leipzig dbp:hasMayor dbr:Burkhard_Jung ;
              rdfs:label   "Leipzig"@de ;
              geo:lat      "51.333332"^^xsd:float ;
              geo:long     "12.383333"^^xsd:float .   

• อเนกประสงค์ถึงแม้จะมีเรื่องเดียวกันและคำกริยาสามารถรวมกลุ่มกัน
  

  @prefix dbr:  .
  @prefix dbp:  .
  dbr:Leipzig dbp:locatedIn dbr:Saxony, dbr:Germany;
              dbp:hasMayor  dbr:Burkhard_Jung .
  

ตัวอักษร II - ประเภทข้อมูล

• ตัวอย่าง: XSD: ทศนิยม
  

ประเภทข้อมูลใน RDF

• จนถึงขณะนี้: ตัวอักษรจะ untyped รับการรักษาเป็นสตริง: "02" <"100" <"11" <"2"
• พิมพ์ดีดช่วยให้ดีขึ้นในคำอื่น ๆ , การตีความความหมายของค่า
• ประเภทข้อมูลได้รับการระบุโดยยูริและ chosable ได้อย่างอิสระ
• การใช้งานโดยปกติของ XML--สคีประเภทข้อมูล (XSD)
• ไวยากรณ์: "ค่าข้อมูล" ^ ^ datetype-URI
• RDF: XMLLiteral เป็นเพียงประเภทข้อมูลที่กำหนดไว้ล่วงหน้าใน RDF
  • ใช้สำหรับชิ้นส่วน XML
    

ตัวอย่าง

กราฟ:

ประกาศภาษา

• ที่มีอิทธิพลต่อตัวอักษร untyped เพียง
• ตัวอย่าง:
  @prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> . http://dbpedia.org/resource/Leipzig rdfs:label "Leipzig"@de , rdfs:label "Лейпциг"@ru .

• ตามข้อกำหนด RDF ตัวอักษรต่อไปนี้จะแตกต่างกัน
• แต่มักจะถูกนำมาใช้เป็นอย่างเท่าเทียมกัน
  
  @prefix xsd: <http://www.w3.org/2001/XMLSchema#> . @prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> . @prefix dbr: <http://dbpedia.org/resource/> . dbr:Leipzig rdfs:label "Leipzig" , "Leipzig"@de , "Leipzig"^^xsd:string .

n-Ary ผมความสัมพันธ์

การปรุงอาหารด้วย RDF

"สำหรับการเตรียมการของมะม่วง Chutney คุณต้อง 450g มะม่วงสีเขียว , ช้อนชาพริกป่น ... "

1 ความพยายามที่จะสร้างแบบจำลองสูตรนี้:

ไม่พอใจ:

• ส่วนผสมและจำนวนเงินที่กำหนดเป็นสตริง
• ค้นหาสูตรอาหารที่มีมะม่วงสีเขียวไม่ได้เป็นไปได้อย่างง่ายดาย
  

n-Ary II ความสัมพันธ์

การปรุงอาหารด้วย RDF

"สำหรับการเตรียมการของมะม่วง Chutney คุณต้อง 450g มะม่วงสีเขียว, ช้อนชาพริกป่น ... "

ความพยายามที่ 2 แบบสูตรนี้:

แม้เลว:

• ไม่มีความสัมพันธ์ที่ชัดเจนระหว่างส่วนผสมและจำนวนเงินที่เป็นไปได้
  
  

n-Ary III ความสัมพันธ์

ปัญหา: มันเป็นความสัมพันธ์ trivalent หรือ ternary จริง (ดูฐานข้อมูลเช่น)

• โดยตรงไปไม่ได้ที่จะแสดงใน RDF
• การแก้ปัญหาเบื้องต้นของโหนดผู้ช่วย
  

n-Ary IV ความสัมพันธ์

โหนดช่วยใน RDF:

เป็นกราฟ:

โหนดที่ว่างเปล่า

• โหนดที่ว่างเปล่าที่สามารถใช้สำหรับทรัพยากรที่ไม่จำเป็นต้องมีการตั้งชื่อ
• สามารถอ่านได้ว่างบอัตถิภาวนิยม

เป็นกราฟ:

รายการ

• โครงสร้างข้อมูลทั่วไปนับจากทรัพยากรจำนวนมากโดยพลการเขียนด้วยเช่นการสั่งซื้อที่ไม่เกี่ยวข้องของหนังสือเล่มนี้
• ความแตกต่างระหว่าง
  • คอนเทนเนอร์เพิ่มองค์ประกอบใหม่ที่เป็นไปได้
  • คอลเลกชัน: การเพิ่มองค์ประกอบใหม่เป็นไปไม่ได้
• สามารถจำลองด้วยเครื่องมือที่นำเสนอก่อนหน้านี้จึงไม่ลึกซึ้งเพิ่มเติม
  

ประเภทของภาชนะบรรจุ

• โหนดรากรายการมีการกำหนดอย่างใดอย่างหนึ่งดังต่อไปนี้ RDF: s ประเภท:
  • RDF: Seq
    • การตีความเป็นลำดับสั่งรายการ
  • RDF: กระเป๋า
    • การตีความตามสั่งตั้ง
    • สั่งซื้อรหัสใน RDF ไม่เกี่ยวข้อง
  • RDF: Alt
    • ชุดของทางเลือก
    • มักจะมีเพียงองค์ประกอบหนึ่งรายการที่เกี่ยวข้อง
      

ภาชนะ

คอลเลกชัน

ความคิด: พาร์ทิชันซ้ำของรายการในองค์ประกอบหัวและรายการส่วนที่เหลือ (ที่ว่างเปล่าอาจจะ)

ข้อมูลอย่างย่อ

• มาตรฐานการสนับสนุนอย่างกว้างขวางสำหรับการจัดเก็บและการแลกเปลี่ยนข้อมูล
• ช่วยให้เกือบตัวแทนไวยากรณ์เป็นอิสระจากข้อมูลการกระจายในรูปแบบของกราฟรูปแบบข้อมูลตาม
• บริสุทธิ์ RDF เป็นบุคคลที่มุ่งเน้นมาก
• เกือบจะเป็นไปได้ที่จะเป็นตัวแทนของคีไม่
  • ดูบรรยาย RDF-Schema
    

อนาคต

• ต้นมาก ร่างการทำงาน
  
• รุ่นก่อนหน้านี้ของ RDF ใช้คำว่า "อ้างอิง RDF URI" แทน "IRI" และอนุญาตให้ตัวละครเพิ่มอีก: " < "," > "," { "," } "," | "," \ "," ^ " " ` "' “ '(คู่ quote) และ " "(เว้นวรรค)
• ใน Iris อักขระเหล่านี้จะต้องมีเปอร์เซ็นต์การเข้ารหัสตามที่อธิบายไว้ใน 2.1 ส่วน ของ [ RFC3986 ]
• ตัวอักษรที่มีแท็กภาษาตอนนี้ยังมีประเภทข้อมูล IRI
  

งานและโครงการมินิ

สไลด์นี้มีคำแนะนำบางส่วนสำหรับงานและโครงการขนาดเล็กที่คุณสามารถดำเนินการนอกเหนือไปจากหลายทางเลือกการทดสอบการประเมินตนเองเพื่อการปฏิบัติและการเตรียมความพร้อมสำหรับการสอบ:

• อธิบายองค์ประกอบของรูปแบบ RDF ข้อมูล
• สร้างฐานความรู้เล็ก ๆ ในเต่า (เช่นครอบครัวของคุณ) อธิบายโดเมนที่คุณเลือก!
• เขียนคำอธิบายของทรัพยากร RDF อธิบายตัวเองอยู่ในเต่าที่มีป้ายชื่อในสองภาษาที่แตกต่างกัน, วันเกิดและอายุของคุณ!
• วาดกราฟ RDF แทนสูตรสำหรับเค้กถ้วย!
• สร้างรายการ RDF มณฑลอเมริกาเหนือ!

อ้างอิง

• ความหมาย Grundlagen เว็บ hitzler, Krötzsch, รูดอล์ฟ, แน่นอน; สปริงเกอร์ 2008 (Kap. 2-3)
• RDF / XML: http://www.w3.org/TR/rdf-syntax-grammar/
  
• เต่า: http://www.w3.org/TeamSubmission/turtle/
  
• Datenmodell RDF:
  • http://www.w3.org/TR/rdf-primer/
  • http://www.w3.org/TR/rdf-concepts/
    
• URI: http://de.wikipedia.org/wiki/Uniform_Resource_Identifier
  
• IRI: http://tools.ietf.org/html/rfc3987
  
• URI / IRI Auswahl:
  • http://www.w3.org/TR/cooluris/
  • http://www4.wiwiss.fu-berlin.de/bizer/pub/LinkedDataTutorial/ # howname
  • http://www.w3.org/TR/swbp-vocab-pub/
  • http://data.gov.uk/resources/uris
    
• RDF Validator: http://www.w3.org/RDF/Validator/

ความหมายของกองเว็บข้อมูล - RDF

เป้าหมาย

• Repitition ของยูริสและคุณสมบัติของพวกเขา
• ไวยากรณ์ของ RDF
• รูปแบบที่แตกต่างกันของรูปแบบอนุกรม
  • 3 สัญกรณ์
  • RDF / XML
  • RDF / JSON, JSON / LD
  • RDFa
  • NTriples เต่า

เงื่อนไข

• ความรู้พื้นฐานของสแต็ค RDF
• ทำความเข้าใจกับรูปแบบ RDF ข้อมูล
• ความเข้าใจพื้นฐานของ XML (สำหรับอนุกรม RDF / XML)
• ความเข้าใจพื้นฐานของ HTM​​L (สำหรับ RDFa)
• ทั้งหมดที่ใช้คำนำหน้า namespace แก้ไขเป็นค่าเริ่มต้นตามลำดับจาก http://prefix.cc/

สิ่งที่ยูริสคืออะไร?

• URI = ทรัพยากรตัวบ่งชี้
• ทั่วโลกที่ใช้สำหรับการระบุที่ไม่ซ้ำกันของทรัพยากร
• ทุกวัตถ​​ุ (ในบริบทของการประยุกต์ใช้) บางทีทรัพยากร
  • ตราบเท่าที่มันมีเอกลักษณ์เฉพาะ
  • เช่นหนังสือ, สถานที่, คน, ความสัมพันธ์ระหว่างสิ่งเหล่านั้นแนวคิดที่เป็นนามธรรม
• รูปพรรณที่ไม่ซ้ำกันถูกนำมาใช้แล้วสำหรับโดเมนอื่น ๆ และเฉพาะเจาะจงมากขึ้นเช่น ISBN สำหรับหนังสือหรือตัวเลขประจำตัวผู้เสียภาษีสำหรับคนที่
• ส่วนต่อขยายของแนวคิด URL:
  • ไม่ได้ทุก URI เป็นของหน้าเว็บ แต่มักจะพิมพ์ URL ถูกใช้เป็น URI สำหรับหน้าเว็บ

ไวยากรณ์ของยูริ

ที่กำหนดเองยูริ

• จำเป็นถ้าทรัพยากรที่มี URI ยังไม่มี
• กลยุทธ์ที่เป็นไปได้เพื่อหลีกเลี่ยงการทับซ้อนกันยูริ
  • ใช้ HTTP-URIs ของ webspace ของตัวเอง!
  • นอกจากนี้ยังเป็นไปได้ที่จะเผยแพร่เอกสารของ URI ที่สถานที่แห่งนี้
  • เช่น http://jens-lehmann.org/foaf.rdf # ผม

ระบบบัตรประจำตัวอื่น ๆ

• IRI ทรัพยากรตัวบ่งชี้ = สากล
  • ลักษณะทั่วไปของ URI, สามารถมีตัวอักษร Un​​icode
  • http://www.example.org/Wüsteเช่น
• โกศทรัพยากรชื่อ = Uniform
  • กลุ่มย่อยของยูริที่ใช้สำหรับการระบุทรัพยากรที่มีชื่อ choosable ได้อย่างอิสระ
  • มีไว้สำหรับการระบุเอกลักษณ์และถาวรทั่วโลก
  • โกศเช่นโกศ ISSN :0167-6423 จากภาพยนตร์แมงมุม
• ไอ = นานาชาติจำนวนหนังสือมาตรฐาน
  • เช่นไอ 978-3-86680-192-9
• ISSN = มาตรฐานสากล Serial Number ของ
  • เช่น ISSN 1234-5678
• DOI = ตัวระบุวัตถุดิจิตอล
  • เช่น 10.1000/182 DOI

พลังของรูปแบบ RDF

รูปแบบที่นิยมมากที่สุด

• รูปแบบอนุกรมต่างๆเพื่อวัตถุประสงค์ที่แตกต่างกัน (เช่นในแผนภาพเวนน์บนภาพนิ่งก่อน) คือ:
  
  • ยังไม่มีข้อความที่อเนกประสงค์ - รูปแบบข้อความโดยมุ่งเน้นที่การแยกง่าย
  • เต่า - รูปแบบข้อความโดยมุ่งเน้นที่การอ่านของมนุษย์
    
  • 3 สัญกรณ์ - รูปแบบข้อความที่มีคุณสมบัติขั้นสูงเกิน RDF
  • RDF / XML - อันดับ XML อย่างเป็นทางการของ RDF
  • RDF / JSON - ข้อเสนอสำหรับ serializing RDF ใน JSON
  • JSON-LD - ข้อเสนอสำหรับการแสดงความ RDF ใน JSON อื่น
  • RDFa - กลไกสำหรับการฝัง RDFa ใน (X) HTML
    

3 สัญกรณ์

• ออกแบบมาสำหรับการอ่านของมนุษย์-
• ภาษาแบบแผน
  • สูตรเพิ่มเติมกฎและตัวแปร
• พัฒนาโดย Tim Berners-Lee et al, เป็น W3C ส่งทีม http://www.w3.org/TeamSubmission/n3/
• ชนิดของไฟล์ text/n3, UTF-8  
  

<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"   
         xmlns:dc="http://purl.org/dc/elements/1.1/">
   <rdf:Description rdf:about="http://en.wikipedia.org/wiki/Tony_Benn">  
      <dc:title>Tony Benn</dc:title>  
      <dc:publisher>Wikipedia</dc:publisher>
   </rdf:Description>
</rdf:RDF>

3 สัญกรณ์:

@prefix dc: <http://purl.org/dc/elements/1.1/>. <http://en.wikipedia.org/wiki/Tony_Benn> dc:title "Tony Benn";                                          dc:publisher "Wikipedia".

คุณสมบัติของ N3

• N3 เป็นภาษาอย่างเป็นทางการที่นอกเหนือไปจาก RDF
• N3 เป็น superset ของ sparql เต่าและ NTriples
• N3 มีประสิทธิภาพมากขึ้นกว่าเต่าและ XML / RDF ด้วยความเคารพในการกระทำตาม
• N3 จะขึ้นอยู่กับบริบทไวยากรณ์ฟรีอนุญาตให้แยกมันได้อย่างง่ายดาย
• บางแนวคิดที่โดดเด่นคือ:
  • ตัวแปร
  • สูตร
  • ชุดของตัวแปรสากลของ F
  • ชุดของตัวแปรอัตถิภาวนิยมของ F
  • ชุดของงบ F
  • ประเภทข้อมูล: สตริง, จำนวนเต็ม
  • รายการองค์ประกอบของรายการ
  • ความยาวของรายการ
  • การแสดงออก
  • ตั้ง
• ข้อมูลเพิ่มเติม:
  • http://www.w3.org/2000/10/swap/grammar/n3-report.html
  • http://www.w3.org/DesignIssues/Notation3.html

ไวยากรณ์ของ N3

• รูปแบบที่สาม: คำกริยาวัตถุหัวข้อ
• ทุกอย่างจะต้องมีการระบุ URI
• ข้อยกเว้น: '#' ระบุบางสิ่งบางอย่างตลอดทั้งเอกสารสิ่งที่เป็น
• ข้อยกเว้น: วัตถุที่สามารถเป็นตัวอักษร

<#pat> <#knowsAbout> <http://www.w3.org/2000/10/swap/Primer> .<#pat> <#hasBrother> <#ian> .
<#ian> <#age> 24 .

ตัวย่อ

• ระบุที่ว่างเปล่า <> หมายเสมอกับเอกสารที่เขียนไว้ใน

<> <http://purl.org/dc/elements/1.1/title> "RDF Serializations".

• หนึ่งสามารถใช้คำนำหน้าย่นข้อความ

@prefix dc:  <http://purl.org/dc/elements/1.1/> .
<> dc:title  "RDF Serializations".

• หมายเหตุ: เมื่อคุณใช้คำนำหน้าคุณสามารถใช้เครื่องหมายแทนกัญชาระหว่าง dc และชื่อและคุณไม่ได้ใช้วงเล็บ <angle
• หากคุณมีงบหลายเกี่ยวกับเรื่องเดียวกับที่คุณสามารถใช้ทั้งอัฒภาคเป็นไปได้ที่จะแนะนำภาคใหม่หรือจุลภาคที่จะแนะนำวัตถุใหม่

<> <#subsections>  <#RDF/XML>, <#JSON>, <#RDFa> ;
   <#madeBy>    "slidewiki.org" ;
   <#creatorOfThisDeck> <www.informatik.uni-leipzig.de/~auer/foaf.rdf> .

ประเภทกำหนด

• N3 ช่วยให้คุณสามารถกำหนดระดับชั้นของคุณเอง

@prefix : <#> .
@prefix rdf:  <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
:Person rdf:type rdfs:Class .

• หมายเหตุ: เรากำหนดคำนำหน้าว่างเปล่า
• เรายังสามารถย่อ RDF: ประเภทด้วย

@prefix : <#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
:Person a rdfs:Class .

ความเท่าเทียมกันของคำศัพท์

• เมื่อเขียนคำศัพท์ของตัวเองหนึ่งมักจะสังเกตเห็นว่าแนวความคิดของตัวเองเป็นเช่นเดียวกับในคำศัพท์อื่น
• N3 มีกลไกพิเศษและสั้นเพื่อให้สอดคล้องคำศัพท์เช่น "="

:Woman = foo:FemaleAdult .
:Title a rdf:Property; = dc:title .

• ดังนั้นหนึ่งสามารถจัดชั้นเรียนและคุณสมบัติง่ายสวย

ตัวอย่างของคุณสมบัติ

@prefix log: <http://www.w3.org/2000/10/swap/log#>.
@keywords.
@forAll x, y, z. {x parent y. y sister z} log:implies {x aunt z}

Joe parent Alan.
Alan sister Susie.

Joe aunt Susie.

ตัวอย่างต่อเนื่อง

@forAll x, y, z.
{  x wrote y.
 y log:includes {z weather w}.
 x livesIn z
} log:implies {
 Boston weather y
}.

Bob   livesIn  Boston.
Bob   wrote    { Boston weather sunny }.
Alice livesIn  Adelaide.
Alice wrote   { Boston weather cold }.

Boston weather sunny.

ข้อดีและข้อเสียของการ N3

• ข้อดี
  • มากขึ้นขนาดกะทัดรัดและสามารถอ่านได้มากกว่าที่ยึดตาม XML RDF
  • เป็นไปได้ของรูปแบบการกำหนดตัวแปรและแม้กระทั่งสูตร
  • ประสิทธิภาพมากขึ้นกว่าเต่าและ NTriples
• ข้อเสีย

ไวยากรณ์เต่า

ย่อเต่า (1/2)

• ในเต่าหนึ่งสามารถใช้ตัวย่อ
  • ไวยากรณ์: @ คำนำหน้า abbr ':' <URI>
  • เช่น @ คำนำหน้า rdfs: DBR: <http://dbpedia.org/resource/>
• หนึ่งสามารถเปลี่ยน
  

• เข้าไป

ย่อเต่า (2/2)

• อเนกประสงค์กับเรื่องเดียวกันสามารถรวมกลุ่มกัน
  

  @prefix rdf: 
  
  ...
  @prefix geo: 
  
  dbr:Berlin  dbpedia:country  dbpedia:Germany ;            rdfs:label       "Berlin"@de ;      

• อเนกประสงค์ถึงแม้จะมีเรื่องเดียวกันและคำกริยาสามารถรวมกลุ่มกัน
  

  @prefix dbr: 
  
  .
  @prefix dbp: 
  
  .
  dbr:Leipzig dbp:locatedIn dbr:Saxony, dbr:Germany;
  dbp:hasMayor  dbr:Burkhard_Jung .
  

ข้อดีและข้อเสียของ Turtle

• ข้อดี:
  • กระชับจึงมีประสิทธิภาพในการจัดเก็บ
  • ง่ายต่อการอ่านสำหรับมนุษย์
• ข้อเสีย:
  • การสนับสนุนเครื่องมือ จำกัด เพื่อให้ห่างไกล (เมื่อเทียบกับ RDF / XML)

ยังไม่มีข้อความที่อเนกประสงค์-

• ยังไม่มีข้อความที่อเนกประสงค์เป็นเส้นตามรูปแบบข้อความธรรมดา
  
• ยังไม่มีข้อความที่อเนกประสงค์เป็นส่วนย่อยของเต่าและ 3 สัญกรณ์
  • ตัวย่อและ groupping ไม่ได้รับอนุญาต
  • จำกัด ชุดอักขระ ASCII
    
• เครื่องมือทั้งหมดที่สนับสนุนการป้อนข้อมูลทั้งในรูปแบบที่กล่าวข้างต้นจะสนับสนุนอเนกประสงค์-N
  
• อย่าสับสนกับ 3 สัญกรณ์: 3 สัญกรณ์เป็น superset ของเต่าและ N-อเนกประสงค์

<http://www.w3.org/2001/sw/RDFCore/ntriples/> <http://purl.org/dc/elements/1.1/creator> "Dave Beckett" .
<http://www.w3.org/2001/sw/RDFCore/ntriples/> <http://purl.org/dc/elements/1.1/creator> "Art Barstow" .
<http://www.w3.org/2001/sw/RDFCore/ntriples/> <http://purl.org/dc/elements/1.1/publisher> <http://www.w3.org/> .

N-ล่าม

• ขยายอเนกประสงค์-N กับบริบท

<subject> <predicate> <object> <context> .

• <context> ส่ว​​นใหญ่มักจะหมายถึง (ในรัฐ-of-the-Art ร้านค้า RDF) ที่มาของข้อมูล
  • ชุดข้อมูลเมื่อเชื่อมโยงที่มีประโยชน์

<http://example.org/bob/foaf.rdf#me> <http://xmlns.com/foaf/0.1/homepage>              <http://example.org/bob/> <http://example.org/bob/foaf.rdf> .

• <context> อาจประกอบด้วย URI หรือ nodeID หรือตัวอักษร

ทำไมหนึ่ง (ไม่) ควรใช้ XML สำหรับ RDF?

ทำไม

• การสนับสนุนที่ดีของเครื่องมือในหลายภาษาโปรแกรมและสภาพแวดล้อม
• การแพร่กระจายกว้างของ XML ในธุรกิจและสถาบันการศึกษา
• RDF รัฐมาตรฐานว่าถ้า RDF ข้อมูลที่มีการเผยแพร่ที่ควรจะมีอยู่ใน RDF / XML
  • http://www.w3.org/RDF/

ทำไมไม่?

• RDF / XML มีความซับซ้อนที่จะเข้าใจเพราะการเข้ารหัสของกราฟอเนกประสงค์และในที่สุดต้นไม้ XML
• RDF / XML พัดไฟล์ (อาจจะลดลงโดยการบีบอัด)
• สร้างค่าใช้จ่ายมากเพราะเอกสาร XML จะต้องมีการแยกวิเคราะห์และผลการดำเนินการนอกจากนี้ยังจะได้รับข้อมูล RDF

ที่ใช้ XML ไวยากรณ์ของ RDF

• การใช้งานของ namespaces จะกระจ่างชื่อแท็ก
• ป้าย RDF มี ​​namespace คงที่ของตนเองและฉลากของมันคือ 'RDF'

XML-ไวยากรณ์ RDF: รายละเอียด

• RDF แต่ละองค์ประกอบรายละเอียดย่อมาจากเรื่อง
  • URI คือค่าของ RDF: เกี่ยวกับคุณลักษณะ
• แต่ละองค์ประกอบของ RDF: รายละเอียดย่อมาจากคำกริยาคู่วัตถุ
  • ชื่อขององค์ประกอบเด็กเป็นชื่อคำกริยา
  • มูลค่าของ RDF: ทรัพยากร URI ของวัตถุ

ชื่อย่อไวยากรณ์ XML-

• ตัวอักษรสามารถล้อมรอบด้วย predicates เป็นข้อความฟรีฟอร์ม
• เรื่องใดเรื่องหนึ่งสามารถมีองค์ประกอบของสถ​​านที่ให้ severalt
• รายละเอียดของวัตถุหนึ่งสามารถของอาสาสมัครอีกหลายรังเช่น

ทางเลือกที่ใช้ XML ไวยากรณ์สำหรับคุณสมบัติ

• ตัวอักษรสามารถใช้ในแอททริบิ XML-
• ชื่อคุณสมบัติจะเป็นสถานที่ให้บริการ URIs
  
• URI วัตถุจะแล้ว RDF: แอตทริบิวต์ทรัพยากรภายในแท็กสถานที่ให้บริการ

<rdf:Description rdf:about="http://dbpedia.org/resource/Leipzig"
          dbp:name="Leipzig">
    <geo:lat rdf:datatype="float">51.3333</geo:lat>
    <geo:long rdf:datatype="float">12.3833</geo:long>
</rdf:Description>

XML-ไวยากรณ์ URIs ฐาน

• การตรวจหาญาติ URIs ไป URI ฐานผ่าน absense ของส่วนคี

<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xml:base="http://dbpedia.org/resource/" >
<rdf:Description rdf:about="Berlin">
   <property:country rdf:resource="Germany" />
</rdf:Description
</rdf:RDF>

ข้อดีและข้อเสียของ XML / RDF

• ข้อดี:
  • การสนับสนุนเครื่องมือที่ดี
  • นำมาใช้ใหม่ของเครื่องมือการเปลี่ยนแปลงผ่านทาง XSLT
  • แทนการแยกและในหน่วยความจำผ่านทาง DOM / แซ็กโซโฟน
• ข้อเสีย:
  • ยาวมากและยากที่จะอ่าน

ไวยากรณ์ RDFa

• RDFa = RDF ในคุณสมบัติ
  
• การพัฒนาเพื่อฝัง RDF ใน XHTML
• อเนกประสงค์ฝังตัวสามารถสกัด
• การเข้ารหัสผ่าน UTF-8 และ UTF-16
• การใช้งานของส่วนขยายที่เข้ารหัสใน XML ตาม XHTML
• IRIS สามารถใช้ <? รุ่น XML = เข้ารหัส "1.0" = "UTF-8">
• RDFa microformats = ทำถูกต้อง ;-)

แรงจูงใจ

ด้านซ้ายให้เบราว์เซอร์เห็นอะไร ทางด้านขวามือมนุษย์เห็นอะไร เราสามารถเชื่อมโยงช่องว่างเพื่อให้เบราว์เซอร์ดูรายละเอียดของสิ่งที่เราเห็น?

Curies

สัญกรณ์ระยะสั้นสำหรับยูริส (ขนาดกะทัดรัดยูริ)

  curie := [ [ prefix ] ':' ] reference
  prefix := NCName
  reference := irelative-ref (as defined in [IRI])
  safe_curie := '[' curie ']'

RDFa ต้องใช้บริบทข้อมูลต่อไปนี้:

• ชุดของแมปจากคำนำหน้าไปยังยูริที่มีให้โดยในปัจจุบันขอบเขตการประกาศคำนำหน้าของ [องค์ประกอบปัจจุบัน] ในระหว่างการแยก;
• การทำแผนที่ที่จะใช้กับคำนำหน้าเริ่มต้นเป็นค่าเริ่มต้นการทำแผนที่ในปัจจุบันคำนำหน้า;
• การทำแผนที่ที่จะใช้เมื่อมีคำนำหน้าไม่มีไม่ได้กำหนดไว้อย่างมีประสิทธิภาพซึ่งห้ามไม่ให้มีการใช้ Curies ที่ไม่ประกอบด้วยลำไส้ใหญ่;
• การทำแผนที่ที่จะใช้กับคำนำหน้า '_' ไม่ได้ระบุไว้อย่างชัดเจน แต่เนื่องจากมันถูกใช้เพื่อสร้าง [bnode] s, การดำเนินงานที่จะต้องเข้ากันได้กับคำนิยาม RDF

คุณสมบัติ RDFa

คุณสมบัติ XHTML ที่เกี่ยวข้อง:

• @ rel ช่องว่างคั่นรายการของ Curies ที่ใช้สำหรับการแสดงความสัมพันธ์ระหว่างสองทรัพยากร ('เพ' ในคำศัพท์ RDF);
• @ รอบช่องว่างคั่นรายการของ Curies ที่ใช้สำหรับการแสดงความสัมพันธ์ระหว่างสองย้อนกลับทรัพยากร (เช่น 'เพ');
• เนื้อหา @ สตริงสำหรับการจัดหาเนื้อหาเครื่องอ่านสำหรับอักษร ('วัตถุตัวอักษรธรรมดา' ในคำศัพท์ RDF);
• @ href URI สำหรับการแสดงทรัพยากรหุ้นส่วนของความสัมพันธ์ ('วัตถุทรัพยากร' ในคำศัพท์ RDF);
• @ src URI สำหรับการแสดงทรัพยากรหุ้นส่วนของความสัมพันธ์เมื่อทรัพยากรที่จะถูกฝังอยู่ (เช่น 'วัตถุทรัพยากร')

ใหม่ RDFa คุณลักษณะที่เฉพาะเจาะจง:

• @ URIorSafeCURIE เกี่ยวกับที่ใช้สำหรับการระบุว่าข้อมูลใดที่เป็นเรื่องเกี่ยวกับ ('เรื่อง' ในคำศัพท์ RDF);
• @ สถานที่ให้บริการช่องว่างคั่นรายการของ Curies ที่ใช้สำหรับการแสดงความสัมพันธ์ระหว่างเรื่องและบางข้อความตัวอักษร (เช่น 'กริยา');
• @ ทรัพยากร URIorSafeCURIE สำหรับการแสดงทรัพยากรหุ้นส่วนของความสัมพันธ์ที่ไม่ได้ตั้งใจจะให้เป็น 'คลิก' (เช่น 'วัตถุ');
• @ ประเภทข้อมูลกัมมันตภาพรังสีที่เป็นตัวแทนของประเภทข้อมูลที่จะแสดงประเภทข้อมูลของตัวอักษร;
• @ typeof ช่องว่างคั่นรายการของ Curies ที่บ่งชี้ประเภท RDF (s) ที่จะเชื่อมโยงกับเรื่อง

ตัวอย่าง RDFa

Lite RDFa

• คำแนะนำของ W3C
  
• ชุดย่อยที่น้อยที่สุดของ RDFa ประกอบด้วยไม่กี่ลักษณะ
  • คำศัพท์, typeof และทรัพย์สิน
  • ทรัพยากร
  • อุปสรรค
• คล้ายกับ Microdata ( http://www.w3.org/TR/microdata/ )
• ตัวอย่าง:

ข้อดีและข้อเสียของการ RDFa

• ข้อดี
  • การจัดการแบบบูรณาการของมนุษย์ (HTML) และเครื่องแทน (RDF)
  • Re: ใช้จำนวนของคุณสมบัติ HTML
  • "หลักการของการเมตาดาต้าที่ทำงานร่วมกัน" มีผลบังคับใช้โดย RDFa:
    • อิสรภาพ Publisher - เว็บไซต์ทุกคนสามารถใช้เป็นตัวแทนของตัวเอง
    • ข้อมูลการใช้ซ้ำ - ข้อมูลจะไม่ซ้ำ แยกส่วน XML และ HTML ที่ไม่จำเป็นอีกต่อไปสำหรับเนื้อหาเดียวกัน
    • บรรจุด้วยตนเอง - HTML และ RDF จะถูกแยกออก
    • Modularity คี - คุณสมบัติเป็น reuseable
    • Evolvability - เขตข้อมูลเพิ่มเติมที่สามารถเพิ่มและการแปลง XML สามารถแยกความหมายของข้อมูลจากไฟล์ XHTML
• ข้อเสีย
  • ตั้งแต่ RDFa เป็น embeded ใน XHTML มันสร้างค่าใช้จ่ายมากขึ้นกว่า XML
  • ในการอ่านค่าที่ต่ำกว่ากับเต่า

RDF / JSON

• JSON = JavaScript Object สัญลักษณ์
• JSON_Dokument ที่ถูกต้องคือถูกต้อง JavaScript (JS) และจะถูกตีความผ่าน () Eval
• JSON เป็นโปรแกรม dependend ภาษาสำหรับภาษาที่ใช้มากที่สุดอยู่ parser ที่แตกต่างกัน
• ทีมงานกำลังทำงานอยู่ในความหมายของไวยากรณ์ http://www.w3.org/blog/SW/2011/09/13/the-state-of-rdf-and-json/

ไวยากรณ์ RDF / JSON

• RDF / JSON มีเรื่องแบบ S, P กริยาวัตถุ O
  
  

  { "S" : { "P" : [ O ] } }      
  

• ประเภท: จะต้องมี URI โหนดตัวอักษรหรือเปล่าและจะต้องมีการเขียนในกรณีที่ต่ำกว่า
• ค่าอธิบายข้อมูลของวัตถุ
  • การปฏิบัติที่ดีที่สุด: Render URI ทั้ง
• หลังสวน: ภาษาของตัวอักษร ตัวเลือก แต่ถ้ามันมีอยู่แล้วก็อาจจะไม่ว่างเปล่า
• ชนิดข้อมูลของวัตถุตัวเลือก: ประเภทข้อมูล

ข้อดีและข้อเสียของ RDF / JSON

• ข้อดี:
  • รูปแบบข้อมูลที่มีขนาดกะทัดรัดในการแลกเปลี่ยนข้อมูลระหว่างโปรแกรมประยุกต์
  • การสนับสนุนเครื่องมือที่ดีมาก (เกือบทุกภาษาโปรแกรมสนับสนุน JSON)
  • ค่าใช้จ่ายน้อยลงในขณะการแยกและการทำให้กว่า XML
• ข้อเสีย
  • ไม่ง่ายที่จะอ่านสำหรับมนุษย์

JSON / LD

• J Ava S cript otation O bject ยังไม่มีหมึกสำหรับ L D ATA
• ตัวอย่าง:

{
"@context": "http://json-ld.org/contexts/person.jsonld",
"@id": "http://dbpedia.org/resource/John_Lennon",
"name": "John Lennon",
"born": "1940-10-09",
"spouse": "http://dbpedia.org/resource/Cynthia_Lennon"
}

• บริบท @ บอกโปรเซสเซอร์ที่ทราบข้อมูลที่เชื่อมโยงเกี่ยวกับวิธีการตีความ JSON LD
• @ เชื่อมโยงบริบทข้อมูลต่อไปนี้แนวคิดในลำดับชั้น
  • ในตัวอย่างนี้เพื่ออภิปรัชญา person.jsonld
• วิธีการที่องค์กรเป็นศูนย์กลางช่วยให้นักพัฒนาเพื่อเพิ่มมรดก JSON ที่มีความหมายได้อย่างง่ายดาย
• JSON / LD ยังเป็นมนุษย์ที่สามารถอ่านได้เช่น RDF / JSON แต่ลูกค้าเครื่องสามารถเข้าใจว่าตอนนี้มันเป็นเรื่องเกี่ยวกับบุคคลและไม่เพียงแค่ข้อมูล

เป็นอันดับ IRI (1/2)

• ม่านตามีลักษณะทั่วไป URI ที่ช่วยให้ตัวอักษร Un​​icode
  • ที่กำหนดไว้ใน RFC 3987
• เฉพาะรูปแบบต่อไปนี้เป็นอย่างเข้ากันได้กับ RFC IRI
  • RDFa
  • Notation3
  • RDF / JSON
• NTriples & NQuads ไม่สนับสนุน Iris
  • ใช้ทั้ง 7 บิตการเข้ารหัสอักขระ ASCII สหรัฐอเมริกา
  • ตัวละคร http://www.w3.org/TR/rdf-testcases/ #
    

เป็นอันดับ IRI (2/2)

• RDF / XML & เต่าให้การสนับสนุนบางส่วน IRI
  • ไวยากรณ์ของพวกเขาจะไม่ได้รับการแมปอย่างเต็มที่เพื่อไวยากรณ์ IRI
• ในภาค RDF / XML จะต้องประกาศเป็นองค์ประกอบ XML
  • ข้อกำหนด XML มีข้อ จำกัด หลายตัวละครที่ได้รับอนุญาต
  • http://www.w3.org/TR/REC-xml/ # NT-Name
    
• เต่าเป็นอย่างเข้ากันได้เฉพาะเมื่อใช้แน่นอน Iris
  • ตัวย่อที่มีข้อ จำกัด ที่มีผลต่อทั้งไอริสและยูริ
  • http://www.w3.org/TeamSubmission/turtle/ ทรัพยากร #
    

ไวยากรณ์และการใช้งานของชนิดข้อมูล

• ความแตกต่างระหว่างโดเมนศัพท์และมูลค่า
  • คำศัพท์: "3.14", "+04,1300", "-2,5"
  • มูลค่า: 3.14, 4.13, -2.5
• ตัวอักษร untyped ได้รับการรักษาเช่นลำดับถ่าน
  • "02" <"100" <"11" <"2"
• พิมพ์ดีดช่วยให้การจัดการค่า 'ความหมาย'
  • ชนิดของข้อมูลที่จะได้รับการระบุโดยยูริ
  • ข้อมูลป้าย Infact ประเภทมีอิสระ choosable
• มักจะเป็นหนึ่งใช้ชนิดข้อมูลที่ใช้ XML Schema (XSD)
  • ไวยากรณ์: "VALUE" ^ ^ ข้อมูลชนิด URI

ตัวอย่างสำหรับการใช้งานประเภทข้อมูล

@prefix dbr: <http://dbpedia.org/resource/> .
@prefix geo: <http://www.w3.org/2003/01/geo/wgs84_pos#>.
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
dbr:Leipzig    geo:lat     "51.333332"^^xsd:float ,
               geo:long    "12.383333"^^xsd:float .

<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
         xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"
         xmlns:geo="http://www.w3.org/2003/01/geo/wgs84_pos#">
<rdf:Description rdf:about="http://dbpedia.org/resource/Leipzig">
   <geo:lat rdf:datatype="http://www.w3.org/2001/XMLSchema#float">51.33    </geo:lat>
   <geo:long rdf:datatype="http://www.w3.org/2001/XMLSchema#float">12.38    </geo:long></rdf:Description>

ชนิดของข้อมูลที่กำหนดไว้ล่วงหน้า

• RDF: XML สำหรับตัวอักษรเป็นเพียงชนิดข้อมูลที่กำหนดไว้ล่วงหน้า
• ใช้สำหรับชิ้นส่วน XML พล แต่มีความสมดุล

<rdf:Description rdf:about="http://example.org/SemanticWeb">
<ex:Titel rdf:parseType="Literal">
  <b>Semantic Web</b>
  <br />
  Grundlagen
</ex:Titel>
</rdf:Description>

คำจำกัดความของภาษา

ข้อมูลภาษาที่มีอิทธิพลต่อตัวอักษร untyped เพียง

<rdf:Description rdf:about="http://dbpedia.org/resource/Leipzig">
   <rdfs:label xml:lang="de">Leipzig</rdfs:label>
   <rdfs:label xml:lang="ru">Лейпциг</rdfs:label>
</rdf:Description>

@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
http://dbpedia.org/resource/Leipzig   rdfs:label     "Leipzig"@de ,
                                      rdfs:label     "Лейпциг"@ru .

@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
@prefix rdfs: <http://www.w3.org/2000/01/rdf-schema#> .
@prefix dbr: <http://dbpedia.org/resource/> .
dbr:Leipzig    rdfs:label     "Leipzig" ,
                              "Leipzig"@de ,
                              "Leipzig"^^xsd:string .

โครงการมินิ

1. คิดอภิปรัชญาน้อยว่าสิ่งที่รูปแบบจากของคุณทุกวันมีชีวิตอยู่
   1. มันจะต้องมีอย่างน้อย 5 ทรัพยากรจากสองจีส์ที่แตกต่างกันและ 3 ตัวอักษร
2. เขียนมันลงใน:
   1. RDF / XML
   2. JSON
   3. เต่า
   4. N3 และไม่ใช้ตัวย่อ
3. Meassure จำนวนอักขระที่คุณต้องการโดยไม่ต้องช่องว่าง
4. พยายามที่จะบีบอัดอภิปรัชญาของคุณเท่าที่คุณสามารถและบอกเราเกี่ยวกับปัจจัยการบีบอัดของคุณ

อ้างอิง

กองข้อมูลที่เชื่อมโยง - RDF-S

เป้าหมาย

• เข้าใจที่ usecases RDF-Schema มีความเหมาะสม
  
• ทำความเข้าใจเกี่ยวกับความหมายของ RDF-Schema
  • จะสามารถอ่าน RDF-Schema
    
  • จะสามารถสร้างของคุณเอง RDF-Schema
• รู้ข้อ จำกัด ของ
  

เงื่อนไข

• ความรู้พื้นฐานของสแต็ค RDF
• รู้รูปแบบ RDF ข้อมูล

RDF-Schema คืออะไร?

เราสามารถใช้ RDF อเนกประสงค์ที่จะแสดงข้อเท็จจริงที่ต้องการ:

 ex:AlbertEinstein   ex:discovered   ex:TheoryOfRelativity .

แต่วิธีการที่เราสามารถปรับแต่งการดังกล่าวเป็นจริงหรือไม่

• วิธีที่เราสามารถกำหนดว่าอดีตกริยา: ค้นพบมีบุคคลที่เป็นเรื่องและทฤษฎีเป็นวัตถุ?
  
• วิธีที่เราสามารถแสดงว่ามีอัลเบิร์ Einstein เป็นนักวิจัยและนักวิจัยที่ทุกคนเป็นมนุษย์?

ความรู้ดังกล่าวเรียกว่าคีความรู้หรือความรู้ศัพท์

RDF-Schema ทำให้เรามีความเป็นไปได้ในการจำลองความรู้ดังกล่าว

RDF-Schema

• เป็นส่วนหนึ่งของ W3C คำแนะนำ RDF
• ใช้สำหรับคี / ความรู้ศัพท์
  
• ตัวเองเป็น RDF ด้วยกับคำศัพท์ที่กำหนดไว้ล่วงหน้า (ทุกเอกสาร RDF-Schema เป็นเอกสาร RDF)
  
• คำศัพท์ที่เป็นชื่อสามัญ (ไม่ผูกพันกับพื้นที่การใช้งานที่เฉพาะเจาะจง)
• ช่วยให้การระบุความหมายของผู้ใช้กำหนดคำศัพท์ที่ RDF
  

Namespace ของ RDF-Schema คือ

xmlns:rdfs="http://www.w3.org/2000/01/rdf-schema#"

ชั้นเรียน

Class A คือชุดของสิ่ง (หรือหน่วยงาน) ใน RDF สิ่งเหล่านี้จะมีการระบุโดยยูริ

สมาชิกของหน่วยการเรียนที่ถูกกำหนดให้ใช้ RDF: คุณสมบัติประเภท

ความจริงที่ว่าอดีต: VWGolf เป็นสมาชิก / ตัวอย่างของอดีตชั้น: รถยนต์สามารถแสดง:

ex:VWGolf   rdf:type   ex:Car .

URI สามารถเป็นสมาชิกในหลายชั้นเรียน

ex:VWGolf   rdf:type   ex:Car .ex:VWGolf   rdf:type   ex:GermanProduct .

ลำดับชั้นของชั้นเรียน

ชั้นเรียนสามารถจัดในลำดับชั้นโดยใช้ rdfs: คุณสมบัติ subClassOf

อดีตแต่ละรถเป็นอดีต: MotorVehicle

ex:Car   rdfs:subClassOf   ex:MotorVehicle .

ความรู้โดยนัย

การใช้คำนิยามคีมาเราสามารถที่จะระบุความรู้โดยปริยาย

ex:VWGolf  rdf:type         ex:Car .ex:Car     rdfs:subClassOf  ex:MotorVehicle .

โดยปริยายมีคำสั่งต่อไปนี้เป็นเหตุผลสำคัญ

ex:VWGolf   rdf:type   ex:MotorVehicle .

ความรู้โดยนัย

งบ

ex:Car           rdfs:subClassOf   ex:MotorVehicle .ex:MotorVehicle  rdfs:subClassOf   ex:Vehicle .

โดยปริยายมีคำสั่งต่อไปนี้เป็นเหตุผลสำคัญ

ex:Car   rdfs:subClassOf   ex:Vehicle .

เราจะเห็นว่า rdfs: subClassOf เป็นสกรรมกริยา

การกำหนดชั้นเรียนของตนเอง

URI denoting ชั้นเรียนทุกคนเป็นตัวอย่างของ rdfs: คลาส สำหรับการกำหนดชั้นเรียนของตนเองเราต้องเขียน:

ex:Car   rdf:type   rdfs:Class .

ซึ่งทำให้ rdfs: คลาสตัวเองตัวอย่างของ rdfs: คลาส

rdfs:Class   rdf:type   rdfs:Class .

สมดุลของชั้นเรียน

เพื่อแสดงออกถึงความเท่าเทียมกันของทั้งสองเรียนที่เราสามารถใช้

ex:Car         rdfs:subClassOf   ex:Automobile .ex:Automobile  rdfs:subClassOf   ex:Car .

ซึ่งนำไปสู่​​คำสั่ง

ex:Car   rdfs:subClassOf   ex:Car .

เราจะเห็นว่า rdfs: subClassOf สะท้อน

ชั้นเรียน RDF-S ที่กำหนดไว้ล่วงหน้า

ประเภท: มีหลายชั้นเรียนที่กำหนดไว้ล่วงหน้าอื่น ๆ แล้ว rdfs คือ:

• rdfs: ทรัพยากรเป็นชั้นของยูริสทั้งหมด
• RDF: Property เป็นชั้นของคุณสมบัติทั้งหมด
• rdfs: ประเภทข้อมูลเป็นชั้นของประเภทข้อมูลทั้งหมด
  (ตัวอย่างของชั้นนี้ทุกคนเป็นประเภทรองของ rdfs:. อักษร)
  
• rdfs: ตัวอักษรเป็นชั้นของค่าที่แท้จริงเช่นสตริงหรือจำนวนเต็ม
  (ถ้าเช่นตัวอักษรที่พิมพ์เช่นของ rdfs:. ประเภทข้อมูล)
  
• RDF: XMLLiteral เป็นชั้นของค่าตัวอักษร XML ประเภทรองของ rdfs: ตัวอักษรและตัวอย่างของ rdfs: ประเภทข้อมูล
  
• RDF: คำชี้แจงเป็นชั้นเรียนของงบ RDF ทุก RDF สามดังนั้นสามารถมองเห็นเป็นตัวอย่างของการเรียนด้วย RDF นี้: เรื่อง RDF: คำกริยาและ RDF: คุณสมบัติวัตถุ
• rdfs: คอนเทนเนอร์เป็นซุปเปอร์คลาสของ RDF เรียนคอนเทนเนอร์
  (เช่น RDF: กระเป๋า, RDF: Seq, RDF: Alt)
  

การกำหนดคุณสมบัติของตัวเอง

ในฐานะที่เราสามารถกำหนดชั้นเรียนเราสามารถกำหนดคุณสมบัติใหม่

สำหรับการแสดงให้เห็นว่ามีคุณสมบัติใหม่ที่เรากำหนดเป็นตัวอย่างของการเรียนสถานที่ให้บริการ

ex:drives   rdf:type   rdf:Property .

มีคุณสมบัติใหม่นี้เราสามารถแสดงว่ามีแม็กซ์ไดรฟ์กอล์ฟ

ex:Max   ex:drives   ex:VWGolf .

ลำดับชั้นของคุณสมบัติ

การใช้ rdfs: คุณสมบัติ subPropertyOf เราสามารถกำหนดลำดับชั้นของคุณสมบัติ

ex:drives   rdfs:subPropertyOf   ex:controls .

กับคำสั่งอดีต

ex:Max   ex:drives   ex:VWGolf .

เราสามารถสรุปได้ว่า

ex:Max   ex:controls   ex:VWGolf .

ข้อ จำกัด ของสถ​​านที่ให้บริการ

RDF-Schema ทำให้เรามีความเป็นไปได้ที่จะแสดงข้อ จำกัด สำหรับทรัพย์สินใหม่ของเรา สถานที่ให้บริการทุกคนมีโดเมนและช่วงที่ระบุว่าเรื่องเรียนหรือวัตถุต้องมี

 ex:Max   ex:drives   ex:VWGolf .|Domain|             |  Range  |

การใช้คุณสมบัติ rdfs: โดเมนและ rdfs: ช่วงเราสามารถกำหนดโดเมนและช่วงของทรัพย์สิน

ex:drives   rdfs:domain   ex:Person .ex:drives   rdfs:range    ex:Vehicle .

เดียวกันสามารถทำได้สำหรับประเภทข้อมูล

ex:hasAge   rdfs:range   xsd:nonNegativeInteger .

งบช่วงหลาย

งบ

ex:drives   rdfs:range   ex:Car .ex:drives   rdfs:range   ex:Ship .

หมายความว่าช่วงของอดีต: ไดรฟ์ที่จะต้องมีทั้งสอง - อดีตรถยนต์และอดีต: เรือ!

ถ้าคุณต้องการที่จะแสดงว่าวัตถุทรัพย์สินจะต้องมีหนึ่งในสองชั้นเรียนการแสดงออกที่ดีกว่าจะ

ex:Car     rdfs:subClassOf   ex:Vehicle .ex:Ship    rdfs:subClassOf   ex:Vehicle .ex:drives  rdfs:range        ex:Vehicle .

ความรู้โดยนัย

ถ้าเราใช้คุณสมบัติโดเมนและช่วงที่เราจะต้องดูแลว่านี้อาจมีผลกระทบบาง unintendent

คี

ex:isMarriedTo    rdfs:domain  ex:Person .ex:isMarriedTo    rdfs:range   ex:Person .ex:instituteAKSW  rdf:type     ex:Institution .

และคำสั่งเพิ่มเติม

ex:Max   ex:isMarriedTo   ex:instituteAKSW .

นำไปสู่​​เหตุผลสำคัญ

ex:instituteAKSW   rdf:type   ex:Person .

ข้อสรุปที่ผิดพลาด

บางคนอาจจะสับสนเกี่ยวกับการรวมกันของการระบุข้อ จำกัด ของสถ​​านที่และลำดับชั้นของการเรียน ดังนั้นเราจึงต้องการดูตัวอย่าง:

ex:drives  rdfs:range       ex:Car .ex:Car     rdfs:subClassOf  ex:Vehicle .

สองคนนี้อเนกประสงค์ไม่ได้นำมาซึ่งความสัมพันธ์ดังต่อไปนี้

ex:drives   rdfs:range   ex:Vehicle .

ชั้นคอนเทนเนอร์

RDF-Schema กำหนด rdfs: ชั้นคอนเทนเนอร์ซึ่งเป็น superclass สำหรับภาชนะบรรจุที่กำหนดโดย RDF:

• RDF: Seq
• RDF: กระเป๋า
• RDF: Alt
  

สมาชิกคอนเทนเนอร์

RDF-Schema กำหนดชั้นเรียนใหม่สำหรับการทำงานกับภาชนะบรรจุ:

• rdfs: ชั้น ContainerMembershipProperty ที่มีคุณสมบัติทั้งหมดที่ใช้ในการระบุว่าทรัพยากรที่เป็นสมาชิกคนหนึ่งของภาชนะบรรจุ (เช่น RDF: _1, RDF: _2, ... )
  
• rdfs: Property สมาชิก superproperty สำหรับคุณสมบัติทั้งหมดของทุกคุณสมบัติสมาชิกคอนเทนเนอร์
  (ดังนั้นทุกกรณีของ rdfs: ContainerMembershipProperty เป็น rdfs: rdfs subPropertyOf: Property สมาชิก)
  

การทำให้เป็นจริง

วิธีที่เราสามารถระบุใน RDF
"นักสืบซึมที่บัตเลอร์ฆ่าชาวสวน." ?

ex:Detective   ex:supposes   "The butler killed the gardener" .ex:Detective   ex:supposes   ex:theButlerKilledTheGardener .

ทั้งสองวิธีเป็นที่น่าพอใจ สิ่งที่เราต้องการจะพูดคุยเกี่ยวกับการเป็นที่สาม

ex:Butler   ex:killed   ex:Gardener .

ตัวเอง

การทำให้เป็นจริง

ด้วย rdfs ชั้นเรียน: คำชี้แจง RDF-Schema ให้เป็นไปได้ของการทำให้เป็นจริง มันมีคุณสมบัติดังต่อไปนี้

• rdfs: เรื่องการกำหนด RDF: ทรัพยากรซึ่งเป็นเรื่องของคำสั่ง
  
• rdfs: คำกริยากำหนด RDF: Property ซึ่งเป็นคำกริยาของคำสั่ง
  
• rdfs: วัตถุกำหนด RDF: ทรัพยากรซึ่งเป็นวัตถุของคำสั่ง

การใช้การทำให้เป็นจริงเราจะเห็น RDF สามเป็นทรัพยากรและกำหนดข้อเท็จจริงเกี่ยวกับมัน (เช่นว่าทฤษฎีไม่ได้รับการพิสูจน์แล้ว)

ex:Detective  ex:supposes    _:theory ._:theory      rdf:type       rdfs:Statement ._:theory      rdf:subject    ex:Butler ._:theory      rdf:predicate  ex:hasKilled ._:theory      rdf:object     ex:Gardener ._:theory      ex:hasState    "unproven" .

โปรดสังเกตว่าข้อความต่อไปนี้ไม่ได้เป็นผลมาจากตรรกะนี้:

ex:Butler   ex:killed   ex:Gardener .

การทำให้เป็นจริง

ข้อมูลเสริม

RDF-Schema ให้เป็นไปได้ที่จะเพิ่มข้อมูลเพิ่มเติมไปยังแหล่งข้อมูลโดยใช้คุณสมบัติดังต่อไปนี้:

• rdfs: ฉลากสามารถนำมาใช้เพื่อให้ชื่ออ่านมนุษย์สำหรับทรัพยากร
• rdfs: ความคิดเห็นสำหรับการเพิ่มความคิดเห็นหรือคำอธิบายยาว
• rdfs: จุด seeAlso ไปที่ URI ข้อมูลเพิ่มเติมเกี่ยวกับทรัพยากรที่สามารถพบได้
• rdfs: จุด isDefinedBy เพื่อ URI ที่ทรัพยากรถูกกำหนด
  (rdfs: isDefineBy เป็นอักษรของ rdfs: seeAlso)

ex:VWGolf   rdfs:label        "VW Golf" .ex:VWGolf   rdfs:comment      "The VW Golf is a popular german car..." .ex:VWGolf   rdfs:seeAlso      wikipedia:Vw_golf .ex:VWGolf   rdfs:isDefinedBy  ex2:Vw_golf .

ประโยชน์ของการใช้คุณสมบัติเหล่านี้คือข้อมูลเพิ่มเติมจะแสดงเป็น RDF เกินไป

กำหนดกรดและฐาน

เราต้องการที่จะใช้ระบบซึ่งควรจะสามารถคำนวณจำนวนเงินที่จำเป็นของกรดหรือฐานที่จะต่อต้านการแก้ปัญหาที่กำหนด

ดังนั้นระบบของเรามีการจัดการข้อมูลเกี่ยวกับกรดและเบส สำหรับข้อมูลนี้เรากำหนดสคีมาของคุณเองสำหรับข้อมูลของเรา

เราเริ่มต้นด้วยการกำหนดกรดและฐานเป็นชั้นเรียนของตัวเอง

ex:Acid   rdf:type   rdfs:Class .ex:Base   rdf:type   rdfs:Class .

ทั้งสองสามารถอธิบายได้ว่าเป็นสารประกอบทางเคมี ดังนั้นเราจึงกำหนดนี้เป็นชั้นของตัวเองและอีกสอง subclasses ของมัน

ex:ChemicalCompound   rdf:type   rdfs:Class .ex:Acid   rdfs:subClassOf   ex:ChemicalCompound .ex:Base   rdfs:subClassOf   ex:ChemicalCompound .

กำหนดบางกรณี

หลังจากนั้นเราสามารถที่จะเพิ่มกรดบางและฐาน ตัวอย่างเช่น:

• ไฮโดรเจนคลอไรด์ (อดีต: HCl)
• กรดฟอสฟอริก (อดีต: H3PO4)
• โซเดียมไฮดรอก (อดีต: NaOH) และ
• ไฮดรอกไซแคลเซียม (เช่น: Ca_OH2)

ex:HCl     rdf:type   ex:Acid .ex:H3PO4   rdf:type   ex:Acid .ex:NaOH    rdf:type   ex:Base .ex:Ca_OH2  rdf:type   ex:Base .

ผลกลาง

รูปภาพแสดงให้เห็นถึงสิ่งที่เราได้ทำเพื่อให้ห่างไกล

เพิ่มมวลโมเลกุล

หลังจากที่สร้างการเรียนเราต้องการที่จะเพิ่มคุณสมบัติทางเคมีโดยทั่วไปเช่นเดียวกับมวลโมเลกุล ตอนแรกเรากำหนดเป็นสถานที่ให้บริการ

ex:hasMolarMass   rdf:type   rdfs:Property .

สารเคมีทุกคนสามารถมีข้อมูลเกี่ยวกับมวลโมเลกุลของ

ex:hasMolarMass   rdfs:domain   ex:ChemicalCompound .

มวลโมเลกุลตัวเองจะได้รับการกำหนดให้เป็นประเภทข้อมูลของตัวเองด้วยข้อมูลเพิ่มเติมบางอย่าง แต่สำหรับตัวอย่างเล็ก ๆ ของเราที่เราต้องการที่จะใช้ง่ายประเภทข้อมูลจุดที่มีอยู่ลอย ดังนั้นช่วงของอดีต: คุณสมบัติ hasMolarMass คือ

ex:hasMolarMass   rdfs:range   xsd:float .

หลังจากการกำหนดสถานที่ให้บริการที่เราสามารถใช้งานได้:

ex:NaOH   ex:hasMolarMass   "39.9971" .

เพิ่มคุณสมบัติเพิ่มเติม

เป็นความแตกต่างทั่วไประหว่างกรดและฐานที่เราต้องการที่จะกำหนดว่ากรดสามารถบริจาคโปรตอนและฐานสามารถยอมรับโปรตอน ดังนั้นเราจึงต้องการที่จะกำหนดสองคุณสมบัติที่เราสามารถเก็บได้หลายวิธีที่โปรตอนสามารถเป็นที่ยอมรับหรือบริจาค

ex:canDonateProtons   rdf:type     rdfs:Property .ex:canDonateProtons   rdfs:domain  ex:Acid .ex:canDonateProtons   rdfs:range   xsd:integer .ex:canAcceptProtons   rdf:type     rdfs:Property .ex:canAcceptProtons   rdfs:domain  ex:Base .ex:canAcceptProtons   rdfs:range   xsd:integer .

การใช้คุณสมบัติเหล่านี้ใหม่ที่เราสามารถแยกกรดและเบสโดยมีความแข็งแรง (นั่นหมายความว่าจากจำนวนโปรตอนพวกเขาบริจาคหรือยอมรับ)

ex:HCl     ex:canDonateProtons  "1" .ex:H3PO4   ex:canDonateProtons  "3" .ex:NaOH    ex:canAcceptProtons  "1" .ex:Ca_OH2  ex:canAcceptProtons  "2" .

กำหนดวิธีการแก้ปัญหา

โปรแกรมของเรามีการทำงานด้วยโซลูชั่นที่มีปริมาณที่แตกต่างกันของสารเคมี ดังนั้นเราจึงมีการกำหนดอดีตชั้น: โซลูชั่นและทรัพย์สินอธิบายมวลของมัน

ex:Solution  rdf:type     rdfs:Class .ex:hasMass   rdf:type     rdfs:Property .ex:hasMass   rdfs:domain  ex:Solution .ex:hasMass   rdfs:range   xsd:float .

กำหนดส่วนผสม

โปรแกรมของเรามีการทำงานด้วยโซลูชั่นที่มีปริมาณที่แตกต่างกันของสารเคมี แต่คุณสมบัติเดียวซึ่งอธิบายว่าสารเคมีที่อยู่ภายในการแก้ปัญหาไม่ได้เป็นที่แสดงออกพอเพราะเราต้องยังเป็นไปได้ที่จะให้ข้อมูลเกี่ยวกับปริมาณของสารนี้

ดังนั้นเราจึงมีการกำหนดอดีตชั้น: ส่วนผสมและทรัพย์สินสำหรับการอธิบายจำนวนเงินในอัตราร้อยละ

ex:Ingredient  rdf:type   rdf:Class .ex:hasAmount   rdf:type     rdfs:Property .ex:hasAmount   rdfs:domain  ex:Ingredient .ex:hasAmount   rdfs:range   xsd:float .

นอกจากนี้ชั้นนี้ต้องมีสองคุณสมบัติที่จะเชื่อมต่อไปยังอดีต: โซลูชั่นและอดีต: ChemicalCompound

ex:isPartOf   rdf:type     rdfs:Property .ex:isPartOf   rdfs:domain  ex:Ingredient .ex:isPartOf   rdfs:range   ex:Solution .ex:contains   rdf:type     rdfs:Property .ex:contains   rdfs:domain  ex:Ingredient .ex:contains   rdfs:range   ex:ChemicalCompound .

ใช้คี

ตอนนี้คีขนาดเล็กของเราสามารถที่จะแสดงข้อมูลที่โปรแกรมต้องการที่จะแก้ปัญหางานทั่วไปต่อไปนี้ในเคมีทั้งหมด:

คุณมี 100g ของการแก้ปัญหาซึ่งประกอบด้วยกรดฟอสฟอริก 20% คุณเท่าใดของการแก้ปัญหา 10% โซเดียมไฮดรอกไซจำเป็นที่จะต้องต่อต้านการแก้ปัญหานี้?

เราสามารถเริ่มต้นโดยการใส่ข้อมูลที่มีอยู่ภายในคำอธิบายของงานเป็นฐานความรู้ของเรา (ซึ่งอาศัยอยู่กับสคีมาของเรา):

ex:GivenSolution  rdf:type    ex:Solution .ex:GivenSolution  ex:hasMass  "100" .ex:PhosAcidIng20Perc  rdf:type      ex:Ingredient .ex:PhosAcidIng20Perc  ex:hasAmount  "20" .ex:PhosAcidIng20Perc  ex:contains   ex:H3PO4 .ex:PhosAcidIng20Perc  ex:isPartOf   ex:GivenSolution .ex:SearchedSolution   rdf:type     ex:Solution .ex:SodiumHyIng10Perc  rdf:type      ex:Ingredient .ex:SodiumHyIng10Perc  ex:hasAmount  "10" .ex:SodiumHyIng10Perc  ex:contains   ex:NaOH .ex:SodiumHyIng10Perc  ex:isPartOf   ex:SearchedSolution . 

ใช้คี

โปรแกรมสามารถสอบถามข้อมูลที่จำเป็นต่อไปนี้จากฐานความรู้ของเรา:

ex:H3PO4  ex:hasMolarMass      "97.995" .ex:H3PO4  ex:canDonateProtons  "3" .ex:NaOH   ex:hasMolarMass      "39.9971" .ex:NaOH   ex:canAcceptProtons  "1" .

อาศัยข้อมูลที่เป็นแบบอย่างการใช้สคีมาของเราเองโปรแกรมเหล่านี้ easely สามารถคำนวณผลสำหรับงานที่กำหนด:

เราจำเป็นต้องมี 244.9g ของสารละลายโซเดียมไฮดรอกไซค์สำหรับ neutralizing ฟอสฟอรัสโซลูชั่นที่ได้รับกรด

RDF และ RDF-Schema

RDF-RDF Schema เป็นพิเศษกับคำศัพท์สำหรับความรู้ศัพท์

ภาพแสดงชนิดที่แตกต่างของความรู้และการใช้งานที่แตกต่างกันของ RDF-Schema และ "ปกติ" RDF

ข้อ จำกัด ของ RDF-S

RDF-Schema สามารถนำมาใช้เป็นภาษา lightwight สำหรับการกำหนดคำศัพท์ของเอกสาร RDF หรือของอภิปรัชญา

อย่างไรก็ตาม RDF-Schema มีข้อ จำกัด บางประการเกี่ยวกับความเป็นไปได้ของการกำหนดสคีมาของอภิปรัชญา

หายไป expressivity

RDF-Schema ไม่ได้มีความเป็นไปได้ที่จะทำให้นิพจน์ต่อไปนี้:

• มันเป็นไปไม่ได้ที่จะกำหนดการปฏิเสธของการแสดงออก
  ตัวอย่างเช่นมันเป็นไปไม่ได้ว่าโดเมนของทรัพย์สินไม่ได้มีชั้นหนึ่ง
• มันเป็นไปไม่ได้ที่จะกำหนด cardinalities
  ตัวอย่างเช่นมันเป็นไปไม่ได้ว่าคนที่มี 0 หรือ 1 RDF: isMarriedTo ความสัมพันธ์
• มันเป็นไปไม่ได้ที่จะกำหนดชุดของชั้นเรียน
  ตัวอย่างเช่นเราไม่สามารถแสดงว่ามีโดเมนเนม​​ของทรัพย์สินที่ควรจะเป็นหนึ่งหรือชั้นอื่น เราต้องสร้างคลาสใหม่ของทั้งสองซึ่งเราสามารถใช้เป็นโดเมนของสถ​​านที่ให้บริการ
• มันเป็นไปไม่ได้ที่จะกำหนดข้อมูลของสคีมา
  เราไม่สามารถที่จะเพิ่มข้อมูลที่สำคัญเช่นรุ่นที่คี

ตัวอย่างเหล่านี้เป็นเพียงข้อ จำกัด ที่สำคัญที่สุดของ RDF-S ดังนั้นเราจึงจะมองหานกฮูกที่ยิ่งใหญ่ในการบรรยายอีก

ข้อมูลอย่างย่อ

• RDF Schema สามารถนำมาใช้เพื่อแสดงความรู้เกี่ยวกับศัพท์โดยการกำหนดชั้นเรียนและคุณสมบัติ
• ชั้นเรียนและคุณสมบัติสามารถจัดเป็นลำดับชั้น
• โดเมนและช่วงของคุณสมบัติสามารถกำหนด
  
• โครงการซึ่งจะช่วยให้ข้อสรุปของความรู้ที่ได้รับการกำหนดโดยปริยาย
• RDF Schema สามารถนำมาใช้เพื่อกำหนดอภิปรัชญา "lightwight" แต่มันไม่เป็นที่แสดงออกเป็นนกฮูก
  

• ในขณะที่ W3C เป็นคนที่ทำงาน RDF 1.1 มีร่างสำหรับ RDF Schema 1.1 มันสามารถเข้าถึงได้โดยใช้ URL ต่อไปนี้ต่อไปนี้:
  https://dvcs.w3.org/hg/rdf/raw-file/default/rdf-schema/index.html
  อย่างไรก็ตามจนถึงขณะนี้ยังไม่มีการเปลี่ยนแปลงจริงจาก RDF Schema 1.0 ถึงร่างปัจจุบันของ RDF Schema 1.1

งานและโครงการมินิ

สไลด์นี้มีคำแนะนำบางส่วนสำหรับงานและโครงการขนาดเล็กที่คุณสามารถดำเนินการนอกเหนือไปจากหลายทางเลือกการทดสอบการประเมินตนเองเพื่อการปฏิบัติและการเตรียมความพร้อมสำหรับการสอบ:

1. สร้างสคีมาที่คุณสามารถอธิบายสถานการณ์ที่คุ้นเคยของคุณ
   • เริ่มต้นด้วยการเรียนที่จำเป็นและความสัมพันธ์ในระดับแรก (พ่อแม่ของคู่สมรสและบุตร)
   • ไปกับความสัมพันธ์ในระดับที่สอง (น้องสาวของพี่ชายของปู่ ... )
   • วิธีที่คุณจะแบบเพศ? ในฐานะที่เป็นทรัพย์สินของ "บุคคล" superclass หรือคุณจะสร้างสองชั้นเรียนแยกออกจากกัน "ชาย" และ "ผู้หญิง" อะไรจะดีกว่าสำหรับการกำหนดโดเมนหรือช่วงของคุณสมบัติเช่น "isTheGrandfatherOf"?

อ้างอิง

• W3C คำแนะนำ RDF Schema-1.0:
  http://www.w3.org/TR/rdf-schema/
• ร่างของ RDF Schema-1.1:
  https://dvcs.w3.org/hg/rdf/raw-file/default/rdf-schema/index.html

ภาพรวม

1. ความหมายคืออะไร?
2. ความหมายแบบจำลองตามทฤษฎีคืออะไร?
3. ความหมายตามทฤษฎีแบบจำลองสำหรับ RDF (S)
4. ความหมายพิสูจน์ทฤษฎีคืออะไร?
5. ความหมายพิสูจน์ทฤษฎีสำหรับ RDF (S)
6. อ้างอิง

ไวยากรณ์และความหมาย

ไวยากรณ์: สตริงตัวอักษรโดยไม่มีความหมาย
ความหมาย: ความหมายของสตริงตัวอักษร

ความหมายของภาษาโปรแกรม

ความหมายของลอจิก

Recall: ความรู้โดยนัย

ถ้าเอกสาร RDFS มีอเนกประสงค์

u rdf:type ex:Textbook .

และ

ex:Textbook rdfs:subClassOf ex:Book .

แล้วก็

u rdf:type ex:Book .

โดยปริยายยังเป็นกรณี: มันเป็นเหตุผลสำคัญ นอกจากนี้เรายังสามารถพูดได้ว่ามันจะอนุมาน (หัก) หรือเหมา (อนุมาน) เราไม่ได้มีการระบุอย่างชัดเจนนี้ ผลที่ตามตรรกะที่งบถูกควบคุมโดยความหมายอย่างเป็นทางการ

Recall: ความรู้โดยนัย

จาก

ex:Textbook  rdfs:subClassOf  ex:Book .
ex:Book      rdfs:subClassOf  ex:PrintMedia .

ต่อไปนี้เป็นเหตุผลสำคัญ:

ex:Textbook rdfs:subClassOf ex:PrintMedia .

นั่นคือ rdfs: subClassOf เป็นสกรรมกริยา

ความหมายอะไรเป็นสิ่งที่ดี

ความคิดเห็นที่แตกต่างกัน ที่นี่หนึ่งคือ:

เว็บแบบ Semantic ต้องใช้ร่วมกันได้ความหมายที่เปิดเผยและคำนวณ

นั่นคือความหมายที่จะต้องเป็นนิติบุคคลที่เป็นทางการซึ่งถูกกำหนดให้อย่างชัดเจนและคำนวณโดยอัตโนมัติ

ภาษาอภิปรัชญาให้นี้โดยวิธีการของความหมายอย่างเป็นทางการของพวกเขา

ความหมายความหมายเว็บจะได้รับจากความสัมพันธ์ความสัมพันธ์เหตุผลสำคัญ

ในคำอื่น ๆ ...

เราจับความหมายของข้อมูล

• ไม่ได้โดยระบุความหมายของมัน (ซึ่งเป็นไปไม่ได้)
• โดยระบุว่าข้อมูลโต้ตอบกับข้อมูลอื่น ๆ

เราอธิบายความหมายโดยอ้อมผ่านผลกระทบของมัน

ความหมายแบบทฤษฎี

คุณจำเป็นต้องมี:

• ภาษา / ไวยากรณ์
• ความคิดของแบบจำลองสำหรับประโยคของภาษา

รุ่น

• จะทำเช่นนั้นแต่ละประโยคเป็นทั้งที่แท้จริงของ WRT เท็จรูปแบบที่กำหนด
• ถ้าประโยค \ (\ alpha \) เป็นจริงในรูปแบบ \ (M \) แล้วเราเขียน \ (M \ รุ่น \ alpha \)

เหตุผลสำคัญ

• \ (\ \ beta) เป็นผลตรรกะของ \ (\ alpha \) (เขียน \ (\ alpha \ \ models \ beta)) ถ้า \ (\ forall M: M \ รุ่น \ alpha \ Rightarrow M \ models \ beta \)
• ถ้า \ (K \) คือชุดของประโยคที่เราเขียน \ (K \ \ models \ beta) ถ้า \ (\ forall M: M \ รุ่น K \ Rightarrow M \ models \ \ beta)
• ถ้า \ (J \) คือชุดของประโยคอื่นเราเขียน \ (K \ รุ่น J \) ถ้า \ (\ forall \ beta \ in J: K \ \ models \ beta)

หมายเหตุ: สัญกรณ์ \ (\ models \) มีมากเกินไป

เหตุผลสำคัญ

ทฤษฎีรูปแบบเช่น (ประดิษฐ์)

ภาษา

• ตัวแปร \ (\ ldots, W, X, y, z, \ ldots \)
• สัญลักษณ์ \ (\ กทพ. \)
• ประโยคอนุญาต: \ (\ mathop {\ กทพ. } b \) สำหรับ \ ((b) \) ตัวแปรใด ๆ

เราต้องการที่จะรู้ว่า

• อะไรคือผลเชิงตรรกะของชุด \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \)

เพื่อที่จะตอบนี้เราต้องพูดในสิ่งที่รูปแบบในความหมายของเราคือ

ทฤษฎีรูปแบบเช่น (ประดิษฐ์)

พูดแบบ \ (I \) ชุด \ (K \) ของประโยคประกอบด้วย

• ชุด \ (C \) ของรถยนต์และ
• ฟังก์ชั่น \ (I (\ cdot) \) ซึ่งแมปแต่ละตัวแปรไปที่รถใน \ (C \) ดังกล่าวว่าสำหรับแต่ละประโยค \ (\ mathop {\ กทพ. } b \) ใน \ (K \) เรา มีที่ \ (I () \) มีแรงม้ามากกว่า \ (I (ข) \)

ตอนนี้เราอ้างว่า \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \ models x \ mathop {\ กทพ. } z \)

หลักฐาน: พิจารณารูปแบบใด ๆ \ (M \) ของ \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \) ตั้งแต่ \ (M \ \ models {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \) เรารู้ว่า

• \ (M (x) \) มีแรงม้ามากกว่า \ (M (y) \) และ
• \ (M (y) \) มีแรงม้ามากกว่า \ (M (z) \)

ดังนั้น \ (M (x) \) มีแรงม้ามากกว่า \ (M (z) \) นั่นคือ \ (M \ รูปแบบ x \ mathop {\ กทพ. } z \)

เรื่องนี้ถือทุกรุ่นของ \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \) ดังนั้น \ (\ {x \ mathop {\ กทพ. } y, y \ mathop {\ กทพ. } z \} \ รูปแบบ x \ mathop {\ กทพ. } z \)

ทฤษฎีรูปแบบเช่น (ประดิษฐ์)

การตีความ \ (I \) สำหรับภาษาของเราประกอบด้วย

• ชุด \ (C \) ของรถยนต์และ
• ฟังก์ชั่น \ (I (\ cdot) \) ซึ่งแมปแต่ละตัวแปรไปที่รถใน \ (C \)

และที่มัน ข้อมูลไม่ว่าจะเป็นประโยคที่เป็นจริงหรือไม่ไม่มี WRT \ (I \)

ความหมายแบบทฤษฎีนำไปใช้ RDF (S)

ภาษา: ถูกต้อง RDF (S)

ประโยคที่มีความอเนกประสงค์กราฟเป็นชุดดังกล่าว

การตีความจะได้รับผ่านทางชุดและการทำงานจากคำศัพท์ภาษาชุดนี้

รุ่นที่มีการกำหนดเช่นที่พวกเขาจับความหมาย intendet ของคำศัพท์ RDF (S)

สามความคิดที่แตกต่างกัน:

การตีความง่าย

• \ (\ mathit {IR} \), ชุดที่ไม่ว่างเปล่าของทรัพยากรหรือเรียกว่าโดเมนหรือจักรวาลของ discurse ของ \ (\ mathcal {I} \)
• \ (\ mathit {IP} \) ชุดของ roperties ของ \ (\ mathcal {I} \) (ซึ่งอาจทับซ้อนกับ \ (\ mathit {IR} \))
• \ (\ mathrm {I_ {EXT}} \), ฟังก์ชั่นการกำหนดให้สถานที่ให้บริการในแต่ละชุดของคู่จาก \ (\ mathit {IR} \) นั่นคือ \ (\ mathrm {I_ {EXT}}: \ IP mathit { } \ longrightarrow 2 ^ {\ mathit {IR} \ times \ mathit {IR}} \) ที่ \ (\ mathrm {I_ {EXT}} (p) \) เรียกว่าเป็นส่วนหนึ่งของสถานที่ให้บริการ \ (p \)
• \ (\ mathrm {I_S} \), ฟังก์ชั่นการทำแผนที่จากยูริ \ (V \) เป็นสหภาพของชุด \ (\ mathit {IR} \) และ \ (\ mathit {IP} \) นั่นคือ \ (\ mathrm {} I_S: V \ longrightarrow \ mathit {IR} \ ถ้วย \ mathit {IP} \)
• \ (\ mathrm {I_L} \), ฟังก์ชั่นจากตัวอักษรที่พิมพ์ใน \ (V \) เป็นชุด \ (\ mathit {IR} \) ทรัพยากรและ
• \ (\ mathit {LV} \), ส่วนย่อยเฉพาะของ \ (\ mathit {IR} \) เรียกชุดของค่าตัวอักษรที่มี (อย่างน้อย) ตัวอักษร untyped ทั้งหมดจาก \ (V \)

ฟังก์ชั่นการแปลความหมายง่ายๆ

• ทุก untyped อักษร \ ("\! \! \! \!" \) เป็นแมปไปยัง \ (\) อย่างเป็นทางการ \ (("\! \! \! \!") ^ {\ mathcal {I} } = \)
• ทุก untyped ข้อมูลตัวอักษรภาษาแบก \ ("\! \! \! \" \! \! @ \ t) จะถูกแมปไปยังคู่ \ (\ langle, เสื้อ rangle \ \)
• ทุกตัวอักษรที่พิมพ์ \ (l \) จะถูกแมปไปยัง \ (\ mathrm {} I_L (l) \) อย่างเป็นทางการ \ (l ^ \ mathcal {I} = \ mathrm {} I_L (l) \) และ
• ทุก URI \ (มึง \) จะถูกแมปไปยัง \ (\ mathrm {I_S} (U) \) นั่นคือ \ (U ^ \ mathcal {I} = \ mathrm {I_S} (U) \)

การตีความง่าย

รุ่นที่เรียบง่าย

ค่าความจริง \ ((s \, p \, o.) ^ \ mathcal {I} \) ของ (เหตุผล) สาม \ (s \, p \, o. \) เป็นจริงก็ต่อเมื่อ \ (s \) \ (p \) และ \ (o \) มีอยู่ใน \ (V \) และ \ (\ langle s ^ \ mathcal {I}, o ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT }} (p ^ \ mathcal {I}) \)

รุ่นที่เรียบง่าย

ค่าความจริง \ ((s \, p \, o.) ^ \ mathcal {I} \) ของ (เหตุผล) สาม \ (s \, p \, o. \) เป็นจริงก็ต่อเมื่อ \ (s \) \ (p \) และ \ (o \) มีอยู่ใน \ (V \) และ \ (\ langle s ^ \ mathcal {I}, o ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT }} (p ^ \ mathcal {I}) \)

สิ่งที่เกี่ยวกับต่อมน้ำเปล่า?

พูด \ ((\ cdot) \) เป็นฟังก์ชั่นจากโหนดว่างไว้เพื่อ URIs (ยูริสเหล่านี้ไม่จำเป็นต้องได้รับการบรรจุอยู่ในรูปแบบของกราฟที่เรากำลังมองหาที่.)

ถ้าในกราฟ \ (G \) เราแทนที่แต่ละโหนดว่างเปล่า \ (x \) โดย \ ((x) \) เราได้กราฟ \ (G ^ \ prime \) ซึ่งเรียกว่าดิน ของกรัม

เรารู้วิธีการทำกราฟความหมายสำหรับเหตุผล

ดังนั้นกำหนด \ (I \ รุ่น G \) IFF \ (I \ รุ่น G ^ \ prime \) เป็นเวลาอย่างน้อยหนึ่งดิน \ (G ^ \ prime \) ของ \ (G \)

Entailment ง่าย

กราฟ \ (G \) เพียง entailes กราฟ \ (G ^ \ prime \) ถ้าตีความง่ายทุกที่เป็นรูปแบบของ \ (G \) ยังเป็นรูปแบบของ \ (G ^ \ prime \)

(จำได้ว่าการตีความง่ายๆก็คือรูปแบบของกราฟ \ (G \) ถ้ามันเป็นรูปแบบของสามในแต่ละ \ (G \).)

มันเป็นเรื่องง่าย

โดยทั่วไป \ (G \ รุ่น G ^ \ prime \) IFF \ (G ^ \ prime \) สามารถที่ได้รับจาก \ (G \) โดยการเปลี่ยนบางโหนดใน \ (G \) โดยมีโหนดว่างเปล่า

มันเป็น entailment ง่ายจริงๆ

เงื่อนไข RDF ความหมาย

• \ (x \ in \ mathit {IP} \) IFF \ (\ langle x, \ กริยา | RDF: Property | ^ \ mathcal {I} \ in \ mathrm {I_ {EXT}} (\ กริยา | RDF: ประเภท | ^ \ mathcal {I}) \)
• ถ้า \ (!! "! \ \ s \ \" \ \ \ verb | ^ ^ RDF: XMLLiteral | \) ที่มีอยู่ใน \ (V \) และ \ (s \) เป็นรูปแบบที่ดี XML ที่แท้จริง แล้ว
  • \ (! \ mathrm {} I_L ("! \ \ s \ \" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \) เป็นค่า XML ของ \ (s \);
  • \ (! \ mathrm {} I_L ("! \ \ s \ \" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \ in \ mathit {LV} \);
  • \ (\ \ langle mathrm {} I_L ("\ \ s \ \!" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \ กริยา | RDF: XMLLiteral | ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT}} (\ กริยา | RDF: ประเภท | ^ \ mathcal {I}) \)
• ถ้า \ (\ กริยา | ^ ^ RDF "\ \ s \ \!" XMLLiteral | \) ที่มีอยู่ใน \ (V \) และ \ (s \) คือไม่ดีขึ้น XML ที่แท้จริงแล้ว
  • \ (! \ mathrm {} I_L ("! \ \ s \ \" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \ ไม่ได้ \ in \ mathit {LV} \);
  • \ (\ \ langle mathrm {} I_L ("\ \ s \ \!" \ \ \ verb | ^ ^ RDF: XMLLiteral |) \ กริยา | RDF: XMLLiteral | ^ \ mathcal {I} \ rangle \ ไม่ได้ \ in \ mathrm {I_ {EXT}} (\ กริยา | RDF: ประเภท | ^ \ mathcal {I}) \)

อเนกประสงค์ RDF จริง

นอกจากนี้ในแต่ละตีความ RDF มีการประเมินอเนกประสงค์ดังต่อไปนี้เป็นจริง:

RDFS สภาพความหมาย (1)

define (สำหรับการตีความ RDF ได้รับ \ (\ mathcal {I} \)):

• \ (\ mathrm {I_ {}} CEXT: \ mathit {IR} \ longrightarrow 2 ^ \ mathit {IR} \) เรากำหนด \ (\ mathrm {I_ {}} CEXT (y) \) จะมีองค์ประกอบเหล่านั้นว่า \ (x \) ที่ \ (\ langle x, y rangle \ \) ที่มีอยู่ใน \ (\ mathrm {I_ {EXT}} (\ กริยา | RDF: ประเภท |) ^ \ mathcal {I} \) ชุด \ (\ mathrm {I_ {}} CEXT (y) \) จากนั้นก็เรียกว่านามสกุล (ชั้น) ของ \ (y \)
• \ (\ mathit {IC} = \ mathrm {I_ {}} CEXT (\ กริยา | rdfs: ชั้น | ^ \ mathcal {I}) \)
• \ (\ mathit {IR} = \ mathrm {I_ {}} CEXT (\ กริยา | rdfs: ทรัพยากร | ^ \ mathcal {I}) \)
• \ (\ mathit {LV} = \ mathrm {I_ {CEXT} (\ กริยา | rdfs: อักษร | ^ \ mathcal {I})} \)
• ถ้า \ (\ langle x, y rangle \ \ \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: โดเมน | ^ \ mathcal {I}) \) และ \ (\ langle มึง \ v rangle \ ใน \ mathrm {I_ {EXT}} (x) \) จากนั้น \ (มึง \ in \ mathrm {I_ {}} CEXT (y) \)
• ถ้า \ (\ langle x, y rangle \ \ \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: ช่วง | ^ \ mathcal {I}) \) และ \ (\ langle มึง \ v rangle \ ใน \ mathrm {I_ {EXT}} (x) \) จากนั้น \ (\ v ใน \ mathrm {I_ {}} CEXT (y) \)
• \ (\ mathrm {I_ {EXT}} (\ กริยา | rdfs: subPropertyOf | ^ \ mathcal {I}) \) คือสะท้อนและสกรรมกริยาบน \ (\ mathit {IP} \)

RDFS สภาพความหมาย (2)

• ถ้า \ (\ langle x, y rangle \ \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subPropertyOf | ^ \ mathcal {I}) \)
  แล้ว \ (x, y \ in \ mathit {IP} \) และ \ (\ mathrm {I_ {EXT}} (x) \ subseteq \ mathrm {I_ {EXT}} (y​​) \)
• ถ้า \ (x \ in \ mathit {IC} \)
  แล้ว \ (\ langle x, \ กริยา | rdfs: ทรัพยากร | ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subClassOf | ^ \ mathcal {I}) \)
• ถ้า \ (\ langle x, y rangle \ \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subClassOf | ^ \ mathcal {I}) \)
  แล้ว \ (x, y \ in \ mathit {IC} \) และ \ (\ mathrm {I_ {}} CEXT (x) \ subseteq \ mathrm {I_ {}} CEXT (y) \)
• \ (\ mathrm {I_ {EXT}} (\ กริยา | rdfs: subClassOf | ^ \ mathcal {I}) \) คือสะท้อนและสกรรมกริยาบน \ (\ mathit {IC} \)
• ถ้า \ (x \ in \ mathrm {I_ {}} CEXT (\ กริยา | rdfs: ContainerMembershipProperty | ^ \ mathcal {I}) \)
  แล้ว \ (\ langle x, \ กริยา | rdfs: สมาชิก | ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subPropertyOf | ^ \ mathcal {I}) \)
• ถ้า \ (x \ in \ mathrm {I_ {}} CEXT (\ กริยา | rdfs: ประเภทข้อมูล | ^ \ mathcal {I}) \)
  แล้ว \ (\ langle x, \ กริยา | rdfs: อักษร | ^ \ mathcal {I} \ rangle \ in \ mathrm {I_ {EXT}} (\ กริยา | rdfs: subClassOf | ^ \ mathcal {I}) \)

RDFS อเนกประสงค์ซึ่งเป็นจริง (1)

นอกจากนี้ทุกอเนกประสงค์ซึ่งเป็นจริงต่อไปนี้ต้องมีความพึงพอใจ:

RDFS อเนกประสงค์ซึ่งเป็นจริง (2)

นอกจากนี้ทุกอเนกประสงค์ซึ่งเป็นจริงต่อไปนี้ต้องมีความพึงพอใจ:

RDFS อเนกประสงค์ซึ่งเป็นจริง (3)

นอกจากนี้ทุกอเนกประสงค์ซึ่งเป็นจริงต่อไปนี้ต้องมีความพึงพอใจ:

กลับไปที่ตัวอย่าง contrived ของเรา

เราสามารถหาวิธีที่จะคำนวณหาผลตรรกะทั้งหมดของการตั้งค่าของประโยค?

ขั้นตอนวิธีการป้อนข้อมูล: ชุด \ ประโยค (K \) จาก

1. อัลกอริทึมที่ไม่ deterministically เลือกสองประโยคจาก \ (K \) ถ้าประโยคแรกคือ \ (\ mathop {\ กทพ. } b \) และประโยคที่สองคือ \ (b \ mathop {\ กทพ. } C \) แล้วเพิ่ม \ (\ mathop {\ กทพ. } C \) เพื่อ \ (K \) กล่าวคือ
   \ (\ กริยา | ถ้า | \ รูปสี่เหลี่ยม \; \ กทพ. \; b \ in K \) และ \ (b \ \ กทพ. \; C \ ใน K \ รูปสี่เหลี่ยม \ กริยา | แล้ว | \ รูปสี่เหลี่ยม K \ leftarrow K \ ถ้วย \ {\; \ กทพ. \; C \} \)
2. ทำซ้ำขั้นตอนที่ 1 จนกว่าจะไม่มีผลในการเลือกการเปลี่ยนแปลงของ \ (K \)
3. เอาท์พุท \ (K \)

กลับไปที่ตัวอย่างของเรา

อัลกอริทึมก่อผลกระทบเพียงตรรกะ: มันเป็น WRT เสียงความหมายแบบทฤษฎี

ขั้นตอนวิธีการผลิตผลตรรกะทั้งหมด: มันเป็น WRT สมบูรณ์แบบความหมายตามทฤษฎี

อัลกอริทึมเสมอยุติ

อัลกอริทึมจะไม่ถูกกำหนด

คอมพิวเตอร์ที่ซับซ้อนของขั้นตอนวิธีนี้คืออะไร?

เราจะทำอย่างไรอีกครั้ง?

Recall: \ (\ \ beta) เป็นผลตรรกะของ \ (\ alpha \) (\ (\ alpha \ \ models \ beta)) ถ้าสำหรับทุก \ (M \) ด้วย \ (M \ รุ่น \ alpha \) เรายังมี \ (M \ models \ \ beta)

การดำเนินการตามความหมายแบบทฤษฎีโดยตรงไม่เป็นไปได้: เราจะต้องจัดการกับทุกรูปแบบของฐานความรู้ เนื่องจากมีจำนวนมากของรถยนต์ในโลกนี้เราจะมีการตรวจสอบมากเป็นไปได้

พิสูจน์ทฤษฎีจะช่วยลดความหมายรูปแบบทฤษฎีการจัดการสัญลักษณ์ มันเอารูปแบบจากกระบวนการ

กฎการหัก

\ (\ กริยา | ถ้า | \ รูปสี่เหลี่ยม \; \ กทพ. \; b \ in K \) และ \ (b \ \ กทพ. \; C \ ใน K \ รูปสี่เหลี่ยม \ กริยา | แล้ว | \ รูปสี่เหลี่ยม K \ leftarrow K \ ถ้วย \ {\; \ กทพ. \; C \} \)

เป็นกฎการหักเงินที่เรียกว่า กฎระเบียบดังกล่าวมักจะเขียนเป็นแผนผัง

\[\frac{a \; \eta \; b \quad b \; \eta \; c}{a \; \eta \; c}\]

เครื่องหมาย

\ (\) และ \ (b \) สามารถนำไปใช้โดยพลการยูริส (กล่าวคือสิ่งที่ยอมรับสำหรับตำแหน่งคำกริยาในสาม,

\ (\ mathit {\ _ \ \! \ \ n} \) จะใช้สำหรับ ID ของโหนดที่ว่างเปล่า,

\ (มึง \) และ \ (\ v) หมายถึงพล URIs หรือโหนดรหัสเปล่า (เช่นเรื่องใด ๆ ที่เป็นไปได้สาม)

\ (x \) และ \ (y \) สามารถใช้สำหรับการโดยพลการยูริ, รหัสโหนดว่างเปล่าหรือตัวอักษร (สิ่งที่ยอมรับสำหรับตำแหน่งวัตถุในสาม) และ

\ (l \) อาจจะหมายถึงตัวอักษรใด ๆ

กฎ Entailment ง่าย

\[\frac{u \quad a \quad x \quad .}{u \quad a \quad \mathit{\_\!\!:\!\!n} \quad .} \qquad \mathrm{se1}\]

\[\frac{u \quad a \quad x \quad .}{\mathit{\_\!\!:\!\!n} \quad a \quad x \quad .}\qquad \mathrm{se2}\]

\ (\ mathit {\ _ \ \! \ \ n} \) จะต้องไม่ถูกบรรจุอยู่ในรูปแบบของกราฟกฎถูกนำไปใช้

RDF กฎ Entailment

\[\frac{}{u \quad a \quad x \quad .} \qquad \mathrm{rdfax}\]
สำหรับทุกอเนกประสงค์ RDF จริง \ (มึง \; \; x \;. \)

\[\frac{u \quad a \quad l \quad .}{u \quad a \quad \mathrm{\_\!\!:\!\!n} \quad .} \qquad \mathit{lg}\]
ที่ \ (\ mathit {\ _ \ \! \ \ n} \) ยังไม่เกิดขึ้นในกราฟ

\[\frac{u \quad a \quad y \quad .}{a \quad \verb|rdf:type| \quad \verb|rdf:Property| \quad .} \qquad \mathrm{rdf1}\]
\[\frac{u \quad a \quad l \quad .}{\mathit{\_\!\!:\!\!n} \quad \verb|rdf:type| \quad \verb|rdf:XMLLiteral| \quad .} \qquad \mathrm{rdf2}\]
ที่ \ (\ mathit {\ _ \ \! \ \ n} \) ยังไม่เกิดขึ้นในกราฟเว้นแต่จะได้รับการแนะนำโดยการประยุกต์ใช้ก่อนหน้านี้ของ \ (\ mathrm {LG} \) กฎ

RDFS กฎ Entailment (1)

\[\frac{}{u \quad a \quad x \quad .} \qquad \mathrm{rdfax}\]
อเนกประสงค์ซึ่งเป็นจริงทั้งหมด RDFS \ (มึง \; \; x \;. \)

\[\frac{u \quad a \quad l \quad .}{\mathit{\_\!\!:\!\!n} \quad \verb|rdf:type| \quad \verb|rdfs:Literal| \quad .} \qquad \mathrm{rdfs1}\] ด้วย \ (\ mathit {\ _ \ \! \ \ n} \) ตามปกติ

\[\frac{a \quad \verb|rdfs:domain| \quad x \quad . \qquad u \quad a \quad y \quad .}{u \quad \verb|rdf:type| \quad x \quad .} \qquad \mathrm{rdfs2}\]
\[\frac{a \quad \verb|rdfs:range| \quad x \quad . \qquad u \quad a \quad v \quad .}{v \quad \verb|rdf:type| \quad x \quad .} \qquad \mathrm{rdfs2}\]
\[\frac{u \quad a \quad x \quad .}{u \quad \verb|rdf:type| \quad \verb|rdfs:Resource| \quad .} \qquad \mathrm{rdfs4a}\]
\[\frac{u \quad a \quad v \quad .}{v \quad \verb|rdf:type| \quad \verb|rdfs:Resource| \quad .} \qquad \mathrm{rdfs4b}\]

RDFS กฎ Entailment (2)

\[\frac{u \quad \verb|rdfs:subPropertyOf| \quad v \quad . \qquad v \quad \verb|rdfs:subPropertyOf| \quad x \quad .}{u \quad \verb|rdfs:subPropertyOf| \quad x \quad .}\quad \mathrm{rdfs5}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdf:Property| \quad .}{u \quad \verb|rdfs:subPropertyOf| \quad u \quad .} \quad \mathrm{rdfs6}\]

\[\frac{a \quad \verb|rdfs:subPropertyOf| \quad b \quad . \qquad u \quad a \quad y \quad .}{u \quad b \quad y \quad .}\quad \mathrm{rdfs7}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdfs:Class| \quad .}{u \quad \verb|rdfs:subClassOf| \quad \verb|rdfs:Resource| \quad .} \quad \mathrm{rdfs8}\]

\[\frac{u \quad \verb|rdfs:subClassOf| \quad x \quad . \qquad v \quad \verb|rdf:type| \quad u \quad .}{u \quad \verb|rdf:type| \quad x \quad .}\quad \mathrm{rdfs9}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdfs:Class| \quad .}{u \quad \verb|rdfs:subClassOf| \quad u \quad .} \quad \mathrm{rdfs10}\]

RDFS กฎ Entailment (3)

\[\frac{u \quad \verb|rdfs:subClassOf| \quad v \quad . \qquad v \quad \verb|rdfs:subClassOf| \quad x \quad .}{u \quad \verb|rdfs:subClassOf| \quad x \quad .}\quad \mathrm{rdfs11}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdfs:ContainerMembershipProperty| \quad .}{u \quad \verb|rdfs:subPropertyOf| \quad \verb|rdfs:member| \quad .}\quad \mathrm{rdfs12}\]

\[\frac{u \quad \verb|rdf:type| \quad \verb|rdfs:Datatype| \quad .}{u \quad \verb|rdfs:subClassOf| \quad \verb|rdfs:Literal| \quad .}\quad \mathrm{rdfs13}\]

\[\frac{u \quad a \quad \mathit{\_\!\!:\!\!n} \quad .}{u \quad a \quad l \quad .}\quad \mathrm{gl}\]
ที่ \ (\ mathit {\ _ \ \! \ \ n} \) ระบุโหนดว่างเปล่านำโดยอ่อนตัวลงก่อนหน้านี้ของตัวอักษร \ (l \) ผ่านกฎ \ (\ mathrm {LG} \)

ความสมบูรณ์

กฎการหักเงิน entailment ง่ายและ RDF เป็นเสียงและเสร็จสิ้น

กฎการหักเงิน entailment RDFS เป็นเสียง

ตามที่ [2] spec พวกเขาจะยังสมบูรณ์ แต่พวกเขาไม่ได้:

ex:isHappilyMarriedTo   rdfs:subPropertyOf      _:bnode .
_:bnode                 rdfs:domain             ex:Person .
ex:Bob                  ex:isHappilyMarriedTo   ex:Alice .

มีเหตุผลสำคัญ

ex:Bob  rdf:type  ex:Person .

แต่ไม่ได้มาใช้กฎการหัก RDFS

ซึ่งกฎ (s) ต้องมีการเปลี่ยนแปลงและวิธีการในการที่จะแก้ไขปัญหานี้

ความซับซ้อน

entailment ง่าย, RDF, RDFS และเป็นปัญหา NP-สมบูรณ์

ถ้าโหนดว่างที่เราไม่อนุญาตให้ทั้งสามปัญหา entailment เป็นพหุนาม [3]

ไม่ความหมาย RDFS ทำในสิ่งที่ควรจะเป็น

ไม่

ex:speaksWith   rdfs:domain       ex:Homo .
ex:Homo         rdfs:subClassOf   ex:Primates .

นำมาซึ่ง

ex:speaksWith   rdfs:domain   ex:Primates .

?

อ้างอิง

1. ปาสคาล Hitzer, et al. ฐานรากของเทคโนโลยีเว็บความหมาย & ละครเร่, 2010
2. แพทริคเฮย์ส, ความหมาย RDF, คำแนะนำ W3C, http://www.w3.org/TR/rdf-mt/ , W3C, 2004
3. เฮอร์แมนเจตรีอรก์: decidability ความสมบูรณ์และความซับซ้อนของ entailment สำหรับ RDF Schema และขยายความหมายของคำศัพท์ที่เกี่ยวข้องกับนกฮูกเจเว็บเส 3 (2-3): 79-115 (2005)

กองข้อมูลที่เชื่อมโยง - นกฮูก

อภิปรัชญาปรัชญา

อภิปรัชญาวิทยาศาสตร์คอมพิวเตอร์

• interpretable เครื่อง
• บนพื้นฐานของฉันทามติ
• อธิบายแนวคิด
• ที่เกี่ยวข้องกับหัวข้อ (เรื่อง)

อภิปรัชญา-ปฏิบัติความต้องการบางอย่าง

• การเริ่มต้นของการเรียนโดยบุคคล
• ลำดับชั้นแนวคิด (taxonomies มรดก): เรียนเงื่อนไขการใช้บริการ
• ความสัมพันธ์ระหว่างบุคคลไบนารีที่: คุณสมบัติบทบาท
• คุณสมบัติของความสัมพันธ์ (เช่นช่วงสกรรมกริยา)
• ชนิดข้อมูล (ตัวเลขเช่น): โดเมนคอนกรีต
• หมายถึงการแสดงออกของตรรกะ
• ความหมายที่ชัดเจน!

นกฮูกในทั่วไป

• นกฮูกตัวย่อสำหรับอภิปรัชญาเว็บภาษาเด่นชัดได้ง่ายกว่า WOL
• ครอบครัวของภาษาสำหรับการเขียนจีส์
  
• ตั้งแต่ปี 2004 นกฮูก 2.0 ตั้งแต่ 2,009
  
• ส่วนความหมายของ FOL
• W3C เอกสารมีรายละเอียดที่ไม่สามารถได้รับการแก้ไขทั้งหมดที่นี่

RDF Schema เป็นภาษาที่อภิปรัชญา?

• เหมาะสำหรับจีส์ที่เรียบง่าย
• ข้อดีข้อสรุปอัตโนมัติที่มีประสิทธิภาพค่อนข้าง
• แต่ไม่เหมาะสมสำหรับการสร้างแบบจำลองที่ซับซ้อน แต่
• การใช้ภาษาที่มีประสิทธิภาพมากขึ้นเช่น
  • นกฮูก
  • F-Logic
  • ...

หัวของเอกสารนกฮูก

หัวของเอกสารนกฮูก

ข้อมูลทั่วไป

หัวของเอกสารนกฮูก

เอกสารนกฮูก

• ประกอบด้วยชุดของสัจพจน์
• ความจริงจะแสดงเป็นชุดของอเนกประสงค์ RDF
• ใช้ RDF / XML เป็นไวยากรณ์มาตรฐาน
• มีรูปแบบอื่น ๆ ที่มักจะได้ง่ายต่อการอ่านและประมวลผลเป็น
• ตัวอย่างง่ายๆ http://my-ontology.org อภิปรัชญาที่มีสองชั้นเรียนและนักศึกษาและบุคคลระหว่างซึ่งเป็นความสัมพันธ์ประเภทรองของ
  

เอกสารนกฮูก

• ไวยากรณ์สำหรับหลายนกฮูกตามกรณีที่ใช้:
• RDF / XML: Standard ไวยากรณ์ / การแลกเปลี่ยนข้อมูล
• นกฮูก / XML: ง่ายขึ้นสำหรับเครื่องมือ XML
• เต่า: ง่ายต่อการอ่านและเขียนอเนกประสงค์ RDF
• MOS: ง่ายต่อการอ่านและเขียนจีส์ DL
• ฟังก์ชั่น: ง่ายต่อการดูโครงสร้างอย่างเป็นทางการ
• การให้ RDF / XML "หน้าที่" กับสิ่งพิมพ์ของจีส์ชนิดอื่น ๆ ทางเลือก
• ไฟล์นกฮูกประกอบด้วย:
• ส่วนหัวมีข้อมูลทั่วไป
• ส่วนที่เหลือกับอภิปรัชญาที่เกิดขึ้นจริง

นกฮูกไวยากรณ์เต่า

• ชดไวยากรณ์ที่ดีที่สุด RDF
  
• กระชับและง่ายต่อการอ่าน
• ไม่ได้ถูกออกแบบมาโดยเฉพาะสำหรับนกฮูกการแสดงออกที่ซับซ้อนทำไม่ได้
• การสนับสนุนเครื่องมือที่ดีมาก
  

นกฮูกไวยากรณ์-แมนเชสเตอร์

Prefix: rdfs = <http://www.w3.org/2000/01/rdf-schema#>
Prefix: owl = <http://www.w3.org/2002/07/owl#>
Prefix: rdf = <http://www.w3.org/1999/02/22-rdf-syntax-ns#>
Ontology: <http://my-ontology.org/>
Class: Person
SubClassOf: owl:Thing
Class: Student
SubClassOf: Person

• ง่ายมากที่จะอ่านและเขียน
• ยุ่งยากในการเขียนบางชนิดของสัจพจน์
  
• ลอจิกรายละเอียด: นักศึกษา⊆คน
• ไวยากรณ์การทำงาน
  
• ใช้สำหรับ OBO (จีส์ชีวการแพทย์เปิด)
  

Syntax-RDF/XML นกฮูก

• การสนับสนุนเครื่องมือที่ดีที่สุด
• verbose มากและยากที่จะอ่าน
  

Syntax-OWL/XML นกฮูก

สำหรับไวยากรณ์เสร็จสมบูรณ์แล้วจะเห็น คำแนะนำของ W3C .

• การออกแบบเฉพาะสำหรับนกฮูกจึงง่ายมากขึ้นแล้ว RDF / XML
  
• ยังคง verbose มาก

ชั้นเรียนบทบาทและประชาชน

สามองค์ประกอบของหลักการอภิปรัชญา (คล้ายกับ RDFS):

• บุคคล / วัตถุ
  • องค์ประกอบคอนกรีตในโลกจำลอง
• ชั้นเรียน / แนวคิด
  • ชุดของวัตถุ
• บทบาท / คุณสมบัติ
  • แอสโซซิบุคคลทั้งสอง

ชั้นเรียน

บุคคล

Individual: Einstein  Types: Professor

:Einstein rdf:type :Professor.

บทบาทบทคัดย่อ (เต่า)

abstrakte Rollen werden Klassen definiert โกหก

:belongsTo rdf:type owl:ObjectProperty.  

โดเมน und ช่วง Rollen abstrakte

:belongsTo rdf:type owl:ObjectProperty;                 rdfs:domain :Person;                 rdfs:range :Organisation.  

บทบาทบทคัดย่อ (แมนเชสเตอร์)

บทบาทบทคัดย่อมีการกำหนดเช่นชั้นเรียน

 ObjectProperty: belongsTo  

โดเมนและช่วงของบทบาทนามธรรม

 Objectproperty: belongsTo  Domain: Person  Range:  Organisation 

บทบาทคอนกรีต

บทบาทคอนกรีตมีชนิดของข้อมูลที่อยู่ในช่วง

DatatypeProperty: firstName 

โดเมนและช่วงของบทบาทคอนกรีต

DatatypeProperty: firstName Domain: Person Range: string 

บทบาทคอนกรีต

บทบาทคอนกรีตมีชนิดของข้อมูลที่อยู่ในช่วง

 :firstName rdf:type owl:DatatypeProperty.  

โดเมนและช่วงของบทบาทคอนกรีต

 :firstName rdf:type owl:DatatypeProperty;         rdfs:domain :Person;         rdfs:range  xsd:String.  

บุคคลและบทบาท

:Einstein           rdf:type             :Professor ;                    :belongsTo           :Princeton,                                         :Bern;                    :firstName           "Albert"^^xsd:string .

Rolles มักจะไม่ทำงาน

บุคคลและบทบาท

Individual: Einstein Types: Person Facts: belongsTo Princeton, belongsTo Bern,  firstName Albert

โรลเลอร์มักจะไม่ทำงาน

ตัวอย่างการสร้างแบบจำลอง

งานการสร้างแบบจำลอง

ตัวอย่างการสร้างแบบจำลอง

งานการสร้างแบบจำลอง

มีบุคคลที่เป็นเพศชายและเพศหญิง คนที่มีชื่อ

:MalePerson    rdfs:subClassOf  :Person.:FemalePerson  rdfs:subClassOf  :Person.:hasName       rdf:type         owl:DatatypeProperty;               rdfs:domain      :Person;               rdfs:range       xsd:string.

ตัวอย่างการสร้างแบบจำลอง

งานการสร้างแบบจำลอง

:MalePerson    rdfs:subClassOf  :Person.:FemalePerson  rdfs:subClassOf  :Person.:hasName       rdf:type         owl:DatatypeProperty;               rdfs:domain      :Person;               rdfs:range       xsd:string.:John          rdf:type         :MalePerson;               :hasName         "John"^^xsd:string.:Jill          rdf:type         :FemalePerson.:hasName       "Jill"^^xsd:string .  

ความสัมพันธ์ระหว่างคลาส

นกฮูก: equivalentClass

มันดังต่อไปนี้โดยข้อสรุปหนังสือที่เป็น subclass ของสิ่งพิมพ์
:Book rdf:type owl:Class; rdfs:subClassOf :Publication. :Publication rdf:type owl:Class; owl:equivalentClass :Publications. :Publications rdf:type owl:Class .

ไวยากรณ์เต่า

Class: Book
 SubClassOf: Publication

Class: Publication
 EquivalentTo: Publications

Class: Publications

rdfs: subClassOf

:Professor           rdf:type          owl:Class;                     rdfs:subClassOf   :FacultyStaff.:FacultyStaff        rdf:type          owl:Class ;                     rdfs:subClassOf   :Person .  

มันดังต่อไปนี้โดยอนุมานว่าศาสตราจารย์เป็น subclass ของบุคคล

นกฮูก: disjointWith

ไวยากรณ์เต่า

Class: Professor SubClassOf: FakultaetsmitgliedClass: Buch SubClassOf: PublikationClass: Fakultaetsmitglied DisjointWith: Publikation 

ไวยากรณ์แมนเชสเตอร์

มันดังต่อไปนี้โดยอนุมานว่าศาสตราจารย์และหนังสือนอกจากนี้ยังมีชั้นเรียนเนื่อง

บุคคลและความสัมพันธ์กับชั้นเรียน

:Book                    rdf:type          owl:Class ;                          rdfs:subClassOf   :Publication . :SemanticWebGrundlagen   rdf:type          :Book ;                              :autor            :MarkusKroetzsch,                                           :PascalHitzler,                                            :SebastianRudolph,                                             :YorkSure .

มันดังต่อไปนี้โดยการอนุมาน SemanticWebGrundlagen ที่ Publikation

บุคคลและความสัมพันธ์กับชั้นเรียน

Class: Buch   SubClassOf: Publikation Individual: SemanticWebGrundlagen   Types: Buch   Facts: autor PascalHitzler, autor MarkusKroetzsch,        autor SebastianRudolph,               autor YorkSure   

มันดังต่อไปนี้โดยการอนุมาน SemanticWebGrundlagen ที่ Publikation

ความสัมพันธ์บทบาท

:examinedBy owl:inverseOf :examinerOf.

ObjectProperty: examinedBy   InverseOf: examinerOf

คุณสมบัติบทบาท

• โดเมน
• เทือกเขา
• กริยาคือ r (ข) และ R (B, C) หมายถึง r (A, C)
• สมมาตรคือ r (A, B) หมายถึง r (ข)
• ฟังก์ชั่น r (ข) และ R (A, C) หมายถึง b = c
• การทำงาน r ผกผัน (b) และ r (c, b) หมายถึง c =

ความสัมพันธ์ระหว่างบุคคล

 Individual: Faehnrich   SameAs: ProfessorFaehnrich  

 :Faehnrich rdf:Type :Professor;            owl:sameAs :ProfessorFaehnrich.  

ความสัมพันธ์ระหว่างบุคคล

DifferentIndividuals: YorkSure, PascalHitzler, RudiStuder

[ rdf:type owl:AllDifferent ;    owl:distinctMembers ( :PascalHitzler                          :RudiStuder                          :YorkSure                        )  ] .

งานความขัดแย้ง?

Class: OrganisationClass: Office  SubClassOf: wgs84:SpatialThingObjectProperty: hasOffice Domain: Organisation Range: Office#imported axioms to longitude and latitudeObjectProperty wgs84:lat Domain: wgs84:SpatialThingObjectProperty wgs84:long Domain: wgs84: SpatialThingIndividual: CompanyXY Types: Organisation Facts: hasOffice OfficeXY,        wgs84:lat "41.8292928"^^xsd:double,        wgs84:long "17.8282"^^xsd:double      

enumerations / nominals

Class: MoonOfMars  EquivalentTo: {Phobos, Deimos} 

ก่อสร้างชั้นตรรกะ

• ตรรกะและ (ร่วม): นกฮูก: intersectionOf
• หรือตรรกะ (หย่า): นกฮูก: unionOf
• ตรรกะไม่ (ปฏิเสธ): นกฮูก: complementOf
• ใช้ในการสร้างการเรียนที่ซับซ้อนจากชั้นเรียนง่าย
  

การตัด

Class: MoonOfMars   EquivalentTo: Moon and ObjectNearMars 

:MoonOfMars  owl:equivalentClass[ rdf:type            owl:Class ; owl:intersectionOf  (:Moon :ObjectNearMars) ].

สหภาพ

Class: Boat   SubClassOf: SailBoat or MotorBoat

:Boat  rdfs:subClassOf [  rdf:type            owl:Class ;  owl:UnionOf  ( :SailBoat :MotorBoat ) ] . 

สหภาพเนื่อง

<owl:Class rdf:about="#Professor">
 <rdfs:subClassOf>
  <owl:unionOf rdf:parseType="Collection">
   <owl:Class rdf:about="#Active"/>
   <owl:Class rdf:about="#Retired"/>
  </owl:unionOf>
 </rdfs:subClassOf>
</owl:Class>

Class: Professor   DisjointUnionOf: Active, Retired 

:Professor  rdfs:subClassOf
[
rdf:type            owl:Class ;
owl:DisjoinUnionOf  ( :Active :Retired )
] .

ส่วนประกอบ

<owl:Class rdf:ID="FacultyStaff"> <rdfs:subClassOf>  <owl:complementOf rdf:resource="#Publication"/> </rdfs:subClassOf></owl:Class><!-- semantically equivalent statement: --><owl:Class rdf:ID="FacultyStaff"> <owl:disjointWith rdf:resource="#Publication"/></owl:Class> 

Class: FacultyStaff   SubClassOf: not Publication 

:FacultyStaff rdf:type owl:Class ; rdfs:subClassOf [  rdf:type owl:Class ;  owl:complementOf :Publication ].

ตัวอย่างการสร้างแบบจำลอง

การสร้างแบบจำลองงาน: ทุกคนมีทั้งชายหรือหญิง

:Male       rdfs:subClassOf  :Person .:Female     rdfs:subClassOf  :Person ;            owl:disjointWith  :Male .:Person     owl:equivalentClass[ rdf:type owl:Class ; owl:unionOf (:Male, :Female )]. 

Class: Male    SubClassOf: Person Class: Female   SubClassOf: Person   DisjointWith: Male Class: Person   EquivalentTo: Male or Female  

ข้อ จำกัด บทบาท (allValues​​From)

จะใช้ในการกำหนดระดับชั้นที่ซับซ้อนตามบทบาท

<owl:Class rdf:ID="Exam">     <rdfs:subClassOf>         <owl:Restriction>             <owl:onProperty rdf:resource="#examiner"/>             <owl:allValuesFrom rdf:resource="#Professor"/>         </owl:Restriction>     </rdfs:subClassOf> </owl:Class> 

:Pruefung             rdfs:subClassOf            [   rdf:type              owl:Restriction ;   owl:onProperty        :examiner ;   owl:allVauesFrom      :Professor </owl:Class> 

ข้อ จำกัด บทบาท (someValues​​From)

<owl:Class rdf:ID="Exam">     <rdfs:subClassOf>         <owl:Restriction>             <owl:onProperty rdf:resource="#examiner"/>             <owl:someValuesFrom rdf:resource="#Person"/>         </owl:Restriction>     </rdfs:subClassOf> </owl:Class> 

 Class: Exam   SubClassOf: examiner some Person  

:Pruefung             rdfs:subClassOf            [   rdf:type              owl:Restriction ;   owl:onProperty        :examiner ;   owl:someVauesFrom     :Person ] . 

ข้อ จำกัด บทบาท (cardinalities)

Class: Exam   SubClassOf: examiner max 2

:Exam      rdf:type     owl:Class ;            rdfs:subClassOf [rdf:type owl:Restriction ;                 owl:onProperty :hatPruefer ;         owl:maxCardinality "2"^^xsd:nonNegativeInteger] . 

คือการทดสอบแต่ละคนสามารถมีที่มากที่สุดสองตรวจสอบ

คล้ายกับสูงสุด: ต่ำสุดตรง

ตัวอย่างการสร้างแบบจำลอง

Class: PerformanceRequirement    SubClassOf: Requirement                and (createdBy only Customer)                and (leadsTo some SystemRequirement 

ข้อ จำกัด บทบาท (hasVa​​lue)

<owl:Class rdf:ID="ExamAtFaehnrich">     <rdfs:equivalentClass>         <owl:Restriction>           <owl:onProperty rdf:resource="#hatPruefer"/>           <owl:hasValue rdf:datatype="#Faehnrich"/>         </owl:Restriction>     </rdfs:equivalentClass> </owl:Class> 

Class: PruefungBeiFaehnrich   EquivalentTo: examiner value Faehnrich 

:Exam           rdfs:equivalentClass        [     rdf:type           owl:Restriction ;     owl:onProperty     :examiner ;     owl:hasValue       :Faehnrich ] . 

โดเมนและช่วง

ObjectProperty: belongsTo   Range: Organisation

Class: owl:Thing   SubClassOf: belongsTo only Organisation

โดเมนและช่วง

:belongsTo   rdf:type     owl:ObjectProperty ;                   rdfs:range   :Organisation . 

owl:Thing              rdfs:subClassOf          [     rdf:type            owl:Restriction ;     owl:onProperty      :zugehoerigkeit ;     owl:allValuesFrom   :Organisation ] . 

โดเมนและประเภท: ข้อควรระวัง!

<owl:ObjectProperty rdf:ID="belongsTo"> <rdfs:range rdf:resource="#Organisation"/> </owl:ObjectProperty> <Number rdf:ID="Five"> <belongsTo rdf:resource="#Primes"/></Number>       

ObjectProperty: belongsTo   Range: OrganisationIndividual: Five Types: Number Facts: belongsTo Primes

:belongsTo    rdf:type         owl:ObjectProperty ;              rdfs:range       :Organisation.:Five         rdf:type         :Number;              :belongsTo       :Primes. 

คุณสมบัติบทบาท

<owl:ObjectProperty rdf:ID="hasColleague"> <rdf:type rdf:resource="owl;TransitiveProperty"/> <rdf:type rdf:resource="owl;SymmetricProperty"/></owl:ObjectProperty><owl:ObjectProperty rdf:ID="hasProjectManager"> <rdf:type rdf:resource="owl;FunctionalProperty"/></owl:ObjectProperty> <owl:ObjectProperty rdf:ID=isProjectManagerFor»      <rdf:type rdf:resource="owl;InverseFunctionalProperty"/></owl:ObjectProperty><Person rdf:ID="SoerenAuer"><hasColleague rdf:resource="#SebastianTramp"/><hasColleague rdf:resource="#JensLehmann"/><isProjectManagerFor rdf:resource="#Triplify"/></Person><Projekt rdf:ID=OntoWiki"> <hasProjectManager rdf:resource="#SoerenAuer"/> <hasProjectManager rdf:resource="#AuerSoeren"/></Projekt> 

สรุปผลการศึกษาจากตัวอย่าง

• SebastianTramp SoerenAuer hasColleagues
• SebastianTramp JensLehmann hasColleagues
• SoerenAuer นกฮูก: sameAs AuerSoeren

ข้อเท็จจริงเชิงลบ

 Individual: Bill
   Facts: not hasWife Mary

 []  rdf:type               owl:NegativePropertyAssertion ;
     owl:sourceIndividual   :Bill ;
     owl:assertionProperty  :hasWife ;
     owl:targetIndividual   :Mary .

นกฮูกนกฮูก 1 และ 2 และประวัติศาสตร์

• นกฮูกกลายเป็นคำแนะนำ W3C ในปี 2004 นกฮูก 2 ในปี 2009
  
• นกฮูก 2 แต่ขยายอย่างเข้ากันได้ย้อนหลังของนกฮูก
• ย่อยภาษาที่แตกต่างกันสายพันธุ์นกฮูกนกฮูก vs 2 โปรไฟล์
  
• ประโยคน้ำตาล (แล้วเป็นไปได้ แต่ตอนนี้ง่ายต่อการด่วน)
• เคล็ดสหภาพของชั้นเรียน
• expressivity ใหม่
• กุญแจ
• สถานที่ให้บริการเครือข่าย
• ประเภทข้อมูลที่ร่ำรวยช่วงข้อมูล
• ข้อ จำกัด cardinality ที่มีคุณสมบัติเหมาะสม
• อสมมาตรสะท้อนและคุณสมบัติเนื่อง
• ความสามารถในการเพิ่มคำอธิบายประกอบ

นกฮูก 2 เต็ม

• ใช้งานไม่ จำกัด ของนกฮูกและองค์ประกอบภาษา RDF (ต้อง RDFS ที่ถูกต้อง)
• ยากประเภทที่มีอยู่ไม่ใช่การแยก (ชั้นเรียนบทบาทบุคคล) ดังนี้:
  • นกฮูก: สิ่งเดียวกับ rdfs: ทรัพยากร
  • นกฮูก: ชั้นเดียว rdfs: คลาส
  • นกฮูก: รอง DatatypeProperty ของนกฮูก: ObjectProperty
  • นกฮูก: ObjectProperty เดียวกันที่ RDF: Property

นกฮูก 2 ดูรายละเอียด

• โปรไฟล์สามนกฮูกนกฮูกเพิ่มเข้ามาใน 2.0: นกฮูก QL, EL และ RL
• หลักการออกแบบสำหรับประวัติ:
• ระบุสูงสุดนกฮูก 2 sublanguages​​ ที่ยังคง implementable ในเวลาพหุนาม
• ในการปฏิเสธไม่อนุญาตทั่วไปและความร้าวฉานเพราะที่มีความซับซ้อนและเหตุผลเป็นสิ่งจำเป็นไม่ค่อย
  

QL นกฮูก

• QL ภาษาของแบบสอบถาม =
• อยู่บนพื้นฐานของครอบครัว DL-Lite ของ logics คำอธิบาย
• ออกแบบมาสำหรับการตอบแบบสอบถามใช้ SQL เขียนใหม่ด้านบนของฐานข้อมูลเชิงสัมพันธ์
  
• subclasses สามารถเป็นชื่อชั้นหรือ existentials ด้วยฟิลเลอร์ จำกัด
• superclasses สามารถเป็นชื่อชั้น, existentials หรือสันธานกับสารตัวเติม superclass (recursive) หรือ negations ด้วยฟิลเลอร์รอง

อนุญาตให้

\[\text{Fish} \sqsubseteq \text{Animal}\]

\[\exists \text{hasHouse}.\top \sqsubseteq \text{Landlord}\]

หวงห้าม

\[\exists \text{hasHouse}.\text{Villa} \sqsubseteq \text{RichLandlord}\]

\[\text{Student} \sqsubseteq \text{Poor} \sqcap \exists \text{hasBike}.\top \sqcap \neg \text{Pupil}\]

รายละเอียดเกี่ยวกับนกฮูก QL (1)

หวงห้าม

ความเท่าเทียมกัน \[ \text{RichPerson} = \text{FamousPerson} \]

disjunctions \[ \text{Book} = \text{Ebook} \sqcup \text{PrintedBook} \]

universals \[ \forall \text{killed}.\text{Human} = \text{Murderer} \]

ตนเอง \[\text{loves}.\text{Self} = \text{NarcisticPerson} \]

cardinalities \[ \geq 5 \text{wonFight}.\top = \text{SuccessfulBoxer} \]

รายละเอียดเกี่ยวกับนกฮูก QL (2)

หวงห้าม

กุญแจ

Class: Person
HasKey: hasSSN

ObjectProperty: hasGrandparent
SubPropertyChain: hasParent o hasParent

ObjectProperty: hasAncestor
Characteristics: Transitive

EquivalentClasses(
:MyBirthdayGuests
ObjectOneOf(:Bill :John :Mary) )

ObjectProperty: hasHusband
Characteristics: Functional

EL นกฮูก

• บนพื้นฐานของตรรกะคำอธิบาย \ (\ mathcal {EL} \) + + \ (\ mathcal {E} \) ย่อมาจากคุณสมบัติการดำรงอยู่เต็ม
  
• มุ่งเน้นไปที่ expressivity terminlogical ใช้สำหรับ ontology ที่มีน้ำหนักเบา
• ให้ดำรงอยู่ แต่ไม่เป็นสากล, rdfs เฉพาะช่วง (ชนิดพิเศษ universals) ได้รับอนุญาตมีข้อ จำกัด
• สถานที่ให้บริการโดเมนลำดับชั้นเรียน / ทรัพย์สินทางแยกชั้นเรียนเคล็ดคุณสมบัติ / โซ่ทรัพย์สินด้วยตนเอง, nominals (เรียนเดี่ยว) และคีย์การสนับสนุนอย่างเต็มที่
• ไม่มีคุณสมบัติผกผันหรือสมมาตร disjunctions หรือ negations

ตัวอย่าง

\[\exists \text{has.Sorrow} \sqsubseteq \exists \text{has}.\text{Liqueur}\]

\[\top \sqsubseteq \exists \text{hasParent}.\text{Person}\]

\[\text{German} \sqsubseteq \exists \text{knows}.\text{{angela}}\]

\[\text{hasParent} \circ \text{hasParent} \sqsubseteq \text{hasGrandparent}\]

RL นกฮูก

• RL = ภาษากฎ
  
• สัจพจน์รองตามกฎเหมือนผลกระทบกับหัว (superclass) และร่างกาย (รอง)
• \ (\ text {DaysWithRain} \ ข้อความ sqsubseteq \ {DaysWithWetStreet} \)
  

อ่านเพิ่มเติม

• http://www.w3.org/TR/owl2-overview/ ภาพรวมของนกฮูก 2
  
• http://www.w3.org/TR/2012/REC-owl2-profiles-20121211/ นกฮูก 2 รูปแบบภาษา
  

การแนะนำ

เป้าหมาย

เรียนรู้เกี่ยวกับ

• ความหมายของนกฮูก
• Logics รายละเอียด
• เหตุผล Tableau

เงื่อนไข

• ความรู้พื้นฐานของแคลคูลัสเชิงประพจน์
• ความรู้พื้นฐานของตรรกะลำดับแรก

ความหมายของนกฮูก

ความหมายของนกฮูกจะขึ้นอยู่กับ Logics คำอธิบายที่มีความหมายอย่างเป็นทางการแบบทฤษฎี

OWL DL สอดคล้องกับ \ (\ mathcal {Shoin} (D) \)

นกฮูก 2 สอดคล้องกับ \ (\ mathcal {SROIQ} (D) \)

ในการบรรยายนี้เราจะอธิบายความหมายของ OWL DL โดยการอธิบายตรรกะคำอธิบาย \ (\ mathcal {Shoin} (D) \)

Logics รายละเอียด

• ครอบครัวของภาษาแทนความรู้
• เศษเล็กเศษน้อยมักจะจิกลำดับแรก (FOL)
• ในกรณีส่วนใหญ่ decidable
• แสดงออกได้เปรียบโดยเปรียบเทียบ
• ต้นตอมาจากเครือข่ายความหมาย
• ไวยากรณ์ใช้งานง่าย
• ตัวแปรอิสระ
  

Logics รายละเอียด - องค์ประกอบพื้นฐาน

องค์ประกอบพื้นฐาน:

• ชื่อแนวคิด (แนวคิดอะตอม), นักศึกษาเช่นหนังสือ, ...
• ชื่อบทบาทเช่น bornIn, worksFor ...
• ชื่อบุคคล (บุคคลวัตถุ) เช่นสตีเฟนแมรี่ ...

ชุดของชื่อแนวคิดบทบาทและบุคคลมักจะแสดงเป็นลายเซ็นหรือคำศัพท์

Logics รายละเอียด - ฐานความรู้

มักจะเป็นฐานความรู้ DL ประกอบด้วย:

• TBox \ (\ mathcal {T} \): ข้อมูลเกี่ยวกับแนวคิด
• ABox \ (\ mathcal {} \): ข้อมูลเกี่ยวกับบุคคล

นอกจากนี้ใน DLs แสดงออกมากขึ้น:

• RBox \ (\ mathcal {R} \): ข้อมูลเกี่ยวกับบทบาท

\ (\ mathcal {ALC} \) - แนวคิด

\ (\ mathcal {ALC} \), ภาษาที่แสดงคุณลักษณะที่มีส่วนประกอบเป็นที่ง่ายที่สุด propositionally ปิด DL  

(Complex) \ (\ mathcal {ALC} \) แนวความคิดที่ถูกกำหนด inductively ดังนี้

• ชื่อแนวคิดทุกแนวคิด
• \ (\ mathcal {\ บน} \) และ \ (\ mathcal {\ bot} \) เป็นแนวความคิด,
• ถ้า \ (C \) และ \ (D \) เป็นแนวคิดและ \ (r \) คือบทบาทแล้วต่อไปนี้เป็นแนวความคิด:
  • \ (\ NEG C \) (มักจะเรียกว่าการปฏิเสธหรือส่วนประกอบ)
  • \ (C \ sqcap D \) (ร่วมสี่แยกมักจะเรียกหรือ "และ")
  • \ (C \ sqcup D \) (มักเรียกว่าการหย่าสหภาพหรือ "หรือ")
  • \ (\ exists RC \) (ข้อ จำกัด อัตถิภาวนิยมมักจะเรียกว่า)
  • \ (\ forall RC \) (ข้อ จำกัด มูลค่ามักจะเรียกว่า)

\ (\ mathcal {ALC} \) แนวคิด - ตัวอย่าง

\ (\ text {คน} \ sqcap \ exists \ {ข้อความ} hasChild. บน \ \)

• คนกับเด็ก

\ (\ ข้อความ {สัตว์} \ sqcap \ forall \ text {กิน}. \ text {ผัก} \)

• สัตว์เท่านั้นที่กินผัก

\ (\ text {ศาสตราจารย์} \ sqcup \ text {นักศึกษา} \)

• อาจารย์หรือนักเรียน

\ (\ ข้อความ {บุคคล} \ sqcap \ forall \ {ข้อความ bornIn}. \ ข้อความ NEG \ {EuropeanCountry} \)

• คนที่ไม่ได้เกิดในประเทศในทวีปยุโรป

\ (\ mathcal {ALC} \) - TBox

TBox (กล่อง terminological) ประกอบด้วยชุด จำกัด ของสัจพจน์ terminological

สัจพจน์ terminological มีพื้น (ทั่วไป) สัจพจน์รวมแนวคิดแนวความคิดที่กำหนดคือ \ (C \) และ \ (D \) GCIs จะแสดงเป็น

\[C \sqsubseteq D\]

ความเท่าเทียมกันแนวคิดสามารถแสดงด้วย

\[C \equiv D\]

ซึ่งเป็นคำย่อของ \ (C \ sqsubseteq D \) และ \ (D \ sqsubseteq C \)

\ (\ mathcal {ALC} \) - ABox

ABox ประกอบด้วยชุด จำกัด ของสัจพจน์ assertional ของรูปแบบต่อไปนี้:

• \ (C () \) ดังนั้นที่เรียกว่ายืนยันแนวคิด
• \ (r (b) \) ดังนั้นที่เรียกว่ายืนยันบทบาท

\ (\ mathcal {ALC} \) - ความหมาย (1)

Definiton อย่างเป็นทางการของความหมายรูปแบบทฤษฎี \ (\ mathcal {ALC} \) จะได้รับโดยวิธีการของการตีความ \ (\ mathcal {I} = (\ Delta ^ {\ mathcal {I}} \ cdot ^ { \ mathcal {I}}) \) ประกอบด้วย

• โดเมนที่ไม่ว่างเปล่า \ (\ Delta ^ {\ mathcal {I}} \)
• การทำแผนที่ \ (\ cdot ^ {\ mathcal {I}} \) แผนที่ซึ่ง
  • บุคคลทุกคน \ (\) กับองค์ประกอบโดเมน \ (^ {\ mathcal {I}} \ in \ Delta ^ {\ mathcal {I}} \)
  • ชื่อแนวคิดทุก \ (\) เพื่อ subset ของโดเมน \ (^ {\ mathcal {I}} \ subseteq \ Delta ^ {\ mathcal {I}} \)
  • ทุกบทบาท \ (r \) ถึงชุดของคู่ขององค์ประกอบโดเมน \ (r ^ {\ mathcal {I}} \ subseteq \ Delta ^ {\ mathcal {I}} \ times \ Delta ^ {\ mathcal {I}} \)

\ (\ mathcal {ALC} \) - ความหมาย (2)

• การตีความถูกขยายแนวความคิดที่ซับซ้อนโดย
  • \ (\ ^ บน \ mathcal {I} = \ Delta ^ \ mathcal {I} \)
  • \ (\ bot \ mathcal {I} = \ emptyset \)
  • \ ((\ NEG C) ^ \ mathcal {I} = \ Delta ^ \ mathcal {I} \ setminus C ^ \ mathcal {I} \)
  • \ ((C \ sqcap D) ^ \ mathcal {I} = C ^ \ mathcal {I} \ Cap d ^ \ mathcal {I} \)
  • \ ((C \ sqcup D) ^ \ mathcal {I} = C ^ \ mathcal {I} \ ถ้วย D ^ \ mathcal {I} \)
  • \ ((\ exists RC) ^ \ mathcal {I} = \ {x \ in \ Delta ^ \ mathcal {I} | \ exists y \ in C ^ \ mathcal {I} \ text {เช่นนั้น} (x, y ) \ in R ^ \ mathcal {I} \)
  • \ ((\ forall RC) ^ \ mathcal {I} = \ {x \ in \ Delta ^ \ mathcal {I} | \ forall (x, y) \ in R ^ \ mathcal {I} \ Rightarrow y \ in C ^ \ mathcal {I} \)

\ (\ mathcal {ALC} \) - ความหมาย (3)

• การตีความจะขยายออกไปตามหลักการ
  • \ (\ mathcal {I} \ รุ่น C \ sqsubseteq D \ text {IFF} C ^ \ mathcal {I} \ subseteq D ^ \ mathcal {I} \)
  • \ (\ mathcal {I} \ รุ่น C \ equiv D \ text {IFF} C ^ \ mathcal {I} = D ^ \ mathcal {I} \)
  • \ (\ mathcal {I} \ รุ่น C () \ text {IFF} ^ \ mathcal {I} \ in C ^ \ mathcal {I} \)
  • \ (\ mathcal {I} \ r รุ่น (b) \ text {} IFF (^ \ mathcal {I}, B ^ \ mathcal {I}) \ in R ^ \ mathcal {I} \)

\ (\ mathcal {ALC} \) ฐานความรู้ - ตัวอย่าง

TBox \ (\ mathcal {T} \):

\ (\ begin {align} \ text {Man} \ equiv \ ข้อความ NEG \ {ผู้หญิง} \ ข้อความ sqcap \ {คน} \ \ \ text {ผู้หญิง} & \ ข้อความ sqsubseteq \ {คน} \ \ \ text {แม่ } \ equiv \ text {ผู้หญิง} \ sqcap \ exists \ text {hasChild}. \ \ top \ \ end {align} \)

ABox \ (\ mathcal {} \):

\ (\ begin {align} \ text {แมน (สตีเฟน)} \ \ \ ข้อความ NEG \ {Man (MONICA)} \ \ \ text {ผู้หญิง (เจสสิก้า)} \ \ \ text {hasChild (สตีเฟน, เจสสิก้า)} \ \ \ end {align} \)

\ (\ mathcal {ALC} \) ในนกฮูก

\ (\ mathcal {ALC} \) ผู้ประกอบการที่สอดคล้องกับการแสดงออกของนกฮูกต่อไปนี้:

\ (\ begin {align} \ บน & \ text {นกฮูก: Thing} \ \ \ bot & \ text {นกฮูก: ไม่มี} \ \ \ NEG & \ text {นกฮูก: complementOf} \ \ \ sqcup & \ text {นกฮูก: unionOf} \ \ \ sqcap & \ text {นกฮูก: intersectionOf} \ \ \ exists & \ text {นกฮูก: someValues​​From} \ \ \ forall & \ text {นกฮูก: allValues​​From} \ \ \ end {align} \)

\ (\ mathcal {ALC} \) + บทบาทผกผัน

การตั้งชื่อ: \ (\ mathcal {ALCI} \)

บทบาทสามารถ

• ชื่อบทบาท \ (r \) หรือ
  
• บทบาทผกผัน \ (r ^ - \)

ความหมายของบทบาทที่ตรงกันข้ามถูกกำหนดโดย

\[ (r^-)^\mathcal{I} = \{(y,x) | (x,y) \in r^\mathcal{I} \}\]

นกฮูกสร้าง: นกฮูก: inverseOf

\ (\ mathcal {ALC} \) Hierarchy บทบาท +

การตั้งชื่อ: \ (\ mathcal {ALCH} \)

สำหรับบทบาทของ \ (R, S \)

• ความจริงการรวมบทบาท (RIA) ที่ชี้แนะโดย \ (r \ sqsubseteq s \)
• \ (r \ equiv s \) เป็นคำย่อของ \ (r \ sqsubseteq s \) และ \ (s \ sqsubseteq r \)

การตีความ \ (\ mathcal {I} \) entails \ (r \ sqsubseteq s \) IFF \ (^ r \ mathcal {I} \ subseteq S ^ \ mathcal {I} \)

นกฮูกสร้าง: rdfs: subPropertyOf

\ (\ mathcal {ALC} \) + กริยาบทบาท

การตั้งชื่อ: \ (\ mathcal {ALC} \) + กริยา = \ (\ mathcal {S} \)

สำหรับบทบาท \ (r \)

• ความจริงกริยาคือแสดงโดย \ (\ text {} ทรานส์ (R) \)

การตีความ \ (\ mathcal {I} \) entails \ (\ text {} ทรานส์ (R) \) IFF

\[(x,y) \in r^\mathcal{I} \wedge (y,z) \in r^\mathcal{I} \rightarrow (x,z) \in r^\mathcal{I}.\]

นกฮูกสร้าง: นกฮูก: TransitiveProperty

\ (\ mathcal {ALC} \) + บทบาทการทำงาน

การตั้งชื่อ: \ (\ mathcal {ALCF} \)

สำหรับบทบาท \ (r \)

• ความจริงการทำงานคือแสดงโดย \ (\ text {} Func (R) \)

การตีความ \ (\ mathcal {I} \) entails \ (\ text {} Func (R) \) IFF

\[(x,y) \in r^\mathcal{I} \wedge (x,z) \in r^\mathcal{I} \rightarrow y=z.\]

นกฮูกสร้าง: นกฮูก: FunctionalProperty

บทบาทที่เรียบง่ายเมื่อเทียบกับคอมเพล็กซ์

ปล่อย \ (\ mathcal {R} \) เป็นลำดับชั้นของบทบาทและปล่อยให้ \ (\ sqsubseteq ^ {*} _ {\ mathcal {R}} \) จะปิดสะท้อนและ transitive ของ

• บทบาท \ (r \) มีความซับซ้อน WRT \ (\ mathcal {R} \) ถ้ามีบทบาท \ (s \) นั้น \ (\ text {} ทรานส์ (s) \ in \ mathcal {R} \ ) และ \ (s \ sqsubseteq ^ {*} _ {\ mathcal {R}} r \)
• มิฉะนั้นบทบาท \ (r \) เป็นเรื่องง่าย

ตัวอย่าง:

\[\mathcal{R}=\{ u \sqsubseteq r , r \sqsubseteq s , s \sqsubseteq t , q \sqsubseteq t , \text{Trans}(r) \}\]

คอมเพล็กซ์: \ (R, S, \ t)

ง่าย: \ (U, Q \)

\ (\ mathcal {ALC} \) + ข้อ จำกัด ของจำนวนสุทธิต่อหุ้น

การตั้งชื่อ: \ (\ mathcal {ALCN} \)

สำหรับบทบาทที่เรียบง่าย \ (r \) และจำนวนธรรมชาติ \ (\ n), ข้อ จำกัด จำนวน \ (\ geq nr \ leq nr = nr \) เป็นแนวคิดซึ่งความหมายถูกกำหนดให้เป็น

\ (\ begin {align} (\ geq nr) ^ \ mathcal {I} = \ {x \ in \ Delta ^ \ mathcal {I} | \ # \ {y \ in \ Delta ^ \ mathcal {I} | (x, y) \ in R ^ \ mathcal {I} \} \ geq n \} \ \ (\ leq nr) ^ \ mathcal {I} = \ {x \ in \ Delta ^ \ mathcal {I} | \ # \ {y \ in \ Delta ^ \ mathcal {I} | (x, y) \ in R ^ \ mathcal {I} \} \ leq n \} \ \ (= nr) ^ \ mathcal {I} & = \ {x \ in \ Delta ^ \ mathcal {I} | \ # \ {y \ in \ Delta ^ \ mathcal {I} | (x, y) \ in R ^ \ mathcal {I} \} = n \ n } \ \ \ end {align} \)

นกฮูกสร้าง:

\ (\ begin {align} \ geq nr = \ text {นกฮูก: minCardinality} \ \ \ leq nr = \ text {นกฮูก: maxCardinality} \ \ = nr = \ text {นกฮูก: exactCardinality} \ end {align } \)

\ (\ mathcal {ALC} \) nominals +

การตั้งชื่อ: \ (\ mathcal {เข็ดหลาบ} \)

ปล่อย \ (a_1, \ ldots, a_n \) บุคคลที่จะ ระบุ \ (\ {a_1, \ ldots, a_n \} \) เป็นแนวคิดซึ่งความหมายถูกกำหนดให้เป็น

\ ((\ {a_1, \ ldots, a_n \}) ^ \ mathcal {I} = \ {a_1 ^ \ mathcal {I}, \ ldots, a_n ^ \ mathcal {I} \} \)

นกฮูกสร้าง: นกฮูก: oneof

เหตุผลตรรกะ

สรุปเหตุผล

• เริ่มต้นด้วยการยืนยันจากกฎทั่วไปและเงินที่ได้จากที่นั่นไปยังข้อสรุปที่เฉพาะเจาะจงรับประกัน
• "จากกฎทั่วไปกับงานเฉพาะ"
  

เหตุผลอุปนัย

• เริ่มต้นด้วยการสังเกตที่มีความเฉพาะเจาะจงและ จำกัด อยู่ในขอบเขตและวิธีการที่จะได้ข้อสรุปทั่วไปที่อาจเป็นไปได้ แต่ไม่แน่ใจในที่มีแสงจากหลักฐานสะสม
• "จากที่เฉพาะเจาะจงในการทั่วไป"

เหตุผล Abductive

• เริ่มต้นด้วยชุดที่ไม่สมบูรณ์ของการสังเกตและวิธีการที่จะอธิบายล้วนเป็นไปได้สำหรับชุด
  

เหตุผลในรายละเอียด Logics (1)

เหตุผลใน Logics รายละเอียด (2)

ปล่อย \ (\ mathcal {I} \) จะตีความ \ (\ mathcal {T} \) จะ TBox, \ (\ mathcal {} \) จะ ABox และ \ (\ mathcal {K} = (\ mathcal {T} \ mathcal {}) \ base.We ความรู้ที่ได้รับ) กล่าวว่า

• \ (\ mathcal {I} \) เป็นรูปแบบสำหรับ \ (\ mathcal {T} \), IFF \ (\ mathcal {I} \ models \ alpha \) สำหรับความจริงทุก \ (\ alpha \ in \ mathcal {T } \) เขียน \ (\ mathcal {I} \ models \ mathcal {T} \)
• \ (\ mathcal {I} \) เป็นรูปแบบสำหรับ \ (\ mathcal {} \), IFF \ (\ mathcal {I} \ models \ alpha \) สำหรับความจริงทุก \ (\ alpha \ in \ mathcal { } \) เขียน \ (\ mathcal {I} \ models \ mathcal {} \)
• \ (\ mathcal {I} \) เป็นรูปแบบสำหรับ \ (\ mathcal {K} \), IFF \ (\ mathcal {I} \ \ models mathcal {T} \) และ \ (\ mathcal {I} \ models \ mathcal {} \)
• ความจริง \ (\ alpha \) จะถูกยกให้โดย \ (\ mathcal {K} \) เขียน \ (\ mathcal {K} \ รุ่น \ alpha \), IFF ทุกรุ่น \ (\ mathcal {I} \) จาก \ (\ mathcal {K} \) เป็นรูปแบบสำหรับ \ (\ alpha \)

บริการการใช้เหตุผล (1)

Satisfiability แนวคิด

\[ \mathcal{K} \not \models C \equiv \bot \]

ปัญหาของการตรวจสอบว่า \ (C \) พอใจ WRT \ (\ mathcal {K} \) นั่นคือไม่ว่าจะมีรูปแบบที่มีอยู่ \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \) ดังกล่าวว่า \ (C ^ {\ mathcal {I}} \ NEQ \ emptyset \)

subsumption

\[ \mathcal{K} \models C \sqsubseteq D\]

ปัญหาของการตรวจสอบว่า \ (C \) จะวิทย \ (D \) WRT \ (\ mathcal {K} \) นั่นคือไม่ว่าจะเป็น \ (C ^ {\ mathcal {I}} \ subseteq D ^ {\ mathcal { I}} \) ในทุกรุ่น \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \)

Satisfiability (Consistency)

\[ \mathcal{K} \not \models \top \sqsubseteq \bot\]

ปัญหาของการตรวจสอบว่า \ (\ mathcal {K} \) มีความสอดคล้องคือไม่ว่าจะมีรูปแบบ

บริการการใช้เหตุผล (2)

\[ \mathcal{K} \models C(a)\]

ปัญหาของการตรวจสอบว่าการยืนยัน \ (C () \) เป็นที่พอใจ WRT \ (\ mathcal {K} \) นั่นคือไม่ว่าจะเป็น \ (^ {\ mathcal {I}} \ in C ^ {\ mathcal {I }} \) ในทุกรุ่น \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \)

การซ่อมแซม

\[\{a | \mathcal{K} \models C(a)\}\]

ปัญหาการหาบุคคลทั้งหมด \ (\) ซึ่งเป็นแนวคิด \ (C \) WRT \ (K \) นั่นคือหาทั้งหมด \ (\) สำหรับให้ \ (C \) นั้น \ (^ { \ mathcal {I}} \ in C ^ {\ mathcal {I}} \) ในทุกรุ่น \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \)

ความเข้าใจ

\[\{C | \mathcal{K} \models C(a)\}\]

ปัญหาการหาชื่อชั้นเรียนทั้งหมด \ (C \) ซึ่ง indivdual \ (\) เป็น wrt \ (K \) นั่นคือหาทั้งหมด \ (C \) สำหรับให้ \ (\) นั้น \ ( ^ {\ mathcal {I}} \ in C ^ {\ mathcal {I}} \) ในทุกรุ่น \ (\ mathcal {I} \) ของ \ (\ mathcal {K} \)

บริการการใช้เหตุผล (3)

เราสามารถลดการบริการทั้งหมดเพื่อตรวจสอบ satisfiability:

Satisfiability แนวคิด

\ (K \ ไม่ได้ \ รุ่น C \ equiv \ bot \ longleftrightarrow \) มีอยู่ \ (x \) นั้น \ (K \ ถ้วย \ {C (x) \} \) พอใจ

subsumption

\ (K \ รุ่น C \ sqsubseteq D \ longleftrightarrow K \ ถ้วย \ {C \ sqcap \ NEG D (x) \} \) เป็น unsatisfiable

Instance ตรวจสอบ

\ (K \ รุ่น C () \ longleftrightarrow K \ ถ้วย \ {\ NEG C () \} \) เป็น unsatisfiable

อัลกอริทึม Tableau

วิธีที่เราสามารถ proove satisfiability ของแนวคิด?

(จำเอาไว้: แนวคิดคือพอใจถ้ามีรูปแบบ \ (\ mathcal {I} \) satisfiying มัน.)

เราจำเป็นต้องมีขั้นตอนการตัดสินใจที่สร้างสรรค์สำหรับรุ่นที่สร้าง

\ (\ longrightarrow \) อัลกอริทึม Tableau

ขั้นตอนการพิสูจน์:

• เปลี่ยนแนวคิดให้เป็นรูปแบบปกติการปฏิเสธ (NNF)
• ใช้กฎความสำเร็จในการสั่งซื้อโดยพลการเป็นเวลานานที่สุด
• แนวคิดพอใจถ้าและเพียงถ้าฉากปะทะกันฟรีสามารถจะได้มาซึ่งการปกครองเสร็จสิ้นไม่สามารถใช้ได้
  

ภาพนิ่งใหม่

TBox \ (\ mathcal {T} \):

\ (\ begin {align} \ text {Man} \ equiv \ ข้อความ NEG \ {ผู้หญิง} \ ข้อความ sqcap \ {คน} \ \ \ text {ผู้หญิง} & \ ข้อความ sqsubseteq \ {คน} \ \ \ text {แม่ } \ equiv \ text {ผู้หญิง} \ sqcap \ exists \ text {hasChild}. \ \ top \ \ end {align} \)

ABox \ (\ mathcal {} \):

\ (\ begin {align} \ text {แมน (สตีเฟน)} \ \ \ ข้อความ NEG \ {Man (MONICA)} \ \ \ text {ผู้หญิง (เจสสิก้า)} \ \ \ text {hasChild (สตีเฟน, เจสสิก้า)} \ \ \ end {align} \)

ปล่อย \ (\ mathcal {I} \) จะตีความด้วย:

\ (\ begin {align} \ text {Man} ^ \ mathcal {I} = \ {สตีเฟ่น \} \ \ \ text {ผู้หญิง} ^ \ mathcal {I} = \ {เจสสิก้า MONICA \} \ \ \ ข้อความแม่ {} ^ \ mathcal {I} = \ {MONICA \} \ \ \ text {คน} ^ \ mathcal {I} = \ {เจสสิก้า, โมนิก้า, สตีเฟ่น \} \ \ \ text {hasChild} ^ \ mathcal {I} = \ {\ langle MONICA สตีเฟ่น \ rangle \ langle สตีเฟน, เจสสิก้า \ rangle \} \ \ \ end {align} \)

แล้วก็ถือว่า

\ (\ mathcal {I} \ models \ mathcal {T} \ text {และ} \ mathcal {I} \ models \ mathcal {} \)

ปฏิเสธรูปแบบปกติ

แนวความคิดที่อยู่ในรูปแบบปกติการปฏิเสธ (NNF) ถ้าปรากฏทั้งหมดใน negations มันอยู่ในหน้าของแนวคิดอะตอม

ทุกคน \ (\ mathcal {ALC} \) แนวคิดสามารถเปลี่ยนเป็นหนึ่งเทียบเท่าใน NNF ใช้กฎดังต่อไปนี้:

\[ \begin{aligned} NNF(C) &= C, \text{ if } C \text{ is atomic }\\ NNF(\neg C) &= \neg C, \text{ if } C \text{ is atomic}\\ NNF(\neg \neg C) &= NNF(C) \\ NNF(C \sqcup D) &= NNF(C) \sqcup NNF(D) \\ NNF(C \sqcap D) &= NNF(C) \sqcap NNF(D) \\ NNF(\neg(C \sqcup D)) &= NNF(\neg C) \sqcap NNF(\neg D) \\ NNF(\neg(C \sqcap D)) &= NNF(\neg C) \sqcup NNF(\neg D) \\ NNF(\forall R.C) &= \forall R.NNF(C) \\ NNF(\exists R.C) &= \exists R.NNF(C) \\ NNF(\neg \forall R.C) &= \exists R.NNF(\neg C) \\ NNF(\neg \exists R.C) &= \forall R.NNF(\neg C) \\ \end{aligned} \]

ปฏิเสธแบบปกติ - ตัวอย่าง

เปลี่ยนแนวคิด

\[\neg (\neg (A \sqcup \neg B) \sqcap \neg C))\]

ถึงแนวคิดเทียบเท่าในรูปแบบปกติปฏิเสธ:

\[ \begin{aligned} &NNF(\neg (\neg (A \sqcup \neg B) \sqcap \neg C))\\ &= NNF(\neg \neg (A \sqcup \neg B)) \sqcup NNF(\neg \neg C)\\ &= NNF(A \sqcup \neg B) \sqcup NNF(C)\\ &= NNF(A \sqcup \neg B) \sqcup C\\ &= NNF(A) \sqcup NNF(\neg B) \sqcup C\\ &= A \sqcup \neg B \sqcup C\\ \end{aligned} \]

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) satisfiability แนวคิด

ฉาก (กราฟเสร็จ) สำหรับ \ (\ mathcal {ALC} \) เป็นแนวคิดที่มุ่งเน้นการติดป้ายกราฟ \ (G = \ langle V, E, L \ rangle \) ซึ่งแต่ละโหนด \ (x \ in V \) จะมีป้ายกับชุด \ (L (x) \) จากแนวคิดและขอบแต่ละ \ (\ langle x, y rangle \ \ in E \) จะถูกกำกับด้วยชุด \ (L (\ langle x, y rangle \ \ )) บทบาทของ

กราฟเสร็จ \ (G \)

• มีการปะทะกันถ้า \ (\ {\ NEG \} \ in L (x) \) สำหรับแนวคิดอะตอมบาง \ (\) หรือ \ (\ bot \ in L (x) \) หรือ \ (\ NEG \ \ top ใน L (x) \)
• เสร็จสมบูรณ์แล้วถ้ากฎเสร็จไม่สามารถนำมาใช้กับมัน
  

กฎระเบียบสำหรับการเสร็จ \ (\ mathcal {ALC} \) satisfiability แนวคิด

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) satisfiablity แนวคิด - ตัวอย่างที่ 1

เราตรวจสอบว่า \ (C = (A \ sqcap \ NEG) \ sqcup B \) พอใจ มันมีอยู่ใน NNF ดังนั้นเราโดยตรงสามารถใช้อัลกอริทึมฉากไป

\[(A \sqcap \neg A) \sqcup B.\]

กฎเฉพาะคือ \ (\ sqcup \ ข้อความ {กฎ} \) เรามีสองเป็นไปได้ ประการแรกเราสามารถลอง

\[L(x)=\{C, A \sqcap \neg A\}.\]

แล้วเราสามารถใช้ \ (\ sqcap \ ข้อความ {กฎ} \) และได้รับ

\[L(x)=\{C, A \sqcap \neg A, A, \neg A\}.\]

เราได้รับการปะทะกันจึงเลือกนี้ไม่ประสบความสำเร็จ ประการที่สองเราสามารถลอง

\[L(x)=\{C, B\}.\]

ไม่มีกฎมากขึ้นมีผลบังคับใช้และเราได้รับการปะทะกันไม่ ดังนั้น \ ((A \ sqcap \ NEG) \ sqcup B \) พอใจ

รูปแบบ \ (\ mathcal {I} \) satisfiying มันจะได้รับโดย

\[\Delta^\mathcal{I}=\{x\}, A^\mathcal{I}=\emptyset, B^\mathcal{I}=\{x\}.\]

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) satisfiablity แนวคิด - ตัวอย่างที่ 2

เราตรวจสอบว่า \ (C = \ sqcap \ exists rB \ sqcap \ forall r. \ NEG B \) พอใจ มันมีอยู่ใน NNF ดังนั้นเราโดยตรงสามารถใช้อัลกอริทึมฉากไป

\[C=A \sqcap \exists r.B \sqcap \forall r.\neg B.\]

การประยุกต์ใช้ \ (\ sqcap \ ข้อความ {กฎ} \) ให้

\[L(x)=\{C, A, \exists r.B, \forall r.\neg B\}.\]

การประยุกต์ใช้ \ (\ text อยู่ \ {กฎ} \) ให้

\ (\ begin {align *} L (x) = \ {C, A, \ exists rB, \ forall r. \ NEG B \} \ \ L (y) = \ {B \} \ \ ลิตร ( \ langle x, y rangle \) = \ {r \} \ end {align *} \)

การประยุกต์ใช้ \ (\ forall \ ข้อความ {กฎ} \) ให้

\ (\ begin {ชิด} L (x) = \ {C, A, \ exists rB, \ forall r. \ NEG B \} \ \ L (y) = \ {B, \ NEG B \} \ \ L (\ langle x, y rangle \) = \ {r \} \ end {ชิด} \)

เราได้รับการปะทะกันและไม่มีทางเลือกอื่น ๆ ที่เป็นไปได้ ดังนั้น \ (\ sqcap \ exists rB \ sqcap \ forall r. \ NEG B \) เป็น unsatisfiable และมีรูปแบบที่มีอยู่ไม่มี

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) TBoxes

เราขยายฉากอัลกอริทึมในการตรวจสอบ satisfiability ของ \ (\ mathcal {ALC} \) TBoxes

• \ (\ mathcal {ALC} \) TBox มีหลักการอย่างเดียว (GCIs) ของฟอร์ม \ (C \ sqsubseteq D \) (หมายเหตุที่สัจพจน์ของฟอร์ม \ (C \ equiv D \) สามารถเขียนใหม่เป็น \ (C \ sqsubseteq D \) และ \ (D \ sqsubseteq C \))
• GCI ทุกเทียบเท่ากับ \ (\ \ top sqsubseteq \ NEG C \ sqcup D \)
  

เราสามารถ internalize TBox ทั้งหมดเป็นความจริงเดียว:

\[\mathcal{T}=\{C_i \sqsubseteq D_i | 1 \leq i \leq n\}\]

เทียบเท่ากับ

\[ \top \sqsubseteq \underset{1 \leq i \leq n}{{\LARGE\sqcap}} \neg C_i \sqcup D_i \]

ปล่อย \ (C_ \ mathcal {T} \) เป็นแนวความคิดทางด้านขวาของ GCI แล้วกฎเพิ่มเติมคือ

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) TBoxes - ตัวอย่าง

สมมติว่าเรามี TBox \ (\ mathcal {T} = \ {\ sqsubseteq \ exists rA \} \) และต้องการที่จะตรวจสอบว่าแนวคิด \ (\) พอใจ เราเริ่มต้นด้วย

\[L(x)=\{A\}\]

กฎเฉพาะคือ \ (\ mathcal {T} - \ text {กฎ} \) ทำให้เราได้รับ

\[L(x)=\{A, \neg A \sqcup \exists r.A\}\]

หลังจากใช้ \ (\ sqcup \ ข้อความ {กฎ} \) เป็นตัวเลือกแรกที่นำไปสู่​​การปะทะกันดังนั้นเราจะใช้ส่วนที่สองของ disjuction และได้รับ

\[L(x)=\{A, \neg A \sqcup \exists r.A, \exists r.A\}\]

เราสามารถใช้ \ (\ exists \ ข้อความ {กฎ} \) และได้รับ

\ (\ begin {align *} L (x) = \ {\ NEG \ sqcup \ exists rA, \ exists rA \} \ \ L (y) = \ {\} \ end {align * } \)

ณ จุดนี้เราสามารถเรียกใช้ขั้นตอนเดียวกันบน \ (y \) ดังนั้นอัลกอริทึมจะไม่ยุติ

การแก้ไข: เราต้องการที่จะค้นพบวงจร \ (\ longrightarrow \) ปิดกั้น

การปิดกั้นสำหรับ \ (\ mathcal {ALC} \)

การปิดกั้น:

โหนด \ (v '\ in V \) ถูกบล็อกโดยตรงโดยโหนด \ (\ v ใน V \) ถ้า

1. \ (\ v) เป็นบรรพบุรุษของ \ (v '\)
2. \ (L (v ') \ subseteq L (V) \)
3. ไม่มีโหนดบล็อกโดยตรง \ (V ^ {''} \) นั้น \ (V'' \) เป็นบรรพบุรุษของ \ (\ v)
   
   

โหนด \ (v '\) ถูกบล็อคถ้าอย่างใดอย่างหนึ่ง

1. \ (v '\) ถูกบล็อกโดยตรงหรือ
2. มีโหนดบล็อกโดยตรง \ (\ v) ซึ่งเป็นบรรพบุรุษของ \ (v '\)
   

อัลกอริทึมสำหรับ Tableau \ (\ mathcal {ALC} \) TBoxes ด้วยการปิดกั้น - ตัวอย่าง

สมมติว่าเรามี TBox \ (\ mathcal {T} = \ {\ sqsubseteq \ exists rA \} \) และต้องการที่จะตรวจสอบว่าแนวคิด \ (\) พอใจ

เราได้รับฉากปะทะกันฟรี

\ (\ begin {align *} L (x) = \ {\ NEG \ sqcup \ exists rA, \ exists rA \} \ \ L (y) = \ {\ NEG \ sqcup \ อยู่ rA, \ exists rA \} \ end {align *} \)

ประเด็น \ (y \) ถูกบล็อกโดยตรงโดย \ (x \)

เราจะได้รับแบบ จำกัด โดยคำนึงถึงว่า

• โหนดที่ถูกปิดกั้นไม่ได้เป็นตัวแทนองค์ประกอบในรูปแบบ
• ขอบจากโหนด \ (\ v) ไปยังโหนดบล็อกโดยตรง \ (v '\) จะถูกแสดงในรูปแบบที่เป็น "ขอบ" จาก \ (\ v) ไปยังโหนดที่บล็อกโดยตรง \ (V' \)
  

สำหรับตัวอย่างของเราที่เราได้รับ

\[ \Delta^\mathcal{I}=\{x\}, A^\mathcal{I}=\{x\}, r^\mathcal{I}=\{\langle x,x \rangle\} \]

ข้อมูลอย่างย่อ

• ความหมายของนกฮูกจะขึ้นอยู่กับรายละเอียด Logics
• Logics รายละเอียดเป็นเศษเล็กเศษน้อย decidable ของลอจิกสั่งซื้อครั้งแรก
• สรุปเหตุผลในนกฮูกเป็นไปได้
• อัลกอริทึมฉากที่เป็นหนึ่งในวิธีการที่พบมากที่สุดสำหรับเหตุผลที่นกฮูก
  

วัตถุประสงค์การเรียนรู้

กองข้อมูลที่เชื่อมโยง - SPARQL

เค้าโครง

• เกี่ยวกับ SPARQL
• SPARQL พื้นฐาน
  • การนําเสนอ
  • มือบน
• SPARQL ในชีวิตจริง
  • การนําเสนอ
  • มือบน
• SPARQL ขั้นสูง
  • การนําเสนอ
  • มือบน

SPARQL คืออะไร?

SPARQL ย่อมาจาก "SPARQL พิธีสารและภาษาของแบบสอบถาม RDF"

นอกเหนือไปจากภาษาของ W3C ได้กำหนดเพิ่มเติม:

• SPARQL พิธีสารสำหรับ RDF สเปค: จะกำหนดโปรโตคอลระยะไกลสำหรับการออกคำสั่ง SPARQL และรับผล
• ผลลัพธ์การค้นหา SPARQL ข้อกำหนดรูปแบบ XML: จะกำหนดรูปแบบเอกสาร XML สำหรับการแสดงผลของ SPARQL

ภาษาแบบสอบถามสำหรับ RDF และ RDFS

มีข้อเสนอมากมายสำหรับ RDF และ RDFS ภาษาสอบถาม:

• RDQL (http://www.w3.org/Submission/2004/SUBM-RDQL-20040109/)
• ICS-FORTH RQL (http://139.91.183.30:9090/RDF/RQL/) และ SeRQL (http://www.openrdf.org/doc/sesame/users/ch06.html)
• SPARQL (http://www.w3.org/TR/rdf-sparql-query/)
• ...

ในหลักสูตรนี้เราจะครอบคลุม SPARQL ซึ่งเป็นคำแนะนำ W3C ปัจจุบันสำหรับการสอบถามข้อมูล RDF

SPARQL 1.1

• ในหลักสูตรนี้เราจะครอบคลุมมากที่สุดของ SPARQL 1.0 จากปี 2008 และบางส่วนของ SPARQL 1.1
• มาตรฐานของ SPARQL จะดำเนินการโดย W3C โดยคณะทำงาน SPARQL
• ข้อมูลเพิ่มเติมเกี่ยวกับการทำงานอย่างต่อเนื่องโดยคณะทำงานนี้สามารถพบได้ที่ http://www.w3.org/2009/sparql/wiki/Main_Page
• ดู http://www.w3.org/TR/sparql11-query/ สำหรับรุ่นใหม่ของภาษา SPARQL (SPARQL 1.1)

โครงสร้างพื้นฐาน SPARQL - Outline

• บิตของเว็บ RDF และความหมาย
• อย่างรวดเร็วก่อนที่รูปแบบที่สาม
• ส่วนประกอบของแบบสอบถาม SPARQL
  
  • รูปแบบกราฟ
    
  • ชนิดของคำสั่ง
  • ปรับเปลี่ยน

อเนกประสงค์

อเนกประสงค์งบเกี่ยวกับสิ่งที่ (ทรัพยากร) โดยใช้ยูริและค่าอักษร

อเนกประสงค์

กราฟ

กราฟกับยูริ

คำนำหน้า

คำศัพท์

แบ่งปันแนวคิดของโดเมน

ใช้ยูริเป็นตัวระบุที่ไม่ซ้ำกัน

กำหนดคุณสมบัติและชั้นเรียน, และอื่น ๆ ....

คำศัพท์ที่รู้จักกันดี

RDF: <http://www.w3.org/1999/02/22-rdf-syntax-ns#>

rdfs: <http://www.w3.org/2000/01/rdf-schema#>

foaf: <http://xmlns.com/foaf/0.1/>

DBpedia: <http://dbpedia.org/resource>

ร้านค้าและจุดสิ้นสุดทริปเปิ SPARQL

• ปลายทาง SPARQL exposes หนึ่งหรือมากกว่าหนึ่งกราฟ
• HTTP
• คาดว่าพารามิเตอร์ "แบบสอบถาม" ทั้งที่มีโพสต์หรือ GET กับแบบสอบถามที่เข้ารหัส
• ไม่มีความสัมพันธ์ที่จำเป็นระหว่างชื่อกราฟและชื่อปลายทาง แต่การปฏิบัติที่ดี
  
  

คำถามง่ายๆ

คำถามง่ายๆ

Query ซับซ้อนมากขึ้นเล็กน้อย

Query ซับซ้อนมากขึ้นเล็กน้อย

Query ซับซ้อนมากขึ้นเล็กน้อย

Query ซับซ้อนมากขึ้นเล็กน้อย

โครงสร้างของแบบสอบถาม SPARQL

คำนำหน้า

น้ำตาลที่เกี่ยวกับการสร้างประโยคเพื่อให้คำสั่งที่สามารถอ่านได้

ตัวอย่าง:

คำนำหน้า: <http://example.com/base/>

คำนำหน้า foaf: <http://xmlns.com/foaf/0.1/>

<http://xmlns.com/foaf/0.1/knows> == foaf: รู้

<http://example.com/base/Tim> ==: ทิม

ประเภทแบบสอบถาม

SELECT

• ตารางผลตอบแทนที่ได้ผล

ASK

• ผลตอบแทน (boolean) จริงถ้ารูปแบบที่สามารถจับคู่

สรรค์สร้าง

• สร้างโดยใช้แม่แบบอเนกประสงค์

อธิบาย

• รายละเอียดผลตอบแทนของทรัพยากร

จากประโยค

ระบุที่กราฟควรพิจารณาโดยปลายทาง

• ถ้ามองข้ามกราฟเริ่มต้นที่เรียกว่าถูกนำมาใช้
• ถ้าระบุแบบสอบถามที่มีการประเมินโดยใช้กราฟที่กำหนดทั้งหมด
• ถ้าเป็นกราฟระบุชื่อกราฟชื่อสามารถนำมาใช้ในส่วนของแบบสอบถาม

กราฟสามารถ dereferenced โดยปลายทาง SPARQL

การปรับเปลี่ยนวิธีการแก้ปัญหา

เปลี่ยนผลของแบบสอบถาม

จำกัด และ OFFSET ชิ้น resultset มีประโยชน์สำหรับการให้เลขหน้า

ตัวอย่างเช่น SELECT * WHERE {..... } 10 LIMIT

-> แสดงผลเพียง 10

ORDER BY ทุกประเภทชุดผลลัพธ์

ตัวอย่างเช่น: LIMIT SELECT * WHERE {..... } ORDER BY ASC (... ) 10

-> แสดง 10 อันดับแรกของชุดผลลัพธ์เรียง

ข้อที่

• มีรูปแบบกราฟ
• ซึ่งเชื่อมต่อ
• ตัวแปรที่ถูกผูกไว้กับค่าเดียวกัน

รูปแบบที่สาม

• รูปแบบทั่วไปสาม (SPO)
• ในตำแหน่งตัวแปรทั้งหมดที่อาจเกิดขึ้น
• ตัวแปรที่จะผูกพันตามปลายทาง SPARQL

รูปแบบ Triple Room - ตัวอย่าง

: ทิม foaf: ชื่อ "ทิม"

เลือกชื่อที่ไหน? {: ชื่อ: จอห์น foaf}
-> "จอห์น"

SELECT เพื่อนที่ไหน? {: จอห์น foaf: รู้ว่าเพื่อน}
->: ทิม

SELECT เพื่อนชื่อที่ {:? จอห์น foaf: รู้ว่าเพื่อน : จอห์น foaf: ชื่อ}
->: ทิม "จอห์น"

SELECT friendsname WHERE {: จอห์น foaf: รู้ว่าเพื่อน ? foaf เพื่อน: ชื่อ}
-> "ทิม"

รูปแบบ Triple Room - ผลิตภัณฑ์ Cartesian

? เลือกบุคคล friendsname WHERE {foaf คนที่:? รู้ว่าเพื่อน ? foaf คน: friendsname ชื่อ}

: จอห์น "จอห์น"
: จอห์น "ทิม"
: ทิม "จอห์น"
: ทิม "ทิม"

ทรัพยากร Matching

ตรงกับตัวอักษรตามตัวอักษร

ทั้งที่มีคำนำหน้าหรือ <URI> เต็ม

• foaf: ชื่อ <http://xmlns.com/foaf/spec/name> ==

เปอร์เซ็นต์ของการเข้ารหัสอักษร (เช่นพื้นที่)

• myns: 20Doe% จอห์น = myns: John Doe | ข้อผิดพลาด!

กรณีที่สำคัญ

• foaf: name = <http://xmlns.com/foaf/spec/Name>

ตัวอักษรที่ตรงกัน

ตัวอักษรต้องตรงกับความเท่าเทียมกันทางตัวอักษรตามตัวอักษร

• สามารถมีประเภทข้อมูล: XSD: int, XSD วัน
  • เครื่องยนต์ SPARQL อาจทราบความหมายของประเภทข้อมูล
  • เพื่อความเท่าเทียมกันจะต้องตรงกับ
• สามารถมีแท็กภาษา

กรอง

• ดำเนินการในรูปแบบกราฟ
• ค่าการทดสอบ
• เด่นที่สุด: จำกัด ค่าตัวอักษร
  • เปรียบเทียบสตริง
  • การแสดงออกปกติ
  • ตัวเปรียบเทียบตัวเลข
• การตรวจสอบประเภท / ภาษา
• การประเมินผลในท้ายที่สุดอย่างใดอย่างหนึ่งให้เป็นจริงข้อผิดพลาดเท็จหรือประเภท

ภาพรวมการกรอง

• ตรรกะ: &&, | |
• คณิตศาสตร์: +, -, *, /
• เปรียบเทียบ: =, =,>, <, ...
• การทดสอบ SPARQL: isURI, ISBLANK, isLiteral, ผูกพัน
• accessors SPARQL: Str, lang, ประเภทข้อมูลอื่น ๆ : langMatches sameTerm, regex
• ผู้ขายที่เฉพาะเจาะจง: คำนำหน้าเช่น BIF: มี

กรองสตริง

Str () เพียงแค่มูลค่าที่แท้จริงโดยไม่ต้องประเภทข้อมูล

regex ​​() นิพจน์ปกติเต็มรูปแบบ

BIF: ประกอบด้วยสตริงการค้นหาโดยใช้ดัชนีพิเศษ

สตริงตัวอย่างการกรอง

: ทิม foaf: ชื่อ "ทิม" ^ ^ XSD: สตริง

SELECT เพื่อน {foaf เพื่อน: ชื่อ "ทิม".}

-> ที่ว่างเปล่า

SELECT เพื่อน {foaf เพื่อน: ชื่อ?
FILTER str ((ชื่อ?) = "ทิม")}

->: ทิม

SELECT เพื่อน {foaf เพื่อน: ชื่อ? ? ชื่อ BIF: ประกอบด้วย "im")}

->: ทิม

ภาษาและประเภทข้อมูลการกรอง

lang accessor ​​(x) กับภาษาของตัวอักษร

langMatches (lang (x), "en") ประเมินถ้าแท็กภาษาที่ตรงกับแท็กภาษาอื่น ๆ

ประเภทข้อมูล (x) เข้าใช้งานประเภทข้อมูลของตัวอักษร? x

การกรองตัวเลข

: ทิม foaf: ชื่อ "ทิม" ^ ^ XSD: สตริง

SELECT เพื่อน WHERE {เพื่อน:? อายุ?
FILTER (อายุ?> 25)}

->: จอห์น

ดำเนินการเชิงตรรกะ

: จอห์น: อายุ 32
: จอห์น foaf: ชื่อ "จอห์น" @ en
: ทิม: อายุ 20

: ทิม foaf: ชื่อ "ทิม" ^ ^ XSD: สตริง

SELECT เพื่อน {foaf เพื่อน: ชื่อ?

FILTER str ((ชื่อ?) = "ทิม"? &&> อายุ 25)}

-> โมฆะ

SELECT เพื่อน {foaf เพื่อน: ชื่อ?
FILTER str (ชื่อ () = "ทิม" |? |? อายุ> 25)}

->: ทิม
->: จอห์น

ค่าตัวเลือก

• ที่คล้ายกันไปทางซ้ายเข้าร่วมใน SQL
• ช่วยให้มีการสอบถามสำหรับข้อมูลที่ไม่สมบูรณ์
• เลือกใช้รูปแบบกราฟเต็ม
• ไวยากรณ์ {} pattern1 เสริม {optpattern}

ตัวอย่างที่เป็นตัวเลือก

: ทิม foaf: ชื่อ "ทิม"

SELECT? ชื่ออะไร? โทรศัพท์
ชื่อ: {foaf บุคคล?
foaf คนที่: โทรศัพท์โทรศัพท์}?

-> "จอห์น" "123456"

นี้เป็นบิตพอใจ

ตัวอย่างที่เป็นตัวเลือก

: ทิม foaf: ชื่อ "ทิม"

เลือกชื่อโทรศัพท์ {ผู้ foaf:? ชื่อ?
ตัวเลือก {foaf คนที่:? โทรศัพท์โทรศัพท์}}
-> "จอห์น" "123456"
-> "ทิม"

สหภาพ

ไวยากรณ์ {กราฟรูปแบบ} {ยูเนี่ยนรูปแบบกราฟ}

ช่วยให้การสอบถาม (บางส่วน) โครงสร้างข้อมูลที่แตกต่างกัน

ตัวอย่างยูเนี่ยน

: เจน rdfs: ฉลาก "เจน"

เลือกชื่อ WHERE {ผู้ foaf:? คน ? foaf บุคคล: ชื่อ}

-> "จอห์น"
-> "ทิม"

เลือกชื่อ WHERE {ผู้ foaf:? คน
{foaf คนที่:? ชื่อยูเนี่ยน} {? rdfs คนที่: ป้ายชื่อ}}

-> "จอห์น"
-> "ทิม"
-> "เจน"

SELECT? ชื่อที่ {
{foaf คนที่:?. ชื่อชื่อของบุคคล foaf: คน ?} ยูเนี่ยน {rdfs บุคคล: ทำป้ายชื่อของบุคคล foaf:. คน   }}

เงื้อม

WHERE SELECT * {..... }

-> ตัวแปรทั้งหมดที่กล่าวถึงในรูปแบบกราฟ

SELECT หรือไม่? o {WHERE หรือไม่? P o}

- ตัวแปร> เฉพาะที่ระบุไว้ในกรณีนี้และ o?

SELECT DISTINCT ........

-> eleminates ซ้ำกันในผลที่ตามมา

นับ

ฟังก์ชันการรวมง่าย

นับความถี่ที่ตัวแปรที่ถูกผูกไว้

ตัวอย่าง:

: ทิม foaf: ชื่อ "ทิม"

นับเลือก (คนที่?) {foaf บุคคล: ชื่อ?}

-> 2

SPARQL ในชีวิตจริง - Outline

• เราใช้ความรู้ ackquired ก่อนหน้านี้สำหรับ
  • การสำรวจข้อมูลที่ไม่รู้จักโครงสร้างและคำศัพท์
  • สอบถามข้อมูลที่ไม่สอดคล้องกันโครงสร้าง
    

บางจุดสิ้นสุด SPARQL สาธารณะ

SPARQLer : ปลายทางแบบสอบถามวัตถุประสงค์ทั่วไปสำหรับข้อมูลบนเว็บที่สามารถเข้าถึงได้

DBpedia : กว้างขวาง RDF ข้อมูลจากวิกิพีเดีย

DBLP : ข้อมูลบรรณานุกรมจากวารสารวิทยาศาสตร์คอมพิวเตอร์และการประชุม

LMDB : ข้อมูลจาก MDB - ฐานข้อมูลภาพยนตร์ (ไม่มีรูปแบบ html)

World Factbook : สถิติประเทศจากซีไอเอ World Factbook

เกี่ยวกับ DBpedia

จุดตกผลึกของเว็บแบบ Semantic

โสดแหล่งข้อมูลที่สำคัญที่สุด

ความพยายามของชุมชน

สารสกัดจากข้อมูลกึ่งโครงสร้างในวิกิพีเดีย

เนื้อหาที่ไม่ curated

ทราบข้อ จำกัด ของคุณ!

ปลายทาง DBpedia นิยมและเป็นที่ใช้

มักจะเพิ่มงบ LIMIT, เมื่อสร้างคำสั่ง

สำรวจคำศัพท์

การสำรวจโดยการตรวจสอบข้อมูลเช่น

• ค้นหาข้อมูลรายละเอียดเกี่ยวกับข้อมูล
• ใช้เครื่องมือ
• วิเคราะห์การถ่ายโอนข้อมูลแบบสอบถาม
• URI dereference
  
• แบบสอบถาม

ข้อมูลรายละเอียด

สิ่งพิมพ์ชุดข้อมูลได้มากที่สุด decribing พวกเขา

ค้นหาเอกสารเกี่ยวกับพวกเขาโดยใช้ scholar.google.com

เครื่องมือค้นหาความสัมพันธ์

http://www.visualdataweb.org/relfinder.php

URIs dereference

หลักการเชื่อมโยงข้อมูลให้ dereferencing ยูริสจะได้รับการ decriptions

ข้อมูลอินสแตนซ์ที่เมืองไลพซิก

-> http://dbpedia.org/resource/Leipzig

ข้อมูลเกี่ยวกับคำศัพท์ foaf: ชื่อ

-> http://xmlns.com/foaf/0.1/name

สอบถาม

อธิบาย <http://dbpedia.org/resource/Leipzig>

SELECT? p? o WHERE {<http://dbpedia.org/resource/Leipzig>? p? o}

? คำสั่ง p

ในแบบสอบถามที่มีตัวแปรในตำแหน่งกริยาของรูปแบบสาม

? คำสั่ง p - ตัวอย่าง

: จอห์น foaf: ชื่อ "จอห์น"
: จอห์น rdfs: ฉลาก "นี่คือจอห์น"
: จอห์น foaf: โทรศัพท์ "12312"

SELECT P o ที่ไหน? {:? จอห์น P o}

-> foaf: ชื่อ "จอห์น"
- rdfs>: ฉลาก "นี่คือจอห์น"
- foaf>: โทรศัพท์ "12312"

มีการสอบถามสำหรับชั้นเรียน

คำศัพท์ที่กำหนดระดับชั้น

• foaf: คน
• foaf: เอกสาร

RDF: ประเภท / ร่วมกับชั้นเรียนเช่น

• : จอห์น foaf: == คน: คน: จอห์น RDF: ประเภท foaf

มีการสอบถามสำหรับชั้นเรียน - ตัวอย่าง

: จอห์น foaf: คน
: ดาวพลูโตสัตว์: สุนัข

เลือกบุคคลที่ไหน? {คน foaf: คน}

->: จอห์น

SELECT? ชั้น WHERE {? เช่นคลาส}

- foaf>: คน
- สัตว์>: สุนัข

ประเภท

ประเภท

เลือกประเภทที่แตกต่างกัน?

WHERE {
ประเภทของ EA?
}

คุณสมบัติของรายการ

รายการของคุณสมบัติ

เลือกที่แตกต่างกัน? p? ชื่อ

WHERE {
? rdfs p: ป้ายชื่อ?
? <http://dbpedia.org/ontology/Actor> EA
? e? p? วี
}

การทำงานกับ DBpedia หน้า

มองผ่าน อีวานแย่มาก หน้า DBpedia คุณสมบัติอะไรที่คุณอาจใช้เพื่อให้ได้รายชื่อของผู้นำรัสเซีย

ตรวจสอบข้อเสนอแนะของคุณโดยใช้ ปลายทาง DBpedia

การทำงานกับหน้า DBpedia

SELECT? e
WHERE {
? dcterms e: หมวดหมู่เรื่อง: Russian_leaders
}

SELECT? e
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
}

...

COUNT

COUNT

นับเลือก (e)

WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
}

รูปแบบหลาย ๆ

รูปแบบหลาย ๆ

}

รุ่นที่ดีกว่า:

SELECT? e? ชื่อ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?
}

LIMIT

แสดงเฉพาะ 20 รายการแรก แล้วแสดงถัดไป 20 เปลี่ยน OFFSET ถึง 10

LIMIT

SELECT? e? ชื่อ

WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?
}

20 LIMIT
OFFSET 10

FILTER

FILTER

SELECT? e? ชื่อ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?

FILTER (? E = <http://dbpedia.org/resource/Ivan_the_Terrible>)
}

สตริงที่จับคู่

จับคู่สาย

SELECT? e? ชื่อ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?

FILTER regex ​​(ชื่อ? "อีวาน", "i")
}

Langmatching

Langmatching

SELECT? e? ชื่อ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?

FILTER (langMatches (lang (ชื่อ), "EN"))
}

คุณสมบัติของการเลือกที่จะแสดง

เขียนแบบสอบถามก่อนหน้านี้เพื่อแสดงรายการชื่อชื่อของบรรพบุรุษและชื่อของผู้สืบทอด

การเลือกคุณสมบัติที่จะแสดง

การปฏิบัติเพิ่มเติม

ค้นหาชื่อที่แท้จริงของผู้นำรัสเซียซึ่งเป็นบนบัลลังก์ขวาก่อนที่แคทเธอรี I ("แคเธอรีนแห่งรัสเซียผม" @ TH)

คุณสามารถหาวิธีอื่นที่จะทำงานเดียวกัน?

การปฏิบัติเพิ่มเติม

} หรือ

SELECT? ชื่อเป็น? ผู้นำ
WHERE {
dbpprop e: ชื่อ DBpedia: List_of_Russian_rulers
? rdfs e: ทำป้ายชื่อ?
ทายาทผู้สืบทอด: e-DBpedia นกฮูก?
? rdfs ตัวตายตัวแทน: ฉลาก successor_name?
FILTER (? successor_name = "แคเธอรีนแห่งรัสเซียผม" @ TH)
}

optionals

มองไปที่หน้า: http://dbpedia.org/page/Dmitry_of_Suzdal

ทำไมผู้นำนี้ไม่ได้อยู่ในผลของคำสั่งก่อนหน้านี้?

แก้ไขปัญหาที่เกิดขึ้น

optionals

สหภาพแรงงาน

ดูที่ http://dbpedia.org/page/Dmitry_of_Suzdal หน้าอย่างระมัดระวังมากขึ้น สิ่งที่คุณสามารถพูดเกี่ยวกับผู้สืบทอดและบรรพบุรุษของผู้นำ?

แก้ไขปัญหาที่เกิดขึ้น

สหภาพแรงงาน

งานสุดท้าย

ชนิดแบบสอบถามอื่น ๆ

สรรค์สร้าง

-> สร้างกราฟโดยตัวแปรที่มีผลผูกพันในแม่แบบ

ASK

-> ส่งกลับค่าบูลีนถ้ารูปแบบที่สามารถพบได้

อธิบาย

-> ให้คำอธิบายสั้น ๆ เกี่ยวกับทรัพยากรบางอย่าง

ประเภทอื่น ๆ ตัวอย่าง Query

: จอห์น foaf: รู้: ทิม
: จอห์น foaf: ชื่อ "จอห์น"
: จอห์น foaf: โทรศัพท์ "123456"
: ทิม foaf: รู้: จอห์น
: ทิม foaf: ชื่อ "ทิม"

สรรค์สร้าง {foaf บุคคล: ชื่อ? foaf คนที่: โทรศัพท์โทรศัพท์}?
ชื่อ: {foaf บุคคล? foaf คนที่: โทรศัพท์โทรศัพท์}?

->: จอห์น foaf: ชื่อ "จอห์น"
->: จอห์น foaf: โทรศัพท์ "123456"

ประเภทอื่น ๆ ตัวอย่าง Query

: จอห์น foaf: รู้: ทิม
: จอห์น foaf: ชื่อ "จอห์น"
: จอห์น foaf: โทรศัพท์ "123456"
: ทิม foaf: รู้: จอห์น
: ทิม foaf: ชื่อ "ทิม"

อธิบายคนที่ WHERE {foaf บุคคล: ชื่อ? foaf คนที่: โทรศัพท์โทรศัพท์}?

->: จอห์น foaf: ชื่อ "จอห์น"
->: จอห์น foaf: โทรศัพท์ "123456"

ประเภทอื่น ๆ ตัวอย่าง Query

: จอห์น foaf: รู้: ทิม
: จอห์น foaf: ชื่อ "จอห์น"
: จอห์น foaf: โทรศัพท์ "123456"
: ทิม foaf: รู้: จอห์น
: ทิม foaf: ชื่อ "ทิม"

ชื่อ: ASK {foaf บุคคล? foaf คนที่: โทรศัพท์โทรศัพท์}?
-> จริง

ฟังก์ชันการรวม

ฟังก์ชันการรวมที่คล้ายกับ SQL ถูกนำมาใช้กับ SPARQL 1.1

นาทีสิ่งที่สำคัญที่สุด, สูงสุด, Avg Sum, Count

กลุ่มโดยกลุ่มผลตามจำเป็นสำหรับการฉาย

ฟังก์ชั่นรวม - ตัวอย่าง

: เจน: อายุ 23

SELECT เฉลี่ย WHERE (อายุ?) {คนที่:? อายุ}

-> 25

เลือกเพศนาที WHERE {บุคคล (อายุ?) อายุ? บุคคล: เพศเพศ} GROUP BY เพศ?

->: ชาย 20
->: หญิง 23

Grahps ชื่อ

อนุญาตให้มีการควบคุมเพิ่มเติมเกี่ยวกับกราฟที่สามมาจาก

SELECT *
จาก <http://mygraph.example/> ตั้งชื่อ
WHERE {กราฟกรัม {s หรือไม่? p? o}}

-> <http://mygraph.example/> <S> <p> <o>

กราฟ Named - ตัวอย่าง

แบบสอบถามย่อยที่มีจากประโยค

subqueries ในราคาถูก:

1. เขียนแบบสอบถามที่คุณต้องการใช้เป็นพื้นฐานเป็นแบบสอบถามสร้าง
2. URL เข้ารหัส
3. สร้างแบบสอบถามอื่น ๆ
4. ใส่ปลายทางสำหรับแรก + แบบสอบถามที่เข้ารหัสในข้อ FROM ของแบบสอบถามอื่น ๆ

-> * เลือกจาก <http://dbpedia.org/sparql?query=SELECT%20....>

การปฏิเสธ

คำถาม: วิธีการหารายชื่อทั้งหมดที่ไม่ได้มีหมายเลขโทรศัพท์

ใช้การรวมกันของไม่ได้ถูกผูกไว้และตัวเลือก!

ตัวอย่างการปฏิเสธ

: ทิม foaf: ชื่อ "ทิม"

โทรศัพท์ SELECT? ชื่อ {
ชื่อ: foaf บุคคล?
ตัวเลือก {foaf คนที่:? โทรศัพท์โทรศัพท์}
FILTER (! จำกัด (โทรศัพท์?))}

-> ทิม

สหพันธ์แบบสอบถาม

คำหลักที่ช่วยให้บริการสหพันธ์ระหว่าง endpoints SPARQL หลาย

endpoints กระจายแบบสอบถาม

เหตุผลและ SPARQL

เหตุผลที่ไม่ได้เป็นคุณลักษณะ SPARQL

เหตุผลบางอย่างที่สามารถจำลองด้วย SPARQL

ที่ขาดหายไปของสมาคมโดยตรงกับชั้นเรียนผู้ปกครองสามารถสอบถามได้ที่มีรูปแบบเช่น

{rdfs ย่อย:? subClassof ผู้ปกครอง
? subsub rdfs: subClassOf ย่อย ... }

เส้นทางที่ให้บริการ

ทั้งที่เกี่ยวกับการสร้างประโยคน้ำตาล:

? บุคคล foaf: รู้ / foaf: ชื่อ ==

? บุคคล foaf: รู้ว่าเพื่อน? ชื่อ: foaf เพื่อน?

หรือสำรวจตรวจ:

? x foaf: รู้ + / foaf: ชื่อ

ข้อซักถามและพีชคณิต

• คำสั่ง SPARQL จะเรียบเรียงสำนวนพีชคณิตสำหรับการประเมินผล
• คำสั่ง SPARQL กับชุดผลลัพธ์ที่เหมือนกันสามารถดำเนินการที่แตกต่างกันขึ้นอยู่กับวิธีการที่ดีแบบสอบถามสามารถเพิ่มประสิทธิภาพ

ตัวอย่าง:

เลือก * {s หรือไม่? p? o FILTER (p = foaf:? && o ชื่อ = "แองเจลาเมอร์เค" @ TH)}

เลือก * {foaf s: ชื่อ "แองเจลาเมอร์เค" @ en}

พีชคณิต

PREFIX  foaf: <http://xmlns.com/foaf/spec/>

SELECT  *
WHERE
  { ?s foaf:name "Angela Merkel"@en }

  1 (base <http://example/base/>
  2   (prefix ((foaf: <http://xmlns.com/foaf/spec/>))
  3     (bgp (triple ?s foaf:name "Angela Merkel"@en))))

พีชคณิต

PREFIX  foaf: <http://xmlns.com/foaf/spec/>

SELECT  *
WHERE
  { ?s ?p ?o
    FILTER ( ( ?p = foaf:name ) && ( ?o = "Angela                                    Merkel"@en ) )
  }

คอมไพล์เป็น

(base <http://example/base/>
  (prefix ((foaf: <http://xmlns.com/foaf/spec/>))
    (filter (&& (= ?p foaf:name) (= ?o "Angela                                     Merkel"@en))
      (bgp (triple ?s ?p ?o)))))

การประเมินผล

• คำสั่ง SPARQL มีการประเมินซ้ำที่เริ่มต้นจากรูปแบบที่สาม (โหนดใบ)
• ชุดผลกลางจะสร้าง

การใช้งานของดัชนีสำหรับ:

• ทรัพยากร
• ตัวอักษร

แต่ไม่ใช่สำหรับ:

• regex
• ฟังก์ชันการรวม

แทนที่จะพิจารณา BIF: มี และพิจารณาผลักดันตัวกรองที่ลึกลงไปในคำสั่งที่เป็นไปได้

ไม่ผูกพัน

ไม่ผูกพัน

การรวมตัว

A1 รวม

A2 รวม

A3 รวม

AS

AS

ลบ

ลบ

การนำข้อมูล

การนำข้อมูล

ค้นหาคอมมอนส์

ค้นหาคอมมอนส์

การใช้การค้นหาความสัมพันธ์

การใช้ Hanne

วิธีการเชื่อมต่อ

ที่จะเขียนแบบสอบถาม

ค้นหาส่วนนี้:

คุณสามารถป้อนแบบสอบถามที่คุณต้องการใด ๆ

วิธีการแสดงผล

กรอกตารางตามด้วยโครงสร้างวัตถุ JSON

ปลายทาง SPARQL

http://www.sparql.org/

http://dbpedia.org/sparql

http://www.w3.org/wiki/SparqlEndpoints

SPARQL ร้านค้าที่สามเปิดการใช้งาน

โอเพนซอร์ส Virtuoso http://virtuoso.openlinksw.com/ ---

Jena & Fuseki --- http://jena.apache.org/

งา --- http://www.openrdf.org/

เครื่องมือเพิ่มเติม

แหล่งการเรียนรู้เพิ่มเติม

• เทรนเนอร์ SPARQL (http://aksw.org/projects/sparqltrainer)
• การเรียนรู้ SPARQL บ๊อบชาร์มรีลลี่ (2011)
• เว็บแบบ Semantic สำหรับ Ontologist ทำงานคณบดี Allemang และเจมส์ Hendler, มอร์แกน Kaufmann (2011)
• SPARQL โดยยกตัวอย่างเช่น http://www.cambridgesemantics.com/semantic-university/sparql-by-example

หัวข้อเพิ่มเติม

GeoSparql

งานหน้าจอ 30 กม. อนุเสาวรีย์ไปบนแผนที่

ปรับปรุง sparql

งาน: สร้างกราฟที่มีข้อมูลส่วนบุคคลบางอย่างเกี่ยวกับคุณ

ปลาย!

งานสุดท้าย

วัตถุประสงค์การเรียนรู้

• ความสัมพันธ์ระหว่างฐานข้อมูลเชิงสัมพันธ์และ RDF
• ความเข้าใจพื้นฐานของหลักการการทำแผนที่
  

การใช้งานเว็บคลาสสิก

Triplification โดยเป็นตัวเป็นตน

• การเข้าถึงโดยตรงกับข้อมูลที่ผู้ใช้สามารถสร้างคำสั่งของตัวเอง
• ข้อมูลที่เชื่อมโยงช่วยให้โปรแกรมอื่น ๆ ที่จะใช้วันที่
• เชิงลบ: ความต้องการเซิร์ฟเวอร์อื่น ๆ ที่มีดัชนี / รอยความทรงจำ

Triplification โดย SPARQL การ SQL-เขียนใหม่

• ผลประโยชน์ทั้งหมดที่ได้จากบวกก่อนหน้านี้:
• ค่าใช้จ่ายในการใช้งานลดลงรอยหน่วยความจำขนาดเล็ก
  
• ข้อมูลเสมอ
  
  

การแมปสำหรับ Triplification

• ทำงานสำหรับการเป็นตัวเป็นตนและ SPARQL การ SQL-เขียนใหม่
• R2RML เป็น RDB ที่โดดเด่นที่สุดในการจัดทำแผนที่ภาษา RDF
  • การแมปที่กำหนดเองสำหรับการแปลง RDB เป็น RDF
  • คำแนะนำของ W3C ตั้งแต่กันยายน 2012
  • ทำให้เป็นเต่า
    
    
    

แนวคิดหลัก R2RML

แผนที่ระยะสร้างเงื่อนไข RDF (Iris, ตัวอักษรและโหนดที่ว่างเปล่า)

• จากแม่แบบหรือ
• จากคอลัมน์หรือ
• จากการแสดงออกคงที่
  

แนวคิดหลัก R2RML

แผนที่ระยะสร้างเงื่อนไข RDF (Iris, ตัวอักษรและโหนดที่ว่างเปล่า)

• จากแม่แบบหรือ
• จากคอลัมน์หรือ
• จากการแสดงออกคงที่

อเนกประสงค์แผนที่สร้างอเนกประสงค์

• จากแถวของตารางหรือมุมมอง,
• โดยใช้แผนที่ระยะ

แนวคิดหลัก R2RML

แผนที่ระยะสร้างเงื่อนไข RDF (Iris, ตัวอักษรและโหนดที่ว่างเปล่า)

• จากแม่แบบหรือ
• จากคอลัมน์หรือ
• จากการแสดงออกคงที่

อเนกประสงค์แผนที่สร้างอเนกประสงค์

• จากแถวของตารางหรือมุมมอง,
• โดยใช้แผนที่ระยะ

การอ้างอิงถึงรูปแบบแผนที่วัตถุสัมพันธ์ระหว่างแผนที่อเนกประสงค์

การทำแผนที่ด้วย R2RML

การทำแผนที่ด้วย R2RML

การทำแผนที่ด้วย R2RML

แผนที่ง่ายดำเนินการ

ฐานข้อมูลตัวอย่าง

แผนที่ง่ายดำเนินการ

สำหรับการทำแผนที่ก่อนหน้านี้

แผนที่ง่ายดำเนินการ

ผลลัพธ์ใน

เค้าโครง

เค้าโครง

คำที่เกี่ยวข้อง: การศึกษาอภิปรัชญา

• "การเรียนรู้อภิปรัชญาเป็น subtask ของการสกัดข้อมูล. เป้าหมายของการเรียนรู้อภิปรัชญาคือการ (กึ่ง) โดยอัตโนมัติสารสกัดจากแนวคิดที่เกี่ยวข้องและความสัมพันธ์จากคลังที่กำหนดหรือชนิดอื่น ๆ ของชุดข้อมูลในรูปแบบอภิปรัชญา." (วิกิพีเดียวันนี้)
• "การเรียนรู้อภิปรัชญาเป็นกลไกสำหรับกึ่งอัตโนมัติสนับสนุนวิศวกรอภิปรัชญาในจีวิศวกรรม.''
  Mädche AD อภิปรัชญาการเรียนรู้สำหรับเว็บแบบ Semantic วิทยานิพนธ์ Universität Karlsruhe, 2001
• "การเรียนรู้อภิปรัชญาจุดมุ่งหมายที่จะบูรณาการความหลากหลายของสาขาวิชาเพื่อที่จะอำนวยความสะดวกในการก่อสร้างของจีส์ในอภิปรัชญาวิศวกรรมและการเรียนรู้โดยเฉพาะอย่างยิ่งเครื่อง."
  AD Mädcheเอส Staab การเรียนรู้ของอภิปรัชญา คู่มือของจีส์ในระบบสารสนเทศ, 2004

การจำแนกประเภทของข้อมูลการศึกษาอภิปรัชญา

การจำแนกประเภทของอภิปรัชญาศึกษา DataII

อภิปรัชญาการเรียนรู้ชั้นเค้ก [Cimiano 2006]

รูปแบบ [เฮิร์สต์ 1992] สำหรับ subsumption ชั้น

• เช่น NP NP เป็น {,} * {หรือ |} และ NP
• "เกมเช่นเบสบอลและคริกเก็ต"
• NP {, NP} * {} {และ | หรือ} NP อื่น ๆ
  • "กระต่ายและสัตว์อื่น ๆ "
  • แต่: "กระต่ายและสัตว์เลี้ยงอื่น ๆ "
• NP {} {รวมทั้ง NP,} * {หรือ |} และ NP
  • "ผลไม้รวมทั้งแอปเปิ้ลและลูกแพร์"
• NP {} โดยเฉพาะอย่างยิ่ง {NP,} * {หรือ |} และ NP
• "ยุโรปโดยเฉพาะอย่างยิ่งชาวอิตาเลียน"
• แต่: "ประธานาธิบดีสหรัฐโดยเฉพาะอย่างยิ่งพรรคประชาธิปัตย์"

รูปแบบ [โอกาตะและถ่านหิน 2004]

• เป็น NP NP
• "จิงโจ้เป็นสัตว์ที่อาศัยอยู่ในประเทศออสเตรเลีย."
• NP ชื่อ | เรียกว่า NP
  • "คนญี่ปุ่นชอบที่จะเล่นเกมที่เรียกว่าไป."
• NP, NP
  • "Sencha, ชาที่นิยมมากที่สุดในประเทศญี่ปุ่น ... "
• NP NP
• "จอห์นรักเฟอร์รารีของเขา รถ ... "
• ท่ามกลาง NP, NP
  • ในบรรดาเครื่องดนตรีทั้งหมดไวโอลิน are ... "
• NP ยกเว้น | อื่น ๆ กว่า NP
  • พนักงานยกเว้นสำหรับผู้จัดการทุกข์ทรมานจาก ... "

กฎแหย่

• GATE = ทั่วไปสถาปัตยกรรมวิศวกรรมข้อความ
• เขียนใน Java
• ผู้ใหญ่ใช้ทั่วโลก
• ภาษาแหย่ = สำหรับสร้างต้นแบบอย่างรวดเร็วและการดำเนินงานที่มีประสิทธิภาพของวิธีการวิเคราะห์ตื้น
• สามารถนำมาใช้เช่น ~ หารูปแบบที่เฉพาะเจาะจงโดเมน (บล็อกการเงิน ฯลฯ )

II แหย่กฎ

rule: Hearst_1 ( (NounPhrase):superconcept {SpaceToken.kind == space} {Token.string=="such"} {SpaceToken.kind == space} {Token.string=="as"} {SpaceToken.kind == space} (NounPhrase):subconcept ):hearst1

-->

:hearst1.SubclassOfRelation = { rule = "Hearst1" }, :subconcept.Domain = { rule = "Hearst1" }, :superconcept.Range = { rule = "Hearst1" }

ความคล้ายคลึงกันบริบทคำศัพท์ (เช่น [Cimiano และVölker 2005])

• "โคลัมบัสเป็นเมืองหลวงของรัฐโอไฮโอ. โคลัมบัสมีประชากรประมาณ 700,000 คนที่อาศัยอยู่."
• โคลัมบัส (เมืองหลวง (1), รัฐ (1), โอไฮโอ (1) ประชากร (1), อาศัย (1))
• ซิตี้ (ประเทศ (2), รัฐ (1), อาศัย (2), นายกเทศมนตรี (1), สถานที่ (1))
• Explorer (เรือ (1) กะลาสี (2) การค้นพบ (1))

"ส่วนใหญ่อาจจะ": ซิตี้ (โคลัมบัส)

เฟรม Subcategorization

• "ทีน่าไดรฟ์ฟอร์ด."
• คน (Tina) คัน (ฟอร์ด)
• "พ่อของเธอขับรถบัส."
• ประเภทรองของพ่อคน
• ประเภทรองของรถยานพาหนะ
• subcat: ไดรฟ์ (ไอคอน: คน obj: ยานพาหนะ)
• \[Person \sqsubseteq \forall drive.Vehicle \]

Text2Onto

อัล Suchanek et 2009

"วอชิงตันเป็นเมืองหลวงของสหรัฐ. (... ) นิวยอร์กเป็นเมืองหลวงของสหรัฐแฟชั่น."

• สกัด: hasCapital (สหรัฐ, นิวยอร์ก); hasCapital (สหรัฐวอชิงตัน)
• ความรู้พื้นฐาน: hasCapital เป็นสถานที่ทำงาน
• ข้อสรุปที่เป็นไปได้:
• นิวยอร์กวอชิงตัน =
• ที่ไม่สอดคล้องกัน (สมมติชื่อที่เป็นเอกลักษณ์)
• ความขัดแย้งทางตรรกะสามารถช่วยในการตรวจสอบข้อผิดพลาดในข้อมูลที่สกัดโดยอัตโนมัติ

Leda

วิธีการอื่น ๆ

• กฎสมาคมและสถิติการเกิดขึ้นร่วม
• ตัวอย่างประโยค: \[hyponymy \approx subsumption \]
  • hyponym (ธนาคาร \ (\ คม \) 1 สถาบัน \ (\ คม \) 1)
  • ประเภทรองของธนาคารสถาบัน
• heuristics นามวลี
  • "ซอฟแวร์การประมวลผลภาพ"
• การจัดกลุ่มอินสแตนซ์ (เช่นโคลัมบัสและวอชิงตัน)
  • การจัดกลุ่มลำดับชั้นของเวกเตอร์บริบท
• เสร็จฐานความรู้ / การวิเคราะห์แนวความคิดอย่างเป็นทางการ (FCA)
  • ถามคำถามวิศวกรความรู้ในการดำเนินการฐานความรู้
  • เครื่องมือ: OntoComp [. Sertkaya et al,]

เครื่องมือและกรอบ

เครื่องมือและกรอบ II

ปัญหาและความท้าทาย

• Homonymy และ polysemy เช่น [Ovchinnikova เอตอัล 2006]
• "ปีเตอร์นั่งอยู่บนฝั่งในด้านหน้าของธนาคาร."
• "หนังสือที่น่าสนใจกำลังนอนอยู่บนโต๊ะ."
• ความหมายของคำคุณศัพท์
• "ดอกไม้สีแดง", "เพื่อนเท็จ"
• หัวที่ว่างเปล่าเช่น [Völkerเอตอัล 2005], [Cimiano และ Wenderoth 2005]
• "ปลาทูน่าเป็นชนิดของปลา. Bluefin ใต้เป็นหนึ่งในประเภทที่ใกล้สูญพันธุ์มากที่สุดของปลาทูน่า."
• จุดไข่ปลาและ underspecification
• "แมรี่เริ่มหนังสือ."
• Anaphora (เช่นคำสรรพนาม) เช่น [Cimiano และVölker 2005]
• "มีแอปเปิ้ลลงบนโต๊ะ. ก็เป็นสีแดง."

ปัญหาและความท้าทาย (Ctd. )

• อุปมาอุปมัยและแรงเป็นระยะเช่น [et al, 2007]
• "ชีวิตคือการเดินทาง."
• ความคิดเห็นใบเสนอราคาและการพูดรายงาน
• "ทอมคิดว่าโลมาเป็นสัตว์เลี้ยงลูกด้วย."
• สิ่งที่ควรจะเป็นตัวแทนในฐานะปัจเจกบุคคล? เช่น [Zirn เอตอัล 2008]
• "จิงโจ้เป็นสัตว์ที่อาศัยอยู่ในประเทศออสเตรเลีย."
• ชั้นความสัมพันธ์, (ทรัพย์สินวัตถุ) หรือแอตทริบิวต์ (ทรัพย์สินประเภทข้อมูล)
• "ช้างทั้งหมดเป็นสีเทา."
• "อีสเตอร์จันทร์เป็นวันหยุดประจำชาติ."
• ความรู้ที่มีการเปลี่ยนแปลงเช่น [Stojanovic 2004], [Zablith et al, 2009]
• "ดาวพลูโตเป็นดาวเคราะห์."

การเรียนรู้นกฮูกนิพจน์ชั้น

• ที่ได้รับ:
• ความรู้พื้นฐาน (โดยเฉพาะฐานความรู้นกฮูก / DL)
• ตัวอย่างบวกและลบ (บุคคลโดยเฉพาะในกลุ่มฐานความรู้)
• เป้าหมาย:
• สูตรตรรกะ (โดยเฉพาะอย่างยิ่งการแสดงออกชั้นนกฮูก) ครอบคลุมตัวอย่างบวกและไม่ครอบคลุมตัวอย่างลบ

ILP และเว็บความหมาย

• ตั้งแต่การเขียนโปรแกรม Logic ช่วงต้น 90s อุปนัย
• เพียงไม่กี่วิธีการขึ้นอยู่กับคำอธิบายของ logics
• อภิปรัชญาเว็บภาษา (OWL) จะกลายเป็นมาตรฐานของ W3C ในปี 2004
• จำนวนที่เพิ่มขึ้นของ RDF / นกฮูกฐาน knowlegde แต่ ILP ส่วนใหญ่ยังมุ่งเน้นไปที่โปรแกรมตรรกะ - ช่องว่างการวิจัย>

ทำไม ILP ในเว็บแบบ Semantic?

• การเรียนรู้ของอภิปรัชญา:
• ที่ได้รับในระดับ K
• กรณีตัวอย่างที่เป็นบวก
• กรณีที่ไม่ได้เป็นตัวอย่างในทางลบ
• คำจำกัดความที่สามารถเรียนรู้ได้ถ้า ABox มีข้อมูล
• การพัฒนาของการแก้ปัญหาปัญหาที่มีอยู่ ML
• การใช้งานโดยตรงของความรู้ในความหมายเว็บแทนของการแปลงในส่วนของคำสั่งฮอร์นเช่นใช้วิธีการ ML

สิ่งที่ต้องทำ: / refinerho หายไป ... ผู้ประกอบการปรับแต่งสี - นิยาม

• ให้ DL \ (\ mathcal {L} \) พิจารณาพื้นที่เสมือนสั่ง \ (\ \ langle mathcal {C} (\ mathcal {L}) \ sqsubseteq_ T \ rangle \) ไปที่แนวความคิดของ \ (\ mathcal {L} \)
• \ (\ Rho: \ mathcal {C} (\ mathcal {L}) \ to 2 ^ {\ mathcal {C} (\ mathcal {L})} \) เป็นลดลง \ (\ mathcal {L} \) การปรับแต่ง ถ้าการดำเนินการใด ๆ \ (C \ in \ mathcal {C} (\ mathcal {L}) \): \[D \in \rho(C) \text{ implies } D \sqsubseteq_ T C\]
• สัญกรณ์: เขียน \ (C \ ไป D \) แทน \ (D \ in \ Rho (C) \)
• ห่วงโซ่การปรับแต่งเช่นใน \ (\ \ langle mathcal {C} (EL) \ sqsubseteq_ T \ rangle \): \[ \top \to_{\rho} male \to male \sqcap \exists hasChild.\top \]

การเรียนรู้กับผู้ประกอบการปรับแต่ง

สิ่งที่ต้องทำ: \ refinerho ที่ขาดหายไป ... คุณสมบัติของผู้ประกอบการปรับแต่ง

• จำกัด IFF \ (\ Rho (C) \) คือ จำกัด สำหรับแนวคิดใด ๆ \ (\ in \ mathcal {C} (\ mathcal {L}) \)
• ซ้ำซ้อน IFF มีอยู่สองที่แตกต่างกัน \ (\ Rho \) โซ่การปรับแต่งจาก C แนวคิดกับแนวคิดดี
• ที่เหมาะสมสำหรับ IFF \ (C, D \ in \ mathcal {C} (\ mathcal {L}), C refinerho D \) หมายถึง \ (C \ ไม่ได้ \ equiv_T D \)
• เหมาะ IFF มันเป็นแน่นอนสมบูรณ์และเหมาะสม
• เสร็จสมบูรณ์ก็ต่อสำหรับ \ (C, D \ in \ mathcal {C} (La) กับ D \ sqsubseteq_ TC มี E แนวคิดต่อ E \ equiv_ TD และห่วงโซ่การปรับแต่ง C refinerho \ cdots refinerho E \)
• ที่ไม่ค่อยสมบูรณ์ก็ต่อแนวความคิดใด ๆ \ (C \) ด้วย \ (C \ sqsubseteq_T \ \ top) เราสามารถเข้าถึงแนวคิด \ (E \) ด้วย \ (E \ equiv_T C \) จาก \ (\ \ top) โดย \ ( \ Rho \)
• เหมาะ = สมบูรณ์ + + ที่เหมาะสม จำกัด

คุณสมบัติของผู้ประกอบการปรับแต่ง II

• คุณสมบัติระบุวิธีที่เหมาะสมในการดำเนินการปรับแต่งสำหรับการแก้ปัญหาการเรียนรู้:
• ผู้ประกอบการที่ไม่สมบูรณ์อาจจะพลาดการแก้ปัญหา
• ผู้ประกอบการที่ซ้ำซ้อนอาจนำไปสู่แนวคิดที่ซ้ำกันในต้นไม้ค้นหา
• ผู้ประกอบการที่ไม่เหมาะสมอาจสร้างแนวคิดเทียบเท่า (ซึ่งครอบคลุมตัวอย่างเดียวกัน)
• สำหรับผู้ประกอบการที่ไม่มีที่สิ้นสุดมันอาจจะไม่เป็นไปได้ที่จะคำนวณการปรับแต่งทั้งหมดของแนวความคิดที่กำหนด
• เราวิจัยคุณสมบัติของผู้ประกอบการปรับแต่งในรายละเอียด Logics
• คำถามสำคัญ: คุณสมบัติที่สามารถนำมารวม?

การปรับแต่งทฤษฎีบทให้ผู้ประกอบการ

ทฤษฎีบท

1. {ไม่ค่อยสมบูรณ์ครบถ้วน จำกัด }
2. {ไม่ค่อยสมบูรณ์ครบถ้วนเหมาะสม}
3. {ไม่ค่อยสมบูรณ์ไม่ซ้ำซ้อน จำกัด }
4. {สมบูรณ์นิดหน่อยที่ไม่ซ้ำซ้อนที่เหมาะสม}
5. {ไม่ซ้ำซ้อนขอบเขตที่เหมาะสม}

ดำเนินการให้การปรับแต่งครั้งที่สองทฤษฏี

• ไม่มีการปรับแต่งในอุดมคตินกฮูกและ logics คำอธิบายของหลาย
• แสดงให้เห็นว่าการเรียนรู้ใน DLs เป็นเรื่องยาก
• อัลกอริทึมต้องตอบโต้ข้อเสีย
• เป้าหมาย: พัฒนาผู้ประกอบการใกล้กับขีด จำกัด ทางทฤษฎี

ความหมายของ \ (\ mathcal {p} \)

ความหมายของ \ (\ mathcal {p} \) II

ความหมายของ \ (\ mathcal {p} \) III

ความหมายของ \ (\ mathcal {p} \) IV

สิ่งที่ต้องทำ: ตัวอักษร .. \ (\ mathcal {p} \) คุณสมบัติ

• \ (\ op \) เสร็จสมบูรณ์
• \ (\ op \) ไม่มีที่สิ้นสุดเช่นมีหลายขั้นตอนการปรับแต่งอนันต์ของฟอร์ม: \ (\ \ top refineop C_1 \ sqcup C_2 \ sqcup C_3 \ sqcup \ dots \)
• \ (\ op \) ไม่เหมาะสม แต่สามารถขยายไปยัง \ emph {ประกอบที่เหมาะสม \ (\ opclosed \)} (การปรับแต่งให้มีราคาแพงกว่าในการคำนวณ)
• \ (\ op \) จะซ้ำซ้อน:

สิ่งที่ต้องทำ: ตัวอักษร .. \ (\ mathcal {p} \) II คุณสมบัติ

• \ (\ op \) เสร็จสมบูรณ์
• \ (\ op \) ไม่มีที่สิ้นสุดเช่นมีหลายขั้นตอนการปรับแต่งอนันต์ของฟอร์ม: \ (\ \ top refineop C_1 \ sqcup C_2 \ sqcup C_3 \ sqcup \ dots \)
• \ (\ op \) ไม่เหมาะสม แต่สามารถขยายไปยังผู้ประกอบการที่เหมาะสม \ (\ opclosed \) (กลั่นกรองราคาแพงมากขึ้นในการคำนวณ)
• \ (\ op \) จะซ้ำซ้อน:

"การปรับแต่งการใช้งานขั้นตอนวิธีการเรียนรู้ที่ใช้สำหรับ \ (\ mathcal {ALC} \) Logic รายละเอียด"
เจมาห์พี hitzler, ILP ประชุม 2008

"การเรียนรู้แนวความคิดในรายละเอียด Logics ใช้ประกอบการปรับแต่ง"
เจมาห์พี hitzler, เครื่องการเรียนรู้, 2010

OCEL

• ใช้ \ (mathcal {p} \) สำหรับการค้นหาบนลงล่าง
• OCEL เสร็จสมบูรณ์ - มันมักจะหาวิธีแก้ปัญหาถ้ามีอยู่
• กำหนดสูงภาษาเป้าหมายเช่น felxible เกณฑ์การเลิกจ้างและการวิเคราะห์พฤติกรรม
• ใช้เทคนิคการขจัดความซ้ำซ้อนกับ WRT ซับซ้อน polynommial ขนาดต้นไม้ค้นหาตามรูปแบบสั่งการปฏิเสธปกติ
• สามารถจัดการกับผู้ประกอบการปรับแต่งแบบขั้นตอนโดยไม่มีที่สิ้นสุดการขยายตัวในแนวนอนที่มีความยาว จำกัด

สิ่งที่ต้องทำ: ขยายโหนดแบบขั้นตอน

scalability: เหตุผล

\ (\ mathcal {K} = \ {\ mathcal {ชาย} \ sqsubseteq \ mathcal {บุคคล} \)
\ (\ mathcal {OnlyMaleChildren} () \)
\ (\ {} คน mathcal (a) \ mathcal {ชาย} (a_1) \ mathcal {ชาย} (a_2) \)
\ (\ mathcal {} hasChild (, a_1) \ mathcal {} hasChild (, a_2) \} \)

• ให้ \ (\ mathcal {K} \) เราต้องการที่จะเรียนรู้รายละเอียดของ \ (\ mathcal {OnlyMaleChildren} \)
• \ (C = \ {บุคคล} \ mathcal sqcap \ forall \ mathcal {hasChild}. \ mathcal {ชาย} \) ที่ดูเหมือนจะเป็นทางออกที่ดี แต่ \ (\ mathcal {} \) ไม่ได้เป็นตัวอย่างของ \ ( mathcal {C} \) ภายใต้ OWA
• ความคิด: dematerialise \ (K \) โดยใช้มาตรฐาน (OWA) DL เฟ้น แต่ดำเนินการตรวจสอบเช่นการใช้ค
• เพื่อใกล้ชิดกับสัญชาตญาณและมีการปรับปรุงประสิทธิภาพการทำงานที่สำคัญ
• เหมาะสำหรับการพันของการตรวจสอบตัวอย่างจากฐานความรู้แบบคงที่

scalability: คำนวณครอบคลุม Stochastic

Heuristics มักจะต้องมีการตรวจสอบเช่นแพงหรือการดึงเช่น:

scalability: Stochastic ครอบคลุม II คำนวณ

Heuristics มักจะต้องมีการตรวจสอบเช่นแพงหรือการดึงเช่น:

• แทนที่ \ (| R (A) \ ฝา R (C) | \) und \ (| R (C) | \) โดยตัวแปร \ (\) และ \ (b \) เราต้องการที่จะประเมิน
• Wald วิธีการสำหรับการคำนวณช่วงความเชื่อมั่นที่ 95%
• ประมาณการครั้งแรก \ (mathcal {} \) จากนั้นแสดงออกทั้ง
• วิธีการที่สามารถนำไปใช้วิเคราะห์พฤติกรรมต่างๆ
• ในการทดสอบจีส์จริงถึง 99% น้อยการตรวจสอบเช่นอัลกอริถึง 30 ครั้งเร็ว
• อิทธิพลต่ำกับผลการเรียนรู้ที่แสดงสังเกตุในการเรียนรู้ปัญหาที่ 380 เมื่อวันที่ 7 จีส์จริง (แตกต่างกันไปตามแคลิฟอร์เนีย. \ (0,2% \ \ PM 0,4% \ \))

scalability: สกัด Fragment

"การเรียนรู้จากนกฮูก {} คำอธิบายชั้นบนขนาดใหญ่มากฐานความรู้"
Hellmann มาห์น, Auer, Int วารสาร Inf เว็บความหมาย Syst, 2009

การประเมินผลการติดตั้ง

• การขาดมาตรฐานในการประเมินผลนกฮูก / DL การเรียนรู้
• ขั้นตอน: แปลงมาตรฐานที่มีอยู่เพื่อ OWL (เสียเวลาต้องมีความรู้โดเมน)
• วัดความแม่นยำในการพยากรณ์จากการตรวจสอบข้ามสิบเท่า
• ส่วนที่ 1: การประเมินผลกระทบนกฮูก / DL ระบบการเรียนรู้
• ส่วนที่ 2: การประเมินผลกับระบบอื่น ๆ ML (ปัญหาการเกิดมะเร็ง)
• ส่วนที่ 3: การประเมินผลจากยานอภิปรัชญา

การประเมินผลความถูกต้อง

• คอลเลกชันจาก 6 Benchmarks
• สถิติ OCEL บ่อย อย่างมีนัยสำคัญที่ดีกว่าอัลกอริทึมอื่น ๆ สำหรับมาตรฐานมากที่สุด

การประเมินผล: การอ่าน

• YinYang สร้างโซลูชั่นอย่างมีนัยสำคัญอีกต่อไป

การประเมินผล: Runtime

การเกิดมะเร็ง

• เป้าหมาย: ทำนายว่าส่วนผสมทางเคมีที่ก่อให้เกิดมะเร็ง
• ทำไม?
• มากกว่า 1000 สารใหม่ในแต่ละปี
• สารที่สามารถมักจะได้รับการทดสอบผ่านการทดลองเป็นเวลานานและมีราคาแพงเมื่อหนู
• ความรู้พื้นฐาน:
• ฐานข้อมูลของสหรัฐโปรแกรมพิษวิทยาแห่งชาติ (NTP)
• ดัดแปลงมาจากอารัมภบทถึงนกฮูก

"ได้รับการแจ้งเตือนโครงสร้างที่ถูกต้องสำหรับสาเหตุของการเกิดโรคมะเร็งเคมีเป็นปัญหาของค่าทางวิทยาศาสตร์และมนุษยธรรมที่ดี." (ก. Srinivasan, RD คิงจุ๊ Muggleton, MJE สเติร์น 1997)

มะเร็ง II

• ปัญหาที่ท้าทายมาก: ความถูกต้องต่ำส่วนเบี่ยงเบนมาตรฐานสูง
• สถิติ OCEL ลงชื่อ ดีกว่าวิธีการอื่น ๆ มากที่สุด

การประเมินผลการเรียนรู้อภิปรัชญา

• 5 studens ปริญญาเอก
• 5 จีส์จริงในโดเมนที่แตกต่างกัน
• 998 การตัดสินใจของผู้ทดสอบแต่ละ 92 ชั้นเรียน
• ใน 35% ของกรณีที่ได้รับการยอมรับคำแนะนำสำหรับการปรับปรุงอภิปรัชญา
• ปัญหาคุณภาพอภิปรัชญาข้อผิดพลาดในการสร้างแบบจำลอง (เรียน unsatisfiable, ร้าวฉานและร่วมสับสน ฯลฯ )

โครงการ DL-Learner

• DL-Learner โอเพ่นซอร์ส Projekt: http://dl-learner.org, http://sf.net/projects/dl-learner
• ขยายแพลตฟอร์มสำหรับปัญหาการเรียนรู้ที่แตกต่างกันและขั้นตอนวิธี
• การเชื่อมต่อ: บรรทัดคำสั่ง GUI, เว็บบริการ
• สนับสนุนรูปแบบนกฮูกที่พบบ่อย
• ช่วยให้ reasoners แตกต่างกัน (ผ่านทางนกฮูก API, DIG, OWLLink)
• mloss.org (ซอฟแวร์ที่มา ML & เปิด): 1600 ดาวน์โหลด

การประยุกต์ใช้งาน

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ

II โปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé

III โปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki

IV โปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki
• แร่

V โปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki
• แร่
• คำแนะนำ / นำร่อง
• moosique.net

หกโปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki
• แร่
• คำแนะนำ / นำร่อง
• moosique.net
• นาวิเกเตอร์ DBpedia

หกโปรแกรม

• "คลาสสิก" ปัญหา ML
• การเกิดมะเร็ง
• งานด้านการแพทย์อื่น ๆ
• การเรียนรู้ของอภิปรัชญา
• ปลั๊กอินProtégé
• ปลั๊กอิน OntoWiki
• แร่
• คำแนะนำ / นำร่อง
• moosique.net
• นาวิเกเตอร์ DBpedia
• อื่น ๆ / ภายนอก:
• นางสาว (Gerken, et al.)
• การเรียนรู้ใน DLs ความน่าจะเป็น (โอชัว Luna, et al.)
• TIGER Corpus Navigator (Hellmann, et al.)

สรุปผลการวิจัย

• การศึกษาอภิปรัชญาเป็นพื้นที่การวิจัยที่มีความหลากหลายที่เกี่ยวข้องกับสาขาวิชาวิจัยหลายคน (NLP, กลไกการเรียนรู้วิศวกรรมอภิปรัชญา)
• วิธีการที่แตกต่างกันในการใช้แหล่งข้อมูลและการแสดงออกของจีส์ถูกสร้างขึ้น
• ประกอบการปรับแต่งตามการเรียนรู้เป็นวิธีการหนึ่งสำหรับคำจำกัดความการเรียนรู้ (กับการใช้งานด้านนอกของจีส์การเรียนรู้)
• วิกิพีเดียใหม่ (ก่อสร้าง): http://ontology-learning.net
• อภิปรัชญาใหม่การเรียนรู้หนังสือในปี 2011

วิธีการตั้งค่าการเชื่อมโยง

อภิปรัชญา Matching

OM: แนวทาง

OM: แนวทาง

การค้นพบการเชื่อมโยง

สิ่งที่ต้องทำ: Bild .. นิยามอย่างเป็นทางการ

การค้นพบการเชื่อมโยง

LD: Runtime

LD: Runtime

สิ่งที่ต้องทำ: Bild .. LD: Runtime

LD: Runtime

สิ่งที่ต้องทำ: Bild .. Hyppo

สิ่งที่ต้องทำ: Bild .. Hyppo

Hyppo